Uma Metodologia para Extração de Informação sobre o Sistema Imunológico
Autores
|
4175 |
1845,200,160
|
|
|
4176 |
1845,200,160
|
|
|
4177 |
1845,200,160
|
Informações:
Publicações do PESC
Utilizando técnicas inovadoras como Imunoblots e microarrays, especialistas em imunologia procuraram analisar de forma global o sistema imunológico. Um experimento investigou a capacidade de regeneração do repertório de anticorpos naturais de camundongos, após destruição de linfócitos. Este foi feito com Imunoblots, caracterizando a reatividade dos anticorpos frente à centenas/milhares de antígenos. Outro experimento teve como objetivo estimar a diversidade de linfócitos do repertório de um organismo, e para tal utilizou microarrays para consultar a reatividade de milhares de seqüências de uma só vez.
Experimentos deste tipo podem ser melhor investigados e analisados com o auxílio de ferramentas computacionais que não se restrinjam apenas à métodos básicos numéricos e estatísticos.
Neste trabalho, estudamos as características principais de experimentos como os acima mencionados, e com a colaboração e validação de especialistas na área, criamos uma metodologia para auxiliar profissionais não especialistas em matemática e computação, a obter resultados mais qualitativos a partir de seus dados experimentais. Aplicamos métodos de análise estatística (como histogramas, box-plots, e gráficos de função de distribuição cumulativa), algoritmos de agrupamento (k-means, fuzzy cmeans e mapas auto-organizáveis) e modelagem computacional para simulação de dados experimentais, para estudar com mais profundidade dados relacionados aos experimentos de análise de repertório.
A utilização da metodologia criada permitiu a obtenção de resultados relevantes em imunologia, e criou a oportunidade de integração dos diferentes profissionais, facilitando a investigação interdisciplinar.
Using innovative techniques like Immunoblots and microarrays, immunology specialists have done some global analysis of the immune system. One of these experiments investigated the regeneration capacity of the natural antibody repertoire from mice, after destruction of their lymphocytes. This experiment used Immunoblots, characterizing the antibody reactivity with hundreds/thousands of antigens. Another experiment aimed to estimate the diversity of the lymphocytes repertoire from a given organism, and used microarrays to interrogate the expression of thousands of sequences at once.
These experiments can be better investigated and analysed with the help of computational tools that do more than basic numeric and statistical analysis. In the present work, we studied the main characteristics from experiments like the ones mentioned above, and with the colaboration and validation of specialists in this area, we created a methodology to help professionals that are not specialists in mathematics and computation, to obtain more qualitative results from their experimental data. We used statistical analysis (such as histograms, box-plots, and cumulative distribution function plots), clustering algorithms (k-means, fuzzy c-means and self-organizing maps) and simulation of experimental data though computational modeling, to study deeply these data related to the repertoire analysis experiments.
The use of the proposed methodology revealed relevant results in immunology, and created the opportunity to integrate different professionals, facilitating interdisciplinar research.