Inferência de redes gênicas com algoritmo genético e modelo de ilhas

• Autor(a) principal: Hattori, Leandro Takeshi
• Data de Publicação: 2013
• 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/1/28346
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO; Algoritmos genéticos; Entropia; Sistemas de reconhecimento de padrões; Genetic algorithms; Entropy; Pattern recognition systems

Uma massiva quantidade de dados de expressões gênicas vem sendo produzidas devido ao desenvolvimento de técnicas de extração de informações moleculares como, por exemplo, a técnica de RNA-Seq. Este desenvolvimento tem como base o conceito do dogma central da biologia, em que o funcionamento de um organismo é baseado nas expressões de seus genes. Saber como é formado a estrutura de uma regulação gênica (GRN) pode contribuir para diversas aplicações como entender o funcionamento de determinadas doenças, análise de doenças genéticas e desenvolvimento de terapias e drogas mais eficientes. Então, técnicas computacionais estão sendo desenvolvidas para realizar a inferência destas redes de GRNs, buscando recuperar redes com alta precisão. A inferência de GRNs é um problema desafiador dado a grande quantidade de característica (milhares de genes) e poucas amostras (dados biológicos). Existem diversos métodos propostos na literatura para tal inferência, este trabalho aborda um método de seleção de características. A seleção de características é composta basicamente por uma função critério e algoritmo de busca. A função critério abordada neste trabalho é baseada na entropia, a qual tem o objetivo de avaliar os possíveis resultados de um determinado problema. O algoritmo genético e o modelo de ilhas foram as estratégias utilizadas para realizar as buscas dos possíveis candidatos para todos os gene da rede, sendo estes componentes o alvo de avaliação deste trabalho. Para inferir e validar as redes foram utilizadas Redes Gênicas Artificiais (AGNs), pois redes são passíveis de avaliação dado o conhecimento da estrutura, que permitem medir a eficiência dos métodos abordados. Os resultados experimentais baseados no desempenho dos algoritmos de buscas utilizando o modelo de ilhas obtiveram melhores resultados quando comparados ao algoritmo genético, entretanto o tempo computacional gerado pelo modelo de ilhas é superior ao tempo de execução do algoritmo genético.