Modelo matemático para o desenvolvimento de tumor
|
|
- Sabrina Sebastiana Vilanova
- 4 Há anos
- Visualizações:
Transcrição
1 Modelo matemático para o desenvolvimento de tumor Maurício P. C. Menezes, Centro Federal de Educação Tecnológica de Minas Gerais, CEFET-MG 3.51-, Belo Horizonte, MG profmauriciopessoa@yahoo.com.br Maria E. Gouvêa IFMG - Instituto Federal de Minas Gerais - Campus Formiga , Formiga, MG elizabeth.gouveia@ifmg.edu.br Resumo: Apresentamos um modelo que pretende estudar a relação entre células-tronco e câncer, considerando os tempos de maturação e de duplicação das células, além das interações existentes entre os compartimentos celulares. O modelo é estruturado hierarquicamente em compartimentos, sendo eles: o de células-tronco, progenitoras imaturas e não-imaturas e células completamente diferenciadas. A estrutura é análoga à da eritropoiese, processo de formação de eritrócitos (hemácias). A ocorrência de mutação em qualquer compartimento, exceto no de células diferenciadas, leva à criação de um subcompartimento de células cancerígenas (anormais). Os resultados mostram que as mutações que afetam a população de células-tronco são mais significativas e podem conduzir a um câncer. Palavras-chave: Modelo matemático, células-tronco, câncer, equações diferenciais. 1 Introdução A capacidade que as células-tronco possuem de se tornarem malignas está na origem de alguns tipos de câncer e pode ser a causa de muitos outros. De acordo com Clarke e Becker [1], durante muito tempo, acreditou-se que qualquer célula cancerígena que permanecesse em um indivíduo seria potencialmente capaz de reiniciar a doença no mesmo. No entanto, atualmente é sabido que, para alguns tipos de câncer, apenas uma ínfima fração dessas células tumorais tem a capacidade de originar um novo tecido canceroso. Tais células, por serem os motores que comandam o crescimento de novas células cancerígenas e, muito provavelmente, a origem da própria doença, são denominadas de células-tronco cancerígenas, pois acredita-se que essas células tenham sido células-tronco ou que suas descendentes imaturas tenham passado por transformações malignas. Algumas semelhanças entre células-tronco e a pequena fração de células cancerígenas que são capazes de reiniciar a doença foram observadas pelos cientistas [1, 2, 9]. Dentre elas, temos: a longevidade ilimitada, a capacidade em diferenciar em uma ampla gama de tipos celulares e a capacidade de invadir tecidos distantes no corpo. Tais elementos em comum, assim como diversas evidências experimentais, indicam que a explicação para o nascimento, manutenção e disseminação dos cânceres pode estar na falha dos mecanismos de regulação das células-tronco [1, 2, 5, 8, 9]. A estrutura básica do nosso modelo matemático, isto é, a hierarquia dos compartimentos, o número de mitoses, os tempos de ciclo celular e de maturação, é baseada no sistema hematopoiético (sistema responsável pelo processo de formação de todas as células do sangue) - consideramos um processo semelhante ao de formação de eritrócitos (glóbulos vermelhos do sangue) [6, 1]. Acreditamos que o modelo proposto é adequado para descrever tecidos formados por células que percorrem vários estágios até atingirem o requerido grau de especialização e que 753
2 recebem sinais de curto e longo alcance do sistema celular. Por exemplo, as células neurais, das mamas e da pele possuem dinâmicas celulares semelhantes ao das células do sangue [1]. Neste trabalho, propomos investigar a relação existente entre células-tronco e câncer, num modelo que considera as interações existentes entre os compartimentos celulares [3, 1]. Os parâmetros que determinam as taxas da auto-renovação, de diferenciação e mortalidade de uma célula dependem de vários fatores [4]. Com exceção da taxa de mortalidade, os fatores citados dependem das populações dos diversos compartimentos. Consideramos, também, o atraso temporal, característica inerente aos processos de desenvolvimento celular (tempos requeridos para a duplicação e maturação celular). Nosso objetivo é investigar como esses fatores associados as mutações que ocorrem em diferentes estágios do desenvolvimento celular afetam o comportamento do tecido. Analisamos, também, quais tipos de defeitos provocados por uma mutação podem levar à formação de um tumor. 2 Modelo matemático O modelo matemático que propomos descreve a formação de células cancerígenas a partir de células-tronco. Consideramos quatro compartimentos principais: o de células-tronco - SC (células que podem se auto-renovar um número ilimitado de vezes), de progenitoras imaturas - EP (células que podem se auto-renovar um número limitado de vezes), de progenitoras nãoimaturas - LP (não podem se auto-renovar, são submetidas a sucessivos estágios de divisão celular e a um período de maturação celular) e de células completamente diferenciadas - M C (células responsáveis por tarefas específicas). A ocorrência de mutação em qualquer um desses compartimentos, exceto no M C, leva à criação de subcompartimentos de células anormais (cancerígenas), a saber, o de células-tronco anormais (SCA), de células progenitoras imaturas anormais (EP A), de progenitoras não-imaturas anormais (LP A) e células anormais completamente diferenciadas (AP ). Esses processos estão representados, de forma esquemática, na Figura 1. Figura 1: Representação esquemática do processo de formação de células cancerígenas. Segundo Hanahan e Weinberg [4], para que uma célula se torne maligna, ela precisa adquirir algumas habilidades extraordinárias, ou seja, cinco ou seis sistemas regulatórios diferentes precisam ser alterados. São eles: crescimento mesmo na ausência de sinais de avance normais, crescimento apesar dos comandos de pare emitidos pelas células vizinhas, evasão à apoptose (morte celular), imortalidade efetiva, habilidade de estimular a construção de vasos sanguíneos e capacidade de produzir metástases. Nosso modelo incorpora as quatro primeiras habilidades. O modelo matemático proposto é uma extensão do trabalho apresentado no 33 o CNMAC/21 - Categoria 3, intitulado: Um modelo de equações diferenciais com atraso para a dinâmica do tecido eritropoiético, de nossa autoria [7]. Naquele trabalho, consideramos nula a taxa de mutação - definida por M β - e, assim, o efeito devido a mutações não foi considerado. Para dar continuidade ao nosso estudo e analisar esse efeito, usaremos o modelo - e as equações - 754
