Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/48289
Compartilhe esta página
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | HERNANDES, Marcelo Zaldini | - |
dc.contributor.author | SOUZA, Emanuelle de Oliveira | - |
dc.date.accessioned | 2022-12-19T16:14:36Z | - |
dc.date.available | 2022-12-19T16:14:36Z | - |
dc.date.issued | 2022-10-27 | - |
dc.date.submitted | 2022-11-08 | - |
dc.identifier.citation | SOUZA, Emanuelle de Oliveira. Abordagens in silico em imunoinformática: uma revisão sistemática. 2022. Trabalho de Conclusão de Curso (Farmácia) - Universidade Federal de Pernambuco, Recife, 2022. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/48289 | - |
dc.description.abstract | A imunoinformática é uma área de pesquisa que integra conhecimentos de imunogenética e biologia computacional e possui amplos campos de aplicação como predição de alérgenos, identificação de genes de virulência, vacinologia reversa, dentre outros. Esta diversidade de aplicações pode auxiliar na triagem e pesquisa de experimentos in vitro e in vivo, como por exemplo no desenvolvimento de vacinas e testes de diagnóstico. Diante da relevância do tema, o objetivo geral deste presente estudo é realizar uma revisão sistemática qualitativa sobre as ferramentas in silico aplicadas a imunoinformática, mais especificamente em duas temáticas intrinsicamente relacionadas: predição de epítopos de células B e modelagem de anticorpos. A revisão foi conduzida de acordo com a seguinte pergunta norteadora: “Quais ferramentas computacionais (in silico) são utilizadas para predição de epítopos de células B e modelagem de anticorpos?”. Diante disto, o trabalho foi realizado em 4 etapas: i) identificação: onde foram selecionados os artigos escritos na língua inglesa, publicados nos últimos 10 anos, possuindo título e/ou palavras-chaves relacionados aos temas do presente estudo; ii) seleção: onde foram removidos os artigos duplicados e os que não estavam relacionados aos temas após uma leitura do resumo, além de ter sido realizada uma busca pela referência que descrevesse a versão mais recente da ferramenta computacional; iii) disponibilidade: onde foram verificados se as ferramentas possuíam acesso livre e/ou acadêmico, além de verificar se os servidores ainda estavam on-line (até setembro de 2022), para os casos onde as ferramentas foram disponibilizadas desta forma; e iv) revisão: onde foi realizada a sumarização e a leitura crítica das referências selecionadas. A partir disso, foram selecionados 26 artigos, das bases de dados eletrônicas Pubmed/MEDLINE e Google Acadêmico, para a revisão sistemática qualitativa, distribuídos da seguinte forma: 17 artigos foram direcionados para o tópico “predição in silico de epítopos de células B” e 9 artigos para “modelagem de anticorpos”. Observa-se que dos artigos referentes ao primeiro tema, 65% estão relacionados a preditores de epítopos lineares, seguido de preditores de epítopos conformacionais (29%) e epítopos não peptídicos (6%). Além disso, a maior parte destes algoritmos se encontra disponíveis on-line (65%). Em relação ao segundo tema, as proporções entre a disponibilidade através de servidores on-line e programas stand-alone foram semelhantes. Dentre os artigos voltados para modelagem de anticorpos, 75% relatam ferramentas de modelagem por homologia e ab initio, enquanto apenas 25% descrevem protocolos de redesign. Ao final da revisão, observou-se a diversidade de aplicações das ferramentas computacionais da imunoinformática voltadas aos campos da predição de epítopos de células B e modelagem de anticorpos. Além disso, ao apresentar as vantagens e desvantagens de cada ferramenta, espera-se auxiliar os pesquisadores na escolha da(s) ferramenta(s) computacional(is) mais adequada(s) para solucionar seus respectivos problemas de pesquisa. | pt_BR |
dc.format.extent | 94p. | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Anticorpo | pt_BR |
dc.subject | Biologia computacional | pt_BR |
dc.subject | Epítopo | pt_BR |
dc.subject | Imunoinformática | pt_BR |
dc.subject | Modelagem | pt_BR |
dc.subject | Predição | pt_BR |
dc.title | Abordagens in silico em imunoinformática: uma revisão sistemática | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.contributor.advisor-co | FERREIRA, Luiz Felipe Gomes Rebello | - |
dc.contributor.authorLattes | http://lattes.cnpq.br/1510538900825977 | pt_BR |
dc.degree.level | Graduacao | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/9246377287833779 | pt_BR |
dc.description.abstractx | Immunoinformatics is a research field that integrates knowledge of immunogenetics and computational biology and has broad area of application such as allergen prediction, identification of virulence genes, reverse vaccinology, among others. This diversity of applications may help the screening and research activities when performing in vitro and in vivo experiments, such as in the development of vaccines and diagnostic tests. Due to this topic relevance, this present study presents a systematic and qualitative review on the two in silico modeling tools applied to immunoinformatics, more specifically applied on two intrinsically related topics: epitope prediction of B cells and antibody modelling. The review has been conducted based on the following research question: “Which computational tools can be used for B prediction and antibody modeling. From this perspective, the work has been carried out in 4 stages: i) identification: where articles written in English, published in the last 10 years having the title and/or keywords related to the theme of this present study has been selected; ii) selection: where duplicate articles and the ones that were not related to the theme has been removed after reading the abstract, in addition to having carried out a search for the reference that describes the most recent version of the computational tool; iii) availability: where the tools that had free access and/or servers were selected, in addition to checking if they were still online (up to September 2nd, 2022) and iv) revision: where a summary and an judicious reading of the selected references was performed. In this way, a total of 26 articles were selected from the Pubmed/MEDLINE and Google Scholar electronic databases for the systematic review, distributed as follows: 17 articles were directed to the topic “in silico prediction of B cell epitopes” and 9 articles to “antibody modeling”. One may note that out of the articles referring to the first topic, 65% of them are related to linear epitopes predictors, followed by related predictors of conformational epitopes (29%) and non-peptide epitopes (6%). Additionally, most of them are available as an online service (65%). Regarding the second theme, it has been noticed that the way these prediction tools are made available has shown similar proportions for both online servers and stand-alone. Among the essential redesign tools for antibody modeling, 25% of them describes homology modeling protocols, while only 25% describes redesigns. It has been observed at the end of the review the availability of a diversity of computational tools on the field of immunoinformatics, particularly in the areas of B-cell epitope prediction and antibody modeling. Additionally, the summary presenting the advantages and disadvantages of each tool may help the researchers to carried out their studies by finding the most suitable computational tool to address their respective scientific problem. | pt_BR |
dc.subject.cnpq | Áreas::Ciências da Saúde | pt_BR |
dc.degree.departament | ::(CCS-DCF) - Departamento de Ciências Farmacêuticas | pt_BR |
dc.degree.graduation | ::CCS-Curso de Farmácia | pt_BR |
dc.degree.grantor | Universidade Federal de Pernambuco | pt_BR |
dc.degree.local | Recife | pt_BR |
dc.contributor.advisor-coLattes | http://lattes.cnpq.br/0738293974166834 | pt_BR |
Aparece nas coleções: | (TCC) - Farmácia |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC Emanuelle de Oliveira Souza.pdf | 1,53 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons