Informa??es da Disciplina

 Preparar para impressão 
Júpiter - Sistema de Graduação

Instituto de Matemática e Estatística
 
Ciência da Computação
 
Disciplina: MAC0375 - Biologia de Sistemas
System Biology

Créditos Aula: 4
Créditos Trabalho: 0
Carga Horária Total: 60 h
Tipo: Semestral
Ativação: 01/01/2016 Desativação:

Objetivos
Familiarizar o aluno com modelagem e inferência de sistemas biológicos. 
 
 
 
Docente(s) Responsável(eis)
3180800 - André Fujita
72450 - Junior Barrera
1914321 - Roberto Marcondes Cesar Junior
63092 - Ronaldo Fumio Hashimoto
 
Programa Resumido
Modelagem. Modelos matemáticos: estocáticos x determinístico,
discretos x contínuos, estáticos x dinâmicos, linear x não­linear. 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 cellular a partir do modelo  
cinético de vias conhecidas e de medidas dinâmicas de concentracão de 
espécies químicas pertencentes ao sistema.
 
 
 
Programa
Modelagem. Modelos matemáticos: estocáticos x determinístico,
discretos x contínuos, estáticos x dinâmicos, linear x não­linear. 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 cellular a partir do modelo  
cinético de vias conhecidas e de medidas dinâmicas de concentracão de 
espécies químicas pertencentes ao sistema.
 
 
 
Avaliação
     
Método
A avaliação será feita através de provas escritas, solução de exercícios, e projetos. O aluno passará se obtiver nota maior ou igual a 5,0 (cinco).
Critério
A avaliação será feita através de provas escritas, solução de exercícios, e projetos. O aluno passará se obtiver nota maior ou igual a 5,0 (cinco).
Norma de Recuperação
Média ponderada de provas maior ou igual a 3,0 e média de trabalhos e projetos maior ou igual a 5,0.
 
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.
 

Clique para consultar os requisitos para MAC0375

Clique para consultar o oferecimento para MAC0375

Créditos | Fale conosco
© 1999 - 2019 - Superintendência de Tecnologia da Informação/USP