Utilização de aprendizado de máquina em redes biológicas para previsão e determinação de regras para emergência de fenótipos de interesse

Resumo

O método reducionista tem ajudado no esclarecimento do funcionamento de muitos processos biológicos. Porém, tais processos são extremamente complexos e possuem propriedades emergentes que não podem ser explicadas ou mesmo previstas através do reducionismo. Para suplantar esses limites, pesquisadores têm usado um conjunto de métodos conhecido como biologia sistêmica, nova área da biologia cujo objetivo é a compreensão das interações não-lineares entre os múltiplos componentes dos processos biológicos. Essas interações podem ser representadas por um objeto matemático chamadografo ou rede, onde os elementos interagentes são representados por nodos e as interações por arcosque conectam pares de nodos. Com base nos princípios da biologia sistêmica, propomos, neste projeto, (i) a construção da rede integrada de interações gênicas do fungo Saccharomyces cerevisiae contendo, simultaneamente, interações físicas entre proteínas, interações metabólicas e interações de regulação transcricional, (ii) a determinação das medidas de centralidade dessa rede e (iii) a utilização dessas medidas de centralidade para a predição e descrição, através da utilização de técnicas de aprendizado de máquina, da essencialidade de cada gene ou de cada interação gênica do organismo em diferentes condições de crescimento e da associação de cada interação gênica com certos fenótipos ou processos biológicos de interesse. Ainda, propomos também o desenvolvimento de um método baseado em aprendizado de máquina e medidas de centralidade da rede para a construção da rede de vias de sinalização envolvida com algum processo biológico de interesse em S. cerevisiae.