Aprendendo histórias: aprendizado computacional para classificar histórias metabólicas

• Processo: 17/04250-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de maio de 2017
• Data de Término da vigência: 31 de dezembro de 2017
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Roberto Marcondes Cesar Junior
• Beneficiário: Larissa de Oliveira Penteado Dias
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Aprendizado computacional Classificação Biologia computacional
• Palavra(s)-Chave do Pesquisador: Aprendizagem de Maquina | Classificação | histórias metabólicas | Redes Metabólicas | Bioinformática

Resumo

Com os avanços tecnológicos, o acesso a quantidades cada vez maiores de dados sobre o metaboloma de organismos fez-se disponível. A análise e compreensão destas informações é de extrema importância, uma vez que através disso podemos entender melhor como funcionam os mecanismos de resposta dos organismos, quando expostos a diferentes condições fisiológicas e estresses. Para tal, na área de Bioinformática, destacam-se métodos que procuram obter vias metabólicas que expliquem tais variações de concentrações de metabólitos, a partir de redes metabólicas, que representam as reações que podem ocorrer em um organismo. Como o número de vias obtidas por esses métodos é muito grande e difícil de analisar, é interessante aplicar técnicas de Aprendizado de Máquina (Machine Learning) com o intuito de categorizar as vias obtidas e compreendê-las de forma mais significativa. O presente projeto de Iniciação Científica trata desse tema. (AU)