Identification of causality in genetics and neuroscience (2018)
- Authors:
- Autor USP: RIBEIRO, ADÈLE HELENA - IME
- Unidade: IME
- Sigla do Departamento: MAC
- Assunto: CIENCIA DA COMPUTACAO
- Keywords: Aprendizagem de estrutura; Causalidade de Granger; Functional brain networks; Granger causality; Modelo misto poligênico; Modelos gráficos probabilísticos; Polygenic mixed model; Probabilistic graphical models; Redes funcionais cerebrais; Structure learning
- Agências de fomento:
- Language: Inglês
- Abstract: Inferência causal pode nos ajudar a compreender melhor as relações de dependência direta entre variáveis e, assim, a identificar fatores de riscos de doenças. Em Genética, a análise de dados agrupados em famílias permite investigar influências genéticas e ambientais nas relações entre as variáveis. Neste trabalho, nós propomos métodos para aprender, a partir de dados Gaussianos agrupados em famílias, o mais provável modelo gráfico probabilístico (dirigido ou não dirigido) e também sua decomposição em dois componentes: genético e ambiental. Os métodos foram avaliados por simulações e aplicados tanto aos dados simulados do Genetic Analysis Workshop 13, que imitam características dos dados do Framingham Heart Study, como aos dados da síndrome metabólica do estudo Corações de Baependi. Em Neurociência, um desafio consiste em identificar interações entre redes funcionais cerebrais - grafos. Nós propomos um método que identifica causalidade de Granger entre grafos e, por meio de simulações, mostramos que o método tem alto poder estatístico. Além disso, mostramos sua utilidade por meio de duas aplicações: 1) identificação de causalidade de Granger entre as redes cerebrais de dois músicos enquanto tocam um dueto de violino e 2) identificação de conectividade diferencial do hemisfério cerebral direito para o esquerdo em indivíduos autistas
- Imprenta:
- Data da defesa: 28.11.2018
-
ABNT
RIBEIRO, Adèle Helena. Identification of causality in genetics and neuroscience. 2018. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-15032019-190109/. Acesso em: 29 dez. 2025. -
APA
Ribeiro, A. H. (2018). Identification of causality in genetics and neuroscience (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/45/45134/tde-15032019-190109/ -
NLM
Ribeiro AH. Identification of causality in genetics and neuroscience [Internet]. 2018 ;[citado 2025 dez. 29 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-15032019-190109/ -
Vancouver
Ribeiro AH. Identification of causality in genetics and neuroscience [Internet]. 2018 ;[citado 2025 dez. 29 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-15032019-190109/ - Análise de expressões gênicas com erros de medida e aplicação em dados reais
- Learning genetic and environmental graphical models from family data
- Variance-preserving estimation of intensity values obtained from omics experiments
- From bites to bytes: understanding how and why individual malaria risk varies using artificial intelligence and causal inference
- Association between short-term systolic blood pressure variability and carotid intima-media thickness in ELSA-Brasil Baseline
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
