Ivan Gesteira Costa Filho

  • Endereço para acessar este CV: http://lattes.cnpq.br/6173255299874918
  • Última atualização do currículo em 17/01/2016


possui graduação em Ciência da Computação pelo Centro de Informática (2000) da UFPE, foi estudante visitante em Ciências da Computação na Middlessex University (1999) e mestrado em Ciências da Computação pela Universidade Federal de Pernambuco (2003) e concluiu seu doutorado no Instituto Max Planck de Genética Molecular em Berlin/Universidade Livre de Berlin, Alemanha. Atualmente é Professor Adjunto no Centro de Informática (2008) da Universidade Federal de Pernambuco. Tem experiência na área de Ciência da Computação, com ênfase em Bioinformática e Inteligência Artificial, atuando principalmente nos seguintes temas: analise de expressão gênica, medicina personalizada, algoritmos de agrupamento e modelos de misturas. É revisor em periódicos internacionais de primeira linha tais como Pattern Recognition Letters, IEEE Transactions on Bioinformatics and Computational Biology, Bioinformatics e BMC Bioinformatics. Suas pesquisas já foram publicadas em 16 periódicos internacionais e já contabiliza mais de 130 citações de acordo com a base Scopus e ISIS (Fator H 6) e mais de 290 citações de acordo com a base Google Scholar (FatorH 8). (Texto informado pelo autor)


Identificação


Nome
Ivan Gesteira Costa Filho
Nome em citações bibliográficas
Costa , I. G.;Costa, I. G.;Costa, I.G.;Costa, Ivan G;Costa, Ivan G.;Costa, Ivan Gesteira;COSTA, I G

Endereço


Endereço Profissional
Universidade Federal de Pernambuco, Centro de Informática.
Rua Prof. Luiz Freire, s/n
Cidade Universitaria
50740-540 - Recife, PE - Brasil
Telefone: (81) 21268430


Formação acadêmica/titulação


2004 - 2008
Doutorado em Infrormática.
Freie Universität Berlin, FUB, Alemanha.
Título: Métodos para a Analise de Expressão Gênica: validação da agrupamentos e integração de múltiplos experimentos, Ano de obtenção: 2008.
Orientador: Martin Vingron.
Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.
Palavras-chave: bioinformatica; cluster analysis; gene expression; heterogeneous data analysis; mixture models; cluster validation.
2001 - 2003
Mestrado em Ciências da Computação.
Universidade Federal de Pernambuco, UFPE, Brasil.
Título: Comparative Analysis of Clustering Methods for Gene Expression Data,Ano de Obtenção: 2003.
Orientador: Francisco de Assis Tenório de Carvalho.
Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.
Palavras-chave: bioinformatics; cluster analysis; cross-validation; gene expression; cluster validation.
Grande área: Ciências Exatas e da Terra
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Bioinformática.
1999 interrompida
Graduação interrompida em 2000 em Visiting Student in Computer Science.
Middlessex University, MDX, Grã-Bretanha.
Ano de interrupção: 2000
1996 - 2000
Graduação em Ciência da Computação.
Centro de Informática, CIN, Brasil.




Atuação Profissional



Max Planck Institute for Molecular Genetics, MOLGEN, Alemanha.
Vínculo institucional

2004 - 2008
Vínculo: Bolsita de Doutorado, Enquadramento Funcional: Bolsista, Regime: Dedicação exclusiva.

Atividades

4/2004 - Atual
Pesquisa e desenvolvimento , Department of Computational Biology, .

3/2007 - 3/2007
Ensino, Bioinformatica, Nível: Graduação

Disciplinas ministradas
Applied Data Mining

Universidade Federal de Pernambuco, UFPE, Brasil.
Vínculo institucional

2009 - Atual
Vínculo: Servidor Público, Enquadramento Funcional: Professor Adjunto, Carga horária: 40, Regime: Dedicação exclusiva.

Vínculo institucional

2008 - 2009
Vínculo: Bolsista recém-doutor, Enquadramento Funcional: Pesquisador, Carga horária: 40, Regime: Dedicação exclusiva.

Vínculo institucional

2001 - 2003
Vínculo: Colaborador, Enquadramento Funcional: Monitor, Carga horária: 6

Atividades

06/1999 - 08/2003
Ensino, Tecnologia da Informação, Nível: Especialização

Disciplinas ministradas
Programacao Orientada a Objetos

Universidade de São Paulo, USP, Brasil.
Vínculo institucional

2002 - 2002
Vínculo: Bolsista de Mestrado Sanduiche, Enquadramento Funcional: Pesquisador, Carga horária: 40


CENTRO DE ESTUDOS E SISTEMAS AVANCADOS DO RECIFE.
Vínculo institucional

2000 - 2001
Vínculo: Colaborador, Enquadramento Funcional: Engenheiro de Software, Carga horária: 20

Atividades

03/2001 - 02/2002
Conselhos, Comissões e Consultoria, REAACT, .

