Esclarecimentos de dúvidas sobre o trabalho de análise em componentes principais e análise classificatória.

Análise em componentes principais e análise classificatória. Casos de estudo.

Análise classificatória. Algoritmos Kmeans e PAM. Medidas para avaliar qualidade das classes.

Análise classificatória. Métodos hierárquico aglomerativo e hierárquico divisivo.

Análise Classificatória. Medidas de distância.

Análise em componentes principais (continuação).

Análise em componentes principais.

Avaliação do módulo de cinética enzimática.

Exemplos de aplicação de cinética enzimática. Determinação dos parâmetros cinéticos Km e Vmax utilizando os métodos de Lineweaver-Burk, Eadie-Hofstee, Hanes, Método Linear Directo e por ajuste directo à equação de Michaelis-Menten utilizando o Excel.

Enzimas alostéricas e não alostéricas. Cinética de Michaelis-Menten. Dedução da equação de Michaelis Menten. Significado de Km e Vmax. Inibidores competitivos, não competitivos e acompetitivos e seu efeito nos parâmetros cinéticos. Reacções com dois substratos: mecanismos sequenciais e não-sequenciais. Enzimas alostéricas: modelo MWC e modelo de Koshland.

Introdução às enzimas e às reacções catalizadas por enzimas. Mecanismo de funcionamento de uma enzima.Classificação e estrutura das enzimas. Medição da actividade enzimática. Factores que afectam a velocidade enzimática: temperatura, pH, força iónica, pressão, concentração de enzima, concentração de substrato, presença de activadores e inibidores.

Introdução a "Response Surface Methodology". Delineamento factorial com 2 níveis. Adição de pontos centrais. "Central Composite Design". Determinação de condições ótimas: o método "steepest ascent" e a análise canónica. Exemplos utilizando o package rsm do R.
Nota: Por incompatibilidade de horário da docente, a aula foi lecionada dia 19, quarta-feira, das 11h às 13h30, na sala P14.

Methods used to study gene expression in a few genes scale and high through put scale. Introduction to microarrays (gene Chip) and RNA-sequencing.

 

The gene ontology concept to make a first data analysis.

 

Revision and introduction to the most important molecular biology concepts used in computational biology

Regressão polinomial. Inferência em regressão linear múltipla: pressupostos e sua validação através de gráficos de resíduos; teste F de ajustamento global; estimação da variância dos erros aleatórios e dos parâmetros do modelo. Modelos e submodelos.

Nota: Por incompatibilidade de horário da docente, a aula foi lecionada dia 5, quarta-feira, das 11h às 13h30, na sala P14.

Análise exploratória de dados bivariados: nuvem de pontos, covariância e coeficiente de correlação de Pearson. Regressão linear simples e múltipla do ponto de vista descritivo. Método dos mínimos quadrados. Transformações linearizantes. Coeficiente de determinação e coeficiente de determinação ajustado.

Análise de Variância com blocos aleatorizados, a dois fatores em delineamento fatorial equilibrado, com mais do que uma observação por célula. Intervalos de confiança de Tukey. Testes de diagnóstico de resíduos. Teste de Bartlett para homogeneidade de variâncias. Gráficos de interação. Exemplos utilizando a linguagem R.

Nota: Por incompatibilidade de horário da docente, a aula foi lecionada dia 29, quarta-feira, das 11h às 13h30, na sala P14.

Inferência Estatística: Teste t para amostras emparelhadas. Validação de pressupostos.
O problema das comparações múltiplas. Análise de Variância para um delineamento a um fator com efeitos fixos.

Inferência Estatística: testes de hipóteses e intervalos de confiança. Testes t para uma amostra e para duas amostras independentes. Validação de pressupostos: teste de Shapiro-Wilk, teste F para comparação de variâncias.

Nota: Por incompatibilidade de horário da docente, a aula foi lecionada dia 22, quarta-feira, das 11h às 13h30, na sala P14.

Case study of apllication of RSM methodoloy: preparation of biodegradable films with increased resistance to water

Revisões de estatística descritiva univariada.

Objectos de tipo function (cont).

Objectos de tipo function.

Introdução ao R: leitura e escrita em ficheiros. Gráficos.

Introdução ao R. Objectos de tipo matrix, list e data.frame.

Introdução ao R. Objectos de tipo vector.

Apresentação da unidade curricular: programa e avaliação. Conversa com os alunos sobre os seus programas de doutoramento.

Esta aula será leccionada a 1 de junho a pedido dos alunos.