Orientador: David Corrêa Martins Júnior / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Neurociência e Cognição, 2016. / A biologia sistêmica é um campo de pesquisa interdisciplinar que estuda as complexas interações que ocorrem entre os componentes biológicos de um organismo vivo com o objetivo de entender o seu comportamento, o qual emerge a partir dessas interações. Essas interações compõem uma rede altamente complexa, cujos interagentes podem ser de diversas naturezas. Nesse contexto, as doenças complexas são caracterizadas justamente por serem poligênicas e multifatoriais, ou seja, a gênese e o desenvolvimento dessas doenças são uma consequência da interação conjunta de diversos fatores, incluindo não apenas genes, proteínas e outras moléculas, como também fatores epigenéticos e ambientais. No entanto, diferentes métodos de priorização gênica apresentam resultados (listas de genes) com baixa convergência. Assim, a comparação desses métodos é uma questão crucial. Os objetivos principais da presente dissertação foram a realização de uma extensa revisão da literatura em relação às técnicas de priorização de genes associados a doenças complexas e a comparação de algumas dessas técnicas. Foram selecionadas duas ferramentas: o WGCNA (Weighted Gene Correlation Network Analysis) e o NERI (Network-Medicine Relative Importance), ambos métodos que baseiam-se em teoria de redes complexas e co-expressão para priorização gênica, sendo que o NERI tem o diferencial de modelar as hipóteses da Network Medicine para priorização com base na integração de dados de expressão, de redes de interação proteína-proteína (PPI) e de estudos de associação. Para comparação dos resultados, foram utilizados três bancos de dados de expressão gênica relacionados a esquizofrenia. Como previsto, devido ao diferencial de integração de dados proposto pelo NERI, tal técnica resultou em listas de genes com replicação superior à obtida pelo WGCNA para os três bancos de dados em questão. Além disso a interseção entre as listas de genes priorizados de cada metodologia foi baixa, com poucos genes sendo compartilhados pelos resultados dos dois métodos. Ambas metodologias selecionaram genes com relevância biológica relacionada a esquizofrenia, incluindo grupos de genes relacionados a atividade do sistema imune (infecções, estresse), atividade do Sistema Nervoso Central (atividade sináptica, crescimento axonal) e também de embriogênese. Baseando-se nesses resultados, conclui-se que a análise de redes e a integração de dados biológicos são fundamentais para uma ferramenta apresentar resultados promissores, sobretudo no âmbito da descoberta de novos genes e suas redes de interação biológica que seriam possivelmente desconhecidas se fosse realizada apenas a análise individual de cada tipo de dado biológico disponível. / Systems Biology is an interdisciplinary research field which studies the complex interactions that occur between biological compounds of a living organism in order to understand their behavior, which emerges from these interactions. Such interactions compose a highly complex network, whose elements can be of several types. In this context, complex diseases are characterized precisely by being of polygenic and multifactorial nature, i.e., the genesis and development of these diseases are a result of the joint interaction of several factors, including not only genes, proteins and other molecules, but also epigenetic and environmental factors. However, many methods for gene prioritization present results (list of genes) with small convergence. Thus, the comparison involving those methods is a crucial issue. The main objectives of this master thesis was to perform an extensive literature review related to gene prioritization techniques associated to complex diseases and the comparison of part of these techniques. Two techniques were selected: WGCNA (Weighted Gene Correlation Network Analysis) and NERI (Network-Medicine Relative Importance), both methods based on complex networks theory and co-expression for gene prioritization, but NERI having the differential of modeling the Network Medicine hypotheses for prioritization based on integration of expression, protein-protein interaction (PPI) network and association studies. For comparison of the results, three gene expression databases related to schizophrenia were adopted. As predicted, due to the data integration proposed by NERI, such technique resulted in genes lists with superior replication for the three databases mentioned. Additionally, the intersection between the results of the genes lists prioritized by the two methodologies was small, with few genes being found in both lists. Both methods selected biologically relevant to schizophrenia, including groups of genes related to imune system activity (infections, stress), Central Nervous System activity (synaptic activity, axonal growth) and embryogenesis. From these results, it follows that network analysis and biological data integration are fundamental for a gene prioritization method to present promising results, mainly for discovery of new genes and their biological interaction networks that would possibly be unknown if only an individual analysis of each biological data available were performed.

O presente trabalho tem como meta auxiliar na resposta a um dos principais problemas estudados no campo das ciências econômicas: o quanto e como intervenções regulatórias afetam a dinâmica dos mercados. Para isso será feita uma análise dos dados contratuais de compra e venda de energia elétrica no ambiente livre de comercialização de energia brasileiro por meio de uma metodologia que utiliza métricas de análise de redes complexas para avaliação da competitividade. Os dados abordam a atividade dos agentes comercializadores de energia nesse mercado durante o período de 2006 a 2015. É estabelecido então um ranking mensal desses agentes e criada a rede por meio da verificação das trocas de posições nesses rankings. Os resultados da análise indicam em quais anos houve maior variação na competitividade no mercado e pela análise das redes resultantes verifica-se a formação de estruturas de mercado. Posteriormente os resultados são comparados com métricas tradicionais de avaliação de competitividade e concentração de mercado e, por fim, é feita uma avaliação qualitativa dos índices sob a luz das principais alterações regulatórias ocorridas no período / The main goal of this project is to assist in the answer to one of the main issues in the study of Economics: how regulatory interventions affect the dynamics of the markets, in this case specifically, electricity markets. This will be achieved through an analysis of the contractual data of electric energy in the free Brazilian energy market environment through a methodology that uses complex network analysis for the evaluation of competitiveness. The data covers the contracts of all energy traders of this market in the period from 2006 to 2015. A monthly ranking of these agents is established and a network is created through the verification of position changes in these rankings. The results of the analysis indicates in which years there was greater variation in competitiveness and the analysis of the resulting networks indicates market structures formation. The results are then compared with traditional metrics for competitiveness and market concentration. Finally, a qualitative assessment of the results is made considering the major regulatory changes that have occurred in the study period

