Área de Concentração: 95131

Concentration area: 95131

Criação: 07/07/2017

Creation: 07/07/2017

Ativação: 07/07/2017

Activation: 07/07/2017

Nr. de Créditos: 8

Credits: 8

Carga Horária:

Workload:

Docente Responsável:

Professor:

Ronaldo Fumio Hashimoto

Objetivos:

Ao final da disciplina o aluno deverá conhecer o modelo de Redes Booleanas Probabilísticas, suas propriedades matemáticas e computacionais.

Justificativa:

Dentro da área de e-Science, muitos modelos matemáticos e computacionais têm sido desenvolvidos para explicar e simular interações entre os componentes de um sistema biológico e como estas interações fazem emergir o comportamento deste sistema. Um modelo que tem chamado bastante atenção é o modelo de redes Booleanas (BN - Boolean Networks), introduzido na Biologia por Kauffman nos anos de 1960. Neste modelo, os valores das variáveis que representam os componentes biológicos têm apenas dois valores: “ligado” ou “desligado”. O valor de cada componente é funcionalmente relacionado com os valores de outros componentes através de funções Booleanas. Como este modelo é completamente determinístico, foi introduzida uma extensão do mesmo para incluir estocasticidade, conhecida como redes Booleanas probabilísticas (PBN - Probabilistic Boolean Networks). Este modelo tem sido bastante utilizado para modelar redes biológicas, especialmente para desenvolver ferramentas de pesquisa para simulações e predições ocorridas em nível celular.

Conteúdo:

1. Redes Booleanas. Redes Booleanas Limiarizadas. Redes Booleanas com Perturbação. Redes Booleanas Probabilísticas. Redes Booleanas Probabilísticas Sensíveis a Contexto. Exemplos de Modelagem do Ciclo Celular usado Redes Booleanas. Cadeias de Markov: Homogênea e Ergódica. Distribuição de Probabilidade Estacionária. Coeficiente de Determinação e Entropia Condicional Média. Genes de Predição Intrinsecamente Multivariada. Inferência de Redes Booleanas Probabilísticas. Problema de Satisfação de Restrições. Controle e Intervenção em Redes Booleanas Probabilísticas.

Forma de Avaliação:

Média ponderada de provas e trabalhos.

Observação:

Esta disciplina não possui pré-requisitos.

Bibliografia:

I. Shmulevich and E. R. Dougherty, Probabilistic Boolean Networks: The Modeling and Control of Gene Regulatory Networks, SIAM-Society for Industrial and Applied Mathematics, 2009.  I. Shmulevich and E. R. Dougherty, Genomic Signal Processing, Princenton University Press, 2007.  A. Datta and E. R. Dougherty. Introduction to Genomic Signal Processing with Control, CRC Press, 2006.  E. R. Dougherty and M. L. Bittner, Epistemology of the Cell: A Systems Perspective on Biological Knowledge , Wiley-IEEE Press, 2011.  S. A. Kauffman, The Origins of Order. Self-Organization and Selection in Evolution. Oxford University Press, 1993.  B. P. Ingalls, Mathematical Modelling in Systems Biology: An Introduction. MIT Press, 2013.  D. P. Rosin. Dynamics of Complex Autonomous Boolean Networks. Springer, 2015.