Departamento de Ciência da Computação

Andre 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 e Professor Titular no Medical Institute of Bioregulation da Kyushu University (Japão). (Texto informado pelo autor)

  • http://lattes.cnpq.br/0247990329725342 (28/01/2024)
  • Rótulo/Grupo:
  • Bolsa CNPq: Nível 2
  • Período de análise:
  • Endereço: Universidade de São Paulo, Instituto de Matemática e Estatística. 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 (20)
    1. 2022-Atual. Development of efficient statistical tools for networks and their applications to biological data.
      Descrição: Networks are a powerful means of modeling data. The critical characteristic of real-life networks is that they are the results of stochastic processes. Thus, we aim at developing efficient tools for the analysis of massive random networks and apply them to biological datasets.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador / Daniel Yasumasa Takahashi - Integrante / Peter F. Stadler - Integrante / Ahmed El Hady - Integrante.
      Membro: Andre Fujita.
    2. 2021-Atual. Conectando pessoas pelo coracao
      Descrição: A coordenação do comportamento é o que permite termos interação social (IS). As bases fisiológicas dessa coordenação ainda são desconhecidas. Uma hipótese é a de que a comodulação dos estados fisiológicos seja crucial. Para testarmos isso, monitoraremos o balanço dos níveis simpático/parassimpático através da variabilidade da frequência cardíaca (VFC). Postulamos que durante a IS, indivíduos sincronizam a modulação da VFC, indicando que a IS está associada a comodulação dos estados fisiológicos.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador.
      Membro: Andre Fujita.
    3. 2020-Atual. 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 general topics will be addressed, namely evolution/co-evolution, and biological network (graph/hypergraph) analysis and comparison. Both have already been explored by the partners (see Section 11.1 on the Joint publications of the partners). Some of the specific questions to be treated within each problem will thus represent a continuation of previous works. 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 past collaboration between the two partners. The first topic concerns better understanding and characterising the moment of speciation leading to new species on 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 (of metabolism and transcriptional regulation), we will assume that the networks are already inferred albeit with possibly numerous missing and incorrect data. Finally, in the case of regulation, we will also consider the problem of inferring variants, notably related to alternative splicing, from a set of RNA-seq data using a de Bruijn graph approach. Overseeing these two main topics are the issues of knowledge representation and model revision that 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 different actors, features, and overall mechanisms are constantly being questioned [1] and revised.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Andre Fujita.
    4. 2020-Atual. Graph/Hypergraph (spectral) analysis to compare metabolic networks of pathogenic Trypanosoma sp.
      Descrição: Trypanosoma is a genus, which contains two pathogenic species to human beings: Trypanosoma brucei and Trypanosoma cruzi. These two species are relevant in terms of economy, welfare, and health. The metabolism of the different stages of both pathogenic trypanosomatids has been a matter of study not only because of their relevance for the economy and human health but also because of their intrinsic biological interest. Several works reported how the central metabolic pathways work in these parasites. Also, based on omics analysis, a more general picture has been built in the last decade. However, attempts to approach the complexity of the metabolism of T. cruzi and T. brucei are still scarce. Thus, we propose combining graph theory-based algorithms and statistics to answer two relevant questions of parasitism. (i) Are metabolic networks more complex and interconnected in the insect stages than 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 bring invaluable biological information in terms of metabolic adaptations of these parasites to the environments they colonize in their hosts. Also, it will contribute to identifying frequent metabolic bottlenecks essential to propose new metabolic drugs targets for treating the infections they cause.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Andre Fujita.
    5. 2020-Atual. 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 (HMI). Although decades of research, in both fields, advances are unsatisfactory, far from being useful in real- life tasks. Researchers of HMI usually focus solely on brain signals obtained by electroencephalography (EEG), fMRI, or by 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 take into account 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 the inclusion of information about how the body interacts with the brain. One way to achieve this is to measure the change in interoception, i.e., the perception of the internal physiological conditions of the body. The advantage of interoception is that it can be measured by monitoring heart activity. Heart rate variability (HRV) is a global parameter that better represents the behavioral state of the body and the brain. Thus, we aim to classify body/mental states and construct a new HMI based solely on the HRV. Results obtained here may change how we do healthcare. There are attempts to monitor HRV for health-related issues. We will scaffold on them 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: Em andamento; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador. Financiador(es): (FAPESP) Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Andre Fujita.
