Inferência de redes gênicas com algoritmo genético e modelo de ilhas

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorLopes, Fabrício Martins-
Autor(es): dc.contributorShishido, Henrique Yoshikazu-
Autor(es): dc.contributorLopes, Fabrício Martins-
Autor(es): dc.contributorShishido, Henrique Yoshikazu-
Autor(es): dc.contributorSanches, Danilo Sipoli-
Autor(es): dc.creatorHattori, Leandro Takeshi-
Data de aceite: dc.date.accessioned2022-08-04T20:17:26Z-
Data de disponibilização: dc.date.available2022-08-04T20:17:26Z-
Data de envio: dc.date.issued2022-05-09-
Data de envio: dc.date.issued2022-05-09-
Data de envio: dc.date.issued2013-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/28346-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/706142-
Descrição: dc.descriptionA massive amount of data gene expression has been produced due to the development of techniques for the extraction of molecular information, for example, the technique of RNA Seq. This development is based on the concept as the concept of central dogma of biology, in which the operation of a body is based on the expression of their genes. Knowing how is formed the structure of a regulatory gene (GRN) may contribute to a variety of applications such as understanding the operation of certain diseases, analysis of genetic diseases and to develop therapies and more effective drugs. So, computational techniques are being developed to make the inference of these networks GRNs, seeking to recover networks with high accuracy. The inference of GRNs is a challenging problem given the large amount of features (thousands of genes) and few samples (biological data). There are several methods proposed in the literature for such an inference, this paper discusses a method of feature selection. Feature selection is basically composed by a criterion function and search algorithm. The criterion function addressed in this work is based on the entropy, which aims to evaluate the possible outcomes of a given problem. And the genetic algorithm and genetic algorithm with model islands were the strategies used to perform the search of possible candidates for all gene network, and these components the target evaluation of this work. To infer and validate networks were used genetic networks Artificial (AGNs), such networks are assessable given the knowledge of the structure, and measure the effectiveness of the methods discussed. Experimental results based on the performance of the algorithms search using the model of islands obtained better results when compared to the genetic algorithm, but the computational time generated by the model of islands is higher than the runtime of the genetic algorithm.-
Descrição: dc.descriptionUma massiva quantidade de dados de expressões gênicas vem sendo produzidas devido ao desenvolvimento de técnicas de extração de informações moleculares como, por exemplo, a técnica de RNA-Seq. Este desenvolvimento tem como base o conceito do dogma central da biologia, em que o funcionamento de um organismo é baseado nas expressões de seus genes. Saber como é formado a estrutura de uma regulação gênica (GRN) pode contribuir para diversas aplicações como entender o funcionamento de determinadas doenças, análise de doenças genéticas e desenvolvimento de terapias e drogas mais eficientes. Então, técnicas computacionais estão sendo desenvolvidas para realizar a inferência destas redes de GRNs, buscando recuperar redes com alta precisão. A inferência de GRNs é um problema desafiador dado a grande quantidade de característica (milhares de genes) e poucas amostras (dados biológicos). Existem diversos métodos propostos na literatura para tal inferência, este trabalho aborda um método de seleção de características. A seleção de características é composta basicamente por uma função critério e algoritmo de busca. A função critério abordada neste trabalho é baseada na entropia, a qual tem o objetivo de avaliar os possíveis resultados de um determinado problema. O algoritmo genético e o modelo de ilhas foram as estratégias utilizadas para realizar as buscas dos possíveis candidatos para todos os gene da rede, sendo estes componentes o alvo de avaliação deste trabalho. Para inferir e validar as redes foram utilizadas Redes Gênicas Artificiais (AGNs), pois redes são passíveis de avaliação dado o conhecimento da estrutura, que permitem medir a eficiência dos métodos abordados. Os resultados experimentais baseados no desempenho dos algoritmos de buscas utilizando o modelo de ilhas obtiveram melhores resultados quando comparados ao algoritmo genético, entretanto o tempo computacional gerado pelo modelo de ilhas é superior ao tempo de execução do algoritmo genético.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherTecnologia em Análise e Desenvolvimento de Sistemas-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectAlgoritmos genéticos-
Palavras-chave: dc.subjectEntropia-
Palavras-chave: dc.subjectSistemas de reconhecimento de padrões-
Palavras-chave: dc.subjectGenetic algorithms-
Palavras-chave: dc.subjectEntropy-
Palavras-chave: dc.subjectPattern recognition systems-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO-
Título: dc.titleInferência de redes gênicas com algoritmo genético e modelo de ilhas-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.