Skip to content

Drug discovery: Busca direta por novos medicamentos utilizando os alvos moleculares específicos e seus Mecanismos de Ação (Mechanisms of Action - MoA).

Notifications You must be signed in to change notification settings

vqrca/imersao-dados-desafio-final

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

32 Commits
 
 
 
 
 
 
 
 

Repository files navigation

Desafio Final Imersão Dados

imagem


Um pouco sobre mim

Sou bióloga e tenho Doutorado em Biotecnologia pela Universidade de Mogi das Cruzes. Atuo na área de Microbiologia, com ênfase em Biologia Molecular e Genômica. Possuo conhecimentos sólidos das técnicas comumente empregadas em genômica estrutural e genômica funcional. Atualmente, sou Pesquisadora Colaboradora no programa de Biossistemas da Universidade Federal do ABC.


Onde encontrar meu trabalho?

LinkedIn

ResearchGate

Currículo lattes


Projeto

Drug discovery - Análise de dados e predição de mecanismos de ação

Descrição

Esse projeto foi inspirado em um desafio do Laboratory Innovation Science at Harvard, que disponibilizou os dados em uma competição no Kaggle. O monitoramento da expressão gênica por meio de abordagens de transcriptômica (perfil de RNA) tornou-se uma ferramenta extremamente relevante em esforços para compreender processos biológicos complexos. A análise de resultados provenientes deste tipo de abordagem permite a seleção de potenciais alvos de medicamentos e o perfil da expressão gênica provavelmente desempenhará um papel cada vez mais importante na descoberta de medicamentos.

A descoberta de medicamentos evoluiu da identificação de substâncias ativas em medicamentos tradicionais para a busca direta por novos medicamentos utilizando os alvos moleculares específicos e seus mecanismos de ação (Mechanisms of Action - MoA). Portanto, esse projeto permitirá a predição de mecanismos de ação das drogas contidas no dataset que combina a expressão gênica e os dados de viabilidade celular.

Ojetivo do projeto

  • Avaliar a ação de drogas em relação aos valores expressão gênica de diversos genes

  • Determinar os mecanismos de ação das drogas

Estrutura dos dados

Neste desafio, temos dados dois arquivos .csv (dados_experimentos e dados_resultados), que estão estruturados da seguinte forma:

dados_experimentos

  • IDs de cada experimento;
  • A informação se houve tratamento com alguma droga ou se a amostra é um controle. Lembrando que todo desenho experimental precisa conter amostras chamadas controles, onde não houve tratamento, para ser possível analisar apenas uma variável: a ação da droga;
  • Tempo do experimento: 24, 48 ou 72 horas;
  • Dosagem das drogas: denominadas como D1 ou D2;
  • Colunas com todos genes analisados e seus respectivos valores de expressão: g-0 até g-771;
  • Colunas com diferentes células testadas e seus respectivos valores de viabilidade celular: c-0 até c-99.

dados_resultados

  • IDs de cada experimento;
  • Colunas contendo o mecanismo de ação para determinados alvos, que podem ativar ou bloquear receptores celulares.

Referências utilizadas para a conclusão do projeto

Bates, S. The role of gene expression profiling in drug discovery. Current Opinion in Pharmacology, 2011, 11(5), 549–556. https://doi.org/10.1016/j.coph.2011.06.009

Corsello et al. Discovering the anticancer potential of non-oncology drugs by systematic viability profiling, Nature Cancer, 2020, https://doi.org/10.1038/s43018-019-0018-6

Davis, R. L. Mechanism of Action and Target Identification: A Matter of Timing in Drug Discovery. Science, 2020, 23(9), 101487. https://doi.org/10.1016/j.isci.2020.101487

Subramanian et al. A Next Generation Connectivity Map: L1000 Platform and the First 1,000,000 Profiles, Cell, 2017, https://doi.org/10.1016/j.cell.2017.10.049

About

Drug discovery: Busca direta por novos medicamentos utilizando os alvos moleculares específicos e seus Mecanismos de Ação (Mechanisms of Action - MoA).

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 100.0%