Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer

Detalhes bibliográficos
Autor(a) principal: Lins, Rafael da Silva
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: https://repositorio.unb.br/handle/10482/42904
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2021.
id UNB_a52f7dd151299229d14b154f82c33f6d
oai_identifier_str oai:repositorio.unb.br:10482/42904
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Aplicação de modelos gráficos em dados genômicos da Doença de AlzheimerAlzheimer, Doença deExpressão gênicaModelo gráfico probabilísticoCoexpressão diferencialDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2021.A doença de Alzheimer (DA) é uma doença neurodegenerativa e progressiva que muitas vezes causa danos cognitivos e funcionais irreversíveis ao cérebro, envolvendo a perda progressiva de memória, declínio cognitivo e eventual perda de funções corporais. Um caminho para compreender melhor a doença envolve o estudo das relações entre os mecanismos moleculares do cérebro e seus respectivos resultados funcionais a partir do contraste entres os perfis de expressão gênica de cérebros saudáveis e de cérebros doentes. Nesse contexto, diversos estudos já foram realizados para a análise de genes diferencialmente expressos, contudo, tal tipo de análise não considera em si que os genes podem operar em conjunto na presença da DA. Nesse sentido, mais recentemente a análise de redes gênicas também tem sido utilizada para analisar as relações de dependência estatística entre os genes e, a partir daí, compreender melhor a DA e desenvolver novos métodos de diagnóstico ou intervenções na doença. Desse modo, o presente trabalho busca explorar a estrutura de dependência estatística em dados de expressão gênica da DA. Para tanto, identificam-se os padrões alterados entre as redes de duas condições (ou grupos), a saber, amostras de cérebros saudáveis (ditos controles) e de cérebros com a DA. Por fim, estuda-se o potencial dessa abordagem para identificar os grupos de genes relacionalmente afetados pela DA e, portanto, fornecer informações valiosas sobre os mecanismos biológicos alterados na presença da doençaAlzheimer’s disease (AD) is a neurodegenerative and progressive disease, which often causes irreversible cognitive and functional damage to the brain, involving progressive memory loss, cognitive decline and eventual loss of bodily functions. One way to better understand the disease involves studying the relationships between the molecular mechanisms of the brain and their respective functional outcomes by contrasting the gene expression profiles of healthy brains and diseased brains. In this context, several studies have been carried out to analyze differentially expressed genes, however, this type of analysis does not consider that genes can operate operate in pathways, or networks, in the presence of AD. In this sense, more recently, gene network analysis has also been used to analyze the statistical dependence relationships between genes and, from there, to better understand AD and develop new diagnostic methods or interventions in the disease. Thus, this work aims to explore the structure of statistical dependence on AD gene expression data. For this purpose, the altered patterns between the networks of two conditions (or groups) are identified, namely, samples of healthy brains (controls) and brains with AD. Finally, we study the potential of this approach to identify groups of genes relationally affected by AD and, therefore, provide valuable information about the altered biological mechanisms in the presence of the disease.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaAndrade, Joanlise Marco de LeonBorries, George Freitas vonLins, Rafael da Silva2022-02-15T14:20:44Z2022-02-15T14:20:44Z2022-02-152021-11-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfLINS, Rafael da Silva. Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer. 2021. 125 f. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2021.https://repositorio.unb.br/handle/10482/42904A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-01T16:22:34Zoai:repositorio.unb.br:10482/42904Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:22:34Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer
title Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer
spellingShingle Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer
Lins, Rafael da Silva
Alzheimer, Doença de
Expressão gênica
Modelo gráfico probabilístico
Coexpressão diferencial
title_short Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer
title_full Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer
title_fullStr Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer
title_full_unstemmed Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer
title_sort Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer
author Lins, Rafael da Silva
author_facet Lins, Rafael da Silva
author_role author
dc.contributor.none.fl_str_mv Andrade, Joanlise Marco de Leon
Borries, George Freitas von
dc.contributor.author.fl_str_mv Lins, Rafael da Silva
dc.subject.por.fl_str_mv Alzheimer, Doença de
Expressão gênica
Modelo gráfico probabilístico
Coexpressão diferencial
topic Alzheimer, Doença de
Expressão gênica
Modelo gráfico probabilístico
Coexpressão diferencial
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2021.
publishDate 2021
dc.date.none.fl_str_mv 2021-11-11
2022-02-15T14:20:44Z
2022-02-15T14:20:44Z
2022-02-15
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv LINS, Rafael da Silva. Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer. 2021. 125 f. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2021.
https://repositorio.unb.br/handle/10482/42904
identifier_str_mv LINS, Rafael da Silva. Aplicação de modelos gráficos em dados genômicos da Doença de Alzheimer. 2021. 125 f. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2021.
url https://repositorio.unb.br/handle/10482/42904
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508323382231040

Registros relacionados