Cargo ou função
Arquiteto de Software.

Pro-Reitoria de Pesquisa e Pos-Graduação, PROPESQ-UFPE, Brasil.
Vínculo institucional

1998 - 1999
Vínculo: Colaborador, Enquadramento Funcional: Estagiário, Carga horária: 20

Atividades

10/1998 - 08/1999
Estágios , Setor de Informatica, .

Estágio realizado
Analise e Desenvolvimento de Software.

Vida Net, VIDANET, Brasil.
Vínculo institucional

1999 - 1999
Vínculo: Socio, Enquadramento Funcional: Analista de Sistema, Carga horária: 20

Atividades

03/1999 - 09/1999
Outras atividades técnico-científicas , Equipe de desenvolvimento, Equipe de desenvolvimento.

Atividade realizada
Analise de Sistemas.


Linhas de pesquisa


1.
Aprendizagem de Maquina
2.
Bioinformatica


Projetos de pesquisa


2012 - 2014
Métodos Estatísticos e de Aprendizagem de Máquina para a Análise de Dados de Pós-Gênomica - Universal CNPq 484766/2011-2
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (3) .
Integrantes: Ivan Gesteira Costa Filho - Coordenador / Thais Gaudencio do Rego - Integrante / André Câmara Alves do Nascimento - Integrante / Eduardo Gade Gusmao - Integrante / Pablo Andretta Jaskowiak - Integrante / Gilderlanio Araujo - Integrante.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
2011 - 2014
Métodos de Aprendizagem Estatístisca para a Análise de Dados de Expressão Gênica
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (3) .
Integrantes: Ivan Gesteira Costa Filho - Coordenador.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
2011 - Atual
Núcleo de Excelência em Aprendizado de Máquina
Descrição: O Aprendizado de Máquina é uma subárea de pesquisa da Inteligência Computacional que estuda o desenvolvimento de métodos capazes de extrair conceitos (conhecimentos) a partir de conjuntos de dados. Duas das principais linhas de pesquisa em Aprendizado de Máquina são agrupamento de dados e a classificação de dados. Classificação de dados procura, dado um conjunto de exemplos de treinamento, encontrar uma função que associe cada exemplo em uma classe ou rótulo. Agrupamento de dados investiga técnicas capazes de organizar dados cuja classe é desconhecida em grupos de forma que dados pertencentes a um mesmo grupo sejam mais semelhantes do que dados pertencentes a grupos diferentes. Neste projeto o Núcleo de Excelência em Aprendizado de Máquina, formado por pesquisadores de várias instituições de Pernambuco (UFPE, UFRPE, IFPE) e do Brasil (USP, UFRJ) irá investigar técnicas de Aprendizado de Máquina aplicados a problemas de Bioinformática..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (13) / Mestrado acadêmico: (33) / Doutorado: (37) .
Integrantes: Ivan Gesteira Costa Filho - Integrante / Francisco de Assis Tenorio de Carvalho - Integrante / Marcilio Carlos Pereira de Souto - Integrante / Ricardo B. C. Prudencio - Integrante / Teresa B. Ludermir - Coordenador / André Câmara Alves do Nascimento - Integrante / André C. P. L. F. de Carvalho - Integrante.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro / Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.
2010 - 2012
Análise de Dados de Pós-Genômica com Métodos Estatísticos de Aprendizagem de Máquina
Descrição: Técnicas de agrupamento são uma ferramenta fundamental na análise de dados de expressão gênica. Usaremos para este fim métodos de agrupamento baseados em misturas de distribuições. Tais métodos têm sido aplicados com sucesso na análise de expressão gênica. Entre outras características, tais métodos são robustos a ruídos e permitem a modelagem de dependências intrinsicas dos dados através de modelos estatísticos. Será dada ênfase na análise de dados de séries temporais e dados de desenvolvimento celular, com o uso de modelos estatísticos, como modelos escondidos de markov e árvores condicionais. Pretendemos estender os algoritmos para estimar tais modelos estatísticos, atualmente baseados no algoritmo de maximizacão da expectativa, com o uso de técnicas de inferência Bayesianas. Tais técnica permitem uma inferência mais robusta dos agrupamentos, além de fornecer respostas puramente estatísticas a questões importantes na validação de agrupamentos, como qual o número de grupos existentes e qual a relevância estatística dos grupos. Tais métodos serão avaliados com dados sintéticos, e conjuntos de dados públicos de expressão gênica de séries temporais ou durante o desenvolvimento de células do sistema linfático. Outro aspecto explorado neste projeto sera a integração de dados biológicos heterogêneos. Há, entretanto, vários problemas teóricos e práticos na análise de tais dados. Por exemplo, a natureza dos dados são diferentes; enquanto dados de expressão são formados por valores reais, dados de expressão in-situ são constituídos de imagens, dados de interação de proteínas são descritos por grafos e dados de seqüência são de natureza discreta. Uma abordagem usada com sucesso neste contexto são métodos de agrupamento com restrições. Estes métodos permitem a adição de uma fonte secundária de dados. que é usada como conhecimento a priori para restringir as soluções de agrupamento encontrada..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (3) / Doutorado: (1) .
