Departamento de Ciência da Computação

André Fujita

possui graduação em Ciência da Computação (2003), doutorado em Bioinformática (2007) e livre-docência (2016), todos pela Universidade de São Paulo. Realizou pós-doutorado no Instituto de Ciências Médicas da Universidade de Tóquio (2007-2009) e no Computational Science Research Program do RIKEN (2009-2011) (Japão). Foi Pesquisador Visitante no Cancer Research Institute da Kanazawa University (Japão), no Dept. de Ciência da Computação da Leipzig University (Alemanha), no Institute of Psychiatry, Psychology Neuroscience do King's College London (Reino Unido) e no Dept. de Matemática e Estatística da Boston University. Recebeu diversos prêmios nacionais (melhor tese em computação - SBC, Menção Honrosa no prêmio de teses - CAPES, Jovem Pesquisador Destaque - AB3C) e internacionais (Latin America Research Award - Google, Alexander von Humboldt Fellowship - Alemanha, Newton Advanced Fellowship - Reino Unido, SPDR Fellowship - Japão, Fulbright Fellowship - EUA e Intercontinental Academia Fellowship - University-Based Institutes for Advanced Study). Trabalha com temas relacionados à conectividade e métodos estatísticos em grafos, ambos com aplicações na análise de dados biológicos. Atualmente é Professor Associado do Instituto de Matemática e Estatística da Universidade de São Paulo, Professor Titular no Medical Institute of Bioregulation da Kyushu University (Japão) e Pesquisador Adjunto no Institute for Human Robot Co-Creation da Waseda University (Japão). (Texto informado pelo autor)

  • http://lattes.cnpq.br/0247990329725342 (16/01/2026)
  • Rótulo/Grupo:
  • Bolsa CNPq: Nível 2
  • Período de análise:
  • Endereço: Universidade de São Paulo, Instituto de Matemática, Estatística e Ciência da Computação. Rua do Matão, 1010 Cidade Universitária 05508090 - São Paulo, SP - Brasil Telefone: (11) 30915177 URL da Homepage: http://www.ime.usp.br/~fujita/
  • Grande área: Ciências Biológicas
  • Área: Bioquímica
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (31)
    1. 2025-Atual. FAPESP 2024/03261-4. Avanços na Estatística de Redes: extensões para HPC e hipergrafos
      Descrição: Redes permeiam diversos domínios, desde a biologia molecular até as redes sociais. No entanto, as redes empíricas frequentemente apresentam comportamento estocástico, o que desafia abordagens tradicionais baseadas na teoria dos grafos. Estas abordagens tradicionais enfrentam limitações para captar a natureza estocástica das redes empíricas, o que motiva a necessidade de metodologias alternativas. Redes neurais de grafos oferecem precisão preditiva promissora, mas carecem de interpretabilidade. Em contraste, modelos probabilísticos e ferramentas estatísticas baseadas em invariantes da rede fornecem um quadro para compreender o comportamento complexo da rede. A densidade espectral da rede (NSD) surge como um invariante para a caracterização da rede, mas seu custo computacional limita a escalabilidade. Neste projeto propomos implementações baseadas em GPU e otimizações algorítmicas para permitir análises eficientes de redes com bilhões de nós. Além disso, destacamos a necessidade de estender métodos estatísticos para hipergrafos, que oferecem uma representação mais natural das redes biológicas. Nossas metodologias propostas têm amplas aplicações, que vão desde a neurociência até a política pública. Ao permitir a análise de redes em larga escala, incluindo redes com bilhões de nós e hipergrafos, abrimos novas formas de entender sistemas complexos e identificar padrões críticos. Em conclusão, esta proposta avança as metodologias de análise de rede, preenchendo a lacuna entre a teoria e as aplicações práticas em sistemas complexos do mundo real.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Joao Ricardo Sato - Integrante / Daniel Yasumasa Takahashi - Integrante.
      Membro: André Fujita.
    2. 2025-Atual. FAPESP 2025/12249-0. Multi-user equipment approved in grant 23/18337-3: Workstation 64 cores, 1TB RAM, and 2xGPU NVIDIA H100.
      Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Joao Ricardo Sato - Integrante / Helder Nakaya - Integrante.
      Membro: André Fujita.
    3. 2025-Atual. CNPq 402309/2024-3. O papel do transcriptoma na estrutura do conectoma.
      Descrição: Conectoma é o mapa completo das conexões neuronais no cérebro de um organismo. Nas últimas décadas tem-se discutido muito a estreita relação entre a estrutura do conectoma e diversas desordens neuronais, como o autismo e o transtorno de déficit de atenção e hiperatividade (TDAH). No entanto, poucas (ou inexistentes) são as formas de alterar a conectividade das redes funcionais do cérebro para transformá-las em redes normais. Acreditamos que uma possível forma de alterar a conectividade da rede funcional do cérebro seja por meio de intervenções em nível molecular, ou seja, por meio de perturbações na expressão de alguns genes, não apenas dos neurônios, mas também de outras células presentes no cérebro. Por exemplo, sabemos da importância das células gliais no suporte aos neurônios, na homeostase e na mielinização. Se nossa hipótese estiver correta, isso poderia abrir oportunidades para o desenvolvimento de novas técnicas de controle das redes funcionais do cérebro, que poderiam ser usadas no tratamento de diversas desordens neuronais. Poderíamos, por exemplo, desenvolver drogas que alteram a expressão de determinados genes, que, por sua vez, alterariam a conectividade funcional do cérebro. A longo prazo, poderíamos aplicar técnicas de edição do genoma (Durrant et al., 2024; Hiraizumi et al., 2024) para curar diversas doenças. Para que possamos alterar a conectividade do conectoma por meio de perturbações moleculares, é essencial entender o relacionamento entre o conectoma e o transcriptoma (conjunto de transcritos de RNA de um tecido, no nosso caso, o cérebro). Em outras palavras, seria possível caracterizar a estrutura do conectoma a partir do transcriptoma? Para responder a esta pergunta, usaremos técnicas de estatística de redes, estatísticas computacionais e de inteligência artificial em dados de conectomas (Coletta et al., 2020), combinadas com dados recentemente publicados de transcriptoma espacial de camundongos selvagens (Zhang et al., 2023; Yao et al., 2023).. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Masao Nagasaki - Integrante.
      Membro: André Fujita.
    4. 2025-Atual. FAPESP-DAAD 2024/09195-3. A spectral density approximation algorithm for network time series
      Descrição: Advancements in sensor technology have made dynamic, time-evolving network data, such as functional brain networks, Internet of Things (IoT) networks, and stock market trading networks, more readily available. Analyzing these networks often involves examining the NSD (NSD), which provides insights into the network's structure and serves as a framework for statistical analysis.However, calculating the NSD for each time point is computationally intensive, with standard methods requiring O(n^3) time and O(n^2) space complexity for dense adjacency matrices. Various approximation algorithms have been proposed to address this challenge; however, they remain insufficient for large-scale network time-series analysis. This study aims to develop an online NSD computation algorithm that leverages the previous NSD to compute the current time points NSD, thereby avoiding the need for full recalculations. Our approach decomposes the NSD node-wise, enabling efficient updates. We will also capitalize on the node-wise NSD decomposition and extend existing measures to directed hypergraphs. We will evaluate the extent to which changes in network parameters can be estimated from spectra to describe changes in network structure. We aim to advance spectral network science by continuing the collaboration between Prof. Stadler (Germany) and Prof. Fujita (Brazil) and involving junior scientists who will gain international research experience and training.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / CASTRO GUZMAN, GROVER E. - Integrante / F. STADLER, PETER - Integrante / Heitor Baldo - Integrante.