3 apresentado no trabalho citado [7]. As equações diferenciais que determinam a dinâmica dos vários compartimentos celulares do modelo são apresentadas a seguir. Essas equações incluem a taxa de mutação, M β com β = SC, EP ou LP em cada compartimento. Os parâmetros usados nos diversos compartimentos são listados na Tabela 1. Aqui, usamos β 1 = SC, SCA, EP, EP A, LP, LP A e, também, igual a MC e AP, para a taxa de mortalidade desses compartimentos. Alguns dos parâmetros do modelo são funções que dependem da população total de células em cada compartimento. Ressaltamos que, no texto, usamos o termo parâmetro para designar diferentes processos como, por exemplo, a probabilidade de autorenovação e a taxa de divisão celular. Esses parâmetros não são constantes e, sim, funções das populações de células. Parâmetros usados no modelo Dependem das pop. de células Não dependem das pop. de células ω β1 taxa de divisão celular M β taxa de mutação α β fração mitótica τ β1 tempo de preparação P sc probabilidade de auto-renovação ω,β1 taxa de mortalidade Tabela 1: Parâmetros do modelo. Para o número de células em cada compartimento, isto é, as variáveis do modelo, usamos a notação N β1. Na Tabela 1, usamos o termo tempo de preparação para o tempo requerido para a célula completar sua divisão e amadurecer. Para as SC, SCA, EP e EP A, o tempo de preparação corresponde apenas ao tempo para completar todo o processo de duplicação, em torno de 8 horas [3]. No entanto, no compartimento LP e LP A, é também necessário um tempo para a maturação da célula. Assim, se designamos por τ g o tempo para a duplicação em LP e LP A, se τ m é o tempo de maturação e se o número de mitoses nesses compartimentos é n lp, temos que τ lp = τ lpa = n lp.τ g + τ m. Nesse trabalho, usamos [3] τ g = 8 horas, τ m = 48 horas, n lp = 6 divisões e, portanto, τ lp = 96 horas. Para a probabilidade de auto-renovação [1], temos onde P sc =.1 tanh( Y ) +.5, (1) Y = { (Nsc 1)p s 2 ( N 3 ep + Nlp + Nmc 3 )} {, onde p s 2(N = sc ).6 se Nsc 1, 2 se Nsc > 1. (2) Nas equações acima, o símbolo * usado como sobrescrito representa valores normalizados, isto é, a população total (normais + anormais) de células de um tipo, dividido pelo valor de equilíbrio dessa população. Assim, por exemplo, N sc = N sc + N sca /N sc,equil. A taxa de divisão celular para as células-tronco normais é definida em termos da fração mitótica, α sc, que corresponde à porcentagem de células em divisão. Para α sc, temos [1], XS = α sc = exp( X) +.1 exp(x), onde X = a(xs + XE) + b, (3) exp( X) + exp(x) { ln N sc se N sc 1, N sc 1 se N sc > 1, { } 1 e XE =.3 ln 3 (N ep + Nlp + Nmc). (4) Para as células tronco, os valores das constantes que aparecem na equação (3) são a =.5457 e b =.49. A equação que descreve a dinâmica das SC é, então, 755
4 dn sc = ω sc (2P sc 1 M sc P sc )N sc (t τ sc ) ω,sc N sc (t). (5) Observe que a variação dessa população num instante qualquer t depende da população que, nesse instante t, morre e da população que, em (t τ sc ), pode se dividir, sofrendo ou não mutação. As células no compartimento EP devem passar por um número finito de mitoses, n ep, antes de estarem aptas a se transformarem em LP. Para identificar o número de divisões sofridas por uma célula EP, subdividimos o compartimento EP em n ep subcompartimentos e usamos N epi onde i = 1,..., 6. As equações para a dinâmica das células EP é dada por dn ep1 dn ep[i=2,6] = ω sc {(2 M sc )(1 P sc )} N sc (t τ sc ) ω ep N ep1 (t τ ep ) ω,ep N ep1 (t), para i = 1 e (6) = ω ep (2 M ep )P epi 1 N epi 1 (t τ ep ) ω ep N epi (t τ ep ) ω,ep N epi (t), para i = 2,..., 6. (7) é, Nas equações acima, ω ep = (α ep /τ ep )ln2 onde α ep é definida de modo semelhante a α sc, isto α ep = exp( X) +.3 exp(x), (8) exp( X) + exp(x) onde X é dado pela eq. (3) usando a = 2.65 e b = Para simplificar o modelo e evitar subdividir o compartimento LP em n lp subcompartimentos (como feito para EP ), admitimos que o fluxo de células vindas de EP 6 é amplificado por um fator Z in ao entrarem em LP. Do mesmo modo, ao deixarem esse compartimento em direção à população MC, consideraremos um outro fator de amplificação, Z out, tal que Para Z in, usamos [1] Z in.z out = 2 n lp. (9) Z in = (2 n lp 1). τ g τ lp + 2 n lp. τ m τ lp. (1) Dessa forma, a variação da população LP depende das células provenientes de EP 6 que, ao sofrerem mitose num instante anterior, foram promovidas e das células LP que morrem. Assim, temos dn lp = Z in. {ω ep (2 M ep ) N ep6 (t τ ep )} ω lp N lp (t τ lp ) ω,lp N lp (t). (11) Finalmente, para a dinâmica das células M C temos dn mc = Z out.ω lp (1 M lp ) N lp (t τ lp ) ω,mc N mc (t). (12) Segue abaixo, as equações diferenciais que determinam a dinâmica dos compartimentos de células anormais do modelo. A equação que descreve o comportamento das células-tronco anormais é dada por dn sca (t) = ω sca (2P sca 1)N sca (t τ sc ) + ω sc M sc P sc N sc (t τ sc ) ω,sca N sca (t). (13) Para o compartimento SCA, admitimos que essas células mantêm a capacidade de se dividirem um número ilimitado de vezes e que a mutação adquirida aumenta a probabilidade de 756
5 se renovarem, isto é, consideramos P sca = (1 + a) P sc, onde a [,.2]. Da mesma forma, consideramos que a aquisição de mutação resulta numa célula com maior auto-suficiência de proliferação e/ou maior insensibilidade aos sinais inibidores de crescimento [1] e, por isso, adotamos ω sca = (1 + b) ω sc, onde b [,.5]. As equações para a dinâmica das células EP A é dada por dn epa1 = 2ω sca (1 P sca )N sca (t τ sc ) + ω sc (1 P sc )M sc N sc (t τ sc ) ω epa N epa1 (t τ ep ) ω,epa N epa1 (t) para i = 1 e (14) dn epai = 2ω epa P epai 1 N epai 1 (t τ ep ) + ω ep M ep P epi 1 N epi 1 (t τ ep ) ω epa N epai (t τ ep ) ω,epa N epai (t) para i = 2,...,6. (15) Nos compartimentos EP e EP A, admitimos probabilidades de auto-renovação iguais, P epi = P epai = 1, para os cinco primeiros subcompartimentos incluídos em EP e EP A. Isso significa que todas as células irão se auto-renovar após a mitose. Uma célula que alcança o último (i = 6) subcompartimento não pode mais se auto-renovar; pode