Integrantes: Ivan Gesteira Costa Filho - Coordenador.Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.
2009 - 2013
Complexidade de Problemas de Classificação/Categorização: Um Estudo de Caso para Dados de Expressão Gênica (471962/2010-4 Edital MCT/CNPq N º 14/2010 - Universal)
Descrição: Métodos de Aprendizado de Máquina Supervisionado e não-Supervisionado (algoritmos de agrupamento) têm sido aplicados com sucesso para a realização do diagnóstico de câncer, ou descoberta de subtipos, com base em dados de expressão gênica. Contudo, características inerentes aos conjuntos de dados de expressão gênica de câncer, tais como elevada dimensionalidade, baixo número de amostras e presença de ruído, tornam a tarefa de categorização não-trivial. Neste contexto, este Projeto apresenta uma proposta de estudo da caracterização da complexidade de bases de dados de expressão gênica para o diagnóstico de câncer. Espera-se obter medidas de complexidade que permitam relacionar a capacidade de classificação (ou categorização, no caso de métodos de agrupamento) desses dados às suas características, promovendo assim meios para a recomendação de abordagens a serem seguidas na classificação (categorização) desse tipo de dado. Embora o estudo a ser desenvolvido tenha como foco inicial bases de dados de expressão gênica, ele pode ser diretamente estendido a outros conjuntos de dados e domínios (e.g., categorização de textos e análise de imagens)...
Situação: Concluído; Natureza: Pesquisa.
2009 - 2011
Validação de Agrupamentos de Dados de Expressão Gênica
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (2) / Doutorado: (1) .
Integrantes: Ivan Gesteira Costa Filho - Coordenador / Thais Gaudencio do Rego - Integrante / Clerton R. A. Filho - Integrante.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
2009 - 2010
Métodos de Aprendizagem de Má́quina com Aplicaçõ̃es para Dados Tipo Intervalo e da Pos-Genômica
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (2) / Mestrado profissional: (0) / Doutorado: (2) .
Integrantes: Ivan Gesteira Costa Filho - Integrante / Francisco de Assis Tenorio de Carvalho - Coordenador / Thais Gaudencio do Rego - Integrante.Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Auxílio financeiro.Número de orientações: 1
2008 - 2010
Meta-Aprendizado: Algoritmos de Agrupamento e Análise de Base de Dados de Expressão Gênica - Processo: 474961/2007-9 (Edital Universal)
Descrição: A pesquisa a ser desenvolvida tem como objetivo principal estender e avaliar as abordagens de meta-aprendizado para o contexto de aprendizado não-supervisionado (análise de agrupamento), visando promover a seleção automática do(s) algoritmo(s) de agrupamento mais apropriado(s) para a tarefa de agrupamento (clustering) de dados de expressão gênica de cancer.Também serão abordadas duas questões simétricas: a descoberta de similaridades entrenalgoritmos de agrupamento e entre bases de dados...
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Doutorado: (1) .
Integrantes: Ivan Gesteira Costa Filho - Integrante / Marcilio Carlos Pereira de Souto - Coordenador / Daniel A. S. Araujo - Integrante / Teresa B. Ludermir - Integrante.
Número de produções C, T & A: 3 / Número de orientações: 2
2008 - 2010
Metodos de Agrupamentos para a Analise de Dados de Expressao Genica - Programa PRODOC
Descrição: Técnicas de agrupamento são uma ferramenta fundamental na análise de dados de expressão gênica. Usaremos para este fim métodos de agrupamento baseados em misturas de distribuições. Pretendemos estender os algoritmos para estimar tais modelos estatísticos, atualmente baseados no algoritmo de maximização da expectativa, com o uso de técnicas de inferência Bayesianas. Tais técnicas permitem uma inferência mais robusta dos agrupamentos, além de fornecer respostas puramente estatísticas a questões importantes na validação de agrupamentos, como qual o número de grupos existentes e qual a relevância estatística dos grupos..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (2) .
Integrantes: Ivan Gesteira Costa Filho - Coordenador / Francisco de Assis Tenorio de Carvalho - Integrante.Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
2002 - 2003
Integração do processamento simbólico e conexionista em sistemas baseados em conhecimento
Descrição: O objetivo deste projeto é contribuir para um avanço no estado da arte da integração dos paradigmas simbólico e conexionista e reforço e conexionista..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (1) .
Integrantes: Ivan Gesteira Costa Filho - Integrante / Marcilio Carlos Pereira de Souto - Integrante / Teresa B. Ludermir - Coordenador.Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.