      Membro: André Fujita.
    5. 2025-Atual. INCT 408590/2024-6. Instituto Nacional de Ciência e Tecnologia em Modelagem Estocástica e Complexidade .
      Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Luiz Renato Goncalves Fontes - Integrante.
      Membro: André Fujita.
    6. 2025-Atual. FAPESP 2023/18337-3. Das células às interações sociais: uma abordagem integrativa baseada em IA para revelar os mecanismos subjacentes dos comportamentos e fenótipos humanos
      Descrição: O tratamento e a interpretação de grandes volumes de dados multimodais são um desafio central, que exige IA e ferramentas computacionais especializadas. Este projeto empregará computação de alto desempenho e algoritmos de IA, com base em dados obtidos por meio de tecnologias de ponta, para investigar comportamentos e fenótipos humanos em várias escalas biológicas, desde níveis moleculares até ambientais. Ele capitaliza no nosso projeto temático anterior da FAPESP, que focou na integração de dados por meio da ciência de redes e produziu mais de 100 artigos científicos e ferramentas computacionais. Quatro subprojetos principais ancoram a pesquisa. O primeiro concentra-se na expressão genética e nas relações fenotípicas, empregando IA para processar dados transcriptômicos espaciais complexos. O segundo subprojeto utiliza IA, juntamente com fNIRS e rastreamento ocular, para estudar a atividade cerebral em contextos educacionais, com o objetivo de compreender os processos de aprendizagem. O terceiro examina as respostas fisiológicas durante as interações sociais, utilizando a variabilidade da frequência cardíaca como medida. O subprojeto final envolve a criação de uma ferramenta baseada em IA para integrar diversos conjuntos de dados, incluindo dados ômicos, de atividade cerebral e de fatores ambientais. A abordagem baseada em IA para gerenciar, processar e interpretar conjuntos de dados multimodais em grande escala é fundamental para todos os subprojetos. Esta estratégia abordará não apenas o volume e a complexidade dos dados, mas também revelará insights sobre a interconectividade dos sistemas biológicos.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Joao Ricardo Sato - Integrante / Helder Takashi Imoto Nakaya - Integrante.
      Membro: André Fujita.
    7. 2025-Atual. CNPq 443972/2024-9. Desvendando os mecanismos fisiológicos subjacentes às interações sociais por meio da IA
      Descrição: Todos os dias, os seres humanos se envolvem em interações sociais (Zhang e Yartsev, 2019). As pessoas definem regras, instituições e seus sistemas por meio de interações sociais. Diferentemente dos comportamentos não sociais, as interações sociais dependem de ações coordenadas de pelo menos dois ou mais indivíduos. Em outras palavras, exigem a coordenação de seus comportamentos. A coordenação do comportamento é o que nos permite ter interações sociais funcionais. Pesquisas empíricas mostram que os movimentos das pessoas podem ser coordenados involuntariamente durante a interação interpessoal. Esta coordenação é maior em condições experimentais nas quais os pares têm contato visual (Richardson et al., 2005) ou em comportamentos pró-sociais, vínculo social percebido, cognição social e afeto positivo (Mogan et al., 2017). Há também um aumento na sincronização neural entre indivíduos dialogando, o que sugere características neurais especiais para a comunicação face a face em comparação com outros tipos (Jiang et al., 2012). Apesar desses diversos avanços, principalmente na neurociência, ainda pouco se sabe sobre os fundamentos fisiológicos que permitem que essa coordenação ocorra com um esforço consciente aparentemente mínimo (Ahn et al., 2018; Zhang e Yartsev, 2019; Nguyen et al., 2021; Hakim et al., 2023). Uma hipótese é que a co-modulação dos estados fisiológicos é um elemento essencial para a coordenação eficaz do comportamento. O problema prático é como medir o estado fisiológico. O estado fisiológico resulta de interações complexas entre o corpo, os estímulos externos e os órgãos internos. Portanto, é um desafio medir e analisar esses dados em conjunto. Aqui, propomos coletar dados multidimensionais (eletroencefalografia, eletrocardiograma, vídeo, áudio, temperatura e movimento corporal, e rastreamento ocular) de participantes em interação social e desenvolver métodos de IA para testar e verificar como a co- modulação dos estados fisiológicos ocorre durante a interação social.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Janaína Mourão-Miranda - Integrante / TAKAHASHI, DANIEL Y. - Integrante / Kaio Fernando Vitzel - Integrante.
      Membro: André Fujita.
    8. 2025-Atual. JSPS JP25K15019. Development of a statistical framework to make inferences from hypergraph generation mechanisms.
      Descrição: Intricate networks underlie complex systems, including cellular interactions and neural connections in the brain. Traditional network analysis has focused on features such as edges and centrality measures, but these are incidental features and do not capture the systems true nature. Instead, the network's generation mechanism is fundamental. This proposal introduces a nonparametric approach centered on the Graph Spectral Distribution (GSD) to infer the generation mechanisms. The GSD is closely tied to the networks generation process. It provides a powerful tool for analyzing random graph models despite the challenges posed by high-dimensional, massively complex systems, such as brain and cellular networks, which exhibit groupwise rather than pairwise interactions. This work aims to develop new methodologies for inferring from generation mechanisms and for analyzing large-scale, complex systems over the next three years.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador.
      Membro: André Fujita.
    9. 2023-2025. CNPq 440245/2022-2. Desenvolvimento de modelos causais entre dados ômicos, cérebro, ambiente, e funções executivas e de desenvolvimento da linguagem nos primeiros 1000 dias de vida.
