Aplicação da metodologia de dissociação em alta resolução (HRM) para determinação de perfis genéticos com interesse forense

A genética forense tem grande importância na geração de provas em casos de violência sexual, paternidade criminal, identificação de cadáveres e investigação de evidências de locais de crime. A análise de STRs apresenta grande poder de discriminação, mas é uma metodologia multi-etapas, trabalhosa, cara e em muitos casos a análise genética é prejudicada pela baixa quantidade e qualidade das evidências coletadas. Este estudo teve como objetivo desenvolver e caracterizar uma metodologia de triagem de amostras forenses através da análise de perfis de dissociação em alta resolução (HRM) de regiões do DNA mitocondrial, o qual está presente em maior número de cópias e mais resistente a degradação. Para tanto, foram extraídos DNAs de 68 doadores. Estas amostras foram sequenciadas e analisadas por HRM para sete alvos no DNA mitocondrial. Também foram realizados ensaios para determinar a influência do método de extração, da concentração e nível de degradação do DNA no perfil de HRM obtido para uma amostra. Os resultados demonstraram a capacidade da técnica de excluir indivíduos com sequências diferentes da referência comparativa em cinco regiões amplificadas. Podem ser analisadas em conjunto, amostras de DNA com variação de concentração de até a ordem de 100 vezes e extraídas por diferentes metodologias. Condições de degradação de material genético não prejudicaram a obtenção de perfis de dissociação em alta resolução. A sensibilidade da técnica foi aprimorada com a análise de produtos de amplificação de tamanho reduzido. A fim de otimizar o ensaio foi testada a análise de HRM em reações de PCR duplex. Um dos pares de amplificação forneceu perfis de HRM compatíveis com resultados obtidos de reações com amplificação de apenas um dos alvos. Através da análise conjunta das cinco regiões, esta metodologia visa a identificação de indivíduos não relacionados com as referências comparativas, diminuindo o número de amostras a serem analisadas por STRs, reduzindo gastos e aumentando a eficiência da rotina de laboratórios de genética forense.

Proposta de metodologia para operação estável de reatores anaeróbios em indústrias de refrigerantes.

Embora seja crescente a utilização de reatores anaeróbios no tratamento de efluentes nas indústrias de refrigerantes, algumas características desta tecnologia ainda comprometem o desempenho, a estabilidade e a confiabilidade do processo, acarretando no aumento dos custos operacionais necessários para garantir a qualidade do efluente tratado, em adequação à todas as exigências legais. Dentre estas características destaca-se a vulnerabilidade do lodo anaeróbio a choques de produtos químicos. O presente trabalho propõe uma metodologia, baseada no método PDCA, com o objetivo de prevenir impactos negativos sobre o reator anaeróbio, através da identificação dos resíduos químicos gerados pela fábrica de refrigerantes, assim como a sua classificação, quanto a frequência de descartes e a severidade do impacto sobre a atividade dos microorganismos anaeróbios. O estudo mostrou, através da redução de DQO (Demanda Química de Oxigênio), quais produtos químicos apresentaram maior inibição sobre o lodo anaeróbio, possibilitando à fábrica direcionar ações de controle e contingência, além de pré-requisitos operacionais.

Filtragem adaptativa aplicada à redução de desvios em séries temporais de previsão numérica climática.