apenas se diferenciar e migrar para os compartimentos LP, na ausência de mutação, ou LP A, caso ocorra mutação. Novamente, assumimos que as células mutantes adquirem vantagens [1], e têm maior capacidade de proliferação. Assim, definimos ω epa = (1 + c) ω ep, onde c [,.5]. Para a população de células LP A, temos dn lpa (t) = Z in (2ω epa N epa6 (t τ ep ) + ω ep N ep6 (t τ ep )M ep ) ω lpa N lpa (t τ lp ) ω,lpa N lpa (t). (16) Onde consideramos o ω lp = ω lpa. E finalmente, para a população de, temos dn ap (t) = Z out (ω lpa N lpa (t τ lp ) + ω lp N lp (t τ lp )M lp ) ω,ap N ap (t). (17) Com relação a taxa de morte das células anormais, conforme discutido em [1], uma das habilidades especiais que uma célula precisa adquirir para dar origem a um tumor, é a evasão à apoptose. Para simular a habilidade de evasão à apoptose [1], consideramos a taxa de morte das células anormais igual à (1 d) vezes a taxa de morte das normais, com d [,.5]. 3 Resultados Em todos os resultados que apresentamos a seguir, utilizamos, como condição inicial, SC(t = ) = 1. (normalizada) e todas as outras populações iguais a zero. Na Figura 2, gráfico a esquerda, apresenta a dinâmica de crescimento das para a ocorrência de mutação nos diferentes compartimentos. Consideramos que o valor do tempo de atraso para cada compartimento é o mesmo usado no trabalho anterior (tecido saudável),ou seja, 8 horas, assim como, o valor dos parâmetros: P sc, ω sc, taxas de mortalidade. Além disso, para esta simulação, utilizamos uma probabilidade de ocorrência de mutação da ordem de 1 7. Sendo P sca.1% maior do que P sc, as taxas de divisão e de morte das células anormais, sendo, respectivamente, 5% maior e 5% menor, em comparação com as células normais. A Figura 2, gráfico a esquerda, mostra que a taxa de crescimento de é muito maior quando a mutação ocorre na população de células-tronco, SC. O modelo confirma que mutações que afetam a população SC são mais significativas e podem conduzir a um câncer. 757
6 ocorrência de mutação em SC ocorrência de mutação em EP ocorrência de mutação em LP 8 7 taxa de morte 5% menor taxa de divisão 5% maior P sca.1% maior que o P sc P sca.7% maior que o P sc parâmetros iguais t (horas) x 1 4 Figura 2: Gráfico à esq.: Dinâmica de crescimento de AP - ocorrência de mutação em diferentes compartimentos. Gráfico a dir.: Dinâmica de crescimento de AP - uma alteração genética. Para as simulações que se seguem, utilizaremos um tempo de duplicação de 16 horas; os demais parâmetros permanecem inalterados. Dessa forma, poderemos simular a evolução das em um intervalo de tempo maior, aproximadamente 52 anos (28. - cada iteração corresponde a 16 hs), porém com um número menor de. Como nosso modelo não incorpora a habilidade para estimular a construção de vasos sanguíneos - fundamental para o desenvolvimento de um tumor - apenas populações de de até, no máximo, 1% da população M C devem ser consideradas como significativas. Na Figura 2, gráfico a direita, apresentamos a dinâmica de crescimento das devido a uma mutação que provoca apenas uma alteração genética. No entanto, são considerados diferentes efeitos resultantes dessa alteração. Como vemos, o valor da probabilidade de auto-renovação de SCA tem como efeito um número maior de e, consequentemente, favorece um surgimento prematuro do tumor. Entre os fatores considerados, a taxa de mortalidade aparece como segundo fator mais importante para o crescimento do tumor, embora seu efeito seja apenas ligeiramente superior a uma alteração na taxa de divisão. Na Figura 3, gráfico a esquerda, apresenta a dinâmica de crescimento das para uma alteração genética que provoca um aumento no valor do P sca em relação as suas irmãs normais. Podemos verificar que uma pequena variação no valor de P sca é suficiente para o surgimento prematuro do tumor taxa de morte 5% menor e taxa de divisão 5% maior taxa de morte 5% menor e P sca.1% maior taxa de divisão 5% maior e P sca.1% maior 6 células MC P sca 1% maior que o P sc células x x x 1 4 Figura 3: Gráfico à esquerda: Dinâmica de crescimento de AP - alteração genética que provoca um aumento no valor de P sca. Gráfico ao centro: Dinâmica de crescimento de AP - 2 alterações genéticas simultaneamente. Gráfico à direita: Dinâmica de crescimento de AP - 3 alterações genéticas simultaneamente. Analisamos a dinâmica de crescimento das para situações em que a mutação resulta em duas alterações genéticas, Figura 3, gráfico ao centro. Foram considerados três casos. No primeiro, consideramos que as células mutantes passam a ter uma taxa de morte menor e uma taxa de divisão maior do que as célula normais. Numa segunda situação, consideramos que, devido à mutação, as células anormais adquirem uma taxa de morte menor e uma probabilidade de auto-renovação das células-tronco anormais maior. Por último, consideramos uma alteração genética em que as células mutantes passam a ter uma taxa de divisão maior e uma probabilidade 758
7 de auto-renovação de SCA maior. Como dito antes, o valor do P sca é crucial na determinação do aparecimento prematuro do tumor. Quanto maior for o valor de P sca em relação ao do P sc, maior será a quantidade de no tecido em menores tempos. Analisamos agora, Figura 3 - gráfico a direita, a dinâmica de crescimento das para uma situação onde são permitidas três alterações genéticas simultaneamente. Observamos, nessa situação, que a taxa de crescimento da população de torna-se maior, em comparação com o caso anterior. Assim, concluímos que, caso ocorra uma mutação, quanto maior o número de alterações genéticas provocadas pela mutação, maior será a população de células anormais completamente diferenciadas, AP, e consequentemente, mais rápido o aparecimento de um tumor. Observamos ainda, que o crescimento da população AP é obtido às custas do encolhimento da população de células normais, M C. 4 Conclusões Apresentamos um modelo matemático que investiga a relação entre células-tronco e o desenvolvimento de tumores, ou seja, a hipótese da existência de células-tronco cancerígenas. Os aspectos inovadores desse modelo são: a inclusão de um atraso temporal, que é inerente ao processo de desenvolvimento celular, e a utilização de funções dependentes de todas as populações de células (normais e