      Descrição: Mais de 250 milhões de crianças nos primeiros anos de vida não atingem seu potencial de desenvolvimento devido à exposição ao atraso de desenvolvimento e à pobreza em países de baixa e média renda (Daelmans et al., 2017). Há 10,3 milhões de crianças de 0 a 3 anos no Brasil, e as famílias de quase metade delas vivem com menos de US$ 578 por mês (Pnad, 2015). As crianças que crescem na pobreza correm maior risco de experiências adversas na infância (EAIs), incluindo a falta de estímulo social ou cognitivo esperado, cuidados maternos inadequados (privação), exposição a experiências ameaçadoras ou prejudiciais, como maus-tratos (ameaça), e outras experiências adversas, como a exposição a toxinas (Shonkoff et al., 2000). Estas experiências durante os primeiros 1.000 dias afetam o desenvolvimento do cérebro, levando a uma deficiência no desenvolvimento de funções executivas (FE) e de habilidades lingüísticas (HL) (McLaughlin et al., 2019; Vogel et al., 2021). Apesar de viverem na pobreza e estarem expostas às EAIs, algumas crianças apresentam um desenvolvimento ótimo e são consideradas resistentes (Rutter, 2006). Os mecanismos de resiliência no início da vida que operam para preservar o desenvolvimento da FE e da HL não são completamente compreendidos, mas é provável que os aspectos sensíveis e responsivos da parentalidade e aspectos positivos do temperamento (Feldman, 2021) interajam de forma complexa com riscos genéticos, exposições biológicas, nutrição e microbiota intestinal, mediados por inflamação e padrões específicos de metilação do DNA (Russo et al., 2006). Para compreender o risco e a resiliência durante a infância, é fundamental rastrear repetidamente ao longo do tempo a exposição a fatores ambientais de risco e de proteção, bem como os processos biológicos em múltiplos níveis que sustentam essas exposições (McEwen, 2016). Estes fatores de risco e proteção ficam sob a pele e provavelmente alterarão a expressão gênica, a microbiota intestinal, elevando os marcadores inflamatórios, levando à modificação do desenvolvimento cerebral (McEwen et al., 2015; Danese et al., 2017). Estes processos podem depender do genoma de cada indivíduo (Feder et al., 2019). A compreensão dos mecanismos de resiliência que preservam o desenvolvimento de redes neurais nos primeiros 1.000 dias, levando à FE e à HL ideais em populações com diferentes níveis e naturezas de risco, poderia levar a modelos capazes de prever bebês em risco e informar intervenções preventivas (Arango et al., 2018).. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador.
      Membro: André Fujita.
    10. 2022-2025. CAPES-DAAD 88887.627882/2021-00. Development of efficient statistical tools for networks and their applications to biological data.
      Descrição: Networks are a powerful means of modeling data. A critical characteristic of real-life networks is that they arise from stochastic processes. Thus, we aim to develop efficient tools for the analysis of massive random networks and to apply them to biological datasets.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Daniel Yasumasa Takahashi - Integrante / Peter F. Stadler - Integrante / Ahmed El Hady - Integrante.
      Membro: André Fujita.
    11. 2021-2024. Wellcome Leap. Identifying biomarkers and trajectories of typical neurodevelopment in children living in high-risk environments
      Descrição: This project is an ambitious endeavor that integrates complementary research groups from the University of São Paulo (USP), Brazil. By integrating experts from multiple disciplines, we will track the development of 1000 infants from birth to 36 months of age across varying levels of risk as part of a new cohort, the 1k Cohort. In addition, data from existing cohorts, some of them with new data collection conducted specifically for this project, and others concluded, will also be used. Infants will be extensively characterized (from neurons to neighborhoods). All data from multiple levels of analysis will be integrated into a model to predict executive functions (EF) and language skills (LS) at 36 months.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Integrante / PASSOS-BUENO, MARIA RITA - Integrante / CAMPOS, ALLINE C. - Integrante / TADDEI, CARLA R. - Integrante / BELTRÃO-BRAGA, PATRICIA - Integrante / Guilherme Polanczyk - Coordenador.
      Membro: André Fujita.
    12. 2021-2022. USP-PRP-PIPAE. Conectando pessoas pelo coração
      Descrição: A coordenação do comportamento é o que permite a interação social (IS). As bases fisiológicas dessa coordenação ainda são desconhecidas. Uma hipótese é que a comodulação dos estados fisiológicos seja crucial. Para testarmos isso, monitoraremos o equilíbrio entre os níveis simpático e parassimpático por meio da variabilidade da frequência cardíaca (VFC). Postulamos que, durante a IS, indivíduos sincronizam a modulação da VFC, o que indica que a IS está associada à comodulação dos estados fisiológicos.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Koichi Sameshima - Integrante / BACCALA, LUIZ A - Integrante.
      Membro: André Fujita.
    13. 2020-2023. FAPESP 2020/01479-1. Classification of body/mental states for a human-machine interface based on the heart rate variability.
      Descrição: From the earliest single-neuron recording experiments through the multivariate functional magnetic resonance imaging (fMRI), one of the predominant themes in neuroscience has been the development of brain reading approaches and human-machine interfaces (HMIs). Although decades of research in both fields have yielded advances, they remain unsatisfactory and far from useful in real-life tasks. Researchers in HMI typically focus solely on brain signals obtained via electroencephalography (EEG), fMRI, or invasive methods such as electrocorticography (ECoG). HMI, based on these signals, shows poor performance because motor behavior does not depend only on brain activity but also on the interactions of the brain with the body, including its internal organs (feedback loop). In other words, if we do not account for the rest of the body, the relationship between behavior and neural activity is not one-to-one. Hence, a natural way to advance the development of improved HMI technology would be to include information on how the body interacts with the brain. One way to achieve this is to measure changes in interoception, i.e., the perception of the body's internal physiological conditions. The advantage of interoception is that it can be measured by monitoring heart activity. Heart rate variability (HRV) is a global parameter that more accurately reflects the behavioral state of the body and brain. Thus, we aim to classify body/mental states and to develop a new HMI based solely on HRV. The results obtained here may change how healthcare is delivered. There are attempts to monitor HRV for health-related issues. We will build on their work to introduce our mental state classification approach. The success of this proposal is directly associated with the development of non-invasive/low-cost HMI for people with disabilities.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Daniel Yasumasa Takahashi - Integrante. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: André Fujita.
    14. 2020-2022. FAPESP-UdL 2020/08343-8. Graph/Hypergraph (spectral) analysis to compare metabolic networks of pathogenic Trypanosoma sp.
      Descrição: Trypanosoma is a genus that includes two pathogenic species in humans: Trypanosoma brucei and Trypanosoma cruzi. These two species are relevant to the economy, welfare, and health. The metabolism of the different stages of both pathogenic trypanosomatids has been studied not only for its relevance to the economy and human health but also for its intrinsic biological interest. Several studies have reported on the central metabolic pathways in these parasites. Additionally, based on omics analyses, a more general picture has emerged over the last decade. However, attempts to address the complexity of the metabolism of T. cruzi and T. brucei remain scarce. Thus, we propose combining graph-theory-based algorithms with statistics to address two relevant questions regarding parasitism. (i) Are metabolic networks more complex and interconnected in the insect stages than in the mammalian stages? (ii) For each kind of host (insects or mammals), are the metabolic networks of these parasites significantly different in terms of complexity and connectivity among their subnetworks? The answers to these questions will provide invaluable biological information on the metabolic adaptations of these parasites to the environments they colonize within their hosts. Additionally, it will contribute to identifying frequent metabolic bottlenecks, which are essential for proposing new metabolic drug targets to treat the infections they cause.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Ariel Mariano Silber - Integrante / Marie-France Sagot - Integrante. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: André Fujita.
