BioinformáticaBioinformáticaA bioinformática e a análise da expressão gênica

IntroduçãoTodos os seres vivos guardam em uma molécula de DNA ( ácido desoxirribonucleico ) informações vitais para o funcionamento do organismo. O processo de expressão gênica é responsável por transcrever pequenas porções do DNA (genes) nas moléculas de RNA.

As células e tecidos dos corpos funcionam corretamente quando os genes são expressos de forma correta. Qualquer expressão alterada ou realizada em momento incorreto, pode ocasionar patologias.

Entre os principais estudos da Biologia Molecular, está a análise da expressão gênica em diversos tecidos biológicos a fim de entender e poder diagnosticar tecidos patológicos.

BioinformáticaBioinformáticaA bioinformática e a análise da expressão gênica

Análise de Microarray

A análise de microarray é uma tecnologia capaz de medir a expressão gênica de milhares de genes simultaneamente. Este é um processo muito complexo pois não existe um procedimento genérico que possa ser amplamente utilizado para qualquer análise.

Para cada experimento é preciso avaliar os modelos estatísticos e matemáticos a serem empregados, antes da criação do grupo de scripts computacionais propriamente dito. Por este motivo, existe uma demanda de softwares para análise de dados de microarray que facilitem os diversos métodos de análise e ofereçam opções de geração de documentação.

Exemplo de uma imagem de microarray.Esta imagem foi obtida pelo grupo de pesquisa do Prof. Luiz Fernando Lima Reis no Instituto Ludwig de Pesquisa sobre o Câncer e CEPID - Hospital A. C. Camargo.

Projeto MaigesProjeto MaigesMathematical Analysis of Interacting Gene Expression Systems

Objetivo do projeto:• Desenvolver um ambiente matemático e computacional capaz de explorar novas tecnologias bioquímicas.

• Esse ambiente precisa prover análises estatísticas eficientes, robustas e reprodutíveis, que possam ser mostradas de forma organizada afim de garantir transparência no processo de análise e fácil verificação dos resultados obtidos.

Desafios: • Essas tecnologias produzem uma grande quantidade de dados.

• Esses dados possuem uma estrutura complexa, que inclui até anotações clínicas.

Solução: • O projeto Maiges produziu o MaigesPack (Pacote Maiges).

Pacote MaigesPacote Maiges

• O Pacote Maiges é um pacote que pode ser utilizado no R.

• Oferece diversos métodos matemáticos e estatísticos para a normalização e análise dos dados obtidos utilizando a técnica de microarray.

Dificuldades: • O diagrama ilustra como a complexidade do pacote pode ser uma barreira para usuários.

• Para utilizar as funções e métodos do pacote o usuário teria que saber seus nomes e parâmetros.

A Linguagem RA Linguagem R

O que é?• R é uma linguagem e um ambiente computacional.

Facilidades:• Ele é um software gratuito, sob a licença GNU General Public License.

• O R provê uma grande variedade de métodos estatísticos (modelagem linear e não linear , testes estatísticos clássicos, análises de séries temporais, classificação,  ...) e funções para gerar diversos gráficos.

• É facilmente expansível, qualquer pessoa que entenda a sua sintaxe pode fazer suas próprias classes e métodos.

• Existem pacotes com funções e métodos específicos para determinada atividade.

Dificuldades:• O uso do R é restrito pois suas funções são acessadas somente por linha de comando, então pessoas que não estejam familiarizadas com programação podem encontrar um grande obstáculo.

A Linguagem RA Linguagem RUm pequeno exemplo de como o pacote Maiges funciona

Workflows CientíficosWorkflows CientíficosO uso da programação visual para aplicações científicas

O que é um Workflow científico?

É uma ferramenta flexível para executar análises de dados geralmente complexas. Cada workflow é organizado em diversas etapas, que são chamadas de "atores", que quando executados na ordem correta, produzem saídas gráficas ou textuais.

Exemplo de workflow científico que recebe dados científicos, analisa e gera uma saída gráfica.

Programação VisualProgramação Visual

• Construção de programas manipulando elementos gráficos e não apenas especificando-os textualmente.

• Linguagem de programação visual (VPL): expressões visuais e símbolos gráficos (ícones, flechas, caixas, arcos, círculos).

•Esses itens se conectam, formando o ciclo de execução do programa.

• Promove a reusabilidade dos componentes de interfaces e segue o paradigma de desenvolvimento baseado em componentes.

• Exemplos de ambientes de desenvolvimento: Microsoft Robotics Studio(Microsoft VPL), YAWL, LabVIEW, KEPLER, entre outros.

Figura: Programa Microsoft Robotics Studio (Microsoft VPL)http://msdn2.microsoft.com/pt-br/library/bb483093.aspx

Incrementando uma variável

Exemplo

Kepler Project Kepler Project Sofware para computação visual baseada em workflows

O que é o Kepler?

O Kepler é um programa de computação visual baseado em workflows que é amplamente utilizado por cientistas. Estes, conseguem criar e executar workflows científicos que podem englobar processos complexos, integrando  programação R, MATLAB, acesso a banco de dados  externo, entre outras funcionalidades.

O software é baseado em componentes chamados de “atores”, que comunicam-se entre si através de “portas” de entrada e saída. Desta forma, eles conseguem trabalhar de forma encapsulada. Cada "Ator" faz ações tais como execução de código, acesso a dados, processamento de dados.

Kepler ProjectKepler ProjectSofware para computação visual baseada em workflows

Funcionamento do KeplerA base principal do Kepler é a utilização dos atores, que são responsáveis por:• encapsular as ações.• canalizam as entradas, executam e fornecem uma saída.

As portas são a forma centralizada de comunicação entre os atores. Os dados são heterogêneos e podem ser recebidos e enviados para:• banco de dados• saídas em arquivos, saídas gráficas e bloxplots• páginas web• FTP e SSH

Os diretores são responsáveis por gerenciar a execução dos atores. Isso permite que o workflow seja executado de forma contínua, única, ou seguindo regras personalizadas.

Kepler Project Kepler Project Sofware para computação visual baseada em workflows

Workflow montado no Kepler do pacote Maiges do R.

ConclusãoConclusãoÉ viável a utilização do Kepler para bioinformática?

Após conversar com o desenvolvedor do Kepler responsável pela implementação do R, compreendemos as dificuldades e limitações deste recurso (chamado de RExpression).

• Cada ator do R roda em um processo separado.

• O R é iniciado e finalizado em cada ator, perdendo um precioso tempo na inicialização.

• O input e output trocados entre os atores é limitado, suportando apenas algumas estruturas de dados básicas do R.

• É possível salvar o workspace do R em um ator para abrir nos seguintes, mas isto é muito demorado (cada workspace pode ter muitos megabytes). Além disso, perde a idéia de orientação a objeto.

ConclusãoConclusãoÉ viável a utilização do Kepler para bioinformática?

Tendo em vista que a análise e processamento de dados de bioinformática requer muito recurso de hardware, esta solução seria muito ineficiente.

Uma idéia por trás da programação visual é unir programas e dados heterogêneos, que não foram criados com a intenção de serem rodados por plataformas de programação visual. 

Seria possível programar em R de tal forma que fosse possível utilizar o Kepler, mas esta não é a solução para o nosso problema pois os pacotes de análise em R já foram criados.

FIM

Alunos

André de Melo Folli

Bruno Henrique Yoshimura

Gustavo Andrade Nery

Orientador

Prof. Dr. Roberto Hirata