    6. 2019-2020. Uso da variabilidade da frequencia cardiaca na construcao de leitores de atividade e interfaces homem-maquina
      Descrição: A Variabilidade da Frequência Cardíaca (VFC) é uma medida fisiológica associada ao sistema nervoso autônomo e também às reações a estímulos de estresse do ambiente. Neste trabalho investigaremos a viabilidade de usar a VFC como um marcador biológico para identificação de atividades como também 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, onde a intenção do indivíduo será detectada pela variação na 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: Andre Fujita.
    7. 2019-Atual. Network statistics: theory, methods, and applications.
      Descrição: The importance of statistics in natural sciences is unquestionable. Statistics is essential to analyze data appropriately and to reach reliable conclusions. However, little is known about formal statistical methods on graphs and their theoretical properties even with 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 calculation of centrality measures (relative importance of vertices and edges) or identification of structural patterns (motifs). The main drawback of this approach is the fact that real world networks present intrinsic fluctuations (random noise) that are not taken into account by these "classical" algorithms. Therefore, methods with statistical perspective may aid and complement these analyses. The main goals of this proposal is the development of both theory and computational statistics methods and apply them to real world data, such as networks from molecular biology, neuroimaging, and cardiac data. The development of this project will be essential to obtain novel insights, solidify the cooperation 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, methodological tools and also apply the latter to solve health sciences problems.. Situação: Em andamento; 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: Andre Fujita.
    8. 2018-Atual. 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 frequencies of these disorders, we propose to identify biomarkers for early diagnosis, and also to obtain an objective stratification by taking into account the comorbidity. To this end, we will analyze the IMAGEN longitudinal data set (coordinated by Prof. Schumann) composed of 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 designed specifically for brain networks analyses, namely network discriminant analysis and graph clustering expectation maximization algorithm. Finally, we will assess if brain network structures characterize subtypes within and if 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: Em andamento; 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: Andre Fujita.
    9. 2017-2020. Statistical methods on graphs
      Descrição: PROGRAMA BOLSAS PARA PESQUISA - CAPES/HUMBOLDT. Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Coordenador.
      Membro: Andre Fujita.
    10. 2016-2018. Metodos estatisticos para grafos com aplicacoes em ciencias 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 a 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, se torna crucial o desenvolvimento de métodos estatísticos para grafos. A fim de construir uma ponte entre teoria dos grafos e estatística, nós investigamos as propriedades espectrais dos grafos aleatórios. É sabido que diversas propriedades estruturais de um grafo aleatório, como número de caminhos, diâmetro e cliques podem ser descritos pelo 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) estimador de parâmetros e (iii) um 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 correlação e fluxo de informação entre grafos e aplicá-los tanto em dados genéticos como 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: Andre Fujita.
    11. 2014-2018. Rede de cooperacao academica para o estudo e desenvolvimento de ferramentas para a genomica 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: Andre 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.
    12. 2014-2018. Desenvolvimento e aplicacoes 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: Andre Fujita.
    13. 2014-2016. Desenvolvimento de tecnicas estatistico-computationais para construir, modelar e analisar redes biologicas envolvidas em doencas 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: Andre Fujita.
    14. 2013-2018. Estruturas Combinatorias, Otimizacao e Algoritmos em Teoria da Computacao
      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: Andre Fujita.
    15. 2013-2016. Tecnicas de aprendizagem de maquina para o estudo high-throughput das interacoes 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: Andre Fujita.
    16. 2012-2017. USP e-Science Research Network
      Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Integrante / Roberto Marcondes Cesar Jr. - Coordenador.
      Membro: Andre Fujita.
    17. 2012-2017. Modelos e metodos de e-Science para ciencias da vida e agrarias
      Situação: Concluído; Natureza: Pesquisa. Integrantes: André Fujita - Integrante / Roberto Marcondes Cesar Jr. - Coordenador.
      Membro: Andre Fujita.
    18. 2011-2013. Causalidade de Granger entre grupos de series temporais: desenvolvimento de metodologias para selecao de modelos e extensoes no dominio da frequencia com aplicacoes em Biologia Molecular e Neurociencia.
      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: Andre Fujita.
    19. 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: Andre Fujita.
    20. 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: Andre Fujita.