    15. 2020-2022. FAPESP-INRIA 2019/22845-9. Computational APproaches with the Objective to Explore intra and cross-species Interactions and their Role in All domains of life
      Descrição: The CAPOEIRA project will cover theoretical computer science (essentially graph theory), mathematics (combinatorics, statistics, and probability), and the development of algorithms to address various biological questions, in particular, the intra- and cross-species interactions, which have implications in all aspects of life sciences, including health, ecology, and environment.Two main topics will be addressed: evolution/coevolution and biological network (graph/hypergraph) analysis and comparison. Both have already been explored by the partners (see Section 11.1 on the partners' joint publications). Some of the specific questions to be addressed in each problem will thus constitute a continuation of previous work. Each problem, however, also contains entirely new questions. Furthermore, the interaction with biologists within the project, at both the modelling and validation steps, is entirely new in the context of the partners' previous collaboration. The first topic concerns improving understanding and characterising the moment of speciation that leads to new species, on the one hand, and, on the other, how one set of species may influence the evolution of another. The second topic concerns metabolism on one hand, and (post-)transcriptional regulation on the other, with the post-transcriptional level involving also inference from scratch of the main actors, namely the non-coding RNAs and their targets, and the regulatory network they form. In the first two cases (metabolism and transcriptional regulation), we will assume that the networks have already been inferred, albeit with potentially numerous missing or incorrect data points. Finally, in the context of regulation, we will also consider the problem of inferring variants, particularly those related to alternative splicing, from RNA-seq data using a de Bruijn graph approach. The two main topics are knowledge representation and model revision, which will also be addressed. These are crucial in the life sciences, and notably in the context of post-transcriptional regulation by non-coding RNAs, for which the various actors, features, and mechanisms are continually questioned and revised.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Ariel Mariano Silber - Integrante / Marie-France Sagot - Integrante. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: André Fujita.
    16. 2019-2024. FAPESP 2018/21934-5. Network statistics: theory, methods, and applications.
      Descrição: The importance of statistics in natural sciences is unquestionable. Statistics is essential for analyzing data accurately and drawing reliable conclusions. However, little is known about formal statistical methods for graphs and their theoretical properties, despite an increasing number of reports on the analysis of real-world networks (e.g., functional brain networks, protein-protein interaction networks, and social interaction networks). Networks are usually analyzed using computational algorithms based on graph theory, such as calculating centrality measures (the relative importance of vertices and edges) or identifying structural patterns (motifs). The main drawback of this approach is that real-world networks exhibit intrinsic fluctuations (random noise) that these "classical" algorithms do not account for. Therefore, statistical methods may aid and complement these analyses. The main goals of this proposal are to develop both theoretical and computational statistics methods and to apply them to real-world data, such as molecular biology, neuroimaging, and cardiac data. The development of this project will be essential to generate novel insights, strengthen collaboration among PIs, and improve the research quality of all involved groups. In the long term, we will consolidate the field of Network Statistics, form groups of highly qualified researchers, and ultimately build a Center for Network Statistics in Brazil. This center will develop novel theoretical frameworks and methodological tools and apply them to solve health sciences problems.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Joao Ricardo Sato - Integrante / Helder Nakaya - Integrante. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: André Fujita.
    17. 2019-2020. USP-PRP. Uso da variabilidade da frequência cardíaca na construção de leitores de atividade e interfaces homem-máquina
      Descrição: A Variabilidade da Frequência Cardíaca (VFC) é uma medida fisiológica associada ao sistema nervoso autônomo e às reações a estímulos de estresse ambiental. Neste trabalho, investigaremos a viabilidade de usar a VFC como marcador biológico para a identificação de atividades, bem como para a construção de uma interface homem-máquina que pode, em algumas situações, ser utilizada no lugar de métodos baseados em eletroencefalograma (EEG), cujos equipamentos são mais caros e de difícil manuseio. Primeiro, desenvolveremos um ambiente computacional para coleta da VFC e um pipeline de pré-processamento do sinal. Em seguida, desenvolveremos um classificador de atividades baseado na VFC e um sistema computacional inteligente, no qual a intenção do indivíduo será detectada pela variação da VFC e traduzida em ação efetiva num ambiente virtual.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Daniel Yasumasa Takahashi - Integrante / Alexandre Steiner - Integrante. Financiador(es): Universidade de São Paulo - Auxílio financeiro.
      Membro: André Fujita.
    18. 2018-2021. Academy of Medical Sciences NAF\R1\180002. A model-based graph clustering approach for autism stratification
      Descrição: Autism spectrum disorder (ASD) is usually diagnosed by behavioral analyses and currently there is no objective test. Even the latest computational methods (e.g., support vector machines and deep learning) based on analyses of blood-oxygen-level-dependent (BOLD) signals yield classification accuracies of approximately 60-70, which are unsatisfactory for clinical use. However, if we focus on a group of individuals sharing a specific phenotype, we obtain better results, probably because there is more than one type of ASD. Thus, our main goal is to stratify ASD into subgroups not by direct analysis of the BOLD signal, as is usually done, but by the functional brain network (FBN) derived from the BOLD signal. The rationale is that ASD can be explained by the differences in how neurons interact. However, there are at least three technical drawbacks with this approach: (i)to the best of our knowledge, there is no method to cluster FBNs (note that this problem is different of the clustering of the vertices of the network as done by the spectral clustering algorithm); (ii) even individuals belonging to the same group present different FBNs (intrinsic fluctuation), which makes the analysis using standard computational methods unfruitful; and (iii) confounders such as age, gender, and other clinical parameters may affect the clustering structure. To overcome these problems, we will represent the FBNs as random graphs and assume that probabilistic models (e.g.Watts-Strogatz and Barabási-Albert models) generate the FBNs. Then, we will define that FBNs generated by the same model belong to the same group, while FBNs generated by different models belong to different groups (similar to the Gaussian mixture model). Confounders effects will be removed by covarying the probabilistic distributions. We hope this stratification contribute for a better understanding of the mechanisms underlying ASD. To develop this method, Dr. Fujita of USP contacted Dr. Mourao-Miranda of UCL to complement his expertise in classification methods. Dr. Fujita works on statistical methods on graphs, while Dr. Mourao-Miranda is a specialist in machine learning with applications in psychiatric disorders. To train Dr. Fujitas group in machine learning, the partners will organize two courses: one at UCL and another at USP. Moreover, two Ph.D. candidates from USP will be sent to UCL for six months each to study state-of-the-art classification techniques. This project is essential for obtaining novel insights, solidifying this collaboration, and improving the quality of this research.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Janaína Mourão Miranda - Integrante.
      Membro: André Fujita.
    19. 2018-2019. FAPESP-ERC 2018/17996-5. Stratification of psychiatric disorders by using network discriminant and clustering analyses
      Descrição: There are at least three main reasons to the lack of reduction of the number of people with alcohol abuse, major depression, and attention deficit hyperactivity disorders (ADHD), namely: (i) the late diagnosis at a time when psychopathology is already well advanced, (ii) a classification based on patient self-report and behavioral observation, which do not reflect the underlying biological mechanisms of these disorders, and (iii) comorbidity (comorbidity between depression and ADHD in adolescents and adults is over 50; comorbidities between alcohol abuse and ADHD in adolescents and adults are 12.9 and 61-64, respectively). Thus, to reduce the frequency of these disorders, we propose identifying biomarkers for early diagnosis and developing an objective stratification that accounts for comorbidity. To this end, we will analyze the IMAGEN longitudinal dataset (coordinated by Prof. Schumann), comprising over 2,000 individuals. First, we will use CEM-Co to cluster the individuals by minimizing the comorbidity effect. Then, to identify discriminative markers and predictors of future psychopathology, we will apply, for each cluster identified by CEM-Co, methods specifically designed for brain network analyses, namely network discriminant analysis and the graph clustering expectation-maximization algorithm. Finally, we will assess whether brain network structures characterize subtypes within these disorders and whether they correspond to comorbidity across these disorders. We hope our findings aid in the better comprehension and early/objective diagnosis of alcohol abuse, depression, and ADHD.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Doutorado: (2) . Integrantes: André Fujita - Coordenador / Gunter Schumann - Integrante. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.
