Uma abordagem baseada em computação evolutiva aplicado na inferência de redes de regulação gênica

• Autor(a) principal: Kuroda, Marcelo Massashi
• Data de Publicação: 2015
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/7420
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO; Inferência (Lógica); Entropia; Algorítmos genéticos; Bioinformática; Inference; Entropy; Genetic algorithms; Bioinformatics

Um organismo vivo pode ser visto como uma rede de moléculas conectadas por reações bioquímicas que possui um complexo sistema de envio e recebimento de sinais que realizam o controle celular. Estudos vêm sendo realizados para entender os mecanismos de controle e os relacionamentos destas reações. Estes mecanismos podem ser entendidos observando a evolução temporal dos níveis de expressão gênica, que são estimados utilizando métodos de extração de informação molecular. A partir destes dados de expressão gênica é possível inferir redes de regulação gênica. Existem muitos métodos para inferir redes de regulação gênica na literatura, o método adotado neste trabalho é o método de seleção de características, composto por um algoritmo de busca e uma função critério. A função critério utilizada é baseada na entropia condicional media e o adotado é o algoritmo genético. Devido ao grande número de genes e os poucos experimentos produzidos, a inferência de redes de regulação gênica é um desafio em aberto na bioinformática. A descoberta dos relacionamentos entre os genes permite entender e analisar doenças, contribuindo na produção de medicamentos mais eficazes contra doenças e em tratamentos. Para a inferência de redes de regulação gênica foram desenvolvidos dois algoritmos genéticos, um com representação dos cromossomos por genes e o outro com representação dos cromossomos por redes. Para a validação das redes inferidas foi utilizado redes gênicas artificiais. O algoritmo genético com representação dos cromossomos por redes apresentou um maior similaridade entre as redes inferidas e as redes gênicas artificiais, porém o algoritmo genético com representação dos cromossomos por genes obteve um tempo computacional muito melhor, dessa forma o algoritmo genético com representação do cromossomo por genes possui um melhor custo-benefício, já que a diferença na similaridade entre as redes inferidas pelos dois algoritmos foi pequena.