Modelagem, análise e inferência de redes biológicas

• Processo: 21/09070-8
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de setembro de 2021
• Data de Término da vigência: 31 de outubro de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Ronaldo Fumio Hashimoto
• Beneficiário: Shantanu Gupta
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 15/22308-2 - Representações intermediárias em Ciência Computacional para descoberta de conhecimento, AP.TEM
• Assunto(s): Biologia computacional Sistemas dinâmicos Biologia de sistemas Redes complexas Redes booleanas probabilísticas Cadeias de Markov Expressão gênica
• Palavra(s)-Chave do Pesquisador: biological networks | Boolean networks | Gene Expression Analysis | Intermediate Network Representation | systems biology | Bioinformática

Resumo

O Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP), oferece uma posição de pós-doutorado para cientistas interessados em trabalhar em Biologia de Sistemas para modelar e analisar fenômenos biológicos. O projeto se concentra na modelagem, análise e inferência de redes biológicas para compreender como interações de seus componentes (topologia de rede ou sua arquitetura) dão origem à função ou comportamento desses sistemas (dinâmica da rede ou seu fenótipo). O pós-doutorado irá trabalhar especificamente na modelagem de redes biológicas como sistemas dinâmicos: topologia, estabilidade, robustez, inferência e simulação. Candidatos com conhecimento em redes complexas, redes booleanas e cadeia de Markov são desejáveis. O pesquisador PD será responsável por propor e implementar modelos para representações intermediárias de redes e analisá-las para a descoberta de novos conhecimentos. A pesquisa levará em consideração várias fontes de dados, como genômica, transcriptômica, proteômica, metabolômica, incluindo também conhecimento encontrado na literatura (por exemplo, interações gênicas em artigos publicados) ou em bancos de dados online (por exemplo, KEGG, GO, STRING). É de particular interesse que métodos de aprendizado de máquina sejam incorporados a essa abordagem. É desejável que o candidato tenha conhecimento de programação. (AU)

Publicações científicas

(5)

(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)

GUPTA, SHANTANU; HASHIMOTO, RONALDO F.. Dynamical Analysis of a Boolean Network Model of the Oncogene Role of lncRNA ANRIL and lncRNA UFC1 in Non-Small Cell Lung Cancer. BIOMOLECULES, v. 12, n. 3, p. 19-pg., 2022-03-01. (15/22308-2, 21/09070-8)

GUPTA, SHANTANU; SILVEIRA, DANER A.; HASHIMOTO, RONALDO E.; MOMBACH, JOSE CARLOS M.. A Boolean Model of the Proliferative Role of the lncRNA XIST in Non-Small Cell Lung Cancer Cells. BIOLOGY-BASEL, v. 11, n. 4, p. 14-pg., 2022-04-01. (15/22308-2, 21/09070-8)

GUPTA, SHANTANU; PANDA, PRITAM KUMAR; HASHIMOTO, RONALDO F.; SAMAL, SHAILESH KUMAR; MISHRA, SUMAN; VERMA, SURESH KR; MISHRA, YOGENDRA KUMAR; AHUJA, RAJEEV. Dynamical modeling of miR-34a, miR-449a, and miR-16 reveals numerous DDR signaling pathways regulating senescence, autophagy, and apoptosis in HeLa cells. SCIENTIFIC REPORTS, v. 12, n. 1, p. 13-pg., 2022-03-22. (21/09070-8, 15/22308-2)

GUPTA, SHANTANU; PANDA, PRITAM KUMAR; SILVEIRA, DANER A.; AHUJA, RAJEEV; HASHIMOTO, RONALDO F.. Quadra-Stable Dynamics of p53 and PTEN in the DNA Damage Response. CELLS, v. 12, n. 7, p. 17-pg., 2023-04-01. (21/09070-8, 15/22308-2)

GUPTA, SHANTANU; SILVEIRA, DANER A.; HASHIMOTO, RONALDO F.. A Boolean model of the oncogene role of FAM111B in lung adenocarcinoma. COMPUTATIONAL BIOLOGY AND CHEMISTRY, v. 106, p. 6-pg., 2023-10-01. (21/09070-8, 15/22308-2)