Seleção de Genes e Validação de Agrupamento em Dados de Expressão Gênica

• Processo: 11/04247-5
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de junho de 2011
• Data de Término da vigência: 30 de novembro de 2015
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Ricardo José Gabrielli Barreto Campello
• Beneficiário: Pablo Andretta Jaskowiak
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 06/50231-5 - Inteligência computacional em mineração de dados e suas aplicações, AP.JP
• Bolsa(s) vinculada(s): 12/15751-9 - Seleção de genes e outliers em dados de microarray, BE.EP.DR
• Assunto(s): Aprendizado computacional Biologia computacional Mineração de dados
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | bioinformática | Seleção de Genes | Validação de Agrupamento | Mineração de Dados

Resumo

O desenvolvimento da tecnologia de microarray possibilitou a geração e coleta de grandes quantidades de dados sobre os mais diversos fenômenos biológicos, motivando a criação de métodos tanto do aprendizado supervisionado quanto não-supervisionado para sua análise. Embora a tecnologia permita a medição dos níveis de expressão de milhares de genes simultaneamente, a análise dos dados gerados apresenta-se como um grande desafio. Neste projeto são apresentadas duas frentes de pesquisa, pertinentes à análise de dados de expressão gênica: a seleção de genes e a validação de agrupamento. A seleção de genes possui por objetivo a identificação de genes informativos que permitam a construção de classificadores eficientes para distinguir, por exemplo, entre diferentes tipos de câncer. O agrupamento de dados, por sua vez, é responsável, por exemplo, pela determinação de funções de genes para os quais poucas informações encontram-se disponíveis ou pela descoberta de novos subtipos de doenças. Por se tratar de uma tarefa não supervisionada, sua validação é essencial para a interpretação e confiabilidade dos resultados obtidos. Os objetivos deste projeto estão relacionados às duas frentes de pesquisa supracitadas. No contexto de seleção de genes são contemplados o estudo e o desenvolvimento de abordagens híbridas e/ou que incorporem conhecimento biológico durante o processo de seleção. Quanto à validação de agrupamento de genes, é apresentada neste projeto uma proposta para o estudo e desenvolvimento de critérios de validação que façam uso do conhecimento biológico previamente disponível. Ainda nesta frente de pesquisa, pretende-se investigar e desenvolver critérios de validação que combinem critérios tradicionais e biológicos de validação. Por fim, propõem-se a avaliação extensiva de critérios de validação no cenário específico de agrupamento de amostras.

Publicações científicas

(7)

(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)

JASKOWIAK, PABLO A.; CAMPELLO, RICARDO J. G. B.; COSTA, IVAN G.. On the selection of appropriate distances for gene expression data clustering. BMC Bioinformatics, v. 15, p. 17-pg., 2014-01-24. (11/04247-5, 12/15751-9)

JASKOWIAK, PABLO A.; CAMPELLO, RICARDO J. G. B.; COSTA, IVAN G.. On the selection of appropriate distances for gene expression data clustering. BMC Bioinformatics, v. 15, n. 2, JAN 24 2014. (12/15751-9, 11/04247-5)

JASKOWIAK, PABLO ANDRETTA; COSTA, IVAN G.; CAMPELLO, RICARDO J. G. B.. Clustering of RNA-Seq samples: Comparison study on cancer data. METHODS, v. 132, p. 42-49, JAN 1 2018. (11/04247-5)

JASKOWIAK, PABLO A.; MOULAVI, DAVOUD; FURTADO, ANTONIO C. S.; CAMPELLO, RICARDO J. G. B.; ZIMEK, ARTHUR; SANDER, JOERG. On strategies for building effective ensembles of relative clustering validity criteria. KNOWLEDGE AND INFORMATION SYSTEMS, v. 47, n. 2, p. 329-354, MAY 2016. (12/15751-9, 10/20032-6, 11/04247-5)

JASKOWIAK, PABLO A.; COSTA, IVAN G.; CAMPELLO, RICARDO J. G. B.. The area under the ROC curve as a measure of clustering quality. DATA MINING AND KNOWLEDGE DISCOVERY, v. 36, n. 3, p. 27-pg., 2022-04-26. (11/04247-5)

DE SOUTO, MARCILIO C. P.; JASKOWIAK, PABLO A.; COSTA, IVAN G.. Impact of missing data imputation methods on gene expression clustering and classification. BMC Bioinformatics, v. 16, FEB 26 2015. (11/04247-5)

JASKOWIAK, PABLO A.; CAMPELLO, RICARDO J. G. B.; COSTA, IVAN G.. Proximity Measures for Clustering Gene Expression Microarray Data: A Validation Methodology and a Comparative Analysis. IEEE-ACM TRANSACTIONS ON COMPUTATIONAL BIOLOGY AND BIOINFORMATICS, v. 10, n. 4, p. 845-857, JUL-AUG 2013. (11/04247-5)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

JASKOWIAK, Pablo Andretta. Sobre a avaliação de resultados de agrupamento: medidas, comitês e análise de dados de expressão gênica. 2015. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.