Área de Concentração: 95131
Concentration area: 95131
Criação: 12/02/2020
Creation: 12/02/2020
Ativação: 13/02/2020
Activation: 13/02/2020
Nr. de Créditos: 8
Credits: 8
Carga Horária:
Workload:
Teórica (por semana) |
Theory (weekly) |
Prática (por semana) |
Practice (weekly) |
Estudos (por semana) |
Study (weekly) |
Duração | Duration | Total | Total |
|---|---|---|---|---|---|---|---|---|---|
| 4 | 0 | 4 | 15 semanas | 15 weeks | 120 horas | 120 hours |
Docentes Responsáveis:
Professors:
Ronaldo Fumio Hashimoto
Junior Barrera
André Fujita
Objetivos:
Familiarizar o aluno com modelagem e inferência de sistemas biológicos.
Justificativa:
A Biologia de Sistemas (ou Biologia Sistêmica) é o estudo das interações entre os componentes de um sistema biológico e como essas interações fazem emergir função e comportamento deste sistema. A abordagem deste sistema. A abordagem utilizada na Biologia de Sistemas é caracterizada pelo uso de experimentos para medir quantitativamente processos biológicos modelagem matemática e computacional, inferência dos parâmetros destes modelos e sua análise. Estes estudos podem ter grande impacto em domínios tais como prevenção e diagnóstico de doenças, bem como encontrar novas estratégias de tratamento, síntese de medicamentos, controle de pragas,melhoria de espécies vegetais e animais, etc,
Conteúdo:
Modelagem. Modelos matemáticos: estocáticos x determinístico, discretos x contínuos, estáticos x dinâmicos, linear x não-linear. Sistemas dinâmicos: topologia, estabilidade, robustez. Cadeias de Markov: Homogênea e Ergódica, Redes Booleanas Probabilísticas (PBNs), Redes Genéticas Probabilísticas (PGNs). Alguns exemplos de modelos matemáticos para sistemas biológicos (ciclo celular, epidemiologia, vias de sinalização, vias metabólicas). Redes complexas: definição de redes livres de escala e de mundo pequeno. Medidas: diâmetro, centralidade, coeficiente de clusterização. Modularidade. Algoritmos de clusterização em grafos. Inferência. Medidas de dependência (Pearson, Spearman, Kendall, informação mútua). Correlação parcial. Correlação local. Correlação variante no tempo. Medidas de dependência multivariada: Coeficiente de Determinação e Entropia Condicional Mútua. Aplicações de medidas de dependência para construção de redes de regulação gênica. Estudos de caso biológicos: inferência da topologia de redes gênicas de um parasita da malaria a partir de série temporal de expressão gênica medida por microarray; modelagem estocástica da dinâmica de controle do ciclo celular; inferência de vias de sinalização do ciclo celular a partir do modelo cinético de vias conhecidas e de medidas dinâmicas de concentração de espécies químicas pertencentes ao sistema.
Forma de Avaliação:
A avaliação será feita através de provas escritas, solução de exercícios, e projetos. O aluno passará se obtiver nota maior ou igual a5,0 (cinco)
Bibliografia:
- Uri Alon. An Introduction to Systems Biology: Design Principles of Biological Circuits, Second Edition. Chapman and Hall/CRC, 2015. - Andreas Kremling. Systems Biology: Mathematical Modeling and Model Analysis. Chapman and Hall/CRC. 2013. - Darren J. Wilkinson. Stochastic Modelling for Systems Biology. Chapman & Hall/CRC Mathematical and Computational Biology, Second Edition. 2011. - Bill Shipley. Cause and Correlation in Biology: a user's guide to path analysis, structural equations and causal inference. Cambridge. - Edward R. Dougherty and Michael L. Bittner. Epistemology of the Cell: A Systems Perspective on Biological Knowledge. IEEE Press. Series on Biomedical Engineering, 2011.
Tipo de oferecimento da disciplina:
Presencial
Class type:
Presencial