anormais) para simular as sinalizações celulares presentes num tecido. Mostramos que, as mutações que afetam a população de células-tronco, SC, são mais significativas e podem conduzir ao câncer. Além disso, caso ocorra uma mutação, quanto maior o número de alterações genéticas provocadas pela mutação, maior será a população de células anormais AP e, consequentemente, mais rápido o aparecimento de um tumor. A mutação que provoca um aumento do valor de P sca em relação ao do P sc maior que.1%, é mais significativa e conduz para uma rápida progressão de células anormais completamente diferenciadas, AP, e, consequentemente, um aparecimento prematuro do tumor. Referências [1] M.F. Clarke e M.W. Becker, O potencial maligno das células-tronco, Scientific American Brasil: Câncer - o lado maligno das células-tronco, 51 (26), [2] M.F. Clarke e M. Fuller. Stem Cells and Cancer: Two faces of eve, Cell, 124 (26), [3] R. Ganguly e I.K. Puri, Mathematical model for the cancer stem cell hypothesis, Cell Prolif., 39 (26), [4] D. Hanahan e R.A. Weinberg, The hallmarks of cancer, Cell, 1 (2), [5] B. J. P. Huntly e D. G. Gilliland. Leukaemia stem cells and the evolution of cancer-stem-cell research, Nature Reviews - Cancer, 5 (25), [6] M.C. Mackey, Mathematical models of hematopoietic cell replication and control, [7] M.P.C. Menezes, M.E. Gouvêa, Um modelo de equações diferenciais com atraso para a dinâmica do tecido eritropoiético, Anais do CNMAC 21, 3 (21), [8] R. Pardal, M.F. Clarke e S.J. Morrison, Applying the principles of stem-cell biology to cancer, Nature Reviews, 3 (23), [9] T. Reya, S.J. Morrison, M.F. Clarke e I.L. Weissman, Stem cell, cancer, and cancer stem cells, Nature, 414 (21), [1] H-E. Wichmann, M. Loeffler, Mathematical Modeling for Cell Proliferation: Stem Cell Regulation in Hematopoiesis, CRC Press, Inc, Florida,
Biologia da célula neoplásica e interacção com o hospedeiro (I)
Biologia da célula neoplásica e interacção com o hospedeiro (I) Rui Henrique Departamento de Patologia e Imunologia Molecular Instituto de Ciências Biomédicas Abel Salazar Universidade do Porto & Serviço
Leia maisCrescimento e regeneração de tecidos vs diferenciação celular
Crescimento e regeneração de tecidos vs diferenciação celular Os exemplos de desenvolvimento que a natureza oferece por toda a parte aos nossos olhos fazem precisar que os fetos talvez já estivessem contidos
Leia maisMODELAGEM MATEMÁTICA E COMPUTACIONAL PARA A AÇÃO DAS CÉLULAS-TRONCO NA MANUTENÇÃO E REGENERAÇÃO DE TECIDOS VIVOS
MODELAGEM MATEMÁTICA E COMPUTACIONAL PARA A AÇÃO DAS CÉLULAS-TRONCO NA MANUTENÇÃO E REGENERAÇÃO DE TECIDOS VIVOS Neila Marcelle Gualberto Leite Centro Federal de Educação Tecnológica de Minas Gerais Mestrado
Leia maisUnidade 5 Cresc. e renovação celular VIII CRESCIMENTO E RENOVAÇÃO DE TECIDOS
1 Unidade 5 Cresc. e renovação celular VIII CRESCIMENTO E RENOVAÇÃO DE TECIDOS A mitose garante que 2 a partir de uma única célula, se formem duas células geneticamente idênticas todos os fenómenos de:
Leia maisa) T2 e T3. b) T1 e T3. c) T3 e T4. d) T1 e T4.
Lista de Exercícios (BIO-LEO) 1. (Faculdade Albert Einstein 2016) O gráfico abaixo refere-se ao processo de divisão celular que ocorre durante a espermatogênese humana: Nesse processo de divisão ocorre:
Leia maisONCOLOGIA. Aula I Profª.Enfª: Darlene Carvalho (www.darlenecarvalho.webnode.com.br)
ONCOLOGIA Aula I Profª.Enfª: Darlene Carvalho (www.darlenecarvalho.webnode.com.br) CLASSIFICAÇÃO DAS CÉLULAS Lábeis Estáveis Perenes CLASSIFICAÇÃO DAS CÉLULAS Células lábeis: São aquelas em constante renovação
Leia maisUm modelo de múltiplas escalas para avaliar a eficácia de terapias do câncer com nanopartículas
Um modelo de múltiplas escalas para avaliar a eficácia de terapias do câncer com nanopartículas Letícia R. Paiva e Marcelo L. Martins* Departamento de Física Universidade Federal de Viçosa *Instituto Nacional
Leia maisNoções de Oncologia. EO Karin Bienemann
Noções de Oncologia EO Karin Bienemann O Câncer representa uma causa importante de morbidez e mortalidade, gerador de efeitos que não se limitam apenas aos pacientes oncológicos, mas que se estendem principalmente
Leia maisHematopoese. Prof. Archangelo P. Fernandes Profa. Alessandra Barone
Hematopoese Prof. Archangelo P. Fernandes Profa. Alessandra Barone www.profbio.com.br Sangue Tecido fluido circulante, formado por uma fase sólida de células diferenciadas e por uma fase líquida denominada
Leia maisNeoplasias. Benignas. Neoplasias. Malignas. Características macroscópicas e microscópicas permitem diferenciação.
- Neoplasias- Neoplasias Benignas Neoplasias Malignas Características macroscópicas e microscópicas permitem diferenciação. Neoplasias Neoplasias Benignas PONTO DE VISTA CLÍNICO, EVOLUTIVO E DE COMPORTAMENTO
Leia maisMATEMÁTICA A - 12o Ano Funções - Limites e Continuidade Propostas de resolução
MATEMÁTICA A - 2o Ano Funções - Limites e Continuidade Propostas de resolução Exercícios de exames e testes intermédios. Como a função é contínua em R, também é contínua em x 0, pelo que Temos que fx f0
Leia maisBIOLOGIA. Moléculas, células e tecidos. Ciclo celular. Professor: Alex Santos
BIOLOGIA Moléculas, células e tecidos Professor: Alex Santos Tópicos em abordagem I Conceitos fundamentais II Estágios do ciclo celular III Visão geral da regulação do ciclo celular IV Importância do ciclo
Leia maisONCOGÊNESE. SÁBADO 14/03/ :00 h CARCINOGÊNESE
ONCOGÊNESE SÁBADO 14/03/2015 08:00 h CARCINOGÊNESE A oncogênese ou carcinogênese é um fenômeno complexo, multifásico e dependente de fenômenos genético e epigenéticos que levam ao surgimento de células
Leia maisModelo matemático simples de angiogênese tumoral com protocolos de quimioterapia
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol., N., 5. Trabalho apresentado no III CMAC - SE, Vitória-ES, 5. Proceeding Series of the Brazilian Society of Computational
Leia maisA Genética do Câncer
A Genética do Câncer 2 Câncer O câncer é considerado uma doença genética por ser desencadeado por uma série de alterações no DNA da célula Esporádico - alterações de origem somática resultantes da interação
Leia maisA pesquisa que chegou a essa conclusão tem o objetivo de explicar a razão de alguns. tecidos do corpo serem mais vulneráveis ao câncer do que outros.
