Modelos matemáticos de correlações inesperadas e suas aplicações em redes biológicas

• Processo: 13/24516-6
• Linha de fomento: Bolsas no Exterior - Pesquisa
• Vigência (Início): 01 de julho de 2014
• Vigência (Término): 31 de janeiro de 2015
• Área do conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
• Pesquisador responsável: Anatoli Iambartsev
• Beneficiário: Anatoli Iambartsev
• Anfitrião: Andrey Morgun
• Instituição-sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Local de pesquisa: Oregon State University (OSU), Estados Unidos
• Assunto(s): Expressão gênica
• Palavra(s)-Chave do Pesquisador: casualidade | expressão gênica | Redes Bayesianas | redes regulatórias | Biologia de sistemas/Bioinformatica

Resumo

Como resultado de crescimento rápido da biologia molecular os recentes avanços tecnológicos nos permitem medir expressão de milhares de genes simultaneamente. No entanto, somente a medição de expressões de múltiplos genes individuais é insuficiente para compreender os sistemas biológicos complexos. Para relacionar expressões gênicas com os estados fisiológicos e fatores ambientais, temos que utilizar redes de expressão gênica. Estas redes permitem a identificação de macropropriedades previamente desconhecidas de sistemas biológicos que emergem da interação de múltiplos genes.A nossa capacidade para revelar estas propriedades emergentes baseia-se na precisão de reconstrução da rede a partir de dados experimentais. A principal limitação para a reconstrução de rede é geralmente o número de amostras disponíveis para o estudo. Este requisito (grande tamanho da amostra) depende em parte do método estatístico utilizado na reconstrução da rede.Propomos um novo método para este problema através da medição de Proporção de correlações inesperadas (PUC - proportion of unexpected correlations), que se-baseia em princípios fundamentais que ligam correlação e causalidade. Com base em nossos dados preliminares (a análise de um número limitado de conjuntos de dados de expressão gênica, a comparação in silico e a prova matemática), confirmamos que a vantagem da nossa abordagem permite uma maior precisão, de que faz o FDR, na identificação da proporção de conexões genéticas falsas atribuídas a dados ruidosos em uma rede.Esta projeto tem as seguintes duas componentes: (i) com base no modelo matemático estabelecido para a PUC nos iremos desenvolver uma nova abordagem robusta para explorar a interação entre microbioma e transcriptoma de hospedeiros, incluindo soluções para diferentes ciclos de feedback e interações mútuas; (ii ) nos validaremos a abordagem matemática (i) em dados de metagenômica de conteúdo intestinal e expressão gênica intestinal de ratos submetidos ao tratamento antibiótico obtido no laboratório do Prof. Morgun (OSU).Esta é uma pesquisa interdisciplinar. As metas propostas irão beneficiar tanto a metodologia de inferências estatísticas causais e abordagens de sitemas biologicas para compreensão de interações hospedeiro-micróbio. Além disso, espera-se que a nossa abordagem torna-se uma ferramenta valiosa para a utilização de dados globais para testar o próximo paradigma emergente na biologia - teoria de hologenome da evolução. (AU)