Solving the molecular distance geometry problem with inaccurate distance data.

We present a new iterative algorithm for the molecular distance geometry problem with inaccurate and sparse data, which is based on the solution of linear systems, maximum cliques, and a minimization of nonlinear least-squares function. Computational results with real protein structures are presented in order to validate our approach.

Microcanonical optimization algorithm for the Euclidean Steiner problem in Rn with application to phylogenetic inference.

The Euclidean Steiner tree problem in R(n) (ESTP) is that of finding the shortest interconnecting network spanning p given nodes in the Euclidean R(n), with the possible use of extra nodes. Combinatorial explosion precludes the use of exact methods for large high-dimensional ESTP instances, but very few heuristic approaches have so far been proposed for them. Here we introduce a microcanonical optimization algorithm that works over a topology-describing data structure associated to the ESTP solutions, and which is proven able to find close-to-minimum Steiner trees in reasonable computational time, even for configurations of up to p=50 points in n=50 dimensions. Moreover, its performance is shown to increase with n, which makes it especially suited for high-dimensional clustering problems such as those of phylogenetic inference, an instance of which is considered here.

Searching and analysing neuropsychological patterns in schizophrenia witj artificial neural networks

Objetivo: Este estudo pretende rastrear e analisar perfis cognitivos em pacientes esquizofrênicos para posterior correlaçäo com achados advindos de estudos neurocientíficos bem como com os psicopatológicos. Metodologia: Estudou-se um grupo de 53 pacientes esquizofrênicos segundo o DSM-IV, classificados segundo a intensidade de cada dimensäo psicopatológica, a saber, positiva, negativa e desorganizada, quantificadas no curso do transtorno. Foram criados parâmetros a partir dos índices advindos de avaliaçäo neuropsicológica ampla enfocando os circuitos subcórtico-frontais, córtex e circuitos temporais e a diferença entre os processamentos verbal e visual. Uma rede neural artificial baseada na teoria da ressonância adaptativa (ART) foi usada como ferramentas estatística näo-paramétrica e näo-linear de forma a definir e comparar agrupamentos segundo os achados neuropsicológicos. Resultados: A rede neural artificial foi capaz de identificar um agrupamento estável (grupo I) que mostrou alteraçöes frontais difusas, e predomínio de sintomas negativos e desorganizados. Outro agrupamento encontrado (II) näo se mostrou estável sugerindo uma dimensäo de achados neuropsicológicos. Neste grupo verificou-se também alteraçöes dos circuitos subcórtico-frontais, porém com superioridade do processamento de material visual, sugerindo lateralizaçäo da disfunçäo sobre hemisfério dominante. Em contraste com o agrupamento anterior, neste verificou-se predomínio de sintomas positivos no curso do transtorno. Conclusäo: Considerando-se que os achados neuropsicológicos tendem a ser estáveis no curso da esquizofrenia, ao contrário dos psicopatológicos, estes podem definir clinicamente o curso do transtorno com maior precisäo, além de se mostrarem mais próximos da taxonomia das neurociências

Rastreamento e analise de patroes neuropsicologicos na esquizofrenia com uso de redes neurais artificiais

Objetivo: Este estudo pretende rastrear e analisar perfis cognitivos em pacientes esquizofrenicos para posterior correlacao com achados advindos de estudos neurocientificos bem como com os psicopatologicos. Metodologia: Estudou-se um grupo de 53 pacientes esquizofrenicos segundo o DSM-IV, classificados segundo a intensidade de cada dimensao psicopatologica, a saber, positiva, negativa e deseorganizada, quantificadas no curso do transtorno. Foram criados parametros a partir dos indices advindos de avaliacao neuropsicologica amapla enfocando os circuitos subcortico-frontais, cortex e circuitos temporais e a diferenca entre os processamentos verbal e visual. Uma rede neural artificial baseada na teoria da ressonancia adaptativa (ART) foi usada como ferramenta estatistica nao-parametrica e nao-linear de forma a definir e comparar agrupamentos segundo os achados neurologicos. Resultados: a rede neural artificial foi capaz de identificar um agrupamento estavel (grupo I) que mostrou alteracoes frontais difusas, e predominio de sintomas negativos e desorganizados. Outro agrupamento encontrado (II) nao se mostrou estavel sugerindo uma dimensao de achados neuropsicologicos. Neste grupo verificou-se tambem alteracoes dos circuitos subcortico-frontais, porem com superioridade do processamento de material visual, sugerindo lateralizacao da disfuncao sobre hemisferio dominante. Em contraste com o agrupamento anterior, neste verificou-se predominio de sintomas positivos no curos do transtorno. Conclusao: Considerando-se que os achados neuropsicologicos tendem a ser estaveis no curso da esquizofrenia, ao contrario dos psicopatologicos, estes podem definir clinicamente o curso do transtorno com maior precisao, alem de se mostrarem mais proximos da taxonomia das neurociencias.