@MASTERSTHESIS{ 2022:1777503499,
 	title = {Aplica??o de aprendizado de m?quina para descobertas de farmacogen?mica no tratamento do c?ncer de es?fago},
 	year = {2022},
 	url = "https://tede2.pucrs.br/tede2/handle/tede/10261",
 	abstract = "A farmacogen?mica ? a ?rea que estuda como as varia??es gen?micas podem influenciar na resposta aos medicamentos. Atrav?s dela ? poss?vel explorar e definir os medicamentos mais indicados para diferentes pessoas e seus perfis gen?ticos, a fim de tornar os tratamentos mais personalizados. Estudos recentes mapeiam a resposta de linhagens celulares relacionadas ao c?ncer para uma ampla cole??o de f?rmacos utilizados em tratamentos, aplicando t?cnicas de aprendizado de m?quina para tarefas de predi??o. O objetivo dessa disserta??o ? desenvolver modelos de redes neurais profundas buscando predizer a resposta de diferentes perfis para 174 f?rmacos de tratamento do c?ncer de es?fago. Foram constru?dos modelos de aprendizagem profunda que, integrando dados do perfil de express?o, muta??es e dados cl?nicos, estimam a resposta de diferentes compostos, com base nos valores de IC50. Foram aplicadas estruturas de autocodificadores para extra??o de representa??o dos dados de treinamento, aliado a uma rede neural profunda. O modelo inicial obteve resultados positivos em compara??o a trabalhos anteriores e, a partir destes, foram exploradas formas de aprimorar a predi??o da rede neural. Foi introduzida uma nova arquitetura com a integra??o dos dados cl?nicos devido a import?ncia dos fatores de risco relacionados aos casos de c?ncer de es?fago. Al?m disso, outra motiva??o para explorar esses dados ? que ainda s?o mais comuns de serem obtidos na pr?tica cl?nica. Os modelos apresentaram resultados de 0,74 e 0,72 respectivamente, considerando a m?trica de avalia??o de erro m?dio quadr?tico. Apesar dos resultados positivos, foram identificadas limita??es da implementa??o, especialmente sobre os dados cl?nicos em rela??o a sua quantidade e qualidade da informa??o. Os resultados experimentais mostram que o tema de pesquisa ? promissor e podem levar a inova??es capazes de melhora na qualidade de vida dos pacientes.",
 	publisher = {Pontif?cia Universidade Cat?lica do Rio Grande do Sul},
 	scholl = {Programa de P?s-Gradua??o em Ci?ncia da Computa??o},
 	note = {Escola Polit?cnica}
}