A study of neolignan compounds with biological activity against Paracoccidioides brasiliensis by using quantum chemical and chemometric methods

Métodos quimiométricos (estatísticos) são empregados para classificar um conjunto de compostos derivados de neolignanas com atividade biológica contra a Paracoccidioides brasiliensis. O método AM1 (Austin Model 1) foi utilizado para calcular um conjunto de descritores moleculares (propriedades) para os compostos em estudo. A seguir, os descritores foram analisados utilizando os seguintes métodos de reconhecimento de padrões: Análise de Componentes Principais (PCA), Análise Hierárquica de Agrupamentos (HCA) e o método de K-vizinhos mais próximos (KNN). Os métodos PCA e HCA mostraram-se bastante eficientes para classificação dos compostos estudados em dois grupos (ativos e inativos). Três descritores moleculares foram responsáveis pela separação entre os compostos ativos e inativos: energia do orbital molecular mais alto ocupado (EHOMO), ordem de ligação entre os átomos C1'-R7 (L14) e ordem de ligação entre os átomos C5'-R6 (L22). Como as variáveis responsáveis pela separação entre compostos ativos e inativos são descritores eletrônicos, conclui-se que efeitos eletrônicos podem desempenhar um importante papel na interação entre receptor biológico e compostos derivados de neolignanas com atividade contra a Paracoccidioides brasiliensis.

A structure-activity relationship (SAR) study of neolignan compounds with anti-schistosomiasis activity

Um conjunto de dezoito compostos de neolignanas com atividade antiesquistossomose foi estudado com o método semi-empírico PM3 e outros métodos teóricos com o intuito de avaliar algumas propriedades (variáveis ou descritores) moleculares selecionadas e correlacioná-las com a atividade biológica. Análise exploratória dos dados (análise de componentes principais, PCA, e análise hierárquica de agrupamentos, HCA), análise discriminante (DA) e o método KNN foram utilizados na obtenção de possíveis correlações entre os descritores calculados e a atividade biológica em questão e na predição da atividade antiesquistossimose de algumas moléculas teste. Os descritores moleculares responsáveis pela separação entre os compostos ativos e inativos foram: energia de hidratação (HE), refratividade molecular (MR) e carga sobre o átomo C19 (Q19). Estes descritores fornecem informações a respeito do tipo de interação que pode ocorrer entre os compostos e seu respectivo receptor biológico. Após a construção do modelo para compostos ativos e inativos, os métodos PCA, HCA, DA e KNN foram empregados em um estudo de predição. Foram estudados 10 novos compostos e somente 5 deles foram classificados como ativos contra esquistossomose.

Mapeamento dos parâmetros florísticos e estruturais de floresta de mangue com dados LIDAR e SRTM

Este estudo apresenta a estimativa dos parâmetros florísticos e estruturais (determinação da espécie, altura, diâmetro a altura do Peito - DAP e biomassa) do mangue a partir de informações da superfície adquiridas remotamente com os sensores Laser Detection and Range (LIDAR), Shuttle Radar Topography Mission (SRTM) e ortofotos na Ilha dos Guarás, conjunto de arquipélagos localizado a 30 km da desembocadura do rio amazonas. Para esse trabalho foram utilizadas informações do SRTM, LIDAR e fotografias aéreas processadas e ortorretificadas durante dois sobrevôos realizados entre o mês de julho e agosto de 2011. Com a ortofoto foi feito o mapa do reconhecimento de unidades geobotânicas que delimitou apenas a classe mangue. Em seguida, foi realizada a correção da altura elipsoidal para a altura ortométrica, onde a nuvem de pontos foi interpolada pelo método vizinho mais próximo, gerando Modelo Digital de Elevação (MDE) LIDAR (full points) com RMSE de 0,88 cm e por meio de uma linguagem macro foi estatisticamente separadas as informações do último pulso da superfície, conhecido também por ground points. Em seguida, os dados foram interpolados pelo método de krigeagem que gerou o valor de Modelo Digital de Superfície (MDS), o qual foi subtraído do MDE. Com base no Modelo Digital de Vegetação (MDV) foram definidos os sítios de coleta e selecionadas as árvores ascendentes, intermediárias e emergentes, porte no qual foi medido o DAP e altura. No total foram coletadas 212 amostras individuais de mangue e para assegurar o nível de acurácia do conjunto coletado, foi realizado o cálculo de RMSE entre as alturas do LIDAR e Campo, que resultou em RMSE= 1,10 m. Os modelos escolhidos para calibração LIDAR e altura de campo foi do tipo linear, com R² = 91% e RMSE= 0,98 cm e para calibração da DAP e altura de campo foi escolhido o modelo Logarítmico R² = 74,1%. Nos resultados da calibração do SRTM o modelo logarítmico também foi o mais adequado para a relação entre altura média e SRTM com R² = 91% e RMSE de 2,2 m e DAP Médio e SRTM, com R² = 88% e RMSE 2,2 cm. A partir de um inventário foi realizada a estimativa da biomassa por espécie por meio das equações alométricas de Fromard e posteriormente os resultados foram espacializados em forma de mapas com alto nível de detalhamento oriundo das informações LIDAR e SRTM corrigido e ortofotos.

Estratégia de redução de consumo de energia em redes de sensores sem fio heterogêneas utilizando lógica fuzzy

O avanço nas áreas de comunicação sem fio e microeletrônica permite o desenvolvimento de equipamentos micro sensores com capacidade de monitorar grandes regiões. Formadas por milhares de nós sensores, trabalhando de forma colaborativa, as Redes de Sensores sem Fio apresentam severas restrições de energia, devido à capacidade limitada das baterias dos nós que compõem a rede. O consumo de energia pode ser minimizado, permitindo que apenas alguns nós especiais, chamados de Cluster Head, sejam responsáveis por receber os dados dos nós que formam seu cluster e propagar estes dados para um ponto de coleta denominado Estação Base. A escolha do Cluster Head ideal influencia no aumento do período de estabilidade da rede, maximizando seu tempo de vida útil. A proposta, apresentada nesta dissertação, utiliza Lógica Fuzzy e algoritmo k-means com base em informações centralizadas na Estação Base para eleição do Cluster Head ideal em Redes de Sensores sem Fio heterogêneas. Os critérios usados para seleção do Cluster Head são baseados na centralidade do nó, nível de energia e proximidade para a Estação Base. Esta dissertação apresenta as desvantagens de utilização de informações locais para eleição do líder do cluster e a importância do tratamento discriminatório sobre as discrepâncias energéticas dos nós que formam a rede. Esta proposta é comparada com os algoritmos Low Energy Adaptative Clustering Hierarchy (LEACH) e Distributed energy-efficient clustering algorithm for heterogeneous Wireless sensor networks (DEEC). Esta comparação é feita, utilizando o final do período de estabilidade, como também, o tempo de vida útil da rede.