Seleção bayesiana de modelos dinâmicos de vias não isoladas de sinalização celular

• Processo: 19/24580-2
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Vigência (Início): 01 de outubro de 2021
• Vigência (Término): 31 de janeiro de 2025
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Marcelo da Silva Reis
• Beneficiário: Ronaldo Nogueira de Sousa
• Instituição Sede: Instituto Butantan. Secretaria da Saúde (São Paulo - Estado). São Paulo , SP, Brasil
• Vinculado ao auxílio: 13/07467-1 - CeTICS - Centro de Toxinas, Imuno-Resposta e Sinalização Celular, AP.CEPID
• Assunto(s): Biologia computacional Inferência bayesiana Transdução de sinais Biologia tumoral
• Palavra(s)-Chave do Pesquisador: Equação diferencial ordinária | Filtro estendido de Kalman | Inferência Bayesiana | Modelagem e simulação computacional | Monte Carlo via Cadeias de Markov | via de sinalização celular | Biologia Computacional

Resumo

Uma via de sinalização celular é composta por um conjunto de reações químicas encadeadas que ocorrem no interior da célula. A informação é transmitida através dessa via por mudanças de concentração nas espécias químicas de suas reações. A dinâmica dessas vias pode ser estudada através de modelos baseados em equações diferenciais ordinárias que descrevem a cinética de suas reações. Tais modelos devem ser ajustados a partir de medidas experimentais de uma ou mais espécies químicas e avaliados segundo algum critério, para selecionar o modelo que melhor explique as observações. Para este fim, métodos bayesianos são critérios interessantes, pois os mesmos, dadas as medidas experimentais, atribuem uma probabilidade a posteriori para cada modelo considerado, permitindo assim selecionarmos o modelo com maior probabilidade. Todavia, métodos de seleção de modelos normalmente assumem que a via de sinalização modelada é um sistema suficientemente isolado, uma hipótese que frequentemente não é verdadeira e que pode levar a erros na estimação do modelo. Portanto, neste projeto propomos desenvolver, implementar e validar um método de seleção de modelos que leve em consideração a falta de isolamento que é intrínseca a recortes de vias de sinalização celular. Para isso, tomaremos como base métodos de computação Bayesiana já existentes, assim como a redução do problema de seleção de modelos para o problema de seleção de características que desenvolvemos recentemente. Finalmente, testaremos o novo método em dados artificiais e também em medidas experimentais obtidas em células tumorais estudadas em nosso laboratório. Esperamos que o método a ser desenvolvido se torne uma ferramenta importante no estudo de vias de sinalização celular em diversos contextos biológicos, em particular em estudos da Biologia de Câncer. (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)

MONTONI, FABIO; DE SOUSA, RONALDO N.; DE LIMA JUNIOR, MARCELO B.; CAMPOS, CRISTIANO G. S.; WANG, WILLIAN; CONSTANTINO, VIVIAN M.; SANCTOS, CASSIA S.; ARMELIN, HUGO A.; REIS, MARCELO S.; IEEE. Anguix: Cell Signaling Modeling Improvement through Sabio-RK association to Reactome. 2022 IEEE 18TH INTERNATIONAL CONFERENCE ON E-SCIENCE (ESCIENCE 2022), v. N/A, p. 2-pg., 2022-01-01. (20/08555-5, 13/07467-1, 21/04355-4, 20/10329-3, 19/24580-2, 19/21619-5)