Dissertação

{pt_PT=Inference in Biological Regulatory Networks} {} EVALUATED

{pt=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., en=Nowadays, most biological models are still handmade requiring a great amount of effort by the modeller. Different models can be derived from the same set of data and different modellers will therefore most likely build different models. Every time new data is obtained, it is necessary to reassess the model’s consistency. If the model is not consistent with the new data, then it needs to be corrected. With the large amount of data available, repairing a model by hand is often a difficult task and so it is important to reduce the difficulty of this task by creating computational tools that allow the representation of models and to reason over them. There are already some tools that can repair models. However, these tools do not frequently allow the use of Boolean functions to explain the behaviour of the biological components. In this work, different approaches to model and repair biological networks are analysed, proposing a new set of repair operations. This set was implemented using two different approaches, one using a Maximum Satisfiability (MaxSAT) solver and another using an Answer Set Programming (ASP) solver. Both tools can repair biological networks, using a logical formalism, with multiple sets of experimental data. The two tools were tested and compared using biological networks of Escherichia coli and Candida albicans. The set of repair operations proposed was able to solve all inconsistent models, and the solution implemented using Maximum Satisfiability (MaxSAT) was the most efficient.}
{pt=Redes regulação Booleanas, Reparação de modelos, Funções Booleanas, Programação de conjunto de resposta, Satisfação máxima, en=Boolean regulatory networks, Model repair, Boolean functions, Answer set programming, Maximum satisfiability}

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