Análise sistemática da relação dinâmica entre ambiente, metabolismo e condição de saúde, aplicando uma abordagem de aprendizado de máquina

Resumo

Desde que o genoma humano foi sequenciado, um grande esforço foi colocado no mapeamento do papel dos genes no aparecimento da doença. Esperava-se que a comunidade científica fosse capaz de explicar a causa da doença e entender a base genética da saúde. No entanto, constatou que, embora a contribuição genética para condições individuais varie, fatores não genéticos apresentam riscos atribuíveis muito mais significativos, geralmente na faixa de 80 a 90%. O exposoma representa uma caracterização em escala ômica de contribuições não genéticas para o fenômeno de um indivíduo, incluindo produtos como do metaboloma. O projeto atual adotará uma abordagem exposômica, vinculando a saúde individual e social ao meio ambiente para definir impressões digitais (assinaturas moleculares) e perturbações internas de biomarcadores. Essas abordagens exigirão novas estratégias de análise de dados, incluindo métodos baseados em machine e deep learning artificial intelligence para análise de dados em larga escala. Em resumo, o presente trabalho tem como objetivo aplicar algoritmos de aprendizado de máquina para identificar impressões digitais específicas no exposoma interno vinculado ao exposoma externo e estilo de vida em um grupo de adultos com diferentes estilos de vida e residentes na cidade de Ribeirão Preto, SP, Brasil. (AU)