Busca avançada
Ano de início
Entree

Abordagem de biologia de sistemas para modelagem, análise e inferência de redes biológicas

Processo: 23/14618-8
Modalidade de apoio:Bolsas no Brasil - Pós-Doutorado
Data de Início da vigência: 01 de abril de 2024
Data de Término da vigência: 31 de janeiro de 2025
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
Assunto(s):Biologia computacional   Biologia de sistemas   Redes booleanas probabilísticas   Inferência   Redes biológicas   Expressão gênica
Palavra(s)-Chave do Pesquisador:biological networks | Boolean networks | Gene Expression Analysis | Intermediate Network Representation | systems biology | Bioinformática

Resumo

O principal objetivo da pesquisa atual em biologia de sistemas é entender a biologia no nível dos sistemas, classificando sistematicamente todas as moléculas e suas interações dentro de uma célula viva. A modelagem de rede é caracterizada por visualizar células em muitos níveis diferentes de detalhes em termos de sua estrutura de rede subjacente, que é a base da biologia de sistemas. Por exemplo, a modelagem de doenças multifatoriais, como câncer, sob a perspectiva de redes de interação de seus componentes (sistema biológico). De fato, sistemas celulares são interrompidos durante o início e o desenvolvimento do câncer, e as mudanças no comportamento das células tumorais geralmente requerem uma ampla gama de modificações dinâmicas. Até certo ponto, desenvolvimentos recentes em tecnologias de larga escala reduziram a dificuldade de monitorar mudanças sistêmicas. Os avanços tecnológicos em microarray (ou RNA-Seq, e atualmente single-cell RNA sequencing, scRNA-seq) e espectrometria de massa, tanto em nível transcriptômico quanto proteômico, juntamente com simulações computacionais, têm auxiliado no processo da identificação de genes associados a doenças. No nível de sistemas, as abordagens computacionais desenvolvidas para análise de rede estão se tornando particularmente úteis para fornecer informações sobre os mecanismos por trás do crescimento tumoral e metástase. Portanto, neste trabalho, iremos propor abordagens de aprendizado de máquina e biologia de sistemas, como modelagem dinâmica de redes Booleanas e cadeias de Markov. O principal objetivo deste projeto é compreender e analisar a dinâmica dos níveis moleculares das células de uma forma sistemática e mecanicista das células. Dessa forma, podemos capturar algumas dinâmicas ocultas, ou vias de sinalização, que são responsáveis por doenças ou podem ajudar a combatê-las. Para isso também, usaremos bancos de dados públicos como GO, String, Kegg e PubMed. Desta forma, este projeto ajudaria a descobrir alguns mecanismos moleculares ocultos ou vias de sinalização relacionadas ao câncer. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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)
GUPTA, SHANTANU; SILVEIRA, DANER A.; LORENZONI, PEDRO R.; MOMBACH, JOSE CARLOS M.; HASHIMOTO, RONALDO F.. LncRNA PTENP1/miR-21/PTEN Axis Modulates EMT and Drug Resistance in Cancer: Dynamic Boolean Modeling for Cell Fates in DNA Damage Response. INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES, v. 25, n. 15, p. 17-pg., . (23/14618-8)
SILVEIRA, DANER A.; GUPTA, SHANTANU; BRUNETTO, ANDRE T.; MOMBACH, JOSE CARLOS MERINO; SINIGAGLIA, MARIALVA. Hypoxia-driven hybrid phenotypes in Ewing sarcoma: Insights from computational epithelial-mesenchymal transition modeling. JOURNAL OF COMPUTATIONAL SCIENCE, v. 83, p. 14-pg., . (23/14618-8)