Redes neurais artificiais e softness químico para classificação de grupos de moléculas : aplicação em aminoácidos.
AUTOR(ES)
Rene Felipe Keidel Spada
FONTE
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia
DATA DE PUBLICAÇÃO
15/03/2011
RESUMO
Nesse trabalho os 20 aminoácidos foram classificados, a fim de investigar possíveis aplicações em dispositivos. Como critério de classificação foi utilizada uma propriedade molecular denominada softness químico. A classificação foi feita por uma rede neural artificial denominada Mapa Auto-Organizável. Esse estudo permitiu identificar similaridades entre diferentes grupos químicos presentes em aminoácidos. Os aminoácidos que apresentam grupos hidroxílicos (OH) foram classificados como similares aos aminoácidos alifáticos, que apresentam apenas carbono e hidrogênio em suas cadeias laterais. O aminoácido histidina, que apresenta uma estrutura cíclica do tipo imidazol (C3H4N2), foi classificado como similar aos aminoácidos aromáticos fenilalanina, triptofano e tirosina, que apresentam um anel do tipo fenil (C6H5) em suas estruturas. Por esse motivo foi investigada a relação entre softness e aromaticidade. Este conceito ainda não possui uma definição formal, pois ele se relaciona com diversas propriedades físicas e químicas, por esse fato não pode ser medido experimentalmente ou calculado teoricamente. Nesse trabalho mostra-se o softness como candidato para explicar este conceito, pois se relaciona com diferentes critérios de aromaticidade.
ASSUNTO(S)
aminoácidos mapas auto-organizáveis (redes neurais) teoria de densidade funcional classificações compostos aromáticos inteligência artificial física molecular física
ACESSO AO ARTIGO
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2091Documentos Relacionados
- Redes neurais artificiais e softness químico para classificação de grupos de moléculas : aplicação em aminoácidos.
- Codificação de Seqüências de Aminoácidos e sua Aplicação na Classificação de Proteínas com Redes Neurais Artificiais
- Aplicação de redes neurais artificiais na classificação e identificação de cultivares de soja por região de plantio.
- Redes neurais artificiais na classificação de frutos: cenário bidimensional
- Aplicação de redes neurais artificiais (RNA) na análise e classificação de áreas cafeeiras da Região de Machado-MG.