Prêmios e títulos

  • Total de prêmios e títulos (19)
    1. Latin America Research Award, Google.. 2022.
      Membro: André Fujita.
    2. Fulbright Fellowship, Fulbright.. 2021.
      Membro: André Fujita.
    3. Intercontinental Academia Fellow, University-Based Institutes for Advanced Study.. 2021.
      Membro: André Fujita.
    4. Sigma Xi, Nominated Full Membership, Sigma Xi - The Scientific Research Honor Society.. 2021.
      Membro: André Fujita.
    5. Newton Advanced Fellowship, Academy of Medical Sciences - Royal Society (Reino Unido).. 2018.
      Membro: André Fujita.
    6. Melhor poster na categoria "Systems Biology and Networks", X-meeting 2018 - 14th International Conference of the AB3C.. 2018.
      Membro: André Fujita.
    7. Jovem Pesquisador Destaque, Associação Brasileira de Bioinformática e Biologia Computacional.. 2017.
      Membro: André Fujita.
    8. Alexander von Humboldt Fellowship, Alexander von Humboldt Foundation (Alemanha).. 2017.
      Membro: André Fujita.
    9. 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.
    10. 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.
    11. JICA Nikkei Fellowship, Japan International Cooperation Agency.. 2015.
      Membro: André Fujita.
    12. Melhor poster na categoria "Desenvolvimento de software", X-meeting 2015 - 11th International Conference of the AB3C + Brazilian Symposium of Bioinformatics.. 2015.
      Membro: André Fujita.
    13. Menção Honrosa (Ciências Biológicas I), Prêmio CAPES de Teses 2008.. 2009.
      Membro: André Fujita.
    14. Special Postdoctoral Research Fellowship, RIKEN (Japão).. 2009.
      Membro: André Fujita.
    15. Primeiro lugar na categoria doutorado, Concurso de Teses e Dissertações - Sociedade Brasileira de Computação.. 2008.
      Membro: André Fujita.
    16. DELF (nivel B2) - Diplôme d'études en langue française, Ministère français de l'éducation nationale.. 2006.
      Membro: André Fujita.
    17. JICA Nikkei Fellowship, Japan International Cooperation Agency.. 2006.
      Membro: André Fujita.
    18. D.E.L.E (nivel Superior) - Diploma de Español como Lengua Extranjera, La Universidad de Salamanca - Instituto Cervantes.. 2003.
      Membro: André Fujita.
    19. 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 (5)
    1. Fujita, Andre; RAMOS, TAIANE COELHO ; MIRANDA, Janaína Mourão. Workshop on Network Statistics. 2019. Outro
    2. FUJITA, A. X-meeting. 2015. (Congresso).. . 0.
    3. FUJITA, A. Workshop in Bioinformatics and Algorithms. 2015. (Congresso).. . 0.
    4. Fujita, André. 10th IEEE International Conference on e-Science. 2014. (Congresso).. . 0.
    5. 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, issn: 1932-6203, 2012.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        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, issn: 1545-5963, 2011.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        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, issn: 0219-7200, 2009.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        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, issn: 1676-5680, 2008.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        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, issn: 0219-7200, 2008.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        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. Print). v. 23, p. 1623/13-1630, issn: 1367-4803, 2007.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: Não identificado (BIOINFORMATICS (OXFORD. PRINT))
      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, issn: 1752-0509, 2007.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        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, issn: 1471-2105, 2007.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        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, issn: 1471-2105, 2006.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        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). v. 38, n. 11, p. 1571-1574, issn: 0100-879X, 2005.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A4
      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.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      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.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      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.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
      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.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]

    • 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). v. 38, n. 11, p. 1571-1574, issn: 0100-879X, 2005.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A4

    • 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, issn: 1939-1234, 2019.
        [ citações Google Scholar | citações Microsoft Acadêmico | busca Google ]
        Qualis: A1




(*) Relatório criado com produções desde 2000 até 2024
Data de processamento: 22/04/2024 18:50:39