Projetos de extensão


2006 - 2007
Meta-Aprendizado para a Seleção e Combinação de Algoritmos de Agrupamento Aplicados a séries Temporais - CAPES/DAAD/PROBAL Processo 252/06
Descrição: A pesquisa a ser desenvolvida no estágio pós-doutoral tem como objetivo principal estender e avaliar as abordagens de meta-aprendizado para o contexto de aprendizado não-supervisionado (análise de agrupamento), visando promover a seleção automática do(s) algoritmo(s) de agrupamento mais apropriado(s) para a tarefa de agrupamento (clustering) de séries temporais de dados de expressão gênica...
Situação: Concluído; Natureza: Extensão.
Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (2) .
Integrantes: Ivan Gesteira Costa Filho - Integrante / Francisco de Assis Tenorio de Carvalho - Integrante / Marcilio Carlos Pereira de Souto - Integrante / Alexander Schliep - Integrante / Teresa B. Ludermir - Coordenador.Financiador(es): Deutscher Akademischer Austauschdienst - Cooperação / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
Número de produções C, T & A: 3


Revisor de periódico


2005 - Atual
Periódico: BMC Bioinformatics
2005 - Atual
Periódico: IEEE/ACM Transactions on Computational Biology and Bioinformatics
2005 - Atual
Periódico: International Journal of Computational Intelligence and Applications
2008 - Atual
Periódico: Journal of the Brazilian Computer Society
2009 - Atual
Periódico: Pattern Recognition Letters
2009 - Atual
Periódico: BIOMETRIC BRAZILIAN JOURNAL
2009 - Atual
Periódico: BMC Genomics
2010 - Atual
Periódico: Journal of Biomedical Informatics
2010 - Atual
Periódico: Bioinformatics (Oxford. Print)


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Bioinformática.
2.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Inteligência Artificial.


Idiomas


Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Espanhol
Compreende Bem, Fala Bem, Lê Bem, Escreve Pouco.
Alemão
Compreende Bem, Fala Bem, Lê Bem, Escreve Razoavelmente.


Prêmios e títulos


2009
Best Paper of the IV Brazilian Symposium o Bioinformatics (BSB 2009), Sociedade Brasileira de Computação.
2008
Tese de Doutorado aprovada com distinção Suma Cum Laude, Freie Universitat Berlin.
2008
Travel Fellowship for ISBM 2008, Internacional Society for Computational Biology.
2008
Melhor Poster em Genômica Funcional do X-meeting, Associação Brasileira de Bioinformática e Biologia Computacional.
2007
Travel Fellowship for ISMB/ECCB 2007, International Society for Computational Biology.


Produções



Produção bibliográfica
Citações

Web of Science
Total de trabalhos:19
Total de citações:133
Fator H:6
Costa IG  Data: 30/05/2012

SciELO
Total de trabalhos:23
Total de citações:95
Costa, Ivan G.  Data: 16/08/2011

SCOPUS
Total de trabalhos:24
Total de citações:170
Costa, Ivan Gesteira ID 9039230800  Data: 17/12/2010

Outras
Total de trabalhos:30
Total de citações:294
Ivan G. Costa  Data: 18/08/2009

Artigos completos publicados em periódicos

1.
DE SOUTO, MARCILIO CP2015DE SOUTO, MARCILIO CP ; JASKOWIAK, PABLO A ; Costa, Ivan G . Impact of missing data imputation methods on gene expression clustering and classification. BMC Bioinformatics, v. 16, p. 64, 2015.

2.
HÄNZELMANN, SONJA2015HÄNZELMANN, SONJA ; BEIER, FABIAN ; GUSMAO, EDUARDO G ; KOCH, CARMEN M ; HUMMEL, SEBASTIAN ; CHARAPITSA, IRYNA ; JOUSSEN, SYLVIA ; BENES, VLADIMIR ; BRÜMMENDORF, TIM H ; REID, GEORGE ; Costa, Ivan G ; WAGNER, WOLFGANG . Replicative senescence is associated with nuclear reorganization and with DNA methylation at specific transcription factor binding sites. CLIN EPIGENETICS, v. 7, p. 19, 2015.

3.
MÜLLER, MARTIN2015MÜLLER, MARTIN ; SCHRÖER, JANA ; AZOITEI, NINEL ; EISELER, TIM ; BERGMANN, WENDY ; KÖHNTOP, RALF ; LIN, QIONG ; Costa, Ivan G ; ZENKE, MARTIN ; GENZE, FELICITAS ; WEIDGANG, CLAIR ; SEUFFERLEIN, THOMAS ; LIEBAU, STEFAN ; KLEGER, ALEXANDER . A time frame permissive for Protein Kinase D2 activity to direct angiogenesis in mouse embryonic stem cells. Scientific Reports, v. 5, p. 11742, 2015.

