Abordagens computacionais com o objetivo de explorar interações intra e inter espécies e seu papel em todos os domínios da vida

• Processo: 19/22845-9
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de março de 2020
• Data de Término da vigência: 29 de fevereiro de 2024
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Matemática da Computação
• Acordo de Cooperação: INRIA
• Proposta de Mobilidade: SPRINT - Projetos de pesquisa - Mobilidade
• Pesquisador responsável: André Fujita
• Beneficiário: André Fujita
• Pesquisador Responsável no exterior: Marie-France Sagot
• Instituição Parceira no exterior: Institut National de Recherche en Informatique et en Automatique (INRIA Rhône-Alpes), França
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Pesquisadores associados: Ariel Mariano Silber ; Carlos Alberto Moreira Filho ; Carlos Eduardo Ferreira ; Cristina Gomes Fernandes
• Vinculado ao auxílio: 18/21934-5 - Estatística de redes: teoria, métodos e aplicações, AP.TEM
• Assunto(s): Biologia computacional Biologia de sistemas Biologia celular Biologia molecular Análise de sequência de RNA RNAs não codificadores Processamento pós-transcricional do RNA Matemática discreta Teoria dos grafos
• Palavra(s)-Chave do Pesquisador: Biologia Celular e Molecular | Biologia Computacional | biologia de sistemas | Matemática Discreta | otimização | teoria dos grafos | Bioinformática

Resumo

O projeto CAPOEIRA abrangerá temas de ciência da computação teórica (essencialmente teoria dos grafos), matemática (combinatória, estatística e probabilidade) e de desenvolvimento de algoritmos para abordar várias questões biológicas, em particular, as interações intra e interespécies, que têm implicações em todos os aspectos das ciências da vida, incluindo saúde, ecologia e meio ambiente. Dois tópicos gerais principais serão: evolução / co-evolução, análise e comparação de redes biológicas (grafo / hipergrafo). Ambos os tópicos já foram explorados pelos parceiros proponentes (consulte a Seção 11.1 do documento principal sobre as publicações conjuntas dos parceiros). Assim, algumas das questões específicas a serem tratadas em cada problema representarão uma continuação dos trabalhos anteriores. No entanto, cada problema contém perguntas inteiramente novas. Além disso, a interação com os biólogos dentro do projeto, nas etapas de modelagem e validação é totalmente nova em relação à colaboração passada entre os dois parceiros. O primeiro tópico refere-se a uma melhor compreensão e caracterização do momento de especiação que leva a novas espécies, por um lado, e por outro, como um conjunto de espécies pode influenciar a evolução de outro. O segundo tópico diz respeito ao metabolismo, por um lado, e à (pós) transcrição, por outro, com o nível pós-transcricional envolvendo a inferência "do zero" dos principais atores, a saber, os RNAs não codificantes e seus alvos, e a rede reguladora que eles formam. Nos dois primeiros casos (de metabolismo e regulação da transcrição), assumiremos que as redes já foram inferidas, embora com possivelmente numerosos dados ausentes e incorretos. Finalmente, no caso da regulação, também consideraremos o problema de inferir variantes, notadamente relacionadas à splicings alternativos, a partir de um conjunto de dados de RNA-seq e usando uma abordagem de grafo de De Bruijn. Um ponto importante nesses dois tópicos são as questões de representação do conhecimento e revisão de modelos que também serão abordadas. Estes são cruciais nas ciências da vida, e notavelmente no contexto da regulação pós-transcricional por RNAs não codificantes, para os quais os diferentes atores, características e mecanismos gerais estão sendo constantemente questionados e revisados. (AU)

Publicações científicas

(4)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

GUZMAN, GROVER E. C.; STADLER, PETER F.; FUJITA, ANDRE. Efficient eigenvalue counts for tree-like networks. JOURNAL OF COMPLEX NETWORKS, v. 10, n. 5, p. 15-pg., 2022-08-23. (20/08343-8, 19/22845-9, 18/21934-5)

GUZMAN, GROVER E. C.; FUJITA, ANDRE. A fast algorithm to approximate the spectral density of locally tree-like networks with assortativity. JOURNAL OF COMPLEX NETWORKS, v. 11, n. 2, p. 15-pg., 2023-02-23. (19/22845-9, 18/21934-5)

SANTOS, SUZANA DE SIQUEIRA; FUJITA, ANDRE; MATIAS, CATHERINE. Spectral density of random graphs: convergence properties and application in model fitting. JOURNAL OF COMPLEX NETWORKS, v. 9, n. 6, p. 27-pg., 2021-10-20. (18/21934-5, 19/22845-9, 17/12074-0, 20/08343-8, 15/21162-4)

RAMOS, TAIANE COELHO; MOURAO-MIRANDA, JANAINA; FUJITA, ANDRE. Spectral density-based clustering algorithms for complex networks. FRONTIERS IN NEUROSCIENCE, v. 17, p. 14-pg., 2023-03-30. (20/08343-8, 18/21934-5, 19/22845-9)