Pesquisa diz que \'má sorte\' é causa da maioria dos tipos de câncer A ocorrência da maior parte dos tipos de câncer pode ser atribuída mais à \"má sorte\" do que a fatores de risco conhecidos, como o
Leia maisTécnicas Atuariais II 15. Múltiplos Decrementos 1 / 22
Técnicas Atuariais II 15. Múltiplos Decrementos Thaís Paiva thaispaiva@est.ufmg.br Departamento de Estatística Universidade Federal de Minas Gerais Técnicas Atuariais II 15. Múltiplos Decrementos 1 / 22
Leia maisFatores de risco: O histórico familiar é um importante fator de risco não modificável para o câncer de mama. Mulheres com parentes de primeiro grau
Câncer O que é câncer? Câncer é o nome dado a um conjunto de mais de 100 doenças que têm em comum o crescimento desordenado (maligno) de células que invadem os tecidos e órgãos, podendo espalhar-se (metástase)
Leia maisO Cancro - Aspectos gerais O termo Cancro é aplicado e utilizado genericamente para identificar um vasto conjunto de doenças que são os tumores malign
presentes na Leucemia Daniela Bessa O Cancro - Aspectos gerais O termo Cancro é aplicado e utilizado genericamente para identificar um vasto conjunto de doenças que são os tumores malignos, também designamos
Leia maisMedula Óssea. Doutoranda: Luciene Terezina de Lima
Medula Óssea Doutoranda: Luciene Terezina de Lima Hemopoese É a produção de células sanguineas. Processo dinamico que requer o reabastecimento de mais de 7x10 9 células (leucócitos, eritrócitos e plaquetas)/
Leia maisFísica estatística. A distribuição de equiĺıbrio de um gás rarefeito: conjunto microcanónico e o método da distribuição mais provável MEFT, IST
Física estatística A distribuição de equiĺıbrio de um gás rarefeito: conjunto microcanónico e o método da distribuição mais provável MEFT, IST A realidade nem sempre é provável Jorge Luis Borges Equiĺıbrio
Leia maisCapítulo 3. Intermitência Tipo III. 3.1 Forma Normal
Capítulo 3 Intermitência Tipo III 3.1 Forma Normal A intermitência classificada por Pomeau e Manneville como tipo III pode ser associada a um mapa discreto da forma x n+1 = (1 + ɛ )x n + α x 2 n + η x
Leia maisBaseado em Journal of Molecular Biology. 429 (10): , 2017.
Escola Prof. Reynaldo dos Santos Vila Franca de Xira Biologia e Geologia - 11º ano - Teste de Avaliação Dezembro 2017 Tema 6 Biologia: Crescimento, Renovação celular e Reprodução Leia atentamente os textos
Leia maisMODELOS MATEMÁTICOS E SIMULAÇÕES COMPUTACIONAIS DE FENÔMENOS BIOLÓGICOS
MODELOS MATEMÁTICOS E SIMULAÇÕES COMPUTACIONAIS DE FENÔMENOS BIOLÓGICOS Prof. Dr. Robson Rodrigues da Silva robson.silva@umc.br Mogi das Cruzes Março de 2017 TÉCNICAS DE MODELAGEM 1. REGRESSÃO OU AJUSTE
Leia maisBIOLOGIA. Hereditariedade e Diversidade da Vida Câncer. Prof. Daniele Duó
BIOLOGIA Hereditariedade e Diversidade da Vida Câncer Prof. Daniele Duó A palavra câncer é um termo amplo que abrange mais de 200 doenças que possuem duas características em comum: - Um crescimento celular
Leia maisE se ocorrerem erros durante estes processos? Mutações, que consequências?
E se ocorrerem erros durante estes processos? Mutações, que consequências? Alterações do material genético Mutações alterações bruscas do material genético. Mutantes indivíduos que manifestam mutações.
Leia maisCITOLOGIA - DIVISÃO Lista II 20 Questões Professor Charles Reis Curso Expoente
CITOLOGIA - DIVISÃO Lista II 20 Questões Professor Charles Reis Curso Expoente 01. Analise as figuras: Observando-se a figura acima, é correto afirmar que: a) 1 representa uma anáfase da mitose de uma
Leia maisExperimento 4 Indutores e circuitos RL com onda quadrada
Experimento 4 Indutores e circuitos RL com onda quadrada 1. OBJETIVO O objetivo desta aula é estudar o comportamento de indutores associados a resistores em circuitos alimentados com onda quadrada. 2.
Leia maisModelagem e Simulação de Problemas de Crescimento Tumoral
Trabalho apresentado no XXXV CNMAC, Natal-RN, 24. Modelagem e Simulação de Problemas de Crescimento Tumoral Anna Claudia Resende Regina C. Almeida Laboratório Nacional de Computação Científica LNCC 2565-75,
Leia maisIniciação e progressão neoplásica
Biopatologia Iniciação e progressão neoplásica Diana Santos Ana Isabel Teixeira Doenças degenerativas -Nos indivíduos novos - a etiologia é hereditária: são sobretudo doenças catabólicas que ocorrem em
Leia maisNEOPLASIAS. Alunos 4º semestre. Prof. Jane Maria Ulbrich. Prof. Adjunta do Departamento de Patologia Famed/Ufrgs
NEOPLASIAS Alunos 4º semestre Prof. Jane Maria Ulbrich Prof. Adjunta do Departamento de Patologia Famed/Ufrgs Material utilizado em sala de aula com alunos Câncer é o resultado de mudanças genéticas adquiridas
Leia maisCURSO DE RADIOPROTEÇÃO COM ÊNFASE NO USO, PREPARO E MANUSEIO DE FONTES RADIOATIVAS NÃO SELADAS
CURSO DE RADIOPROTEÇÃO COM ÊNFASE NO USO, PREPARO E MANUSEIO DE FONTES RADIOATIVAS NÃO SELADAS A radiação perde energia para o meio provocando ionizações Os átomos ionizados podem gerar: Alterações moleculares
Leia maisTAREFÃO DE CIÊNCIAS 8 ANO
TAREFÃO DE CIÊNCIAS 8 ANO NOME: PROFESSORA: CHRISTIANE FRÓES Capitulo 01: O que nos torna Humanos? Capitulo 02: Tecidos Epiteliais Tecidos Conjuntivos Questão 1. De acordo com o que você estudou sobre
Leia maisMATEMÁTICA A - 12o Ano Funções - Limites e Continuidade Propostas de resolução
MATEMÁTICA A - 2o Ano Funções - Limites e Continuidade Propostas de resolução Eercícios de eames e testes intermédios. Determinando o valor de a e de b, temos: a + 3n + n 3 n n + n n 3 e 3 b ln 2e n ln
Leia maisProjeto de iniciação científica desenvolvido na UFFS campus Cerro Largo, PRO-ICT/UFFS 2
ANÁLISE DA ESTABILIDADE DE UM PULVERIZADOR DE POMARES DO TIPO TORRE UTILIZANDO DIAGRAMAS DE BIFURCAÇÃO 1 ANALYSIS OF STABILITY OF A TOWER TYPE ORCHARD SPRAYER USING BIFURCATION DIAGRAMS Nadine Thiele 2,
Leia maisFMRP - USP Biologia do Câncer RCB: Invasão e Metástase. Prof a : LETICIA FRÖHLICH ARCHANGELO Ribeirão Preto
FMRP - USP Biologia do Câncer RCB: 0306 Invasão e Metástase Prof a : LETICIA FRÖHLICH ARCHANGELO Ribeirão Preto Tomografia por emissão de pósitrons e tomografia computadorizada (PET/CT) Metástase Metástase
Leia maisUNIVERSIDADE DE CUIABÁ NÚCLEO DE DISCIPLINAS INTEGRADAS DISCIPLINA DE CIÊNCIAS MORFOFUNCIONAIS IV
UNIVERSIDADE DE CUIABÁ NÚCLEO DE DISCIPLINAS INTEGRADAS DISCIPLINA DE CIÊNCIAS MORFOFUNCIONAIS IV NEOPLASIAS Definições O neoplasma é uma massa anormal de tecido, cujo crescimento é excessivo e não coordenado
Leia maisBiologia Professor Leandro Gurgel de Medeiros
Biologia Professor Leandro Gurgel de Medeiros Divisão Celular Ciclo Celular e Mitose; Meiose. 1. Aspectos Mantidos na Divisão Celular Constância do volume celular; Relação área x volume. Lei de Driesch
Leia maisEFEITOS BIOLÓGICOS DAS RADIAÇÕES IONIZANTES
A radiação perde energia para o meio provocando ionizações Os átomos ionizados podem gerar: Alterações moleculares Danos em órgãos ou tecidos Manifestação de efeitos biológicos 1 MECANISMOS DE AÇÃO Possibilidades
Leia maisExperimento 4 Indutores e circuitos RL com onda quadrada
1. OBJETIVO Experimento 4 Indutores e circuitos RL com onda quadrada O objetivo desta aula é estudar o comportamento de indutores associados a resistores em circuitos alimentados com onda quadrada. 2.
