Busca avançada
Ano de início
Entree

Desenvolvimento de métodos estatístico-computacionais para análise de grafos com aplicações em redes biológicas

Processo: 12/25417-9
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de maio de 2013
Vigência (Término): 30 de abril de 2015
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:André Fujita
Beneficiário:Suzana de Siqueira Santos
Instituição-sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Assunto(s):Biologia computacional   Biologia molecular   Redes complexas   Análise espectral   Grafos aleatórios   Teoria dos grafos

Resumo

As estruturas cerebrais e suas redes funcionais, redes de interação proteína-proteína e redes regulatórias de genes são apenas alguns exemplos de sistemas biológicos que apresentam características de redes complexas, tais como vértices altamente conectados, modularidade e topologia de mundo pequeno. Estudos recentes indicam que algumas patologias apresentam alterações nas estruturas das redes relativamente à população geral. Assim, métodos para discriminar os processos que geram diferentes classes de redes (por exemplo, saudável e doente) tornam-se cruciais para o diagnóstico, prognóstico e o tratamento de doenças. Sabe-se que diversas propriedades da topologia da rede (grafo) podem ser descritas pela distribuição de seu espectro (conjunto de autovalores da matriz de adjacência e sua multiplicidade). Além disso, redes grandes geradas pelo mesmo processo aleatório tem a mesma distribuição do espectro, o que indica que esta pode ser utilizada como uma impressão digital. Com base nos conceitos de entropia do espectro de um grafo aleatório e das divergências de Kullback-Leibler e Jensen-Shannon entre espectros de grafos, propomos desenvolver métodos estatístico-computacionais para a análise de grafos aleatórios (métodos para discriminar grafos gerados por processos diferentes), como também aplicá-los em dados biológicos reais de Biologia Molecular, a fim de contribuir não só para a integração das áreas da Teoria dos grafos e Estatística, como também na elucidação dos mecanismos biológicos causadores de doenças.

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)
SANTOS, SUZANA DE SIQUEIRA; DE ALMEIDA GALATRO, THAIS FERNANDA; WATANABE, RODRIGO AKIRA; OBA-SHINJO, SUELI MIEKO; NAGAHASHI MARIE, SUELY KAZUE; FUJITA, ANDRE. CoGA: An R Package to Identify Differentially Co-Expressed Gene Sets by Analyzing the Graph Spectra. PLoS One, v. 10, n. 8 AUG 27 2015. Citações Web of Science: 7.
SANTOS, SUZANA DE SIQUEIRA; TAKAHASHI, DANIEL YASUMASA; NAKATA, ASUKA; FUJITA, ANDRE. A comparative study of statistical methods used to identify dependencies between gene expression signals. BRIEFINGS IN BIOINFORMATICS, v. 15, n. 6, p. 906-918, NOV 2014. Citações Web of Science: 29.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.