Análise de redes biológicas: estudo comparativo de medidas de dependência e uma ferramenta computacional para discriminar grafos

Autor(es)

Suzana de Siqueira Santos

• Tipo de documento: Dissertação de Mestrado
• Imprenta: São Paulo.
• Instituição: Universidade de São Paulo (USP). Instituto de Matemática e Estatística (IME/SBI)
• Data de defesa: 2015-04-28
• Orientador: André Fujita

Resumo

Redes complexas de interações moleculares descrevem o fenótipo celular. Assim, identicar as propriedades de redes que diferenciam o estado doente e saudável de uma célula pode trazer esclarecimentos sobre os mecanismos envolvidos em uma doença. Para estudar esse tipo de rede, são utilizados dados de apenas parte da população. Assim, métodos de inferência estatística são fundamentais no estudo de redes biológicas. Neste trabalho, nos focamos no estudo de grafos de coexpressão, em que os vértices correspondem a genes e as arestas indicam associações estatísticas entre os níveis de expressão genética. Na primeira parte do trabalho, realizamos um estudo comparativo entre medidas de dependência estatís- tica utilizadas para construir grafos de coexpressão. Por meio de simulações e aplicações das medidas de dependência em dados de microarranjos de DNA oriundos de tecidos tumorais, identicamos potencialidades e limitações dos métodos estudados (o coeciente de correlação de Pearson, o coeciente de correlação de Spearman, o coeciente de correlação de Kendall, a correlação de distância, a medida de Heller-Heller-Gorne, a medida D de Hoeding, a informação mútua e o coeciente de informação máxima). Na segunda parte do trabalho, desenvolvemos testes estatísticos para comparar propriedades estruturais de grafos de co- expressão. Nesses testes utilizamos medidas de redes complexas para caracterizar os grafos, como a centralidade de grau, a centralidade de betweenness, a centralidade de proximidade, a centralidade de autovetor e o coeciente de clustering e duas medidas recentemente propostas que se baseiam no espectro do grafo (conjunto de autovalores da matriz de adjacência). A escolha do espectro se baseou no fato de ele descrever diversas propriedades estruturais do grafo, sendo considerado uma caracterização mais completa do que as principais medidas de redes complexas. As medidas baseadas no espetro utilizadas neste trabalho são: a entropia espectral (medida de aleatoriedade de um grafo) e a divergência de Jensen-Shannon entre as distribuições dos espectros dos grafos. Os testes desenvolvidos foram disponibilizados em um pacote do R chamado CoGA (Co-expression Graph Analyzer ). Uma aplicação do CoGA é ilustrada em dados de microarranjos de DNA de dois tipos de câncer no cérebro. Nós mostramos com simulações que os testes propostos controlam a taxa de falsos positivos e que o poder estatístico cresce à medida que aumentamos a proporção de arestas modicadas na rede. Nossos resultados sugerem que a ferramenta apresentada (CoGA) pode ser útil na identicação de conjuntos de genes associados a uma doença. (AU)

• Processo FAPESP: 12/25417-9 - Desenvolvimento de métodos estatístico-computacionais para análise de grafos com aplicações em redes biológicas
• Beneficiário: Suzana de Siqueira Santos
• Modalidade de apoio: Bolsas no Brasil - Mestrado