Leia maisExperimento 4 Indutores e circuitos RL com onda quadrada
Experimento 4 Indutores e circuitos RL com onda quadrada 1. OBJETIVO O objetivo desta aula é estudar o comportamento de indutores associados a resistores em circuitos alimentados com onda quadrada. 2.
Leia maisFísica 2 - Aula 2. Prof. Afonso Henriques Silva Leite. 25 de agosto de Nesta seção, serão apresentados os seguintes conceitos:
Física 2 - Aula 2. Prof. Afonso Henriques Silva Leite 25 de agosto de 2016 1 Plano da aula. Nesta seção, serão apresentados os seguintes conceitos: Momento de Força ou torque. 2 Introdução. Na primeira
Leia maisDISCIPLINA DE HEMATOLOGIA HEMATÓCRITO
DISCIPLINA DE HEMATOLOGIA HEMATÓCRITO Profª.: Aline Félix HEMATÓCRITO Indica a porcentagem do volume de glóbulos vermelhos presente em uma certa quantidade de sangue. Faz parte de um exame chamado de Hemograma
Leia maisDissertação de Mestrado
Centro Federal de Educação ecnológica de Minas Gerais Mestrado em Modelagem Matemática e Computacional Dissertação de Mestrado MODELAGEM MAEMÁICA PARA A CONEXÃO ENRE CÉLULA-RONCO E CÂNCER Neila Marcelle
Leia maisModelagem Matemática para a Conexão entre Células-Tronco e Câncer
RMAC 2010: I NCONRO RGIONAL D MAMÁICA APLICADA COMPUACIONAL 11-13 de Novembro de 2010, ão João del-rei, MG; pg 225-231 225 Modelagem Matemática para a Conexão entre Células-ronco e Câncer Neila M. Gualberto,
Leia maisFunções de várias variáveis
GOVERNO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO CÂMPUS JUAZEIRO/BA COLEG. DE ENG. ELÉTRICA PROF. PEDRO MACÁRIO DE MOURA CÁLCULO II 2015.2 Funções de várias variáveis
Leia maisTERAPIAS MOLECULARES CONTRA O CÂNCER
TERAPIAS MOLECULARES CONTRA O CÂNCER Paulo Cesar Naoum Pós-Doutorado pela Cambridge University, Inglaterra, e Professor Titular pela Unesp. Diretor da Academia de Ciência e Tecnologia de São José do Rio
Leia maisTÓPICO. Fundamentos da Matemática II DERIVADAS PARCIAIS. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques
7 DERIVADAS PARCIAIS TÓPICO Gil da Costa Marques Fundamentos da Matemática II 7.1 Introdução 7. Taas de Variação: Funções de uma Variável 7.3 Taas de variação: Funções de duas Variáveis 7.4 Taas de Variação:
Leia maisControle. Transformada Laplace básico
Controle Transformada Laplace básico REQUISITOS Para perfeita compreensão do conteúdo desta aula é desejável o entendimento dos seguintes assuntos (eventualmente disponíveis em outros vídeos neste canal):
Leia maisImunologia. Diferenciar as células e os mecanismos efetores do Sistema imune adquirido do sistema imune inato. AULA 02: Sistema imune adquirido
Imunologia AULA 02: Sistema imune adquirido Professor Luiz Felipe Leomil Coelho Departamento de Ciências Biológicas E-mail: coelho@unifal-mg.edu.br OBJETIVO Diferenciar as células e os mecanismos efetores
Leia maisLISTA DE EXERCÍCIOS 3º ANO
A amostra 3 é a que apresenta maior temperatura de desnaturação, pois é a que possui maior proporção de G+C, o que significa dizer que é a amostra que possui maior números de ligação de hidrogênio (ponte
Leia maisTécnicas de. Integração
Técnicas de Capítulo 7 Integração TÉCNICAS DE INTEGRAÇÃO f ( xdx ) a Na definição de integral definida, trabalhamos com uma função f definida em um intervalo limitado [a, b] e supomos que f não tem uma
Leia maisAula teórica: Hematopoese
Aula teórica: Hematopoese MED, 2017 Elementos figurados do sangue periférico Glóbulos vermelhos, eritrócitos ou hemácias 4-5 milhões/ml Glóbulos brancos ou leucócitos 6-9 mil/ml Polimorfonucleares (granulócitos)
Leia maisUNIVASF de Sinais e Sistemas
UNIVASF Análise de Sinais e Sistemas Sistemas Prof. Rodrigo Ramos godoga@gmail.com Sistemas Definição: Entidade que manipula um ou mais sinais para realizar uma função, produzindo, assim, novos sinais.
Leia maisAULA 1 Introdução aos limites 3. AULA 2 Propriedades dos limites 5. AULA 3 Continuidade de funções 8. AULA 4 Limites infinitos 10
Índice AULA 1 Introdução aos limites 3 AULA 2 Propriedades dos limites 5 AULA 3 Continuidade de funções 8 AULA 4 Limites infinitos 10 AULA 5 Limites quando numerador e denominador tendem a zero 12 AULA
Leia maisProf. Rodrigo Negreiros UFF XI Escola do CBPF
Prof. Rodrigo Negreiros UFF XI Escola do CBPF I. Introdução. Aula I II. Visão geral de estrelas compactas. III. Física nuclear relativística. Aula II IV. Estrelas de Nêutrons no contexto da física nuclear.
Leia maisINCIDÊNCIA DO CÂNCER DE PELE NO BRASIL
INCIDÊNCIA DO CÂNCER DE PELE NO BRASIL ARAÚJO, B. A¹; PEREIRA, C. M² 1 Discente do Curso de Ciências Biológicas FAP ² Professora Especialista docente da Faculdade de Apucarana RESUMO O câncer é uma doença
Leia maisChamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω.