      Membro: André Fujita.
    20. 2017-2020. CAPES-Humboldt 88881.136109/2017-01. Statistical methods on graphs.
      Descrição: PROGRAMA BOLSAS PARA PESQUISA - CAPES/HUMBOLDT. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / F. STADLER, PETER - Integrante.
      Membro: André Fujita.
    21. 2016-2018. FAPESP 2016/13422-9. Métodos estatísticos para grafos com aplicações em ciências da vida.
      Descrição: Recentemente tem sido demonstrado que as estruturas da rede funcional do cérebro e das redes regulatórias de genes são mais adequadas para caracterizar os estados do organismo biológico do que a análise individual de suas partes. Além disso, é sabido que tais redes não são exatamente iguais, mesmo entre indivíduos do mesmo grupo, devido à variabilidade intrínseca. Assim, métodos tradicionais de Ciência da Computação que comumente buscam por padrões bem estabelecidos ou isomorfismo se tornam infrutíferos na análise dessas redes. Para contornar esse problema, torna-se crucial o desenvolvimento de métodos estatísticos para grafos. A fim de construir uma ponte entre a teoria dos grafos e a estatística, investigamos as propriedades espectrais de grafos aleatórios. É sabido que diversas propriedades estruturais de um grafo aleatório, como o número de caminhos, o diâmetro e os cliques, podem ser descritas por meio de seu espectro. Em Takahashi et al. (2012), nós analisamos o espectro dos grafos e introduzimos métodos estatísticos em grafos para (i) seleção de modelos, (ii) estimação de parâmetros e (iii) teste de hipótese para discriminar duas amostras de grafos. Aqui, propomos desenvolver métodos para generalizar o teste de hipótese de Takahashi et al. para mais de dois conjuntos, identificar correlações e fluxos de informação entre grafos e aplicá-los tanto em dados genéticos quanto em dados de neuroimagem.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Masao Nagasaki - Integrante / Alexandre Galvao Patriota - Integrante / Joao Ricardo Sato - Integrante / Daniel Yasumasa Takahashi - Integrante / Koichi Sameshima - Integrante / Asuka Nakata - Integrante / Edgard Morya - Integrante. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: André Fujita.
    22. 2014-2018. Desenvolvimento e aplicações de ferramentas computacionais para biologia: de modelagem molecular a pesquisa translacional
      Descrição: Neste projeto estamos propondo a criação de uma rede de colaborações científicas entre a USP(Capital) e UFPE que promova a interação multidisciplinar entre físicos, químicos, biólogos, farmacêuticos e cientista da computação dentro do um projeto científico que visa o desenvolvimento e aplicação de ferramentas computacionais voltadas para problemas biológicos e induzirá a formação de recursos humanos. As ferramentas computacionais que serão desenvolvidas são bastante diversificadas, cobrindo uma ampla variedade de problemas na área biológica, e atualmente fazem parte dos temas de pesquisa dos docentes envolvidos neste projeto.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Integrante / Kaline Rabelo Coutinho - Coordenador. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
      Membro: André Fujita.
    23. 2014-2018. Rede de cooperação acadêmica para o estudo e desenvolvimento de ferramentas para a genômica estrutural e funcional
      Descrição: Fortalecer e ampliar o intercâmbio acadêmico entre os programas inter-unidades de Pós-Graduação em Bioinformática da UFMG (CAPES 6) e da USP (5), o de Biotecnologia da UFPA (CAPES 5) e o de Bioinformática da UFPR (CAPES 3) com a criação de uma rede voltada a aumentar a formação de recursos humanos em Biologia Computacional, em resposta à presente chamada.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Integrante / Vasco Ariston de Carvalho Azevedo - Coordenador. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
      Membro: André Fujita.
      Descrição: Descrição: Fortalecer e ampliar o intercâmbio acadêmico entre os programas inter-unidades de Pós-Graduação em Bioinformática da UFMG (CAPES 6) e da USP (5), o de Biotecnologia da UFPA (CAPES 5) e o de Bioinformática da UFPR (CAPES 3) com a criação de uma rede voltada a aumentar a formação de recursos humanos em Biologia Computacional, em resposta à presente chamada... Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (3) Doutorado: (2) . Integrantes: Alan Mitchell Durham - Coordenador / Arthur Gruber - Integrante / André Fujita - Integrante / Robson Francisco de Souza - Integrante. Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
      Membro: Alan Mitchell Durham.
    24. 2014-2016. Desenvolvimento de técnicas estatístico-computationais para construir, modelar e analisar redes biológicas envolvidas em doenças humanas
      Descrição: O entendimento dos mecanismos geradores das diversas doenças que acometem a humanidade é um dos grandes objetivos das ciências biológicas. Apesar de todos os esforços, o enorme número de fatores heterogêneos que influenciam na gênese de uma doença torna essa tarefa muito árdua. Um dos desafios para o entendimento das doenças está no desenvolvimento de metodologias computacionais para a análise estatística e manipulação de dados gerados em larga escala. Isso se deve principalmente a grande quantidade, heterogeneidade, multidimensionalidade e presença de ruído intrínseco nos dados biológicos. Neste contexto, este projeto de pesquisa tem como objetivo principal o desenvolvimento de técnicas estatístico-computacionais para inferência dos fenômenos que emergem das interações entre os diferentes componentes biológicos envolvidos numa doença. Em outras palavras, desenvolveremos métodos estatísticos formais para grafos (teste de hipóteses, seleção de modelos, estimador de parâmetros) a fim de comparar redes neurais obtidas da modelagem de dados de ressonância magnética funcional, e estrutural e integrar dados de genômica, transcriptoma e fenótipo em câncer. Isso permitirá modelar, integrar e analisar dados biológicos obtidos em diversas colaborações entre nosso grupo e laboratórios de biologia/medicina (Lab. de Regulação de RNAs e micro RNAs em Doenças (Profa. Massirer) e Lab. de Biologia Molecular (Prof. Bengtson), ambos da UNICAMP; dados de ressonância magnética dos grupos do Prof. Sato da UFABC e Dr. Takahashi da Universidade de Princeton) além também de implantar uma linha de pesquisa inédita (análise estatística formal em grafos) tanto no mundo como também no Dept. de Ciência da Computação do IME-USP. Com isso, esperamos auxiliar biomédicos a elucidar os mecanismos biológicos envolvidos em diversas doenças estudadas neste projeto (câncer, doenças cardiovasculares, diabetes e distúrbios do cérebro).. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Katlin Brauer Massirer - Integrante / Alexandre Galvao Patriota - Integrante / Joao Ricardo Sato - Integrante / Daniel Yasumasa Takahashi - Integrante / Mário Henrique Bengtson - Integrante. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: André Fujita.
