Dissertação
Regulatory response to infection by SARS-CoV-2 EVALUATED
COVID-19, a doença causada pelo novo coronavírus, SARS-CoV-2, afetou já mais de 241 milhões de pessoas e causou a morte de mais de 4.9 milhões. No entanto, o conhecimento relativo ao impacto deste vírus sobre as células infetadas é ainda incompleto. Portanto, este trabalho procura identificar e analisar os principais processos regulatórios afetados e induzidos pelo SARS-CoV-2, utilizando dados transcriptómicos publicamente disponíveis, respetivos a várias linhas celulares suscetíveis à infeção. Propomos um novo conjunto de modelos estatísticos para lidar com três principais desafios, nomeadamente o reduzido número de amostras, a elevada dimensionalidade dos dados e ainda a complexidade das interações entre genes. Adicionalmente, analisamos a função destes genes e as suas interações nas células, comparando-os aos afetados por IAV (H1N1), RSV e HPIV nas linhas celulares analisadas. Os resultados obtidos mostram que o uso de clustering, biclustering e modelos preditivos aumentam significativamente o número e qualidade dos processos biológicos detetados. Adicionalmente, é feita uma análise comparativa destes processos, de forma a identificar potenciais características patofisiológicas da Covid-19. Estes são ainda comparados aos identificados por outros autores para o mesmo vírus e ainda para outros relacionados, como o SARS-CoV-1. Esta abordagem é particularmente relevante pela falta de outros trabalhos que utilizem ferramentas mais complexas de Machine Learning neste contexto.
novembro 17, 2021, 18:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Rui Miguel Carrasqueiro Henriques
Departamento de Engenharia Informática (DEI)
Professor Auxiliar