PROBABILIDADE 1.0 Conceitos Gerais No caso em que os possíveis resultados de um experimento aleatório podem ser listados (caso discreto), um modelo probabilístico pode ser entendido como a listagem desses
Leia maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 1 03/14 1 / 49 Conceitos Fundamentais Prof. Tarciana Liberal
Leia maisSISTEMAS P-FUZZY APLICADOS À DINÂMICA POPULACIONAL
SISTEMAS P-FUZZY APLICADOS À DINÂMICA POPULACIONAL Miriam Eulalina Martins *, Rodney Carlos Bassanezi, Cid Marcos G. Andrade Uningá Centro Universitário Ingá PR, prof.miriammartins@uninga.edu.br Universidade
Leia maisConceitos matemáticos:
Conceitos matemáticos: Para entender as possíveis mudanças quantitativas que ocorrem, ao nível de uma amostra de sementes, é preciso compreender alguns princípios básicos de cálculo. Tendo sido desenvolvido
Leia maisFundamentos de Matemática II DERIVADAS PARCIAIS7. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques
DERIVADAS PARCIAIS7 Gil da Costa Marques 7.1 Introdução 7. Taas de Variação: Funções de uma Variável 7.3 Taas de variação: Funções de duas Variáveis 7.4 Taas de Variação: Funções de mais do que duas Variáveis
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia maisAnálise da Coexistência de Sorotipos de Dengue
Análise da Coexistência de Sorotipos de Dengue Thomas Nogueira ilches Claudia Pio Ferreira Depto. de Bioestatística BB UNESP 18618-97 - Botucatu SP E-mail: thomas vilches@ibb.unesp.br pio@ibb.unesp.br
Leia mais01. (Unicamp 2017) Considerando o esquema a seguir como uma representação simplificada da meiose, indique a alternativa correta.
01. (Unicamp 2017) Considerando o esquema a seguir como uma representação simplificada da meiose, indique a alternativa correta. a) A, B, D e F são diploides. b) B, C, D e E são formados na telófase I.
Leia maisESTUDO DO CRESCIMENTO POPULACIONAL DE BENTO GONÇALVES ATRAVÉS DOS MODELOS DE MALTHUS E VERHULST
ESTUDO DO CRESCIMENTO POPULACIONAL DE BENTO GONÇALVES ATRAVÉS DOS MODELOS DE MALTHUS E VERHULST D. BUSSOLOTTO 1 ; M. A. CARRARO 1 ; S. D. STROSCHEIN 2 RESUMO: Este trabalho apresenta o estudo do crescimento
Leia maisProbabilidade - aula III
2012/02 1 Regra da Multiplicação 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Usar a regra da multiplicação para calcular probabilidade de eventos Usar a. Regra da Multiplicação Frequentemente
Leia maisMestrado em Engenharia Física Tecnológica
17 a Aula - Métodos Numéricos e Optimização (I) Programação Mestrado em Engenharia Física Tecnológica Samuel M. Eleutério sme@tecnico.ulisboa.pt Departamento de Física Instituto Superior Técnico Universidade
Leia maisApostila organizada por: Vanderlane Andrade Florindo Silvia Cristina Freitas Batista Carmem Lúcia Vieira Rodrigues Azevedo
Instituto Federal Fluminense Campus Campos Centro Programa Tecnologia Comunicação Educação (PTCE) Com esta apostila espera-se levar o aluno a: Apostila organizada por: Vanderlane Andrade Florindo Silvia
Leia maisDeterminação de uma tangente para o gráfico de uma função. O coeficiente angular da reta tangente em P é
Revisão Determinação de uma tangente para o gráfico de uma função f '( x 0) = O coeficiente angular da reta tangente em P é Taxas de variação: derivada em um ponto A expressão abaixo é chamada de quociente
Leia maisCÉLULAS SANGUÍNEAS. Professora Janaina Serra Azul Monteiro Evangelista
CÉLULAS SANGUÍNEAS Professora Janaina Serra Azul Monteiro Evangelista No nosso sangue circulam vários tipos de células Glóbulos vermelhos Que também podem ser chamados hemácias ou eritrócitos. Glóbulos
Leia mais4 Método Proposto CR AD PA NDVI Descrição geral do modelo
34 4 Método Proposto 4.1. Descrição geral do modelo Neste trabalho, cada classe (cobertura vegetal) possui um HMM específico. Os estágios fenológicos correspondem a estados e os símbolos observáveis a
Leia maisCiclo celular Interfase e divisão celular
Ciclo celular Interfase e divisão celular Equipe de Biologia Ciclo Celular Consiste num conjunto de processos que ocorrem desde a formação de uma célula até a sua própria divisão em duas células-filhas,
Leia maisUNIVERSIDADE DE SÃO PAULO INSTITUTO DE MATEMÁTICA E ESTATÍSTICA Licenciatura em Matemática MAT1514 Matemática na Educação Básica 2º semestre 2014 TG1
UNIVERSIDADE DE SÃO PAULO INSTITUTO DE MATEMÁTICA E ESTATÍSTICA Licenciatura em Matemática MAT1514 Matemática na Educação Básica 2º semestre 2014 TG1 ATIVIDADES COM O SISTEMA BABILÔNIO DE BASE 60 A representação
Leia maisRequisitos básicos. Nas regiões hematopoéticas, 50% do tecido medular é representado por gordura. O tecido hematopoético pode ocupar áreas de gordura.
Hematopoese Requisitos básicos. 1. Stem cells (células tronco hematopoéticas). 2. Meio ambiente medular (fibroblastos, macrófagos e células endoteliais). 3. Fatores de crescimento (GM-CSF, Eritropoietina...)
Leia maisECOLOGIA II RELATÓRIO 1-2ªPARTE. Trabalho realizado por:
ECOLOGIA II RELATÓRIO 1-2ªPARTE Genética de populações Trabalho realizado por: Eva Firme, nº15471 Licª. Ensino de Ciências da Natureza Maio de 2006 INTRODUÇÃO Uma população é a reunião de famílias com
Leia maisz = y 1 n. (3) Conclusão. A equação de Bernoulli (1) se transforma em uma equação linear através da 1 n, y = 1 1 n z 1
Seção 6: Equação de Bernoulli Definição. Uma equação de Bernoulli é uma equação diferencial ordinária de a ordem da forma y + fx) y = gx) y n, ) onde n é um número real não precisa ser inteiro nem positivo).
Leia maisO oscilador harmônico simples quântico
1 / 18 O oscilador harmônico simples quântico Prof. Dr. Vicente Pereira de Barros Instituto Federal de Educação Ciência e Tecnologia de São Paulo - Campus Itapetininga 29/05/2014 2 / 18 Introdução Introdução
Leia maisESPECIALIZAÇÃO OU DIFERENCIAÇÃO CELULAR. Moisés Araújo
ESPECIALIZAÇÃO OU DIFERENCIAÇÃO CELULAR O QUE É ESPECIALIZAÇÃO CELULAR? CONJUNTO DAS MODIFICAÇÕES QUIMICAS, FÍSICAS OU ESTRUTURAIS E FUNCIONAIS DAS CÉLULAS EMBRIONÁRIAS, INICIALMENTE SIMPLES E INDIFERENCIADAS,
Leia maisO Modelo Malthusiano modelo malthusiano
O Modelo Malthusiano Para começar nosso estudo de modelos matemáticos para populações, vamos estudar o modelo mais simples para mudanças no tamanho de uma população, que chamaremos de modelo malthusiano.
