Registro fonte: Inferência de redes gênicas com algoritmo genético e modelo de ilhas

Inferência de redes gênicas com algoritmo genético e modelo de ilhas

A massive amount of data gene expression has been produced due to the development of techniques for the extraction of molecular information, for example, the technique of RNA Seq. This development is based on the concept as the concept of central dogma of biology, in which the operation of a body is...

ver descrição completa

Autor principal:	Hattori, Leandro Takeshi
Formato:	Trabalho de Conclusão de Curso (Graduação)
Idioma:	Português
Publicado em:	Universidade Tecnológica Federal do Paraná 2022
Assuntos:	Algoritmos genéticos Entropia Sistemas de reconhecimento de padrões Genetic algorithms Entropy Pattern recognition systems CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Acesso em linha:	http://repositorio.utfpr.edu.br/jspui/handle/1/28346
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	riut-1-28346
recordtype	dspace
spelling	riut-1-283462022-05-10T06:07:52Z Inferência de redes gênicas com algoritmo genético e modelo de ilhas Hattori, Leandro Takeshi Lopes, Fabrício Martins Shishido, Henrique Yoshikazu Lopes, Fabrício Martins Shishido, Henrique Yoshikazu Sanches, Danilo Sipoli Algoritmos genéticos Entropia Sistemas de reconhecimento de padrões Genetic algorithms Entropy Pattern recognition systems CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO A massive amount of data gene expression has been produced due to the development of techniques for the extraction of molecular information, for example, the technique of RNA Seq. This development is based on the concept as the concept of central dogma of biology, in which the operation of a body is based on the expression of their genes. Knowing how is formed the structure of a regulatory gene (GRN) may contribute to a variety of applications such as understanding the operation of certain diseases, analysis of genetic diseases and to develop therapies and more effective drugs. So, computational techniques are being developed to make the inference of these networks GRNs, seeking to recover networks with high accuracy. The inference of GRNs is a challenging problem given the large amount of features (thousands of genes) and few samples (biological data). There are several methods proposed in the literature for such an inference, this paper discusses a method of feature selection. Feature selection is basically composed by a criterion function and search algorithm. The criterion function addressed in this work is based on the entropy, which aims to evaluate the possible outcomes of a given problem. And the genetic algorithm and genetic algorithm with model islands were the strategies used to perform the search of possible candidates for all gene network, and these components the target evaluation of this work. To infer and validate networks were used genetic networks Artificial (AGNs), such networks are assessable given the knowledge of the structure, and measure the effectiveness of the methods discussed. Experimental results based on the performance of the algorithms search using the model of islands obtained better results when compared to the genetic algorithm, but the computational time generated by the model of islands is higher than the runtime of the genetic algorithm. Uma massiva quantidade de dados de expressões gênicas vem sendo produzidas devido ao desenvolvimento de técnicas de extração de informações moleculares como, por exemplo, a técnica de RNA-Seq. Este desenvolvimento tem como base o conceito do dogma central da biologia, em que o funcionamento de um organismo é baseado nas expressões de seus genes. Saber como é formado a estrutura de uma regulação gênica (GRN) pode contribuir para diversas aplicações como entender o funcionamento de determinadas doenças, análise de doenças genéticas e desenvolvimento de terapias e drogas mais eficientes. Então, técnicas computacionais estão sendo desenvolvidas para realizar a inferência destas redes de GRNs, buscando recuperar redes com alta precisão. A inferência de GRNs é um problema desafiador dado a grande quantidade de característica (milhares de genes) e poucas amostras (dados biológicos). Existem diversos métodos propostos na literatura para tal inferência, este trabalho aborda um método de seleção de características. A seleção de características é composta basicamente por uma função critério e algoritmo de busca. A função critério abordada neste trabalho é baseada na entropia, a qual tem o objetivo de avaliar os possíveis resultados de um determinado problema. O algoritmo