    25. 2013-2018. Estruturas Combinatórias, Otimização e Algoritmos em Teoria da Computação
      Descrição: A área de Ciência da Computação experimenta hoje um crescimento vertiginoso. Novidades tecnológicas surgem e tornam-se obsoletas em um ou dois anos de existência. Novas abordagens surgem com enorme rapidez. Tal desenvolvimento se dá por necessidades criadas em outras áreas do conhecimento de novas técnicas para resolver problemas cada vez mais complexos. Hoje em dia é impossível imaginar um pesquisador de qualquer área do conhecimento que possa desenvolver suas atividades sem o apoio de métodos, técnicas ou tecnologia desenvolvida por pesquisadores de Ciência da Computação. É evidente que os mais bem sucedidos avanços tecnológicos em Ciência da Computação estão fundamentados em resultados teóricos. Áreas como mineração de dados e reconhecimento de padrões, para citar apenas duas, têm seus métodos fortemente baseados em técnicas desenvolvidas em Teoria da Computação. Nosso obje- tivo neste projeto é o estudo de estruturas combinatórias e diversas formas de abordar problemas relacionados com tais estruturas: métodos algébricos, geométricos, probabilísticos, combinatórios, etc. Uma melhor compreensão destes objetos pode resultar em novas estratégias e algoritmos mais eficientes para resolver problemas a eles relacionados. A equipe proponente tem pesquisadores com grande experiência que cobrem uma ampla gama de subáreas de Teoria da Computação, permitindo uma maior sinergia para a solução dos problemas abordados. As principais contribuições esperadas neste projeto são a publicação de artigos científicos em conferências e periódicos bem estabelecidos, com alta circulação e de seletiva política editorial. Desejamos também intensificar o intercâmbio internacional do grupo e a formação de alunos nos vários níveis (de iniciação científica a pós-doutorandos). Pretendemos ainda, durante a execução do projeto, realizar uma Escola Avançada de Ciências na área de Teoria da Computação.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Integrante / Carlos Eduardo Ferreira - Coordenador.
      Membro: André Fujita.
    26. 2013-2016. Técnicas de aprendizagem de máquina para o estudo high-throughput das interações sociais em primatas
      Descrição: Interações sociais são centrais nas vidas de humanos e de outros primatas. Muitas das interações ocorrem em, e são influenciados por, um contexto muito maior: a rede social. A estrutura da rede social é baseada nas interações passadas entre os indivíduos do grupo social e também das interações em tempo real que estão constantemente modificando a estrutura da rede. Assim, para entender como os indivíduos se comportam e interagem, é necessário investigar seus comportamentos in situ, ou seja, como uma função da rede social. Contudo, a influência da rede social nas interações é impossível de ser medida pois o rastreamento simultâneo e análise do comportamento de mais de dois indivíduos é muito difícil. Além disso, mesmo uma vez obtido os dados das interações de diversos indivíduos, devido a seu imenso volume, multidimensionalidade e heterogeneidade, a análise se torna extraordinariamente complexa. Devido a esses fatores, o objetivo do presente projeto de pesquisa que será realizado em conjunto com o grupo do Prof. Asif Ghazanfar da Universidade de Princeton consiste em desenvolver metodologias para a coleta e monitoramento do comportamento de dez ou mais indivíduos simultaneamente ao longo do tempo e também de métodos computacionais para sua análise, a fim de entender melhor as interações sociais entre indivíduos dentro do seu contexto de um grupo maior. Para este projeto, usaremos macacos saguis como nosso modelo de estudo, o que nos permitirá realizar experimentos de intervenção no sistema para responder perguntas específicas. Com o desenvolvimento deste projeto, construiremos o maior e mais completo conjunto de dados longitudinal de saguis interagindo entre eles até o momento além também de um pipeline computacional para analisar os dados massivos de áudio e vídeo gerados pelo registro contínuo dos saguis, o que permitirão que outros grupos de pesquisa iniciem estudos de interações high-throughput entre primatas não-humanos.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro: André Fujita.
    27. 2012-2017. Modelos e métodos de e-Science para ciências da vida e agrárias
      Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Integrante / Roberto Marcondes Cesar Jr. - Coordenador.
      Membro: André Fujita.
    28. 2012-2017. USP e-Science Research Network
      Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Integrante / Roberto Marcondes Cesar Jr. - Coordenador.
      Membro: André Fujita.
    29. 2011-2013. Causalidade de Granger entre grupos de séries temporais: desenvolvimento de metodologias para seleção de modelos e extensões no domínio da frequência com aplicações em Biologia Molecular e Neurociência.
      Descrição: Wiener (1956) e Granger (1969) introduziram um conceito intuitivo de causalidade (causalidade de Granger) entre duas variáveis que é baseada na ideia de que um efeito nunca ocorre antes de sua causa. Apesar da causalidade de Granger não ser uma "causalidade efetiva" no sentido Aristotélico, este conceito é muito útil para identificar direcionalidade e fluxo de informação em dados observados (biológicos, econômicos, financeiros, etc). Geweke (1984) generalizou esse conceito de causalidade para o caso multivariado, ou seja, quando m séries temporais Granger-causam uma série temporal, enquanto Fujita et al. (2010) generalizaram para o caso entre grupos de variáveis, isto é, quando m séries temporais Granger-causam n outras séries temporais. Apesar da técnica para a identificação da causalidade de Granger entre grupos ser útil para explicar certos eventos naturais, ainda existem algumas limitações a serem superadas. Por exemplo, para sua identificação em dados reais, é necessário definir de forma objetiva quais variáveis pertencem a quais grupos quando nenhuma informação a priori sobre a estrutura dos grupos é fornecida. Além disso, pouco (ou nada) se é conhecido sobre a causalidade de Granger entre grupos de séries temporais no domínio da frequência. Assim, neste projeto, propõe-se desenvolver um critério para seleção de modelos, isto é, uma maneira de definir de forma objetiva quais variáveis pertencem a quais grupos; e também um conceito e metodologia para a identificação de causalidade de Granger entre grupos de séries temporais no domínio da frequência. Propõe-se, ainda, aplicar as técnicas desenvolvidas aqui em dados de expressão gênica relacionados com o câncer e também em dados de ressonância magnética funcional, afim de obter uma melhor compreensão da intrincada rede de interações gênicas no câncer e também da conectividade do cérebro sob diferentes estímulos.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: André Fujita.
    30. 2009-2011. Development of Computational Methods for Large Scale Gene Regulatory Networks: Construction and Structural Analysis.
      Descrição: The main goal pursued by this project is to develop innovative computational methods using supercomputer to construct large scale gene regulatory networks and to design algorithms to mine properties related to diseases in network´s structure.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador. Financiador(es): RIKEN - Auxílio financeiro.
      Membro: André Fujita.
    31. 2007-2009. Genome Network Project
      Descrição: Construção de uma plataforma computacional para análise de dados biológicos em larga escala.. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Integrante / Satoru Miyano - Coordenador. Financiador(es): Ministério da Educação, Cultura, Esportes, Ciência e Tecnologia do Japão - Auxílio financeiro.
