Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria 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: 31/12/2019

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
Média ponderada de provas, trabalhos e exercícios.
Critério
A média geral deve ser maior ou igual a 5 para aprovação e pelo menos 70% de presença.
Norma de Recuperação
Em caso de média geral maior ou igual a 3 e menor que 5, a nova média geral consiste de uma média ponderada entre a média geral e uma prova de recuperação.
 
Bibliografia
     
Bibliografia básica 

● U. Alon, An Introduction to Systems Biology: Design Principles of Biological Circuits, Second Edition, Chapman and Hall/CRC, 2015. 

● Ilya Shmulevich, Edward R. Dougherty. Genomic Signal Processing, Princeton University Press, 2007. 

Bibliografia complementar

● Edward R. Dougherty and Michael L. Bittner. Epistemology of the Cell: A Systems Perspective on Biological Knowledge, Wiley-IEEE Press, 2011. 

● Ilya Shmulevich, Edward R. Dougherty. Probabilistic Boolean Networks: The Modeling and Control of Gene Regulatory Networks, Society for Industrial and Applied Mathematics, 2010 
 

Clique para consultar os requisitos para MAC0375

Clique para consultar o oferecimento para MAC0375

Créditos | Fale conosco
© 1999 - 2024 - Superintendência de Tecnologia da Informação/USP