Aplicação Web de Processamento, Clustering e Visualização de Grafos de Genes de Workflows Científicos

• Alexandre A. P. Heine Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
• Eduardo P. S. Santos Universidade Federal Rural do Rio de Janeiro (UFRRJ)
• Marcelo F. Lima Universidade Federal Rural do Rio de Janeiro (UFRRJ)
• Sérgio Lifschitz Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) https://orcid.org/0000-0003-3073-3734

DOI: https://doi.org/10.5753/sbbd_estendido.2021.18163

Resumo

Este trabalho propõe uma aplicação web de apoio a dados provenientes de workflows científicos de genes diferencialmente expressos (DEGs) que envolvem análises de sequenciamento de RNA. Assim, procura-se contribuir com formas de manuseio desses dados, permitindo a formação de um grafo de genes, por meio de dados de interação de genes, assim como a criação de subgrafos e clusters representativos, utilizando-se de informações obtidas de dados armazenados em arquivos de string. Esses arquivos são processados conforme são realizados novos pedidos na aplicação e, então, armazenados em um banco de dados relacional, possibilitando a pesquisadores visualizarem e manusearem grafos de genes para seus estudos.

Palavras-chave: bioinformática, pré-processamento, clusterização, grafos, visualização

Referências

Anjum, A., Jaggi, S., Varghese, E., Lall, S., Bhowmik, A., and Rai, A. (2016). Identification of differentially expressed genes in rna-seq data of arabidopsis thaliana: A compound distribution approach. Journal of Computational Biology, 23(4): 239–247.

Kleinberg, J. and Tardos, E. (2014). Algorithm design. Pearson Education Limited, 1st edition.

Pinto, M. d. S. T., Ribeiro, J. M., and de Oliveira, E. A. G. (2011). O estudo de genes e proteínas de defesa em plantas. Revista Brasileira de Biociências, 9(2).

Rodriguez-Esteban, R. and Jiang, X. (2017). Differential gene expression in disease: a comparison between high-throughput studies and the literature. BMC medical genomics, 10(1): 1–10.