      Membro: André Fujita.

Prêmios e títulos

  • Total de prêmios e títulos (20)
    1. Best paper award, Brazilian Symposium on Bioinformatics.. 2023.
      Membro: André Fujita.
    2. Latin America Research Award, Google.. 2022.
      Membro: André Fujita.
    3. Fulbright Fellowship, Fulbright.. 2021.
      Membro: André Fujita.
    4. Intercontinental Academia Fellow, University-Based Institutes for Advanced Study.. 2021.
      Membro: André Fujita.
    5. Sigma Xi, Nominated Full Membership, Sigma Xi - The Scientific Research Honor Society.. 2021.
      Membro: André Fujita.
    6. Newton Advanced Fellowship, Academy of Medical Sciences - Royal Society (Reino Unido).. 2018.
      Membro: André Fujita.
    7. Melhor poster na categoria "Systems Biology and Networks", X-meeting 2018 - 14th International Conference of the AB3C.. 2018.
      Membro: André Fujita.
    8. Jovem Pesquisador Destaque, Associação Brasileira de Bioinformática e Biologia Computacional.. 2017.
      Membro: André Fujita.
    9. Alexander von Humboldt Fellowship, Alexander von Humboldt Foundation (Alemanha).. 2017.
      Membro: André Fujita.
    10. Terceiro lugar no XXIII Latin American Contest of Master Thesis - CLTM/CLEI (orientador da aluna Suzana de Siqueira Santos), Conferencia Latino Americana de Informática.. 2016.
      Membro: André Fujita.
    11. Destaques das Atividades de Cultura e Extensão em 2013 (Curso de Verão em Bioinformática 2013), Pró-Reitoria de Cultura e Extensão Universitária.. 2015.
      Membro: André Fujita.
    12. JICA Nikkei Fellowship, Japan International Cooperation Agency.. 2015.
      Membro: André Fujita.
    13. Melhor poster na categoria "Desenvolvimento de software", X-meeting 2015 - 11th International Conference of the AB3C + Brazilian Symposium of Bioinformatics.. 2015.
      Membro: André Fujita.
    14. Menção Honrosa (Ciências Biológicas I), Prêmio CAPES de Teses 2008.. 2009.
      Membro: André Fujita.
    15. Special Postdoctoral Research Fellowship, RIKEN (Japão).. 2009.
      Membro: André Fujita.
    16. Primeiro lugar na categoria doutorado, Concurso de Teses e Dissertações - Sociedade Brasileira de Computação.. 2008.
      Membro: André Fujita.
    17. DELF (nivel B2) - Diplôme d'études en langue française, Ministère français de l'éducation nationale.. 2006.
      Membro: André Fujita.
    18. JICA Nikkei Fellowship, Japan International Cooperation Agency.. 2006.
      Membro: André Fujita.
    19. D.E.L.E (nivel Superior) - Diploma de Español como Lengua Extranjera, La Universidad de Salamanca - Instituto Cervantes.. 2003.
      Membro: André Fujita.
    20. Japanese Language Proficiency Test levels 1,2,3,4, Japan Foundation - Association of International Education.. 2001.
      Membro: André Fujita.

Participação em eventos

  • Total de participação em eventos (24)
    1. Understanding Cancer Cell Aggressiveness with Novel Imaging Technique.Statistics in graphs with applications to cancer data.. 2016. (Encontro).
    2. Japan Cancer Association - Kanazawa University Joint Symposium.XXX. 2015. (Simpósio).
    3. Brazil-UK Frontiers of Engineering.Computational statistics in biological big data: methods and applications. 2014. (Encontro).
    4. International Symposium on Tumor Biology in Kanazawa.Computational methods to identify altered gene regulatory networks. 2014. (Simpósio).
    5. The 10th IEEE International Conference on e-Science. XXX. 2014. (Congresso).
    6. UEA-NRP-FAPESP, UK-BRAZIL WORKSHOP on PLANT SCIENCES.Understanding biological systems using mathematics, computer science and statistics. 2013. (Encontro).
    7. X-meeting. Computational-statistical procedures to analyze control/disease networks. 2013. (Congresso).
    8. AACR Annual meeting.Expression of the RECK tumor and metastasis suppressor gene in human breast cancer: a poor prognosis marker. 2012. (Encontro).
    9. Curso de Verão em Bioinformática.Biologia de Sistemas. 2012. (Seminário).
    10. Curso de Verão em Bioinformática.Biologia de Sistemas. 2012. (Seminário).
    11. SIICUSP.x. 2012. (Simpósio).
    12. Dia do Biologo... 2011. (Simpósio).
    13. ISI 2011 (Dynamics Statistical Models). Granger causality and extensions of vector autoregressive models: applications and challenges. 2011. (Congresso).
    14. SABI 2011 (XVIII Congreso Argentino de Bioingenieria). Systems Biology: another point of view. 2011. (Congresso).
    15. Cold Spring Harbor: SYSTEMS BIOLOGY: GLOBAL REGULATION OF GENE EXPRESSION.The impact of measurement errors in the identification of gene regulatory networks. 2010. (Encontro).
    16. The Sixth Asia Pacific Bioinformatics Conference. Modeling gene expression regulatory networks with the sparse vector autoregressive model. 2008. (Congresso).
    17. German Conference on Bioinformatics. GEDI: a user-friendly gene expression analysis toolbox. 2007. (Congresso).
    18. Japan Society for Bioinformatics. 2007. (Congresso).
    19. International conference of the brazilian association for bioinformatics and computational biology.Conferencia de bioiformatica. 2005. (Simpósio).
    20. Reuniao anual da sociedade brasileira de bioquimica e bilogia molecular. Reuniao anual da sociedade brasileira de bioquimica e bilogia molecular. 2005. (Congresso).
    21. International conference of bioinformatics and computational biology.Conferencia de bioinformatica. 2004. (Simpósio).
    22. International conference of bioinformatics and computational biology.Conferencia de bioinformatica. 2003. (Simpósio).
    23. Reuniao anual da sociedade brasileira de bioquimica e biologia molecular. Reuniao da sociedade brasileira de bioquimica e bilogia molecular. 2002. (Congresso).
