Horário: 14h

Palestrante: Daniel da Silva Souza (doutorando)

Orientadora: Profa. Maria Emília M. Teles Walter

Título: Reconstrução de redes de regulação gênica baseada em agentes

Resumo:Interações entre produtos de genes são processos fundamentais que sustentam a capacidade da célula de mudular a expressão gênica. Várias técnicas de medidas de alto desempenho segmentaram um caminho para o uso de abordagens estatísticas para reconstruir estatisticamente essas interações. Para modelagem e reconstrução dessas redes, há diferentes representações de redes que variam desde modelos estáticos aos modelos dinâmicos e cinéticos, o que implica no aumento de complexidade do modelo. Em contra-partida, dos modelos mais complexos aos mais simples há um aumento na complexidade de abstração do sistema da rede para valores discretos. Entretanto, redes de regulação gênica são representações abstratas do sistema e, por si só, não têm uma representação semântica que poderia vincular a rede ao comportamento dos nós (produtos de genes), por exemplo, sua dinâmica coletiva. Para reconstrução de uma rede com uma representação semântica do comportamento dos nós, uma abordagem multiagente é capaz de representar a dinâmica da interação entre esses nós da rede com baixa complexidade do modelo, sendo estes produtos de genes visualizados como agentes que interagem entre si, com o intuito de maximizar o benefício global da rede, enquanto busca, ao mesmo tempo, maximizar seu benefício próprio na seleção de opções de arestas (tipos de interação) entre os agentes (produtos de genes). Em seguida, baseado num conjunto de dados experimentais produzidos em laboratório dos produtos de genes envolvidos com o gene p53, cujo papel principal é de suprimir tumor, além de ser alvo de investigação para busca de tratamentos do câncer, será conduzido uma simulação para reconstrução dessa rede. A rede final é de vital importância e contribuição científica para os biólogos e médicos compreenderem melhor os mecanismos biológicos do gene p53 e sua rede, o que os permite guiar na descoberta de novos mecanismos que os direcionem para a busca da cura do câncer.

Horário: 14h30

Palestrante: Thiago Mael de Castro (doutorando)

Orientador: Prof. Vander Alves

Título: A Machine-verified Theory of Commuting Strategies for Product-Line Reliability Analysis

Resumo: A software product line engineering is a means to systematically manage variability and commonality in software systems, enabling the automated synthesis of related programs (products) from a set of reusable assets. However, the number of products in a software product line may grow exponentially with the number of features, so it is practically infeasible to quality-check each of these products in isolation. There are a number of variability- aware approaches to product-line analysis that adapt single-product analysis techniques to cope with variability in an efficient way. Such approaches can be classified along three analysis dimensions (product-based, family-based, and feature-based), but, particularly in the context of reliability analysis, there is no theory comprising both (a) a formal specification of the three dimensions and resulting analysis strategies and (b) proof that such analyses are equivalent to one another. The lack of such a theory hinders formal reasoning on the relationship between the analysis dimensions and derived analysis techniques. To address this issue, we formalize seven approaches to reliability analysis of product lines, including the first instance of a feature-family-product-based analysis in the literature. We prove the formalized analysis strategies to be sound with respect to the probabilistic approach to reliability analysis of a single product. Furthermore, we present a commuting diagram of intermediate analysis steps, which relates different strategies and enables the reuse of soundness proofs between them. Additionally, we reduce the risk of human error by formally specifying the resulting theory in an interactive theorem prover. After this ongoing process is complete, we plan to report on the results and then investigate design patterns and explore the potential of generalization of the resulting specification.

Horário: 15h

Palestrante: Mirele Carolina Souza F. Costa (mestranda)

Orientadora: Profa. Maria Emília M. Teles Walter

Título: Análise de métodos baseados em Aprendizado de Máquina para Predição de snoRNAs no genoma de vertebrados

Resumo: Os RNAs não-codificadores (ncRNAs) de proteínas desempenham papéis importantes em vários processos biológicos. Essas moléculas de ncRNAs estão relacionadas a muitas doenças. Classificar e identificar ncRNAs é uma tarefa desafiadora, devido a dificuldade de certificar experimentalmente a função de um ncRNA. A função de um ncRNA esta associada à sua estrutura espacial secundária e terciária. O que impossibilita a utilização de métodos de predição de genes codificadores de proteínas. Pois esses métodos utilizam informação de sequência primária,  por exemplo, ferramentas de bioinformática baseadas em inferência de homologia, como Blast não são sensíveis na identificação de ncRNAs. A combinação de características da estrutura secundária de ncRNAs com Aprendizado de Máquina (AM) melhora a sensibilidade de identificação e classificação de ncRNAs. Deste modo, buscamos compreender quais são os limites da aplicação de técnicas de AM para predição de ncRNAs, em particular small nucleolar RNAs (snoRNAs). Neste projeto, propomos um método de análise, para investigar qual o poder de predição de ncRNAs dos métodos de AM, a partir de mutações simuladas computacionalmente em sequências de snoRNAs. Acreditamos que os resultados dessa investigação possam auxiliar na identificação de novas características para aprimorar os métodos de AM na predição de ncRNAs.

Horário: 15h30

Palestrante: Jefferson Silva (mestrando)

Orientador: Prof. Eduardo Adilio Pelinson Alchieri

Título: Um Plano de Controle Seguro e Distribuído para Redes Definidas por Software

Resumo: Redes Definidas por Software (SDN) surgiram como um novo paradigma para gerenciamento de redes, definindo uma arquitetura que separa os planos de dados e de controle. Uma arquitetura SDN baseada em um controlador centralizado não escala e nem tolera falhas, pois apresenta um ponto único de falhas. Controladores distribuídos baseados em um modelo de consistência eventual para gerenciamento do estado da rede também apresentam sérios problemas: um modelo de programação complexo para as aplicações de rede; e pode gerar anomalias na rede. Consequentemente, soluções considerando um modelo de dados consistente para o armazenamento das informações da rede SDN foram propostos. Nestas abordagens, os controladores distribuídos usam um armazenamento de dados consistente e tolerante a falhas para armazenar o estado relevante das aplicações e da rede. Infelizmente, estas propostas existentes não consideram requisitos fundamentais de segurança para a arquitetura SDN. Este trabalho apresenta nossos esforços no projeto, implementação e avaliação de um modelo seguro e consistente para o plano de controle, baseado no DepSpace, que é um espaço de tuplas com propriedades de segurança. Resultados experimentais mostram a viabilidade prática da arquitetura proposta.

Profa Célia Ghedini Ralha (Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.)

Coordenadora dos Seminários de Pós-Graduação em Informática 2019-2