Dissertação

Inference in Biological Regulatory Networks EVALUATED

Atualmente, a maior parte dos modelos de sistemas biológicos ainda são elaborados manualmente, sendo propícios a erros humanos. Modelos diferentes podem ser obtidos a partir dos mesmos conjuntos de dados e provavelmente diferentes modeladores vão obter diferentes modelos. Sempre que se obtêm novos dados sobre um modelo é necessário confirmar se o modelo continua consistente. Se os novos dados estiverem incoerentes com o modelo é necessário corrigi-lo. As grandes quantidades de dados que estão envolvidas tornam este processo complicado para ser feito manualmente. Já existem algumas ferramentas para reparar modelos biológicos mas não são frequentemente utilizadas funções Booleanas para explicar a relação entre os componentes. Neste trabalho são analisadas diferentes abordagens ao problema de modelar e reparar redes biológicas propondo um conjunto de reparações a aplicar no caso de redes inconsistentes. Este conjunto de reparações foi implementado em duas ferramentas usando uma ferramenta de satisfação máxima (MaxSAT) e programação de conjunto de resposta (ASP). Ambas as ferramentas permitem a reparação de redes biológicas descritas com um formalismo lógico e considerando múltiplos conjuntos de dados experimentais. Estas duas implementações foram testadas e comparadas usando duas redes biológicas da Escherichia coli e da Candida albicans. O conjunto de reparações conseguiu corrigir todos modelos sendo a versão de MaxSAT a mais eficiente a obter as soluções.
Redes regulação Booleanas, Reparação de modelos, Funções Booleanas, Programação de conjunto de resposta, Satisfação máxima

Setembro 16, 2016, 10:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Maria Inês Camarate de Campos Lynce de Faria

Departamento de Engenharia Informática (DEI)

Professor Associado

ORIENTADOR

Pedro Tiago Gonçalves Monteiro

Departamento de Engenharia Informática (DEI)

Professor Auxiliar