86 resultados para DEAD-box RNA Helicases


Relevância:

20.00% 20.00%

Publicador:

Resumo:

Pós-graduação em Engenharia Elétrica - FEIS

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Relevância:

20.00% 20.00%

Publicador:

Resumo:

The Box-Cox transformation is a technique mostly utilized to turn the probabilistic distribution of a time series data into approximately normal. And this helps statistical and neural models to perform more accurate forecastings. However, it introduces a bias when the reversion of the transformation is conducted with the predicted data. The statistical methods to perform a bias-free reversion require, necessarily, the assumption of Gaussianity of the transformed data distribution, which is a rare event in real-world time series. So, the aim of this study was to provide an effective method of removing the bias when the reversion of the Box-Cox transformation is executed. Thus, the developed method is based on a focused time lagged feedforward neural network, which does not require any assumption about the transformed data distribution. Therefore, to evaluate the performance of the proposed method, numerical simulations were conducted and the Mean Absolute Percentage Error, the Theil Inequality Index and the Signal-to-Noise ratio of 20-step-ahead forecasts of 40 time series were compared, and the results obtained indicate that the proposed reversion method is valid and justifies new studies. (C) 2014 Elsevier B.V. All rights reserved.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Relevância:

20.00% 20.00%

Publicador:

Resumo:

O câncer colorretal (CCR) é a terceira causa mais comum de câncer no mundo em ambos os sexos e a segunda causa em países desenvolvidos. Seu tratamento convencional é baseado na cirurgia associada à radioterapia e à quimioterapia em dose máxima tolerável, para tentativa de eliminação massiva das células tumorais. Tal abordagem, no entanto, pode causar efeitos colaterais importantes, entre eles as alterações hematopoiéticas e a supressão da resposta imune. As vacinas de células dendríticas mostram-se como opção terapêutica promissora para muitos tipos de câncer, havendo diferentes protocolos de preparação e sensibilização dessas células para dirigir a resposta antitumoral específica. Alguns agentes antineoplásicos em doses ultrabaixas mostraram modular positivamente as células dendríticas (DCs) e, na célula tumoral, promover alterações na transcrição de vários genes imunologicamente relevantes. Considerando que, em estudos prévios, tais mudanças transcricionais resultaram em aumento de imunogenicidade das células tumorais, hipotetizamos que o RNA das células pré-tratadas deve ser mais eficiente do que o RNA das células originais para preparação de vacinas de células dendríticas. Assim, objetivamos avaliar se o tratamento de células do tumor de cólon humano (HT-29) com PAC ou 5-FU/LEUCO torna seu RNA mais eficiente para preparação dessas vacinas. Para essa investigação, DCs humanas geradas a partir de monócitos de sangue periférico foram transfectadas com RNA total das células tumorais pré-tratadas e, a seguir, testadas quanto à capacidade de apresentação de antígenos e indução de células T citolíticas específicas. Apesar da baixa viabilidade celular pós eletroporação, os resultados obtidos sugerem que o tratamento de células tumorais com concentrações não tóxicas de 5-FU ou PAC promove alteração de expressão... (Resumo completo, clicar acesso eletrônico abaixo)

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)