Métodos para a avaliação da integração entre caracteres filogenéticos discretos

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Silva, Maria Luiza Matos
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Cluster
Filogenia
Integração
Integration
Phylogenetic logistic regression
Phylogeny
Threshold model
Link de acesso: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-03122025-115505/
Resumo: Filogenética é a área que busca compreender as relações existentes entre diferentes organismos no que diz respeito ao seu desenvolvimento e evolução. Uma questão fundamental é avaliar a integração e a modularidade de diferentes características de indivíduos. A integração refere-se a associação entre as características e a modularidade trata da investigação de grupos de caracteres que possuem mais dependência com uns do que com outros. Dentro desse campo de estudo, existem uma abundância de trabalhos com dados contínuos, porém há poucos artigos para o caso discreto. Neste trabalho propomos uma abordagem para avaliar a integração entre caracteres filogenéticos discretos, e para isso a metodologia consiste em dois passos. A primeira etapa é calcular a similaridade entre os caracteres, utilizando correlações simples (Pearson e Spearman) e com a utilização da topologia (Threshold Model e Phylogenetic Logistic Regression - PLR). Na utilização da PLR consideramos os valores absolutos dos coeficientes e o valor-p como medidas de associação. O segundo passo consiste em utilizar a informação obtida anteriormente para construir o Cluster hierárquico, a fim de se obter a visualização dos módulos. Utilizamos base de dados simulados dos modelos de Markov e Threshold. Para confrontar os resultados de cada técnica, empregamos três métricas: Rand Index (RI), Normalized Mutual nformation (NMI) e o Fowlkes Mallows Index (FMI). Assim, pudemos avaliar como a incorporação da informação sobre a filogenia impacta nas análises por meio da simulação dos dados.
id USP_d17ffec5184883c7bb32ae6a5b52b809
oai_identifier_str oai:teses.usp.br:tde-03122025-115505
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Métodos para a avaliação da integração entre caracteres filogenéticos discretosMethods for evaluation the integration between discrete phylogenetic charactersClusterClusterFilogeniaIntegraçãoIntegrationPhylogenetic logistic regressionPhylogenetic logistic regressionPhylogenyThreshold modelThreshold modelFilogenética é a área que busca compreender as relações existentes entre diferentes organismos no que diz respeito ao seu desenvolvimento e evolução. Uma questão fundamental é avaliar a integração e a modularidade de diferentes características de indivíduos. A integração refere-se a associação entre as características e a modularidade trata da investigação de grupos de caracteres que possuem mais dependência com uns do que com outros. Dentro desse campo de estudo, existem uma abundância de trabalhos com dados contínuos, porém há poucos artigos para o caso discreto. Neste trabalho propomos uma abordagem para avaliar a integração entre caracteres filogenéticos discretos, e para isso a metodologia consiste em dois passos. A primeira etapa é calcular a similaridade entre os caracteres, utilizando correlações simples (Pearson e Spearman) e com a utilização da topologia (Threshold Model e Phylogenetic Logistic Regression - PLR). Na utilização da PLR consideramos os valores absolutos dos coeficientes e o valor-p como medidas de associação. O segundo passo consiste em utilizar a informação obtida anteriormente para construir o Cluster hierárquico, a fim de se obter a visualização dos módulos. Utilizamos base de dados simulados dos modelos de Markov e Threshold. Para confrontar os resultados de cada técnica, empregamos três métricas: Rand Index (RI), Normalized Mutual nformation (NMI) e o Fowlkes Mallows Index (FMI). Assim, pudemos avaliar como a incorporação da informação sobre a filogenia impacta nas análises por meio da simulação dos dados.Phylogenetics is the field that aims to understand the relationships between different organisms in terms of their development and evolution. A key question in this area is how to analyze the integration and modularity of different characteristics of individuals. Integration refers to the association between characteristics, while modularity focuses on the investigation of groups of characters that have greater dependence on some than others. Despite the abundance of papers in this field that use continuous data, there are fewer papers that focus on the discrete case. In this paper, we present an approach for evaluating the integration between discrete phylogenetic