September 21, 2017, Thursday

From BIMIB

Jump to: navigation, search

Proposta tesi - 8 aprile 2008 - b

Ottimizzazione della ricostruzione temporale di sequenze di esperimenti di espressione genica

Data di inserimento: 8 aprile 2008

Descrizione dell'ambito

La ricostruzione di modelli di sistemi biologici (regolatori, metabolici e di comunicazione intercellulare) richiede una continua verifica ed interpretazione dei dati risultanti dai vari esperimenti condotti nei laboratori. Questi modelli hanno molte caratteristiche temporali, alcune misurabili indirettamente in vitro, ad esempio la velocità di reazioni enzimatiche, altre ancora tramite esperimenti di misurazione d’espressione genica effettuati tramite micro-arrays. In quest’ultimo caso, sono disponibili numerose basi di dati che contengono una catalogazione di diversi esperimenti d’espressione genica (ad esempio, Stanford Micro-Array Database, Gene Expression Omnibus ed altre ancora), alcuni dei quali organizzati in serie temporale ed altri invece come esperimenti “statici” (con repliche) il cui scopo principale è di fornire una risposta positiva o no ad un’ipotesi sperimentale.

Lavoro proposto

Lo scopo di questa tesi è di esplorare alcune possibili estensioni ai metodi di ricostruzione temporale di modelli biologici a partire da esperimenti statici (o no), proposti recentemente da Bar-Joseph, Magwene e dai loro colleghi. Questi metodi si preoccupano innanzitutto di organizzare in una sequenza temporale consistente un insieme d’esperimenti “statici” o di verificare che una certa sequenza d’esperimenti sia consistente, data una specifica definizione di “consistenza”. I metodi proposti dagli autori variano dalla proposta di soluzioni (approssimate) del problema del Commesso Viaggiatore (TSP), all’applicazione di algoritmi su grafi (minimum spanning tree), all’applicazione di algoritmi di expectation maximization (EM). Nel lavoro di tesi proposto si vuole esplorare un approccio diverso di ottimizzazione basato su un approccio di ottimizzazione di programmazione genetica al fine di avere diverse garanzie di ottimalità globale e di prestazione.

Conoscenze richieste

Buona preparazione matematico/statistica, conoscenze biologiche di base, abilità con vari strumenti di programmazione matematici e confidenza nella manipolazione di basi di dati e vari formati di dati.

Riferimenti

Le persone interessate possono prendere contatto con il Prof. Antoniotti, il Prof. Mauri o il Dr. Vanneschi.