genético e o modelo de ilhas foram as estratégias utilizadas para realizar as buscas dos possíveis candidatos para todos os gene da rede, sendo estes componentes o alvo de avaliação deste trabalho. Para inferir e validar as redes foram utilizadas Redes Gênicas Artificiais (AGNs), pois redes são passíveis de avaliação dado o conhecimento da estrutura, que permitem medir a eficiência dos métodos abordados. Os resultados experimentais baseados no desempenho dos algoritmos de buscas utilizando o modelo de ilhas obtiveram melhores resultados quando comparados ao algoritmo genético, entretanto o tempo computacional gerado pelo modelo de ilhas é superior ao tempo de execução do algoritmo genético. 2022-05-09T23:28:56Z 2022-05-09T23:28:56Z 2013 bachelorThesis HATTORI, Leandro Takeshi. Inferência de redes gênicas com algoritmo genético e modelo de ilhas. 2013. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2013. http://repositorio.utfpr.edu.br/jspui/handle/1/28346 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Cornelio Procopio Brasil Tecnologia em Análise e Desenvolvimento de Sistemas UTFPR
institution	Universidade Tecnológica Federal do Paraná
collection	RIUT
language	Português
topic	Algoritmos genéticos Entropia Sistemas de reconhecimento de padrões Genetic algorithms Entropy Pattern recognition systems CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
spellingShingle	Algoritmos genéticos Entropia Sistemas de reconhecimento de padrões Genetic algorithms Entropy Pattern recognition systems CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO Hattori, Leandro Takeshi Inferência de redes gênicas com algoritmo genético e modelo de ilhas
description	A massive amount of data gene expression has been produced due to the development of techniques for the extraction of molecular information, for example, the technique of RNA Seq. This development is based on the concept as the concept of central dogma of biology, in which the operation of a body is based on the expression of their genes. Knowing how is formed the structure of a regulatory gene (GRN) may contribute to a variety of applications such as understanding the operation of certain diseases, analysis of genetic diseases and to develop therapies and more effective drugs. So, computational techniques are being developed to make the inference of these networks GRNs, seeking to recover networks with high accuracy. The inference of GRNs is a challenging problem given the large amount of features (thousands of genes) and few samples (biological data). There are several methods proposed in the literature for such an inference, this paper discusses a method of feature selection. Feature selection is basically composed by a criterion function and search algorithm. The criterion function addressed in this work is based on the entropy, which aims to evaluate the possible outcomes of a given problem. And the genetic algorithm and genetic algorithm with model islands were the strategies used to perform the search of possible candidates for all gene network, and these components the target evaluation of this work. To infer and validate networks were used genetic networks Artificial (AGNs), such networks are assessable given the knowledge of the structure, and measure the effectiveness of the methods discussed. Experimental results based on the performance of the algorithms search using the model of islands obtained better results when compared to the genetic algorithm, but the computational time generated by the model of islands is higher than the runtime of the genetic algorithm.
format	Trabalho de Conclusão de Curso (Graduação)
author	Hattori, Leandro Takeshi
author_sort	Hattori, Leandro Takeshi
title	Inferência de redes gênicas com algoritmo genético e modelo de ilhas
title_short	Inferência de redes gênicas com algoritmo genético e modelo de ilhas
title_full	Inferência de redes gênicas com algoritmo genético e modelo de ilhas
title_fullStr	Inferência de redes gênicas com algoritmo genético e modelo de ilhas
title_full_unstemmed	Inferência de redes gênicas com algoritmo genético e modelo de ilhas
title_sort	inferência de redes gênicas com algoritmo genético e modelo de ilhas
publisher	Universidade Tecnológica Federal do Paraná
publishDate	2022
citation	HATTORI, Leandro Takeshi. Inferência de redes gênicas com algoritmo genético e modelo de ilhas. 2013. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2013.
url	http://repositorio.utfpr.edu.br/jspui/handle/1/28346
_version_	1805304766936383488
score	10,814766

Inferência de redes gênicas com algoritmo genético e modelo de ilhas

Registros relacionados