4.
LIN, QIONG2015LIN, QIONG ; CHAUVISTRÉ, HEIKE ; Costa, Ivan G. ; GUSMAO, EDUARDO G. ; MITZKA, SASKIA ; HÄNZELMANN, SONJA ; BAYING, BIANKA ; KLISCH, THERESA ; MORIGGL, RICHARD ; HENNUY, BENOIT ; SMEETS, HUBERT ; HOFFMANN, KURT ; BENES, VLADIMIR ; SERÉ, KRISTIN ; ZENKE, MARTIN . Epigenetic program and transcription factor circuitry of dendritic cell development. Nucleic Acids Research, v. 1, p. gkv1056, 2015.

5.
SCHEMIONEK, M2015SCHEMIONEK, M ; HERRMANN, O ; MERLE REHER, M ; CHATAIN, N ; SCHUBERT, C ; COSTA, I G ; HAENZELMANN, S ; GUSMAO, E G ; KINTSLER, S ; BRAUNSCHWEIG, T ; HAMILTON, A ; HELGASON, G V ; COPLAND, M ; SCHWAB, A ; MÜLLER-TIDOW, C ; LI, S ; HOLYOAKE, T L ; BRÜMMENDORF, T H ; KOSCHMIEDER, S . MTSS1 is a critical epigenetically regulated tumor suppressor in CML. Leukemia, v. epub, p. 329, 2015.

6.
SOUZA, M. B. R.2015SOUZA, M. B. R. ; ARAÚJO, G. S. ; Costa, I. G. ; OLIVEIRA, J. R. M. . Combined Genome-Wide CSF Aβ-42?s Associations and Simple Network Properties Highlight New Risk Factors for Alzheimer?s Disease. Journal of Molecular Neuroscience, v. epub, p. 667, 2015.

7.
JASKOWIAK, PABLO A2014JASKOWIAK, PABLO A ; CAMPELLO, RICARDO JGB ; Costa, Ivan G . On the selection of appropriate distances for gene expression data clustering. BMC Bioinformatics, v. 15, p. S2, 2014.

8.
Gusmao, E. G.2014Gusmao, E. G. ; DIETERICH, C. ; ZENKE, M. ; Costa, I. G. . Detection of active transcription factor binding sites with the combination of DNase hypersensitivity and histone modifications. Bioinformatics (Oxford. Print), v. Epub, p. 1, 2014.

9.
ULLIUS, A.2014ULLIUS, A. ; LUSCHER-FIRZLAFF, J. ; Costa, I. G. ; WALSEMANN, G. ; FORST, A. H. ; Gusmao, E. G. ; KAPELLE, K. ; KLEINE, H. ; KREMMER, E. ; VERVOORTS, J. ; LUSCHER, B. . The interaction of MYC with the trithorax protein ASH2L promotes gene transcription by regulating H3K27 modification. Nucleic Acids Research, v. 42, p. 6901-6920, 2014.

10.
ALLHOFF, M.2014ALLHOFF, M. ; SERE, K. ; CHAUVISTRE, H. ; LIN, Q. ; ZENKE, M. ; Costa, I. G. . Detecting differential peaks in ChIP-seq signals with ODIN. Bioinformatics (Oxford. Print), v. 30, p. 3467-3475, 2014.

11.
JASKOWIAK, PABLO A.2013JASKOWIAK, PABLO A. ; CAMPELLO, RICARDO J. G. B. ; Costa, Ivan G. . Proximity Measures for Clustering Gene Expression Microarray Data: A Validation Methodology and a Comparative Analysis. IEEE/ACM Transactions on Computational Biology and Bioinformatics (Print), v. PP, p. 1-1, 2013.

12.
ALLHOFF, MANUEL2013ALLHOFF, MANUEL ; SCHÖNHUTH, ALEXANDER ; MARTIN, MARCEL ; Costa, Ivan G ; RAHMANN, SVEN ; MARSCHALL, TOBIAS . Discovering motifs that induce sequencing errors. BMC Bioinformatics, v. 14, p. S1, 2013.

13.
WEIDNER, CAROLA INGRID2013WEIDNER, CAROLA INGRID ; WALENDA, THOMAS ; LIN, QIONG ; WÖLFLER, MONIKA MARTINA ; DENECKE, BERND ; Costa, Ivan Gesteira ; ZENKE, MARTIN ; WAGNER, WOLFGANG . Hematopoietic Stem and Progenitor Cells Acquire Distinct DNA-Hypermethylation During in vitro Culture. Scientific Reports, v. 3, p. 3372, 2013.

14.
do Rego, T. G.2012 do Rego, T. G. ; Roider, H. G. ; de Carvalho, F. A. T. ; Costa, I. G. . Inferring Epigenetic and Transcriptional Regulation during Blood Cell Development with a Mixture of Sparse Linear Models. Bioinformatics (Oxford. Print), v. 28, p. 362, 2012.

15.
Lorena, A. C.2012Lorena, A. C. ; Costa, I. G. ; SPOLAÔR, N. ; SOUTO, M. C. P. . Analysis of complexity indices for classification problems: Cancer gene expression data. Neurocomputing (Amsterdam), v. 75, p. 33-42, 2012.