characters, for this the methodology consisting of two steps. The first step is to calculate the similarity between characters using simple correlations (Pearson and Spearman) and by utilizing topology (Threshold Model and Phylogenetic Logistic Regression - PLR). In using PLR, we consider the absolute values of the coefficients and the p-value as measures of association. The second step involves using the information obtained in step one to build a hierarchical Cluster, in order to visualize modules. We use simulated datasets from Markov and Threshold models. To compare the results of each technique, we employ three metrics: Rand Index (RI), Normalized Mutual nformation (NMI) e o Fowlkes Mallows Index (FMI). This allows us to assess how incorporating phylogenetic information impacts the analyses through data simulation.Biblioteca Digitais de Teses e Dissertações da USPIzbicki, RafaelSilva, Maria Luiza Matos2024-09-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/104/104131/tde-03122025-115505/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-12-03T14:01:03Zoai:teses.usp.br:tde-03122025-115505Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-12-03T14:01:03Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Métodos para a avaliação da integração entre caracteres filogenéticos discretos
Methods for evaluation the integration between discrete phylogenetic characters
title Métodos para a avaliação da integração entre caracteres filogenéticos discretos
spellingShingle Métodos para a avaliação da integração entre caracteres filogenéticos discretos
Silva, Maria Luiza Matos
Cluster
Cluster
Filogenia
Integração
Integration
Phylogenetic logistic regression
Phylogenetic logistic regression
Phylogeny
Threshold model
Threshold model
title_short Métodos para a avaliação da integração entre caracteres filogenéticos discretos
title_full Métodos para a avaliação da integração entre caracteres filogenéticos discretos
title_fullStr Métodos para a avaliação da integração entre caracteres filogenéticos discretos
title_full_unstemmed Métodos para a avaliação da integração entre caracteres filogenéticos discretos
title_sort Métodos para a avaliação da integração entre caracteres filogenéticos discretos
author Silva, Maria Luiza Matos
author_facet Silva, Maria Luiza Matos
author_role author
dc.contributor.none.fl_str_mv Izbicki, Rafael
dc.contributor.author.fl_str_mv Silva, Maria Luiza Matos
dc.subject.por.fl_str_mv Cluster
Cluster
Filogenia
Integração
Integration
Phylogenetic logistic regression
Phylogenetic logistic regression
Phylogeny
Threshold model
Threshold model
topic Cluster
Cluster
Filogenia
Integração
Integration
Phylogenetic logistic regression
Phylogenetic logistic regression
Phylogeny
Threshold model
Threshold model
description Filogenética é a área que busca compreender as relações existentes entre diferentes organismos no que diz respeito ao seu desenvolvimento e evolução. Uma questão fundamental é avaliar a integração e a modularidade de diferentes características de indivíduos. A integração refere-se a associação entre as características e a modularidade trata da investigação de grupos de caracteres que possuem mais dependência com uns do que com outros. Dentro desse campo de estudo, existem uma abundância de trabalhos com dados contínuos, porém há poucos artigos para o caso discreto. Neste trabalho propomos uma abordagem para avaliar a integração entre caracteres filogenéticos discretos, e para isso a metodologia consiste em dois passos. A primeira etapa é calcular a similaridade entre os caracteres, utilizando correlações simples (Pearson e Spearman) e com a utilização da topologia (Threshold Model e Phylogenetic Logistic Regression - PLR). Na utilização da PLR consideramos os valores absolutos dos coeficientes e o valor-p como medidas de associação. O segundo passo consiste em utilizar a informação obtida anteriormente para construir o Cluster hierárquico, a fim de se obter a visualização dos módulos. Utilizamos base de dados simulados dos modelos de Markov e Threshold. Para confrontar os resultados de cada técnica, empregamos três métricas: Rand Index (RI), Normalized Mutual nformation (NMI) e o Fowlkes Mallows Index (FMI). Assim, pudemos avaliar como a incorporação da informação sobre a filogenia impacta nas análises por meio da simulação dos dados.
publishDate 2024
dc.date.none.fl_str_mv 2024-09-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/104/104131/tde-03122025-115505/
url https://www.teses.usp.br/teses/disponiveis/104/104131/tde-03122025-115505/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1865492187702099968

Registros relacionados