Determinação de genes potencialmente responsivos à radiação ionizante através de aprendizado de máquina

• Processo: 14/02476-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2014
• Data de Término da vigência: 31 de março de 2015
• Área de conhecimento: Ciências Biológicas - Biofísica - Biofísica de Processos e Sistemas
• Pesquisador responsável: Marcio Luis Acencio
• Beneficiário: Fernanda do Nascimento Moura
• Instituição Sede: Instituto de Biociências (IBB). Universidade Estadual Paulista (UNESP). Campus de Botucatu. Botucatu , SP, Brasil
• Assunto(s): Células tumorais Genes Radiação ionizante Aprendizado computacional Radiossensibilidade Predição
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Radiossensibilidade | Topologia de Redes | Aprendizado de máquina e redes biológicas

Resumo

A predição da resposta do tecido tumoral à terapia utilizando radiação ionizante é o passo mais importante na evolução do tratamento de pacientes com câncer. Portanto a predição da radiossensibilidade é de extrema importância no aprimoramento clínico otimizando a deposição de dose e o fracionamento da mesma durante o tratamento. Predizer a radiossensibilidade também poderá esclarecer os mecanismos de resposta das células cancerígenas assim como ajudar na identificação de biomarcadores e potenciais alvos para drogas que afetem sua radiossensibilidade. Como estudos experimentais com o objetivo de identificar radiossensibilidade são complexos e o tempo para realização do experimento é longo, uma abordagem computacional para predizer a radiossensibilidade com alta precisão seria um avanço para futuras pesquisas. Neste projeto apresentamos uma solução computacional utilizando o aprendizado de máquina que se baseia em informações de topologia de redes biológicas de um gene para estimular sua radiossensibilidade.