Identificando genes canalizadores usando redes booleanas probabilísticas contextuais

Resumo

As reações químicas que resultam na expressão de genes no nível molecular são complexas e ainda não são totalmente compreendidas. Um aspecto importante deste fenômeno é a interação entre os genes. Sabe-se que os genes enviam, recebem e processam informações formando uma complexa rede de comunicação. Em particular, em algumas rede de comunicação, é conhecido o fato de existirem genes mestres que têm um amplo poder de regulação sobre outros genes escravos. A existência desses genes mestres que podem restringir, ou canalizar, um sistema a certos estados biológicos particulares foi originalmente proposta por Conrad Waddington em 1942. Tais genes mestres são chamados de genes canalizadores. Como é de se esperar, a análise de um sistema complexo e altamente integrado para identificar tais genes canalizadores a partir de amostras de dados biológicos tais como microarrays é uma tarefa bastante difícil. Recentemente, em um trabalho desenvolvido a partir de observações de genes canalizadores, introduzimos o conceito de genes de predição intrinsecamente multivariada e descrevemos analiticamente suas propriedades. O modelo de genes IMP captura a idéia de canalização de um sistema biológico com respeito a genes que podem forçar ações corretivas amplas em processos celulares. No entanto, podemos estender este estudo acrescentando um comportamento probabilístico na rede de regulação, tentando incluir casos em que genes podem canalizar um ou outro conjunto de genes, mesmo em ausência de stress, criando assim a Rede Booleana Probabilística Contextual. O foco central deste projeto está então na dinâmica de regulação gênica, em especial estendendo o anterior estudo para obter características que são cruciais para produzir genes IMPs nas redes Booleanas Probabilísticas Contextuais. Posteriormente o intuito é avançarmos a pesquisa para encontrar métodos que identifiquem redes Booleanas probabilísticas contextuais que contenham genes IMPs a partir de dados biológicos tais como microarrays. (AU)