Esta dissertação apresenta resultados da aplicação de filtros adaptativos, utilizando os algoritmos NLMS (Normalized Least Mean Square) e RLS (Recursive Least Square), para a redução de desvios em previsões climáticas. As discrepâncias existentes entre o estado real da atmosfera e o previsto por um modelo numérico tendem a aumentar ao longo do período de integração. O modelo atmosférico Eta é utilizado operacionalmente para previsão numérica no CPTEC/INPE e como outros modelos atmosféricos, apresenta imprecisão nas previsões climáticas. Existem pesquisas que visam introduzir melhorias no modelo atmosférico Eta e outras que avaliam as previsões e identificam os erros do modelo para que seus produtos sejam utilizados de forma adequada. Dessa forma, neste trabalho pretende-se filtrar os dados provenientes do modelo Eta e ajustá-los, de modo a minimizar os erros entre os resultados fornecidos pelo modelo Eta e as reanálises do NCEP. Assim, empregamos técnicas de processamento digital de sinais e imagens com o intuito de reduzir os erros das previsões climáticas do modelo Eta. Os filtros adaptativos nesta dissertação ajustarão as séries ao longo do tempo de previsão. Para treinar os filtros foram utilizadas técnicas de agrupamento de regiões, como por exemplo o algoritmo de clusterização k-means, de modo a selecionar séries climáticas que apresentem comportamentos semelhantes entre si. As variáveis climáticas estudadas são o vento meridional e a altura geopotencial na região coberta pelo modelo de previsão atmosférica Eta com resolução de 40 km, a um nível de pressão de 250 hPa. Por fim, os resultados obtidos mostram que o filtro com 4 coeficientes, adaptado pelo algoritmo RLS em conjunto com o critério de seleção de regiões por meio do algoritmo k-means apresenta o melhor desempenho ao reduzir o erro médio e a dispersão do erro, tanto para a variável vento meridional quanto para a variável altura geopotencial.

Metodologia de análise do abastecimento de veículos elétricos no contexto das redes inteligentes de energia.

Este trabalho apresenta um modelo de simulação para avaliação da recarga de veículos elétricos em redes de distribuição de energia, com foco na adequação da capacidade dos transformadores. Com base em medições efetuadas, foi possível o tratamento dos dados para a modelagem de curvas de recarga de veículos elétricos e a análise do acréscimo da demanda da recarga em transformadores de distribuição. O modelo de simulação permite avaliar os efeitos das variáveis relacionadas à distância percorrida e ao horário da conexão dos veículos elétricos à rede, tanto de forma determinística quanto de forma aleatória. Estes efeitos foram comparados e permitiram concluir a importância da utilização deste método mais realista para calcular a capacidade dos transformadores, visando suprir esta nova demanda. Além disso, o trabalho apresenta indicadores dos benefícios ambientais e energéticos da penetração dos veículos elétricos no que diz respeito ao gasto com reabastecimento e às emissões evitadas, respectivamente, ao se utilizar veículos elétricos à bateria em substituição aos tradicionais veículos à combustão interna.

A habilidade preditiva e os impactos dos choques na política monetária e no câmbio: comparações entre modelos DSGE, VAR e BVAR estimados para o Brasil

Este artigo compara a habilidade preditiva foradaamostra de um modelo DSGE (DynamicStochastic General EquilibriumModel)Novo-Keynesiano, especificado e estimado para o Brasil, com a de um modelo Autorregressivo Vetorial (VAR) e com a de um modelo AutorregressivoVetorial Bayesiano (BVAR). O artigo inova em relação a outros trabalhos similares feitos para o Brasil (Castro et al. (2011) e Caetano e Moura (2013)), ao escolher uma especificação para o modelo DSGE que, ao permitir o uso de um conjunto de informação mais rico, tornou possível computar-se a habilidade preditiva do DSGE a partir de previsões que são,verdadeiramente,previsõesfora da amostra. Ademais, diferentemente de outros artigos que utilizaram dados brasileiros, avalia-se em que medida as respostas das variáveis aos choques na política monetária e no câmbio, obtidas pelo modelo DSGE, se assemelham àquelas de um BVAR estimado através de procedimentos bayesianos desenvolvidos de forma consistente. O modelo DSGE estimado é similar ao utilizado por Justiniano e Preston (2010) e Alpanda (2010). O modelo BVAR foi estimado utilizando uma metodologia semelhante à desenvolvida por Sims e Zha (1998), Waggoner e Zha (2003) e Ramírez, Waggoner e Zha (2007).Os resultados obtidos mostram que o modelo DSGE é capaz de gerar, para algumas variáveis, previsões competitivas em relação às dos outros modelos rivais VAR e BVAR. Além disso, as respostas das variáveis aos choques nas políticas monetária e cambial, nos modelos DSGE e BVAR, são bastante similares.

