Seleção de genes e outliers em dados de microarray

• Processo: 12/15751-9
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de fevereiro de 2013
• Data de Término da vigência: 31 de janeiro de 2014
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Roseli Aparecida Francelin Romero
• Beneficiário: Pablo Andretta Jaskowiak
• Supervisor: Jörg Sander
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: University of Alberta, Canadá
• Vinculado à bolsa: 11/04247-5 - Seleção de Genes e Validação de Agrupamento em Dados de Expressão Gênica, BP.DR
• Assunto(s): Classificação Estabilidade Expressão gênica
• Palavra(s)-Chave do Pesquisador: Classificação | estabilidade | expressão gênica | Outliers | Seleção Híbrida de Genes (Atributos) | Inteligência Artificial

Resumo

A tecnologia de microarray possibilita que o nível de expressão de milhares de genes seja mensurado de forma paralela. A visão genômica obtida com a utilização dos microarrays pode auxiliar pesquisadores a obter informações e conhecimento acerca dos mais diversos fenômenos biológicos. Os dados de microarray, também conhecidos como dados de expressão gênica, permitem diferentes tipos de analises, como a classificação de diferentes pacientes (tecidos), a qual está comumente associada à classificação de diferentes tipos ou subtipos de câncer. Dado o grande número de genes (atributos) e o pequeno número de amostras de pacientes (objetos) que constituem as bases de expressão gênica, o uso de métodos de seleção de genes (seleção de atributos) é mandatório para sua análise. Muito embora diferentes métodos de seleção de genes tenham sido recentemente introduzidos na literatura de expressão gênica, diversos aspectos deste problema permanecem pouco explorados. Com isto em mente, este projeto possui enfoque em dois aspectos da tarefa de seleção de genes. O primeiro diz respeito ao desenvolvimento e análise de método híbridos de seleção de genes levando em conta as vantagens de filtros e wrappers. O segundo aspecto diz respeito à outliers e seu efeito considerando a estabilidade de métodos de seleção de genes, i.e., como amostras consideradas outliers afetam os subconjuntos de genes selecionados em bases de dados de um determinado tipo de câncer. No âmbito biológico, a estabilidade se torna fundamental não só para a identificação de biomarcadores de câncer, mas também para estabelecer o grau de confiança, i.e., a confiabilidade de métodos de seleção de genes. Esta é uma motivação central do presente projeto. (AU)

Publicações científicas

(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 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)