Inferência de redes gênicas por agrupamento, busca exaustiva e análise de predição intrinsecamente multivariada (2017)
- Authors:
- Autor USP: JACOMINI, RICARDO DE SOUZA - EP
- Unidade: EP
- Sigla do Departamento: PCS
- Subjects: BIOLOGIA; GEOMETRIA E MODELAGEM COMPUTACIONAL; INFERÊNCIA ESTATÍSTICA; COMPUTAÇÃO APLICADA; GENES
- Agências de fomento:
- Language: Português
- Abstract: A inferência de redes gênicas (GN) a partir de dados de expressão gênica temporal é um problema crucial e desafiador em Biologia Sistêmica. Os conjuntos de dados de expressão geralmente consistem em dezenas de amostras temporais e as redes consistem em milhares de genes, tornando inúmeros métodos de inferência inviáveis na prática. Para melhorar a escalabilidade dos métodos de inferência de GNs, esta tese propõe um arcabouço chamado GeNICE, baseado no modelo de redes gênicas probabilísticas. A principal novidade é a introdução de um procedimento de agrupamento de genes, com perfis de expressão relacionados, para fornecer uma solução aproximada com complexidade computacional reduzida. Os agrupamentos definidos são usados para reduzir a dimensionalidade permitindo uma busca exaustiva mais eficiente pelos melhores subconjuntos de genes preditores para cada gene alvo de acordo com funções critério multivariadas. GeNICE reduz consideravelmente o espaço de busca porque os candidatos a preditores ficam restritos a um gene representante por agrupamento. No final, uma análise multivariada é realizada para cada subconjunto preditor definido, visando recuperar subconjuntos mínimos para simplificar a rede gênica inferida. Em experimentos com conjuntos de dados sintéticos, GeNICE obteve uma redução substancial de tempo quando comparado a uma solução anterior sem a etapa de agrupamento, preservando a precisão da predição de expressão gênica mesmo quando o número de agrupamentos é pequeno (cerca de cinquenta) e o número de genes é grande (ordem de milhares). Para um conjunto de dados reais de microarrays de Plasmodium falciparum, a precisão da predição alcançada pelo GeNICE foi de aproximadamente 97% em média.As redes inferidas para os genes alvos da glicólise e do apicoplasto refletem propriedades topológicas de redes complexas do tipo "mundo pequeno" e "livre de escala", para os quais grande parte das conexões são estabelecidas entre os genes de um mesmo módulo e algumas poucas conexões fazem o papel de estabelecer uma ponte entre os módulos (redes mundo pequeno), e o grau de distribuição das conexões entre os genes segue uma lei de potência, na qual a maioria dos genes têm poucas conexões e poucos genes (hubs) apresentam um elevado número de conexões (redes livres de escala), como esperado.
- Imprenta:
- Data da defesa: 09.06.2017
-
ABNT
JACOMINI, Ricardo de Souza. Inferência de redes gênicas por agrupamento, busca exaustiva e análise de predição intrinsecamente multivariada. 2017. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-05092017-111639/. Acesso em: 03 jan. 2026. -
APA
Jacomini, R. de S. (2017). Inferência de redes gênicas por agrupamento, busca exaustiva e análise de predição intrinsecamente multivariada (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/3/3141/tde-05092017-111639/ -
NLM
Jacomini R de S. Inferência de redes gênicas por agrupamento, busca exaustiva e análise de predição intrinsecamente multivariada [Internet]. 2017 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-05092017-111639/ -
Vancouver
Jacomini R de S. Inferência de redes gênicas por agrupamento, busca exaustiva e análise de predição intrinsecamente multivariada [Internet]. 2017 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-05092017-111639/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