16.
MARSCHALL, T.2012MARSCHALL, T. ; Costa, I. G. ; CANZAR, S. ; BAUER, M. ; KLAU, G. W. ; Schliep, A. ; Schonhuth, A. . CLEVER: clique-enumerating variant finder. Bioinformatics (Oxford. Print), v. 28, p. 2875-2882, 2012.

17.
Hafemeister, C.2011Hafemeister, C. ; Costa, I. G. ; Schonhuth, A. ; Schliep, A. . Classifying short gene expression time-courses with Bayesian estimation of piecewise constant functions. Bioinformatics (Oxford. Print), p. 946-952, 2011.

18.
REDESTIG, H.2011REDESTIG, H. ; Costa, I. G. . Detection and interpretation of metabolite-transcript co-responses using combined profiling data. Bioinformatics (Oxford. Print), v. 27, p. i357-i365, 2011.

19.
Schilling, R2011Schilling, R ; Costa, I. G. ; Schliep, A. . pGQL: A Probabilistic Graphical Query Language for Gene Expression Time Courses. Biodata Mining, v. 4, p. 9, 2011.

20.
DE CARVALHO, F. A. T.2011Costa , I. G.; DE CARVALHO, F. A. T. ; Costa, Ivan G ; Roider, H. G. ; RÊGO, Thaís Gaudencio Do ; Roider, Helge G ; DE CARVALHO, FRANCISCO DE AT ; do Rego, Thais G . Predicting gene expression in T cell differentiation from histone modifications and transcription factor binding affinities by linear mixture models. BMC Bioinformatics, v. 12, p. S29, 2011.

21.
Georgi, Benjamin2010Georgi, Benjamin ; Costa, I. G. ; Schliep, Alexander . PyMix - The Python mixture package - a tool for clustering of heterogeneous biological data. BMC Bioinformatics, v. 11, p. 9, 2010.

22.
Costa, I. G.2009 Costa, I. G.; Schonhuth, A. ; Hafemeister, C. ; Schliep, A. . Constrained mixture estimation for analysis and robust classification of clinical time series. Bioinformatics (Oxford), v. 25, p. i6-i14, 2009.

23.
Costa, I. G.2008Costa, I. G.; Roepcke, S ; Hafemeister, C. ; Schliep, A. . Inferring differentiation pathways from gene expression. Bioinformatics (Oxford. Print), v. 24, p. i156-i164, 2008.

24.
Souto, Marcílio C. P. de2008 Souto, Marcílio C. P. de ; Costa, Ivan G. ; Araujo, D. A. S ; Ludermir, Teresa B. ; Schliep, Alexander . Clustering cancer gene expression data: a comparative study. BMC Bioinformatics, v. 9, p. 497, 2008.

25.
Costa, Ivan G2007Costa, Ivan G; Krause, Roland ; Opitz, Lennart ; Schliep, Alexander . Semi-supervised learning for the identification of syn-expressed genes from fused microarray and in situ image data. BMC Bioinformatics, v. 8, p. S3, 2007.

26.
Costa, Ivan G2007Costa, Ivan G; Roepcke, Stefan ; Schliep, Alexander . Gene expression trees in lymphoid development. BMC IMMUNOLOGY, v. 8, p. 25, 2007.

27.
Costa , I. G.;Costa, I. G.;Costa, I.G.;Costa, Ivan G;Costa, Ivan G.;Costa, Ivan Gesteira;COSTA, I G2005 Costa , I. G.; Schliep, A. ; Schonht, A. . The Graphical Query Language: a tool for analysis of gene expression time-courses. Bioinformatics (Oxford), Oxford, England, v. 21, p. 2544-2545, 2005.

28.
Schliep, A.2005 Schliep, A. ; Costa, I.G. ; Steinhoff, C. ; Schonhuth, A. . Analyzing Gene Expression Time-Courses. IEEE/ACM Transactions on Computational Biology and Bioinformatics, Los Alamitos, EUA, v. 2, n.3, p. 179-193, 2005.

29.
Costa, Ivan G.2004Costa, Ivan G.; Souto, Marcílio C. P. de ; de Carvalho, F. A. T . Comparative analysis of clustering methods for gene expression time course data. Genetics and Molecular Biology (Impresso), Ribeirão Preto, v. 27, n.4, p. 623-631, 2004.

30.
Costa , I. G.;Costa, I. G.;Costa, I.G.;Costa, Ivan G;Costa, Ivan G.;Costa, Ivan Gesteira;COSTA, I G2003Costa , I. G.; de Carvalho, F. A. T ; de Souto, M. C. P. . Comparative Study on Proximity Indices for Cluster Analysis of Gene Expression Time Series. Journal of Intelligent & Fuzzy Systems, Amsterdam, Holland, v. 13, n.2-4, p. 133-142, 2003.

