Desenvolvimento de um arcabouço para inferência e seleção de modelos dinâmicos de vias de sinalização celular

• Ano de defesa: 2023
• Autor(a) principal: Lima Junior, Marcelo Batista de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Cell signaling pathways; Model selection; Seleção de modelos; Sistemas biológicos; Systems biology; Vias de sinalização celular
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-19012024-074552/

Dentro do contexto de sistemas biológicos, as vias de sinalização celular são fundamentais para a sobrevivência e adaptação das células a condições externas e internas. Essas vias são compostas por uma série de reações químicas que propagam sinais e eventualmente disparam processos celulares, como a proliferação, diferenciação e morte celular. Essas reações químicas são altamente reguladas e controladas, e muitas vezes ocorrem em cascata, onde uma reação aciona a próxima em uma sequência ordenada. A complexidade dessas vias é aumentada ainda mais pelo fato de que elas se comunicam entre si, formando uma rede que coordena todas as funções celulares. No entanto, selecionar reações químicas para modelar a cinética de uma determinada via implica em desconectar essa via do restante da rede, resultando em um problema durante a inferência do modelo. Isso ocorre porque a comunicação entre vias é fundamental para que elas funcionem adequadamente e selecionar apenas algumas reações para modelar pode levar a uma perda de informação importante. Para mitigar esse problema, é preciso estimar essa comunicação faltante. Em outras palavras, é necessário modelar não apenas as reações selecionadas para a via em questão, mas também estimar como essa via interage com o restante da rede. Portanto, é necessário realizar um procedimento ``aninhado\'\', no qual cada possibilidade de seleção de reações é acompanhada da inferência de sua respectiva comunicação com o restante da rede. Neste trabalho apresentamos um arcabouço para a seleção aninhada de modelos, que acessa um banco de dados de reações para listar reações candidatas a compor um modelo e é focado na utilização de Equações Diferenciais Universais (UDEs), que combina métodos de inferência de parâmetros baseados em redes neurais com uma variedade de algoritmos de otimização tais como o gradiente descente estocástico e suas variações. Nossa abordagem também se destaca na seleção de modelos de vias de sinalização celular, na qual combinamos as métricas R2, BIC e MAE para escolher o modelo mais adequado. Essa estratégia nos permite abordar a seleção de modelos de uma maneira abrangente e equilibrada, considerando diferentes aspectos da qualidade do ajuste. Assim, o arcabouço permite o uso integrado de bancos de reações, medidas experimentais e algoritmos de seleção de modelos, gerando resultados que são salvos em formatos padrão utilizados na comunidade de sistemas biológicos. Esperamos com este trabalho viabilizar a inferência de modelos de vias de sinalização celular que sejam mais precisos e representativos, tratando apropriadamente o problema de falta de isolamento dessas vias.