Área de Concentração: 95131
Concentration area: 95131
Criação: 08/05/2019
Creation: 08/05/2019
Ativação: 08/05/2019
Activation: 08/05/2019
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 | 2 | 4 | 12 semanas | 12 weeks | 120 horas | 120 hours |
Docentes Responsáveis:
Professors:
Ronaldo Fumio Hashimoto
Junior Barrera
Roberto Marcondes Cesar Junior
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 utilizada na Biologia de Sistemas é caracterizada pelo uso de experimentos para medir quantitativamente processos biológicos, modelagem matemática e computacional, inferência dos parâmentros 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 parasite da malaria a partir de série temporal de expressão gênica medida por microarray; modelagem estocástica da dinâmica de controle do ciclo cellular; inferência de vias de sinalização do ciclo celular a partir do modelo cinético de vias conhecidas e de medidas dinâmicas de concentracão de espécies químicas pertencentes ao sistema.
Forma de Avaliação:
Média ponderada de provas e trabalhos
Observação:
Esta disciplina não possui pré-requisitos
Bibliografia:
• U. Alon, AnIntroductionto Systems Biology: Design PrinciplesofBiologicalCircuits, SecondEdition, Chapman and Hall/CRC, 2015. • A. Kremling, Systems Biology: MathematicalModelingandModelAnalysis, Chapman and Hall/CRC, 2013. • D.J. Wilkinson, StochasticModelling for Systems Biology, Chapman & Hall/CRC MathematicalandComputationalBiology, SecondEdition, 2011. • B. Shipley, Cause andCorrelation in Biology: a user'sguideto path analysis, structuralequationsand causal inference, Cambridge. • E.R. Dougherty, M.L. Bittner, EpistemologyoftheCell: A Systems Perspective onBiologicalKnowledge, IEEE Press Series onBiomedicalEngineering, 2011.