| Processo: | 19/03396-9 |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado Direto |
| Data de Início da vigência: | 01 de junho de 2019 |
| Data de Término da vigência: | 14 de janeiro de 2024 |
| Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação |
| Pesquisador responsável: | André Carlos Ponce de Leon Ferreira de Carvalho |
| Beneficiário: | Jonas Coelho Kasmanas |
| Instituição Sede: | Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil |
| Vinculado ao auxílio: | 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID |
| Bolsa(s) vinculada(s): | 22/03534-5 - Análise centrada em genomas do microbioma humano: detecção de bioindicadores e otimização por meio de aprendizado de máquina, BE.EP.DD |
| Assunto(s): | Aprendizado computacional Biologia computacional Inteligência artificial Mineração de dados Microbiota |
| Palavra(s)-Chave do Pesquisador: | Aprendizado de Máquina | bioinformática | Inteligência Artificial | machine learning | microbioma humano | Mineração de Dados | Aprendizado de Máquina |
Resumo A comunidade de microrganismos que vive em diversas regiões do corpo humano, seja sob a pele, no intestino, esôfago, boca, vagina e entre outros, é chamada de microbioma humano. Essas comunidades participam de processos essenciais para a saúde humana - como digestão, produção de nutrientes, desintoxicação, proteção contra patógenos e regulação do sistema imunológico. Desse modo, alterações no microbioma podem causar doenças. Portanto, a análise do microbioma humano pode auxiliar no diagnóstico precoce de diversas doenças. Dentre as enfermidades que já se foi identificada correlação com o microbioma humano, podemos citar infecções, Câncer Colorretal e de Esôfago, Cirrose e até Autismo e Depressão. Por esse motivo, aumentou-se o interesse em estudos de sequenciamento de microbiomas, que tem se desenvolvido largamente, gerando grande quantidade de informação sobre essas comunidades, o Human Microbiome Big Data (HM Big Data). Ao mesmo tempo, o Aprendizado de Máquina (AM) - área de análise de dados em que algoritmos recebem um conjunto de dados tratados e são capazes de extrair conhecimento dos mesmos - demonstrou-se uma maneira eficiente de lidar com grande quantidade de informação, como é o caso do HM Big Data. Dessa maneira, com o objetivo de otimizar a análise de microbiomas humanos por AM e detectar novos bioindicadores de doenças, esse projeto irá realizar a coleta e seleção de metagenomas, de microbiomas humanos, disponíveis em bancos de dados públicos, proceder com a recuperação desses genomas através de pipelines de Bioinformática. Em seguida, esses dados serão pré-processados para criação de modelos de classificação por AM capazes de diferenciar entre saudável e patologia. Por fim, os algoritmos a serem utilizados, e o ajuste de seus hiperparâmetros, serão realizados por meio de técnicas de aprendizado de máquina automático (AutoML). (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |