Universidade do Estado do Rio Grande do Norte - UERN

Programa de Pós-Graduação em Física - PPGF

Professor: Dr. Bráulio B. Soares
Discente: Marcone Oliveira

APROXIMAÇÃO NÃO EXTENSIVA PARA O DNA HUMANO

Estrutura Interna das Estrelas.

 Objetivo

Vamos usar as distribuições k-exponencial, que maximizam a entropia não extensiva Sk ,

para estudar a distribuição de tamanho de DNA não-codicante (incluindo íntrons e
regiões intergênicas) em todos os cromossomos humanos. Mostra-se que o valor do
expoente k que descreve a distribuição de tamanho dos cromossomos.
 Introdução

DNA é um composto orgânico cujas moléculas contêm as instruções genéticas que

coordenam o desenvolvimento e funcionamento de todos os seres vivos.
 Introdução

• O DNA foi isolado inicialmente pelo bioquimico suíço Fredrich Miescher 1860 de
pus de curativos.
• O novo polímero continha C, O, H, N e fósforo (ausente em proteínas).
• Ele foi chamado de ácido nucléico porque ele foi isolado no núcleo e era ácido.
• Não era recohecido como o material genético. Este papel pensava-se ser
desempenhado pelas proteínas que, aparentemente, tinha maior potencial de
variação.
 Introdução

• Cromossomos são longos pedaços de DNA associados a proteínas

• Os genes são regiões curtas deste DNA que detêm as informações necessárias para
construir e manter o corpo
• Genes têm locais xos: cada gene está em um lugar especial em um cromossomo
em particular
• Diplóides têm duas cópias de cada cromossomo, um de cada pai. Isto signica a
existência de duas cópias de cada gene
O alfabeto da cadeia de DNA compreende quatro letras:
• A - Adenina
• C - Citosina
• T - Timina
• G - Guanina
E para bases não identicadas usa-se a letra N (unidened). A base N pode ser
totalmente ou parcialmente desconhecida, ou os resultados para identicação de vários
laboratórios não se coincidem.
• 1992 - Peng mostrou a existência de de correlações de na estrutura de DNA.
• 1992 - Li e Voss quanticaram as correlações com um espectro de frequência f1
para vários organismos.
• Após estes trabalhos foi feito vários estudos no DNA usando outros métodos
estatísticos.
 Estatísticas Não-Extensivas
Formalismo de Tsallis
De acordo com o formalismo não extensivo, a entropia Sq é dada por,
P 
W q
1− i=1 pi
Sq ≡ k (1)
q−1

onde k é uma constante positiva, pi é a um conjunto de probabilidade e W é o número

total de congurações microscópicas.
Vamos rescrever a entropia Sq usando uma forma integral, como
Z 
1 dl
Sq = [σp(l)]q − 1 (2)
1−q σ

onde σ é um fator de escala. Para o corrente estudo p(l) representa a probabilidade

para encontra a sequencia não codicante de tamanho l(l ∈ N ) na cadeia de DNA e o
índice q caracteriza a propriedade estrutural do DNA.
 Estatísticas Não-Extensivas
Formalismo de Tsallis
Vamos usar as seguintes condições para a maximizar a entropia. A primeira condição
para a normalização das probabilidades
Z
dl p(l) = 1 (3)

e a segunda condição é o valor esperado generalizado

Z
< l >q ≡ dl l Pq (l) (4)

onde a Pq (l) é denida por

[p(l)]q
Pq (l) ≡ R (5)
dl0 [p(l0 )]q
 Estatísticas Não-Extensivas
Formalismo de Tsallis

Sob estas restrições, a entropia Sq é maximizada pela distribuição estacionaria

1
p̃(l) = eq [−λ∗ (l− < l >q )] (6)
Zq
onde, Z lmax
Zq ≡ dl eq [−λ∗ (l− < l >q )] (7)
0
1
eq (x) ≡ [1 + (1 − q)x] 1−q (8)
 Estatísticas Não-Extensivas
Formalismo de Tsallis
e,
λ
λ∗ ≡ R lmax
dl
(9)
q
0 σ [σ p̃(l)]
onde λ é um multiplicador de Lagrange. E vale mencionar que a função inversa para a
q-exponencial, é chamada de q-logaritmo e é dada por
x1−q − 1
lnq (x) ≡ (10)
1−q
Usando a denição de para a q-distribuição acumulativa, temos que
Z ∞  
0 0 l
Pcum (> l) = dl P˜q (l ) = eq − (11)
0 l0
onde P˜q é a probabilidade associada com p̃ e l0 são parâmetros positivos para q ≥ 1
dado por
1
l0 = (1 − q) < l >q + (12)
λ∗
 Estatísticas Não-Extensivas
Formalismo de Kaniadakis
Vamos discutir a maximização da entropia de Kaniadakis. A entropia pode ser
maximizada por !
(13)
X X
δSk∗ = δ Sk + α P (k) + β kP (k)
k k

onde α e β são multiplicadores de Lagrange. A entropia de Kaniadakis é dada por

 
1 X 1 1
Sk = − P (k)1+k
− P (k)1−k
(14)
2k 1+k 1−k
k

Usando os vinculos de normalização,

(15)
X X
P (k) = 1 e kP (k) =< k >
k k
 Estatísticas Não-Extensivas
Formalismo de Kaniadakis

Obtemos a expressão para a k-distribuição,

 
k
P (k) = P0 expk − (16)
nk
com,
s 1
   2   k
k k k 
ek − =  1 + k2 −k (17)
nk nk nk
 Grácos

Figura: A distribuição acumulativa para os crossomos 9, 10, 10, Y (Círculos)

 Grácos

Figura: Gráco log-linear para o distribuição acumulativa de tamanho no cromossomo 9

Grácos