MODELOS ESTATÍSTICOS APLICADOS À BIOLOGIA COMPUTACIONAL E MEDICINA DE PRECISÃO

Favoritar este trabalho
Como citar esse trabalho?
Detalhes
  • Tipo de apresentação: Trabalho
  • Eixo temático: EXATAS
  • Palavras chaves: Bioestatística; Genômica; Aprendizado Estatístico de Máquina;
  • 1 Universidade Estadual de Campinas
  • 2 Unicamp

MODELOS ESTATÍSTICOS APLICADOS À BIOLOGIA COMPUTACIONAL E MEDICINA DE PRECISÃO

Bruna Silva

Universidade Estadual de Campinas

Resumo

A Estatística é uma área fundamental que envolve todo o processo de análise de dados de modo a obter informações cruciais a partir destes a fim de que se possa tomar decisões de forma assertiva. No que tange a área da medicina é possível observar as mais diversas aplicações que podem vir a afetar de forma direta a vida de um paciente, desde o compreendimento de sua genética até o entendimento e tomada de decisões quanto ao tratamento a ser aplicado de forma a intervir em algo que lhe causa malefícios, por exemplo. Neste sentido, o projeto desenvolvido visa tratar dos problemas envolvidos no processo de análise de dados de alto-rendimento obtidos através de microarranjos, no que tange a área da Biologia Computacional, Estatística e Medicina de Precisão, tendo como objetivo principal a aplicação de modelos estatísticos para a quantificação da expressão gênica.

Apoio/Financiamento da Pesquisa: PIBIC/CNPq

Questões (1 tópico)

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Autor

Bruna Silva

Olá, Marisa. Fico feliz que tenha gostado do trabalho :)

A escolha pelos modelos lineares se deu, pois, a partir deles conseguimos obter uma medida que é usada na biologia molecular para comparar expressões gênicas (log-fold-change) e além da estimativa dessa medida, com os modelos lineares conseguimos obter estimativas para os desvios padrões da mesma. Explico melhor:

Pense no exemplo de caso e controle: Temos o interesse de verificar se para o gene i existem diferenças com relação à média da expressão gênica entre os grupos. Na biologia molecular, a forma padrão de realizar essas comparações é através do log da razão entre a expressão média do grupo caso e a expressão média do grupo controle (log [Expressão média caso/ Expressão média controle]).

Agora considere o seguinte modelo:

y_i =  beta_0 + beta_1* X_i +  e_i

onde a variável resposta y_i é o log da expressão do indivíduo i, e X_i a variável indicadora do indivíduo i ser do grupo caso (isto é, X_i assume 1 caso o individuo i pertença ao grupo caso, e 0 caso contrário)

A partir do modelo linear proposto, temos que a expressão média do grupo controle é dado pelo coeficiente beta_0 (y_i = beta_0), enquanto para o grupo caso é acrescido o coeficiente beta_1 (y_i = beta_0 + beta_1). Uma forma de verificarmos a diferença entre os grupos seria através da seguinte subtração:

Y_caso – Y_controle = (beta_0 + beta_1) – (beta_0) = beta_1

Como a variável resposta está em escala logarítmica, temos que:

Y_caso – Y_controle = log(Expressão média caso) - log(Expressão média controle)  = log-fold-change

Assim, quando estimamos beta_1, estamos estimando o log-fold-change.

 Ficou claro? Caso tenha mais alguma dúvida fico à disposição!