O presente trabalho tem como meta auxiliar na resposta a um dos principais problemas estudados no campo das ciências econômicas: o quanto e como intervenções regulatórias afetam a dinâmica dos mercados. Para isso será feita uma análise dos dados contratuais de compra e venda de energia elétrica no ambiente livre de comercialização de energia brasileiro por meio de uma metodologia que utiliza métricas de análise de redes complexas para avaliação da competitividade. Os dados abordam a atividade dos agentes comercializadores de energia nesse mercado durante o período de 2006 a 2015. É estabelecido então um ranking mensal desses agentes e criada a rede por meio da verificação das trocas de posições nesses rankings. Os resultados da análise indicam em quais anos houve maior variação na competitividade no mercado e pela análise das redes resultantes verifica-se a formação de estruturas de mercado. Posteriormente os resultados são comparados com métricas tradicionais de avaliação de competitividade e concentração de mercado e, por fim, é feita uma avaliação qualitativa dos índices sob a luz das principais alterações regulatórias ocorridas no período / The main goal of this project is to assist in the answer to one of the main issues in the study of Economics: how regulatory interventions affect the dynamics of the markets, in this case specifically, electricity markets. This will be achieved through an analysis of the contractual data of electric energy in the free Brazilian energy market environment through a methodology that uses complex network analysis for the evaluation of competitiveness. The data covers the contracts of all energy traders of this market in the period from 2006 to 2015. A monthly ranking of these agents is established and a network is created through the verification of position changes in these rankings. The results of the analysis indicates in which years there was greater variation in competitiveness and the analysis of the resulting networks indicates market structures formation. The results are then compared with traditional metrics for competitiveness and market concentration. Finally, a qualitative assessment of the results is made considering the major regulatory changes that have occurred in the study period

Orientador: Prof. Dr. João Ricardo Sato / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, 2014. / O transtorno do déficit de atenção e hiperatividade (TDAH) é um transtorno de neurodesenvolvimento, associado a fatores genéticos e ambientais, compreendendo a sintomatologia: desatenção, hiperatividade e impulsividade. Neste estudo, utilizou-se a teoria dos grafos e a ressonância magnética funcional (fMRI) para obtenção de um método de distinção entre pacientes e controles para o suporte ao diagnóstico do TDAH. O objetivo deste trabalho foi a comparação das medidas de conectividade cerebral de pacientes (TDAH) com sujeitos controle (desenvolvimento típico) por meio da fMRI, medidas de centralidade e o Support Vector Machine (SVM). Utilizou-se a base de dados ADHD-200. Construiu-se um classificador a partir das características extraídas das redes de conectividade cerebral na tentativa de se distinguir entre sujeitos controle e pacientes. O método envolveu o uso do SVM em características de imagens de fMRI, em dois pares de grupos: controle vs pacientes (TDAH) e TDAH subtipos. Foram modelados grafos ponderados e não ponderados e calculadas algumas medidas de centralidade. Na análise por site dos sujeitos controle versus TDAH desatento foram observadas diferenças na conectividade das regiões cerebrais intermediárias, com escore de 63% no limiar 0,25 da centralidade betweenness no site 4. Com grafo ponderado, outras diferenças de conectividade cerebral foram observadas, com escore de 73% para a medida betweenness entre as regiões cerebrais no site 6. A análise dos portadores de TDAH subgrupo desatento versus combinado, no site 6 foram observadas distinções na medida betweenness e no degree das conexões das regiões cerebrais, no limiar de 0,15, com escores de 73% e 77% respectivamente. Em face aos resultados apresentados é possível encontrar algumas distinções nas conexões cerebrais, principalmente entre os sujeitos portadores de TDAH desatento versus TDAH combinado, a partir da extração das características cerebrais, com utilização de algumas medidas de centralidade como variáveis preditoras para o algoritmo SVM. / The Attention Deficit and Hyperactivity Disorder (ADHD) is a neurodevelopmental disorder associated with genetic and environmental factors, including the symptoms: inattention, hyperactivity and impulsivity. In this study, we used graph theory and functional magnetic resonance imaging (fMRI) to obtain a method for distinguishing between patients and controls to support the diagnosis of ADHD. The aim of this study was to compare measures of brain connectivity between patients (ADHD) and control subjects (typically developing). We used through fMRI, measures of centrality, support vector machines (SVM) and the database ADHD-200. We built a classifier based on the features extracted from the brain connectivity networks in an attempt to distinguish between patients and control subjects. The method involved the use of SVM in connectivity features in two sets of groups: Control vs. patients (ADHD) and inattentive ADHD vs Combined. Measures of weighted and unweighted graphs were modeled and some measures of centrality were extracted. In the unweighted graph analysis by site and inattentive ADHD vs control subjects comparison, differences were found in the connectivity pattern, with a score of 63% for betweenness centrality in site 4. In weighted graph, further differences in brain connectivity were observed, with a score of 73% also in betweenness in site 6. In this same site, the analysis of patients with ADHD inattentive versus combined subgroup, achieved scores of of 73% (betwenness) and 77% (degree) in unweighted graph analysis. In conclusion, we found some differences in brain connectivity patterns, especially between subjects with ADHD inattentive versus combined ADHD. By using some measures of centrality as predictors for the SVM algorithm, we found moderate classification accuracy in individual groups¿ prediction.