Trabalhos completos publicados em anais de congressos
1.
Araujo, G. ; Souza, M. ; OLIVEIRA, J. R. M. ; Costa, I. G. . Random Forests and Gene Networks for Association of SNPs to Alzheimer?s Disease. In: Brazilian Symposium on Bioinformatics, 2013, Recife. Lecture Notes in Bioinformatics. Berlin: Springer, 2013. v. 8213. p. 104-115.

2.
Gusmao, E. G. ; Dietrich, C. ; Costa, I. G. . Prediction of Transcription Factor Binding Sites by Integrating DNase digestion and Histone Modification. In: Brazilian Symposium on Bioinformatics, 2012, Campo Grande. Advances in Bioinformatics and Computational Biology, Lecture Notes in Bioinformatics. Berlin: Springer Verlag, 2012. v. 7409. p. 109-119.

3.
JASKOWIAK, P. A. ; Campelo, RJGB ; Costa, I. G. . Evaluating Correlation Coefficients for Clustering Gene Expression Profiles of Cancer. In: Brazilian Symposium on Bioinformatics, 2012, Campo Grande. Advances in Bioinformatics and Computational Biology, Lecture Notes in Bioinformatics. Berlin: Springer Verlag. v. 7409. p. 120-131.

4.
Macario Filho, V. ; de Carvalho, F. A. T ; Costa, I. G. . Predicting gene functions using semi-supervised clustering algorithms with objective function optimization. In: Brazilian Symposium on Neural Networks, 2012, Curitiba. Proc. of the Brazilian Symposium on Neural Networks. Los Alamitos, EUA: IEEE, 2012.

5.
de Souto, M. C. P. ; Coelho, A. L. V. ; Faceli, K. ; Sakata, T. C. ; Bonadia, V. ; Costa, I. G. . A comparison of external clustering evaluation indices in the context of imbalanced data sets. In: Brazilian Symposium on Neural Networks, 2012, Curitiba. Proc. of the Brazilian Symposium on Neural Networks. Los Alamitos: IEEE, 2012. p. 49-54.

6.
de Souto, M. C. P. ; Lorena, A. C. ; SPOLOIR, N. ; Costa , I. G. . Complexity measures of supervised classifications tasks: A case study for cancer gene expression data. In: International Joint Conference on Neural Networks (IJCNN), 2010, Barcelona. International Joint Conference on Neural Networks. Proceedings. Los Alamitos: IEEE, 2010. p. 1-7.

7.
Lorena, A. C. ; SPOLOIR, N. ; Costa , I. G. ; de Souto, M. C. P. . On the Complexity of Gene Marker Selection. In: Brazilian Symposium on Neural Networks, 2010, Sao Paulo. Proc. of the Brazilian Symposium on Neural Networks. Los Alamitos, EUA: IEEE, 2010.

8.
RIBEIRO, C. ; Costa , I. G. ; de Carvalho, F. A. T . Semi-supervised Approach for Finding Cancer Sub-Classes on Gene Expression Data. In: Brazilian Symposium on Bioinformatics, 2010, Buzios. Advances in Computational Biology, Lecture Notes in Bioinformatics. Berlin: Springer Verlag, 2010. v. 6268. p. 24-34.

9.
Schonht, A. ; Costa , I. G. ; Schliep, A. . Semi-supervised Clustering of Yeast Gene Expression Data. In: Japanese-German Workshop on data analysis and classification, 2009, Berlin. Cooperation in Classification and Data Analysis, 2009. p. 151-159.

10.
Costa , I. G.; Lorena, A. C. ; L. R. M. P. y Peres ; Souto, Marcílio C. P. de . Using Supervised Complexity Measures in the Analysis of Cancer Gene Expression Data Sets. In: Brazilian Symposin on Bionformatics, 2009, Porto Alegre. Advances in Bioinformatics and Computational Biology, Lecture Notes in Bioinformatics. Berlin: Springer Verlag, 2009. v. 5676. p. 48-59.

11.
Nascimento, A. C. A. ; Prudencio, R. B. C. ; de Souto, M. C. P. ; Costa, I. G. . Mining rules for selection of clustering methods for cancer gene expression. In: International Conference on Artificial Neural Networks, 2009, Limassol, Cyprus. Proc. of the International Conference on Artificial Neural Networks. Berlin: Springer-Verlag, 2009.

12.
de Souto, M. C. P. ; Prudencio, R. B. C. ; Soares, R. G. F. ; Araujo, D. A. S ; Costa , I. G. ; Ludermir, T. B. ; Schliep, A. . Ranking and Selecting Clustering Algorithms Using a Meta-learning Approach. In: International Joint Conference on Neural Networks, 2008, Hong Kong. Proceedings of the International Joint Conference on Neural Networks 2008, 2008. p. 3728-3734.

