- Docentes: David Correa Martins Jr, Luiz Carlos da Silva Rozante, Raphael Yokoingawa de Camargo.
- Agência Financiadora: CNPq.
- Laboratório: Laboratório de Metodologias e Técnicas de Computação (LMTC).
A biologia sistêmica (ou biologia de sistemas, systems biology em inglês) aborda o estudo sistêmico das interações complexas verificadas em organismos vivos, visando um melhor entendimento dos processos que ocorrem em sistemas biológicos. As tecnologias recentes de extração de dados de expressão gênica tornaram viável o estudo das funções biológicas e sua associação a algum fenômeno de interesse. No entanto, a análise desse tipo de dado é desafiadora devido à sua alta dimensionalidade: há um número grande de variáveis (genes) associadas a um número pequeno de amostras. Descobrir os inter-relacionamentos entre essas variáveis e como essas variáveis se associam aos fenótipos de interesse (associação genótipo-fenótipo) requerem o desenvolvimento de técnicas com-
putacionais e estatı́sticas inovadoras, que reduzam o erro de estimação intrı́nseco decorrente da alta dimensionalidade e ao mesmo tempo sejam viáveis do ponto de vista computacional. Em decorrência disso, as tarefas de recuperar, analisar e comparar com precisão o inter-relacionamento entre os genes, formando uma rede de regulação gênica (do inglês: Gene Regulatory Networks – GRN), e associar os genes ou módulos de genes a fenótipos de interesse, continuam sendo problemas em aberto. Este projeto propõe o desenvolvimento de técnicas de análise e caracterização de redes de regulação gênica, bem como de priorização de genes associados a doenças complexas, por meio da integração de dados de diversos tı́pos (ômicas), de medidas da teoria de redes complexas
relativas às topologias das redes estudadas, e de informações sobre a dinâmica temporal do sistema. Além disso, pretende-se usar a tecnologia emergente de GPUs (Graphics Processing Unit) e arquiteturas hı́bridas envolvendo CPUs, GPUs, MICs (Many Integrated Cores) e FPGAs para resolver problemas importantes em modelagem, inferência e simulação de sistemas biológicos, os quais demandam um alto poder computacional. Espera-se que as técnicas desenvolvidas tenham aplicação em diversas áreas que se beneficiam do conhecimento de processos em sistemas biológicos, tais como o desenvolvimento de biocombustı́veis, técnicas de associação genótipo-fenótipo na agropecuária, e tratamentos de doenças tropicais e doenças complexas humanas tais como transtornos do neurodesenvolvimento, o câncer e a COVID-19, propiciando o desenvolvimento da medicina personalizada.