Busca avançada
Ano de início
Entree

Aplicação de protocolos padrão de Inteligência Artifical na transcritômica de tumores adrenocorticais pediátricos para estratificação e busca de biomarcadores

Processo: 20/03835-0
Linha de fomento:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Vigência (Início): 01 de junho de 2020
Vigência (Término): 31 de maio de 2021
Área do conhecimento:Ciências da Saúde - Medicina - Clínica Médica
Pesquisador responsável:Sonir Roberto Rauber Antonini
Beneficiário:Junier Marrero Gutiérrez
Instituição-sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
Vinculado ao auxílio:14/03989-6 - Mecanismos fisiopatológicos e moleculares de tumorigênese: abordagem baseada em plataformas de sequenciamento em escala genômica (NGS - Next-Generation Sequencing), AP.TEM
Assunto(s):Biomarcadores   Sequenciamento de nova geração   Transcriptoma   Inteligência artificial   Endocrinologia pediátrica

Resumo

O objetivo do projeto / bolsista é apoiar a equipe de pesquisadores pós-doutores naimplementação de códigos computacionais estabelecidos para a análise do transcriptoma detumores pediátricos já sequenciados pelo grupo. Dados de RNA-seq foram obtidos paradiversos tumores (>180 amostras) e a complexidade bem como o volume dos dados pré-processados entregues pela empresa que sequenciou é enorme, exigindo conhecimentotécnico específico para a manipulação e sumarização dos mesmos. O objetivo específicodo bolsista é aplicar ferramentas já estabelecidas, mas de manuseio complexo que exigeformação própria, de Aprendizado de Máquinas Supervisionado e Não-supervisionadopara descoberta de transcritos marcadores para subtipos de tumores. Os subtipos podemser definidos com base nas informações clínicas coletadas cuidadosamente pela equipede biomédicos pós-doutores do Temático e que alimentam o aprendizado supervisionado(isto é, com classes conhecidas). Alternativamente os subtipos podem ser definidos combase na própria análise não-supervisionada onde algorítmos consagrados procuram porpadrões e grupos naturais nos dados, quiça estratificando-os.