Dissertação

Network-based Regularization for Survival Analysis EVALUATED

Um dos maiores desafios do século XXI é a prevenção, diagnóstico e tratamento de doenças oncológicas. Para estudar os principais fatores de risco é comum recorrer-se a dados de sobrevivência dos pacientes. Estes conjuntos de dados estão frequentemente associados à expressão genética do individuo, sofrendo a maldição da dimensionalidade. Métodos como o LASSO e Elastic Net têm-se mostrado eficientes para lidar com problemas com as mesmas características. No entanto, resultam regularmente em modelos complexos que podem ser biologicamente pouco relevantes. Como solução, neste trabalho, é apresentada uma metodologia que melhor restringe o espaço de solução, favorecendo os genes mais relevantes tendo em conta datasets públicos. É considerada uma rede de relações entre proteínas para explorar um novo método de regularização, com base em medidas de centralidade, nomeadamente o grau e a intermediação. Com a restrição apresentada, são obtidas soluções que, no geral, consideram genes que são biologicamente mais interessantes, tendo uma forte presença em diversas investigações oncológicas. Os resultados obtidos indicam que a metodologia proposta resulta de facto em modelos mais simples e com melhores resultados. Além disso, permite obter genes que não estão ainda associados ao tipo de cancro em estudo, mas manifestam-se como potenciais candidatos a ter em conta. A aplicação desta metodologia em diversos datasets com as mesmas características em conjunto com uma maior validação científica, poderá levar à determinação de novos genes significativos no estudo da expressão de diversos tipos de cancro. Além disso, resulta na construção de modelos simples e mais robustos.
Regressão Cox, Regularização, Redes, Expressão de genes, Proteínas

Novembro 23, 2018, 17:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Susana de Almeida Mendes Vinga Martins

Departamento de Bioengenharia (DBE)

Professor Associado

ORIENTADOR

Alexandra Sofia Martins de Carvalho

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar