Cátia Matos Salgado
|
|
Data da última atualização
»Last update
:
30/09/2014 |
Dados pessoais (Personal data)
Nome completo
Full name |
Cátia Matos Salgado |
Nome em citações bibliográficas
Quoting name |
Salgado, Cátia Matos |
Domínio científico de atuação
Scientific domain |
Engenharia e Tecnologia-Engenharia Médica.
Ciências Médicas-Biotecnologia Médica.
|
Endereço profissional
Professional address |
Universidade Nova de Lisboa
Faculdade de Ciências e Tecnologia
Faculdade de Ciências e Tecnologia
Caparica
2829-516 Almada
Portugal
Telefone: (+351)21 371 560
Correio electrónico: c.salgado@fct.unl.pt |
Sexo
Gender |
Feminino»Female |
Graus Académicos
(Academic Degrees)
| 2007-2012 |
Mestrado
Master degree |
Mestrado Integrado em Engenharia Biomédica - Ramo de Informática Médica
(5 anos » years)
.
Universidade do Minho,
Portugal.
|
Vínculos profissionais
(Professional Positions)
| Mai/2014-Ago/2014 |
Assistente de Investigação |
| Dez/2012-Dez/2013 |
Estagiário |
Atividades de Investigação e Desenvolvimento (Research and Development activities)
Estágios realizados (Traineeships)
Estágios realizados»Traineeships:
- IT and database manager
- Web manager
|
Linhas de Investigação (Research fields)
| 1. |
Inference of a Gene Regulatory Network for Helicobacter pylori from Expression Data Using Direct and Module Based Inference
Methods
|
|
Objectivos»Goals:
The reconstruction of Gene Regulatory Networks (GRN) from experimental data is one of the most important goals in systems
biology, and holds great promise in elucidating the causal behavior of genes in normal cell physiology and pathologic phenotypes.
Hence, the main goal of this work is to assess the performance of different prominent Gene Regulatory Network Inference (GRNI)
methods in determining a GRN for Helicobacter pylori, from an ensemble of microarray data. A plethora of methods was implemented
and their performance assessed as compared to a true regulatory network. Common predicted interactions not present in the
true network were also investigated. The results show that ARACNE, CLR and MRNET globally outperform C3NET, Lemon-Tree and
GENIE3. However, since the reference network is not the true regulatory network of H. pylori all methods show an overall low
recall and precision. Additionally, CLR and MRNET show a high degree of complementarity as measured by the Jaccard similarity
coefficient and by the intersection of correctly inferred interactions. Further investigation is required in order to validate
and infer novel gene interactions..
Palavras-chave:
gene regulatory network (GRN); Helicobater pylori; microarray expression data; Reverse engineering.
|
Línguas (Languages)
Compreende
Understandig |
Inglês (Bem), Português (Bem). |
Fala
Speaking |
Inglês (Bem), Português (Bem). |
Lê
Reading |
Inglês (Bem), Português (Bem). |
Escreve
Writing |
Inglês (Bem), Português (Bem). |
Produção científica, técnica e artística/cultural
(Scientific, technical and artistical/cultural
production)
Capítulos de livros publicados
Published book chapters |
| 1. |
 Salgado, Cátia; Cardoso, Luciana; Gonçalves, Pedro; Abelha, António; Machado, José. 2013. Tracking People and Equipment Simulation inside Healthcare Units. In Ambient Intelligence - Software and Applications, ed. Ad van BerloKasper HallenborgJuan M. Corchado RodríguezDante I. TapiaPaulo Novais, 9 - 16. ISBN: 978-3-319-00565-2. Heidelberg: Springer International Publishing.
|
|
|
|
Indicadores de produção
(Production indicators)
Outras informações relevantes
| Experience in: Programming languages: Prolog, Java, HTML, PHP, SQL, UNIX shell scripting, Matlab, R; Tools: Photoshop, Latex,
ImageJ, Pentaho, Eclipse, Netbeans, JAABA, Weka, Cytoscape,
|
|
Visualizações do curriculum [
1
]
|
| Página gerada pela Plataforma de Curricula DeGóis promovida pela FCT e pelo Gávea/DSI/UM
em
16-10-2014
às
16:40:52
|
| Plataforma de Curricula DeGóis: http://www.degois.pt | Icons by Axialis Team |
|
