Utilização de modelação matemática e machine learning para estudos de epidemiologia molecular do HIV e resistência aos antirretrovirais

Seminário conjunto E&GR + Linhas temáticas do CMA 

Oradores: Doutora Marta Pingarilho, IHMT/UNL e Doutor Victor Pimentel, IHMT/UNL

Data: 9 de maio de 2018

Hora:14h30

Local: Sala 1.3 Edifício VII.

Resumo: 

Os modelos matemáticos e o ‘machine learning’ representam ferramentas úteis para prever a dinâmica de doenças virais e a resposta à terapêutica antirretroviral. No entanto, há algumas limitações de tais abordagens, como o grande número de parâmetros envolvidos e a dificuldade em estimá-los de forma precisa.

Para superar essas dificuldades gostaríamos de usar resultados obtidos a partir da análise filogenética, bem como os dados recolhidos e os parâmetros estimados a partir de uma base de dados de doentes com informação sobre  tratamento e resistência aos antirretrovirais, assim como dados sócio-comportamentais, para alimentar os parâmetros do modelo matemático de predição de níveis de transmissão de resistência (TDR) aos antirretrovirais para diferentes classes de medicamentos em cadeias de transmissão e/ou ‘ensinar’ o algoritmo de machine learning sobre padrões de tratamento e resistência aos fármacos.

Deste modo os pontos a discutir terão como base as seguintes questões:

1- É possível prever dados que estão em falta numa base de dados utilizando machine learning para fazer inferências a partir de outros dados? Como fazê-lo?

2-  É possível através de um modelo matemático modelar a evolução e transmissão dinâmica da TDR no presente e futuro? E utilizando machine learning? Como fazê-lo?

Financiado através do projeto UID/MAT/00297/2013.