Predição de fenótipos de Escherichia coli através de redes biológicas e aprendizado de máquina

Autor(es)

Esther Camilo dos Reis

• Tipo de documento: Tese de Doutorado
• Imprenta: Botucatu. 2016-08-12.
• Instituição: Universidade Estadual Paulista (Unesp). Instituto de Biociências. Botucatu
• Data de defesa: 2015-01-23
• Orientador: Ney Lemke; Marcio Luis Acencio

Resumo

Uma importante questão levantada logo após o primeiro sequenciamento completo do genoma de um organismo foi: quantos genes são essenciais para a vida celular? Experimentos de deleção individual realizados com a bactéria Escherichia coli revelaram que menos de 10% dos seus genes apresentam essa condição, ou seja, a inativação de cada um deles leva a total inviabilidade da bactéria. A teoria de redes fornece uma representação abstrata de um sistema biológico, onde o conjunto de nodos são os componentes biológicos (proteínas, genes, metabólitos, etc) e o conjunto de arestas são as interações de natureza biológica (interação física entre proteínas, interações metabólicas, interações de regulação transcricional, etc) que conectam cada dois componentes biológicos. A posição dos componentes biológicos em uma rede indica sua importância para a manutenção do sistema biológico. De forma geral, componentes localizados em posições centrais em uma rede biológica são aqueles componentes chaves para a integridade do sistema. Neste trabalho, decidimos investigar a posição dos restantes 90% dos genes considerados não-essenciais na rede integrada de interações gênicas (RIG) de E. coli. Especificamente, investigamos os genes condicionalmente essenciais, isto é, genes que são essenciais somente em determinadas condições de estresse. Além disso, investigamos também a posição na rede de pares de genes que constituem interações genéticas agravantes, isto é, pares de genes que quando deletados conjuntamente agravam a viabilidade do organismo. Utilizando uma abordagem puramente computacional baseada em aprendizado de máquina e propriedades topológicas da RIG, nós criamos modelos preditivos de árvores de decisão para definirmos como esses genes condicionalmente essenciais e as interações genéticas agravantes estão distribuídas na RIG. Ainda, uma lista com as probabilidades de classificação de cada... (AU)

• Processo FAPESP: 12/00741-8 - Previsão de fenótipos em Escherichia coli através de redes biológicas e aprendizado de máquina
• Beneficiário: Esther Camilo dos Reis
• Modalidade de apoio: Bolsas no Brasil - Doutorado