Mineração de dados para previsão de eventos extremos de precipitação

No presente trabalho foram desenvolvidos modelos de classificação aplicados à mineração de dados climáticos para a previsão de eventos extremos de precipitação com uma hora de antecedência. Mais especificamente, foram utilizados dados observacionais registrados pela estação meteorológica de superfície localizada no Instituto Politécnico da Universidade do Estado do Rio de Janeiro em Nova Friburgo RJ, durante o período de 2008 a 2012. A partir desses dados foi aplicado o processo de Descoberta de Conhecimento em Banco de Dados (KDD Knowledge Discovery in Databases), composto das etapas de preparação, mineração e pós processamento dos dados. Com base no uso de algoritmos de Redes Neurais Artificiais e Árvores de Decisão para a extração de padrões que indicassem um acúmulo de precipitação maior que 10 mm na hora posterior à medição das variáveis climáticas, pôde-se notar que a utilização da observação meteorológica de micro escala para previsões de curto prazo é suscetível a altas taxas de alarmes falsos (falsos positivos). Para contornar este problema, foram utilizados dados históricos de previsões realizadas pelo Modelo Eta com resolução de 15 km, disponibilizados pelo Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais CPTEC/INPE. De posse desses dados, foi possível calcular os índices de instabilidade relacionados à formação de situação convectiva severa na região de Nova Friburgo e então armazená-los de maneira estruturada em um banco de dados, realizando a união entre os registros de micro e meso escala. Os resultados demonstraram que a união entre as bases de dados foi de extrema importância para a redução dos índices de falsos positivos, sendo essa uma importante contribuição aos estudos meteorológicos realizados em estações meteorológicas de superfície. Por fim, o modelo com maior precisão foi utilizado para o desenvolvimento de um sistema de alertas em tempo real, que verifica, para a região estudada, a possibilidade de chuva maior que 10 mm na próxima hora.

Nova metodologia para caracterização litológica das rochas carbonáticas do pré-sal com base na perfilagem e espectroscopia de poço

O cenário mundial de crescimento está favorecendo uma demanda cada vez maior por petróleo e gás. Para se adequar a esta demanda crescente, as companhias petroleiras têm perfurado em regiões de águas profundas e com caráter geológico particular, como os depósitos carbonáticos recém explorados no Brasil pela Petrobras e que entraram em produção a partir de 2008. Para a produção de hidrocarbonetos é preciso um conhecimento profundo das rochas que os contém. Isto se deve ao fato que os sensores usados para detectar hidrocarbonetos no processo conhecido como perfilagem de poço na indústria petroleira são influenciados em suas medições pelas características das rochas. No caso deste trabalho, carbonatos do pré-sal, aparece uma complicação adicional em termos litológicos que é a presença do mineral Estevensita que não é comumente encontrado em ambientes carbonáticos. Em função de não haver uma forma de detectar sem ambiguidades o mineral Estevensita (rico em magnésio) com a Dolomita (também rica em magnésio), e levando-se em consideração o fato de que a Estevensita fecha os poros da rocha (rocha não reservatório) enquanto a Dolomita normalmente pode ser uma excelente rocha reservatório é de fundamental importância conhecer se o magnésio é proveniente da Estevensita ou do processo de dolomitização do carbonato (substituição de cálcio por magnésio). Não existe hoje em dia uma metodologia de perfilagem de poço que possa indicar a proveniência do magnésio. Estevensita ou Dolomita? Rocha reservatório ou não-reservatório? O objetivo deste trabalho é prover respostas às perguntas acima. Desenvolver uma forma de analisar os minerais presentes no pré-sal através da perfilagem e espectroscopia de poço e fazer a separação entre os diversos constituintes das rochas encontradas no pré-sal. O pré-sal brasileiro é constituído por litologia carbonática complexa, sendo a seção rifte formada por coquinas e a seção sag por microbialitos. Estas rochas foram depositadas antes da deposição da camada de sal no fim do Aptiano. Para atingir o resultado esperado neste trabalho serão utilizadas medições convencionais e não convencionais no laboratório com rochas análogas ao pré-sal e minerais puros tais como a Estevensita a fim de determinar respostas padrão para serem utilizados em programas de análise de registros de perfilagem. O produto final deste trabalho é desenvolver um procedimento para determinação de litologia no pré-sal brasileiro através de registros a cabo (wireline) ou enquanto se perfura (Logging While Drilling - LWD)