Agrupamento de instâncias em classes de equivalência para lidar com o problema da dimensionalidade em inferência de redes gênicas

Abstract

La inferencia de redes de interacción de genes a partir de perfiles de expresión es un problema importante investigado en biología sistémica, siendo considerado un problema abierto. En este trabajo, el problema de agrupamiento de instancias fue formulado como un problema de búsqueda en el reticulado de particiones, además de formular estrategias de búsqueda en este reticulado en base a información a priori (por ejemplo: que una red de genes tiende a estar compuesta principalmente por funciones y canalizaciones). Además, desarrollamos un método de transferencia de aprendizaje supervisado obtenido de la inferencia de redes generadas aleatoriamente (sintéticas) que busca estimar las dimensiones correctas (grados) de los conjuntos de genes predictores para los respectivos genes objetivo. Los resultados experimentales indican que los métodos desarrollados, especialmente el método que busca funciones de canalización, obtiene redes competitivas tanto desde un punto de vista topológico como desde un punto de vista de la dinámica de expresión génica generada por redes inferidas. La principal ventaja de estos métodos de agrupación es la capacidad de generalización superior para generar el siguiente estado del sistema basándose en los estados iniciales extraídos y no en el conjunto de muestra de entrenamiento.

A inferência de redes de interação gênica a partir de perfis de expressão é um dos problemas importantes pesquisados em biologia sistêmica, sendo considerado um problema em aberto. Diversas técnicas matemáticas, estatísticas e computacionais têm sido desenvolvidas para modelar, inferir e simular mecanismos de regulação gênica, sendo o problema de inferência o foco desta proposta. Tal proposta tem por objetivo continuar as pesquisas realizadas no mestrado, as quais envolveram o estudo de métodos de inferência de redes gênicas baseados em seleção de características (seleção do melhor conjunto de genes preditores do comportamento de um dado gene alvo em termos de suas expressões temporais de mRNA), propondo alternativas para aumentar o poder de estimação estatística em situações típicas nas quais o conjunto de amostras com perfis de expressão gênica é bem limitado e possuem elevada dimensionalidade (número de genes). Mais concretamente, no mestrado foram propostos métodos para aliviar o problema da dimensionalidade na inferência de redes Booleanas, através de partições no reticulado Booleano induzidas por combinações lineares dos valores dos genes preditores (instâncias dos preditores). Cada valor de combinação linear determina uma classe de equivalência entre as instâncias dos genes preditores. Neste trabalho de doutorado, o problema de agrupamento de instâncias foi reformulado como um problema de busca no reticulado de partições, além de formular estratégias de busca nesse reticulado com base em informações a priori (por exemplo: que uma rede gênica tende a ser composta majoritariamente por funções lineares e de canalização) para examinar um subespaço de partições potencialmente relevantes sem abrir mão da eficiência computacional. Resultados preliminares indicam que os métodos desenvolvidos, especialmente o método que busca por funções de canalização, obtêm redes competitivas tanto do ponto de vista topológico, como do ponto de vista da dinâmica da expressão gênica gerada pelas redes inferidas. A principal vantagem desses métodos é a superior capacidade de generalização para gerar o próximo estado do sistema com base em estados iniciais sorteados e que não estejam no conjunto de amostras de treinamento. Além disso, desenvolvemos um método de transferência de aprendizado supervisionado obtido da inferência de redes geradas aleatoriamente (sintéticas) que busca estimar a dimensão correta dos conjuntos de genes preditores para os respectivos genes alvos, o qual confere uma vantagem a todos os métodos de inferência de redes gênicas considerados, incluindo o método original sem agrupamento de instâncias.