Sistema de Submissão de Resumos, I Encontro de Iniciação Científica - 2011 (ENCERRADO)

Tamanho da fonte: 
Comparação de Métodos de Inferência de Redes Booleanas Usando Critérios Baseados em Propriedades Dinâmicas
Rodrigo Teiske China, Luiz C. S. Rozante

Última alteração: 2011-09-11

Resumo


Introdução: Redes de regulação gênica (GRN) podem ser modeladas com redes Booleanas. Dado um conjunto de dados de níveis de expressão gênica, um importante e atual problema da bioinformática é a inferência da GRN que geram esses dados. Esse problema é também conhecido na literatura por ``engenharia reversa". O objetivo de um método de engenharia reversa é construir de forma automática ou semi-automática um modelo que explica os dados, sem hipótese a priori sobre o sistema biológico em questão (GRN).

Objetivos: Comparar dois métodos de inferência de redes Booleanas. Para realizá-lo foram escolhidos os métodos REVEAL e GSTARS devido a importância de suas técnicas e sua popularidade.

Metodologia: O trabalho foi dividido em três partes principais: a criação dos modelos de redes, a inferência de redes e a comparação das redes inferidas. Primeiro, foram criados, usando o software DDLab, os modelos de redes consideradas “modelo de controle” para a comparação posterior, chamados aqui de benchmark. Foram criadas trinta e seis redes Booleanas, contendo um número variado de nódos. A partir destes modelos e de suas dinâmicas foram escolhidos alguns estados da rede que foram usados para representar os dados experimentais, os quais chamamos de pseudo-experimentais.  Com os dados pseudo-experimentais em mãos, foi realizada a inferência de todas as correspondentes redes, utilizando ambos os métodos de inferência, resultando nos modelos de redes inferidas. Cada uma dessas redes inferidas foi comparada com a rede benchmark correspondente, utilizando a medida de funções-distância para calcular as diferenças entre essas redes. As medidas usadas são baseadas em propriedades topológicas e nas regras lógicas das funções Booleanas.

Resultados: Observamos que as inferências realizadas por ambos os métodos apresentam resultados com baixos níveis de acerto. Entre os dois métodos comparados o método GSTARS leva vantagem sobre o REVEAL. Das trinta e seis redes comparadas, o GSTARS apresentou trinta e três melhores resultados quanto às regras lógicas e vinte e dois melhores resultados quanto à topologia das redes. Uma das redes não pode ser comparada devido ao equipamento utilizado e o custo computacional necessário.

Conclusões: Os métodos de inferência de redes booleanas até hoje propostos para resolver o problema ainda não estão bons o suficiente e apresentam muitas falhas. O método GSTARS, que obteve melhores resultados, ainda está em desenvolvimento e pode ser melhorado se for expandido para resultados de maior número de preditores.