Seleção bayesiana de modelos dinâmicos de vias não isoladas de sinalização celular

Resumo

Uma via de sinalização celular é composta por um conjunto de reações químicas encadeadas que ocorrem no interior da célula. A informação é transmitida através dessa via por mudanças de concentração nas espécias químicas de suas reações. A dinâmica dessas vias pode ser estudada através de modelos baseados em equações diferenciais ordinárias que descrevem a cinética de suas reações. Tais modelos devem ser ajustados a partir de medidas experimentais de uma ou mais espécies químicas e avaliados segundo algum critério, para selecionar o modelo que melhor explique as observações. Para este fim, métodos bayesianos são critérios interessantes, pois os mesmos, dadas as medidas experimentais, atribuem uma probabilidade a posteriori para cada modelo considerado, permitindo assim selecionarmos o modelo com maior probabilidade. Todavia, métodos de seleção de modelos normalmente assumem que a via de sinalização modelada é um sistema suficientemente isolado, uma hipótese que frequentemente não é verdadeira e que pode levar a erros na estimação do modelo. Portanto, neste projeto propomos desenvolver, implementar e validar um método de seleção de modelos que leve em consideração a falta de isolamento que é intrínseca a recortes de vias de sinalização celular. Para isso, tomaremos como base métodos de computação Bayesiana já existentes, assim como a redução do problema de seleção de modelos para o problema de seleção de características que desenvolvemos recentemente. Finalmente, testaremos o novo método em dados artificiais e também em medidas experimentais obtidas em células tumorais estudadas em nosso laboratório. Esperamos que o método a ser desenvolvido se torne uma ferramenta importante no estudo de vias de sinalização celular em diversos contextos biológicos, em particular em estudos da Biologia de Câncer. (AU)