Leia maisMinas Gerais. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado de Minas Gerais (1991, 2000 e 2010)
Minas Gerais Em, no estado de Minas Gerais (MG), moravam 19,6 milhões de pessoas, em que uma parcela considerável (8,1%, 1,6 milhões) tinha 65 ou mais anos de idade. O estado era composto de 853 municípios,
Leia maisModelo de Gompertz Fracionário
Modelo de Gompertz Fracionário José Paulo Carvalho dos Santos 1 Lislaine Cristina Cardoso 2 3 1 Introdução Com o intuito de descrever a taxa de mortalidade de seres humanos, o matemático Benjamin Gompertz,
Leia maisDiferenciação Celular. Prof. Anderson Moreira
Diferenciação Celular Prof. Anderson Moreira Desenvolvimento Embrionário Diferenciação = Especialização Lei Driesch O volume da célula é constante para indivíduos de mesma espécie durante um mesmo estágio
Leia maisCálculo Diferencial e Integral C. Me. Aline Brum Seibel
Cálculo Diferencial e Integral C Me. Aline Brum Seibel Em ciências, engenharia, economia e até mesmo em psicologia, frequentemente desejamos descrever ou modelar o comportamento de algum sistema ou fenômeno
Leia maisCrescimento, Desenvolvimento e Aprendizagem Motora. Profº Gil Oliveira
Crescimento, Desenvolvimento e Aprendizagem Motora CONTEXTUALIZAÇÃO E TERMOS Comportamento Motor Comportamento Motor Para Go Tani: Estuda processos neuropsicológicos de organização motora em termos de
Leia maisDecaimento Radioativo 1
Decaimento Radioativo 1 AULA 5 META: Nesta Aula discutiremos a lei de Decaimento Radioativo e Decaimento Alfa. OBJETIVOS: Ao fim da aula os alunos deverão ser capazes de: Usar a lei de decaimento radioativo
Leia maisPROCESSO DE POISSON. Processo Estocástico Prof, Ms. Eliana Carvalho
Processo Estocástico Prof, Ms. Eliana Carvalho Este processo estocástico deve o seu nome ao matemático francês Simion-Denis Poisson (1781-1840). Espaço de estados discreto (cadeia) Variável tempo é contínua
Leia maisAlterações do material genético
Alterações do material genético Alterações do material genético Agentes internos ou externos causam alterações nos genes ou nos cromossomas MUTAÇÕES (ex: anemia falciforme, trissomia 21) Tecnologia permite
Leia maisHematopoiese. 11ª Aula Teórica. Medula óssea Baço Timo Gânglios linfáticos. 7 de Novembro de 2007 Cláudia Cavadas
11ª Aula Teórica 7 de Novembro de 2007 Cláudia Cavadas Hematopoiese As células sanguíneas têm uma vida relativamente curta Constante renovação em orgãos HEMATOPOIÉTICOS Medula óssea Baço Timo Gânglios
Leia maisCapítulo 4. Equação da difusão. τ τ τ τ τ i. t 2. ( z) A solução exata da equação de difusão (o lado esquerdo de 4.1) com o K igual a uma
Capítulo 4 Equação da difusão Nesse capítulo, será apresentada a resolução numérica da equação da difusão através de diferenças finitas.. Equação da difusão e fluxo em escala subgrade A equação da difusão
Leia maisPlanejamento de Experimentos. 13. Experimentos com fatores aleatórios
Planejamento de Experimentos 13. Experimentos com fatores aleatórios Até aqui assumimos que os fatores nos experimentos eram fixos, isto é, os níveis dos fatores utilizados eram níveis específicos de interesse.
Leia mais- Responda no enunciado -
PROVA DE AVALIAÇÃO DOS CONHECIMENTOS E COMPETÊNCIAS Ano letivo 2014/15 BIOLOGIA 16/06/2014 Duração: 90 min (1,25 valor/questão) Nome: - Responda no enunciado - 1. Analise as afirmações que se seguem relativas
Leia maisBase teórica para a questão 17 ESCALA DE DOMINÂNCIA S>CH>H>A
Tércio Câmara Formado em Biologia (UFPI) e Radiologia (NOVAUNESC); Pós-Graduando em Fisiologia Humana Aplicada às Ciências da Saúde; Professor de Ensino Médio da Rede Privada de Ensino. Base teórica para
Leia maisUma Abordagem direta para o Problema de Controle Ótimo de Pragas
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Uma Abordagem direta para o Problema de Controle Ótimo
Leia maisCAPÍTULO 4 PROBABILIDADE PROBABILIDADE PPGEP Espaço Amostral e Eventos Espaço Amostral e Eventos UFRGS. Probabilidade.
PROBABILIDADE CAPÍTULO 4 PROBABILIDADE UFRGS A Teoria das s estuda os fenômenos aleatórios. Fenômeno Aleatório: são os fenômenos cujo resultado não pode ser previsto exatamente. Se o fenômeno se repetir,
Leia maisConceitos e Princípios Gerais
Conceitos e Princípios Gerais Conceitos e Princípios Gerais Fases na resolução de problemas físicos Resolução do Modelo Matemático Conceitos Básicos de Cálculo Numérico Erros em Processos Numéricos Fases
Leia maisφ Fleury Stem cell Mastócitos Mieloblastos Linfócito pequeno Natural Killer (Grande linfócito granular) Hemácias Linfócito T Linfócito B Megacariócito
Hemopoese Marcos Fleury mkfleury@ufrj.br Hematopoese É o processo de formação, maturação e liberação das células sanguíneas Eritropoese Leucopoese Trombopoese - Hemácias - Leucócitos - Plaquetas Tem como
Leia maisBases Genéticas do Câncer
Bases Genéticas do Câncer Não é uma doença atual Tu em Múmias egípcias 1890 Von Hansemann anormalidades nucleares em células cancerígenas 1914 Boveri Aberrações cromossômicas eram a Profa. Dra. Milena
Leia maisAno V Mai./2018. Prof. Dr. André Lucirton Costa, Adrieli L. Dias dos Santos e Paulo
O Boletim de Abril/2018 apresentou dados referentes ao o Capítulo XV Gravidez, parto e puerpério do CID 10 (Código Internacional de Doenças). Foram analisadas as internações decorrentes de gravidez, parto
Leia maisUM ESTUDO SOBRE A DEFLEXÃO DE VIGAS USANDO COMO FERRAMENTAS MATEMÁTICAS A TRANSFORMADA DE LAPLACE E O SOFTWARE GEOGEBRA
UM ESTUDO SOBRE A DEFLEXÃO DE VIGAS USANDO COMO FERRAMENTAS MATEMÁTICAS A TRANSFORMADA DE LAPLACE E O SOFTWARE GEOGEBRA José Ivelton Siqueira Lustosa; Fabiana Dantas da Costa; Orminda Heloana Martins da
Leia mais