Projeto Analise de Expresso Gnica de Cncer Ivan

  • Slides: 9
Download presentation
Projeto Analise de Expressão Gênica de Câncer Ivan G. Costa Filho igcf@cin. ufpe. br

Projeto Analise de Expressão Gênica de Câncer Ivan G. Costa Filho igcf@cin. ufpe. br Centro de Informática Universidade Federal de Pernambuco Biologia In Silico - Centro de Informática - UFPE

Motivacao • • • Analise explorativa de dados de expressão gênica de câncer. Utilização

Motivacao • • • Analise explorativa de dados de expressão gênica de câncer. Utilização de técnicas pre-processamento Classificação seleção de atributos visualização. Biologia In Silico - Centro de Informática - UFPE

Metodologia • Analise de 6 bases de dados – Dados extraídos a partir da

Metodologia • Analise de 6 bases de dados – Dados extraídos a partir da literatura indicada. • Pre-processamento e filtro – Usar a metodologia de Souto et al 2008 (ver pagina 12 Experimental Design) http: //www. biomedcentral. com/1471 -2105/9/497 • Classificação – Métodos com selecao de atributos – PAM, Nearest Shrunken Centroids, LDA, QDA, … – Avaliação Leave-one-out • Atributos – Analise de enriquecimento (gost) • http: //biit. cs. ut. ee/gprofiler/ • Visualização – PCA (tecidos) Biologia In Silico - Centro de Informática - UFPE

Dados I • • • Andersson, C. Microarray-based classification of a consecutive series of

Dados I • • • Andersson, C. Microarray-based classification of a consecutive series of 121 childhoodacute leukemias: prediction of leukemic and genetic subtype as well as of minimal residual disease status. Leukemia, 61: 11981203, April 2007. S. S. Dave, . Molecular diagnosisof burkitt’s lymphoma. N Engl J Med. , 354(23): 2431– 42, June 2006. P. Farmer. Identification of molecular apocrine breast tumoursby microarray analysis. Oncogene, 24(29): 4660– 71, July 2005. C. B. Gilks. Distinction between serous tumors of low malignant potential and serous carcinomas based on global mrna expression profiling. Gynecol Oncol. , 96(3): 684– 94, March 2005. C. M. Perou, . Molecular portraits of human breast tumours. Nature, 406(6797): 747– 52, August 2000. D. S. Rickman, Distinctive molecular profiles of high-grade and low-grade gliomas based on oligonucleotide microarray analysis. Cancer Research, 61(18): 6885– 91, September 2001. Biologia In Silico - Centro de Informática - UFPE

Dados II • • • D. Talantov, A. Novel genes associated with malignant melanoma

Dados II • • • D. Talantov, A. Novel genes associated with malignant melanoma but not benign melanocytic lesions. Clinical Cancer Research, 11(20): 7234– 42, October 2005. True, I. A molecular correlate to the gleason grading system for prostate adenocarcinoma. Proc Natl Acad Sci U S A, 103(29): 10991– 6, July 2006. Y. F. Wong, Expression genomics of cervical cancer: molecular classification and prediction of radiotherapy response by dna microarray. Clinical Cancer Research, 9(15): 5486– 92, November 2003. X. J. Yang, A molecular classification of papillary renal cell carcinoma. Cancer Research, 65(13): 5628– 37, July 2005. M. Sanchez-Carbayo. Defining molecular profiles of poor outcome in patients with invasive bladder cancer using oligonucleotide microarrays. Journal of Clinical Oncology, 24(5): 778– 789, February 2006. T. Watanabe. Distal colorectal cancers with microsatellite instability (msi) display distinct gene expression profiles that are different from proximal msi cancers. Cancer Research, 66, 2006. Biologia In Silico - Centro de Informática - UFPE

Relatório Final • Relatório em latex • Formato de Artigo – – Introdução Métodos

Relatório Final • Relatório em latex • Formato de Artigo – – Introdução Métodos Experimentos (dados e metodologia) Resultados • comparação de métodos com analise estatística • Gráficos com analise de pca – Referencias • Código e Bases de dados finais (De Souto 2008) Biologia In Silico - Centro de Informática - UFPE

Cronograma • Encontro semanal – Terças na hora da aula • Cronograma – 26/5

Cronograma • Encontro semanal – Terças na hora da aula • Cronograma – 26/5 - bases preparadas e filtradas – 2/6 - experimentos de classificação – 9/6 - analise dos genes – 16/6 - visualização – 23/6 – relatório final (dia 24 viajei!) Biologia In Silico - Centro de Informática - UFPE

Dicas • Fazer a analise em R – – Implementa pre-processamento Tem implementacao dos

Dicas • Fazer a analise em R – – Implementa pre-processamento Tem implementacao dos metodos • Olhar literatura relacionada – Sandrine Dudoit and Jane Fridlyand, Classification in microarray experiments, Technical Report 2002. Biologia In Silico - Centro de Informática - UFPE

Avaliação • • Por projeto – baseada no acompanhamento do projeto e avaliacao final

Avaliação • • Por projeto – baseada no acompanhamento do projeto e avaliacao final Por aluno – no final cada um escreve um parágrafo dizendo o que cada participante fez. – Ver Authors' contributions em de Souto 2008. Biologia In Silico - Centro de Informática - UFPE