    24. SIICUSP.Simposio de iniciaçao cientifica da Universidade de Sao Paulo. 2002. (Simpósio).

Organização de eventos

  • Total de organização de eventos (7)
    1. FUJITA, A.; F. STADLER, PETER. Workshop on Network Statistics. 2025. Outro
    2. FUJITA, A.; F. STADLER, PETER. Workshop on Network Statistics. 2022. Outro
    3. Fujita, Andre; RAMOS, TAIANE COELHO ; MIRANDA, Janaína Mourão. Workshop on Network Statistics. 2019. Outro
    4. FUJITA, A. X-meeting. 2015. (Congresso).. . 0.
    5. FUJITA, A. Workshop in Bioinformatics and Algorithms. 2015. (Congresso).. . 0.
    6. Fujita, André. 10th IEEE International Conference on e-Science. 2014. (Congresso).. . 0.
    7. Fujita, André. Curso de Verão de Bioinformática. 2013. (Congresso).. . 0.

Lista de colaborações

  • Colaborações endôgenas (3)
    • André Fujita ⇔ Carlos Eduardo Ferreira (14.0)
      1. TAKAHASHI, D. Y. ; SATO, João Ricardo ; FERREIRA, Carlos Eduardo ; FUJITA, A. Discriminating different classes of biological networks by analyzing the graphs spectra distribution. Plos One. v. 7, p. e49949, 2012. Qualis: A1
      2. FUJITA, A; Sato, J. R. ; Demasi, Marcos Almeida ; Yamaguchi, R. ; Shimamura, T. ; FERREIRA, Carlos Eduardo ; Sogayar, Mari C ; Miyano, S.. Inferring contagion in regulatory networks. IEEE/ACM Transactions on Computational Biology and Bioinformatics (Print). v. 8, p. 570-576, 2011. Qualis: A1
      3. Fujita, André; SATO, João Ricardo ; DEMASI, MARCOS ANGELO ALMEIDA ; SOGAYAR, Mari Cleide ; FERREIRA, Carlos Eduardo ; Miyano, Satoru. Comparing Pearson, Spearman and Hoeffding's D measure for gene expression association analysis. Journal of Bioinformatics and Computational Biology (Print). v. 07, p. 663-684, 2009. Qualis: B1
      4. FUJITA, A.; SATO, João Ricardo ; FESTA, Fernanda ; GOMES, L. R. ; SHINJO, Sueli Mieko Oba ; MARIE, Suely Kazue Nagahashi ; FERREIRA, Carlos Eduardo ; SOGAYAR, Mari Cleide. Identification of Col6a1 as a differentially expressed gene in human astrocytomas. Genetics and Molecular Research. v. 7, p. 371-378, 2008.Qualis: B3
      5. Fujita, André; SATO, João Ricardo ; GARAY-MALPARTIDA, HUMBERTO MIGUEL ; SOGAYAR, Mari Cleide ; FERREIRA, Carlos Eduardo ; Miyano, Satoru. MODELING NONLINEAR GENE REGULATORY NETWORKS FROM TIME SERIES GENE EXPRESSION DATA. Journal of Bioinformatics and Computational Biology (Print). v. 06, p. 961-979, 2008. Qualis: B1
      6. FUJITA, A.; SATO, João Ricardo ; MALPARTIDA, Humberto Miguel Garay ; MORETTIN, Pedro Alberto ; SOGAYAR, Mari Cleide ; FERREIRA, Carlos Eduardo. Time-varying modeling of gene expression regulatory networks using the wavelet dynamic vector autoregressive method. Bioinformatics (Oxford. Bioinformatics (Oxford). v. 23, p. 1623/13-1630, 2007. Qualis: A1
      7. FUJITA, A.; SATO, João Ricardo ; MALPARTIDA, Humberto Miguel Garay ; Yamaguchi, Rui ; Miyano, Satoru ; SOGAYAR, Mari Cleide ; FERREIRA, Carlos Eduardo. Modeling gene expression regulatory networks with the sparse vector autoregressive model. BMC Systems Biology. v. 1, p. 39, 2007. Qualis: A1
      8. FUJITA, A.; SATO, João Ricardo ; FERREIRA, Carlos Eduardo ; SOGAYAR, Mari Cleide. GEDI: an user-friendly toolbox for analysis of large-scale gene expression data. BMC Bioinformatics. v. 8, p. 457, 2007. Qualis: A1
      9. FUJITA, A.; SATO, João Ricardo ; RODRIGUES, Leonardo de Oliveira ; FERREIRA, Carlos Eduardo ; SOGAYAR, Mari Cleide. Evaluating different methods of microarray data normalization. BMC Bioinformatics. v. 7, p. 0/469, 2006. Qualis: A1
      10. FUJITA, A.; MASSIRER, Katlin Brauer ; DURHAM, Alan Mitchell ; FERREIRA, Carlos Eduardo ; SOGAYAR, Mari Cleide. The GATO gene annotation tool for research laboratories.. Brazilian Journal of Medical and Biological Research (Impresso), Ribeirão Preto, SP. v. 38, n. 11, p. 1571-1574, 2005. Qualis: A4 (BRAZILIAN JOURNAL OF MEDICAL AND BIOLOGICAL RESEARCH)
      11. SANTOS, S. S. ; TAKAHASHI, D. Y. ; SATO, J. R. ; FERREIRA, Carlos Eduardo ; FUJITA, A.. Statistical methods in graphs: parameter estimation, model selection, and test. Em: Matthias Demmer; Frank Emmert-Streib; Zengqiang Chen; Xueliang Li; Yongtang Shi. (Org.). Mathematical Foundations and Applications of Graph Entropy. 1ed.New York. : Wiley-VCH. 2016.v. 6, p. 183-202.
      12. FUJITA, A.; SATO, João Ricardo ; DEMASI, Marcos Angelo A. ; Miyano, Satoru ; SOGAYAR, Mari Cleide ; FERREIRA, Carlos Eduardo. An introduction to time-varying connectivity estimation for gene regulatory networks. Em: Frank Emmert-Streib; Matthias Dehmer. (Org.). Medical Biostatistics for complex diseases. Weinheim, Germany. : Wiley VCH Verlag. 2010.p. 205-230.
      13. FUJITA, A.; SATO, João Ricardo ; MALPARTIDA, Humberto Miguel Garay ; Yamaguchi, Rui ; SOGAYAR, Mari Cleide ; FERREIRA, Carlos Eduardo ; Miyano, Satoru. Modeling gene expression regulatory networks with the sparse vector autoregressive model. Em: The Sixth Asia Pacific Bioinformatics Conference, 2008, Kyoto. Proceedings of The Sixth Asia Pacific Bioinformatics Conference, 2008.
      14. FUJITA, A.; SATO, João Ricardo ; SOGAYAR, Mari Cleide ; FERREIRA, Carlos Eduardo. GEDI: a user-friendly gene expression analisys toolbox. Em: German Conference on Bioinformatics, 2007, Potsdam. Proceedings of the Geman Conference on Bioinformatics, 2007.

    • André Fujita ⇔ Alan Mitchell Durham (1.0)
      1. FUJITA, A.; MASSIRER, Katlin Brauer ; DURHAM, Alan Mitchell ; FERREIRA, Carlos Eduardo ; SOGAYAR, Mari Cleide. The GATO gene annotation tool for research laboratories.. Brazilian Journal of Medical and Biological Research (Impresso), Ribeirão Preto, SP. v. 38, n. 11, p. 1571-1574, 2005. Qualis: A4 (BRAZILIAN JOURNAL OF MEDICAL AND BIOLOGICAL RESEARCH)

    • André Fujita ⇔ João Eduardo Ferreira (1.0)
      1. YANCY-CABALLERO, DAISON ; LING, LIU Y. ; Fujita, André ; FERREIRA, JOÃO E. ; DRIEMEIER, CARLOS. Intraparticle Connectivity in Sugarcane Bagasse Unveiled by Pore Network Modeling. BioEnergy Research. v. 12, p. 546-557, 2019. Qualis: A1




(*) Relatório criado com produções desde 2000 até 2025
Data de processamento: 09/02/2026 20:34:19