Análise e classificação de microbiomas humanos: detecção de bioindicadores e otimização por meio de aprendizado de máquina

• Processo: 19/03396-9
• Linha de fomento: Bolsas no Brasil - Doutorado Direto
• Vigência (Início): 01 de junho de 2019
• Vigência (Término): 31 de março de 2023
• Área do 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

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)

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)

KASMANAS, JONAS COELHO; BARTHOLOMAEUS, ALEXANDER; CORREA, FELIPE BORIM; TAL, TAMARA; JEHMLICH, NICO; HERBERTH, GUNDA; VON BERGEN, MARTIN; STADLER, PETER F.; DE LEON FERREIRA DE CARVALHO, ANDRE CARLOS PONCE; DA ROCHA, ULISSES NUNES. HumanMetagenomeDB: a public repository of curated and standardized metadata for human metagenomes. Nucleic Acids Research, v. 49, n. D1, p. D743-D750, JAN 8 2021. (13/07375-0, 19/03396-9)