13.
de Souto, M. C. P. ; Araujo, D. A. S ; Costa , I. G. ; Soares, R. G. F. ; Ludermir, T. B. ; Schliep, A. . Comparative Study on Normalization Procedures for Cluster Analysis of Gene Expression Datasets. In: International Joint Conference on Neural Networks, 2008, Hong Kong. Proceedings of the International Joint Conference on Neural Networks 2008, 2008. p. 2793-2799.

14.
de Souto, M. C. P. ; Costa , I. G. ; Lorena, A. C. . On the complexity of gene expression classification data sets. In: 8th International Conference on Hybrid Intelligent Systems, 2008, Barcelona. Proc. of the 8th International Conference on Hybrid Intelligent Systems (HIS2008). Los Alamitos: IEEE, 2008. p. 1-825.

15.
Costa , I. G.; de Souto, M. C. P. ; Schliep, A. . Validating Gene Clusterings by Selecting Informative Gene Ontology Terms with Mutual Information. In: Brazilian Symposium on Bioinformatics, 2007, Angra dos Reis, RJ. Advances in Bioinformatics and Computational Biology, Second Brazilian Symposium on Bioinformatics. Heidelberg-Berlin: Springer-Verlag, 2007. v. 4643. p. 81-92.

16.
Costa , I. G.; Schliep, A. . On External Indices for Mixture Models. In: Conference of the German Classification Society, 2006, Magdeburg. From Data and Information Analysis to Knowledge Engineering, Procedings of the 29th Conference of the German Classification Society. Heidelberg-Berlin: Springer-Verlag,, 2006. v. 30. p. 72-80.

17.
Costa , I. G.; Schliep, A. . On the Feasibility of Heterogeneous Analysis of Large Scale Biological Data. In: ECML Workshop on Data and Text Mining for Integrative Biology, 2006, Berlin. Workshop on Data and Text Mining for Integrative Biology, 2006. p. 55-60.

18.
Costa , I. G.; de Souto, M. C. P. ; de Carvalho, F. A. T . A Symbolic Approach to Gene Expression Time Series Analysis. In: VII Brazilian Symposium on Neural Networks, 2002, Recife. VII Brazilian Symposium on Neural Networks. Los Alamitos: IEEE Computer Society Press, 2002. v. 1. p. 24-30.

Resumos expandidos publicados em anais de congressos
1.
Araujo, G. ; Costa, I. G. ; Souza, M. ; OLIVEIRA, J. R. M. . An Experimental Application of Random Forest on ADNI Genotype Dataset. In: Brazilian Symposium on Bioinformatics, 2012, Campo Grande. Digital Proceedings. Porto Alegre: SBC, 2012. p. 68-73.

2.
Costa , I. G.; de Carvalho, F. A. T ; de Souto, M. C. P. . Stability Evaluation of Clustering Algorithms for Time Series Gene Expression Data. In: I Brazilian Workshop on Bioinformatics, 2002, Gramado. I Workshop Brasileiro de Bioinformatica, 2002. p. 88-90.

3.
Melcop, T.. ; Costa , I. G. ; Barros, F. A. ; LISBOA, G. R. . Uma Ferramenta para Recuperação e Categorização. In: Simposio Brasileiro de Informática na Educação, 2002, São Leopoldo - RS. XIII Simposio Brasileiro de Informática na Educação, 2002. p. 602-604.

Resumos publicados em anais de congressos
1.
Costa , I. G.; Hafemeister, C. ; Schliep, A. . Structure Learning of Mixtures of Trees. In: 31th Annual Conference of the German Classification Society, 2007, Freiburg. Data Analysis, Machine Learning, and Applications, 2007. p. 30-30.

2.
Costa , I. G.; Roepcke, S ; Schliep, A. . Gene Expression Trees in Blood Development. In: Internacional Conference on Intelligent Systems for Molecular Biology, 2006, Fortaleza. PLoS Track at the Internacional Conference on Intelligent Systems for Molecular Biology, 2006. p. 3-3.

3.
Schilling, R ; Costa , I. G. ; Schliep, A. . GQL: A probabilistic, Graphical Query Language for Time-Corses. In: 30th Annual Conference of the German Classification Society, 2006, Berlin. Proceeding of the 30th Annual Conference of the German Classification Society, 2006. p. 170-170.

4.
Costa , I. G.; de Carvalho, F. A. T ; de Souto, M. C. P. . Validation of Clustering Methods for Gene Expression Analysis. In: 27th Annual Conference of the Gesellschaft für Klassifikation, 2003, Cottbus. Proc. of the 27th Conference of the Gesellschaft für Klassifikation, 2003. p. 56-56.

5.
Costa , I. G.; de Souto, M. C. P. ; de Carvalho, F. A. T . Comparative Analysis of Clustering Methods for Gene Expression Time Series. In: International Conference on Bioinformatics and Computational Biology, 2003, Ribeirão Preto. International Conference on Bioinformatics and Computational Biology, 2003.

6.
VALADARES, J. L. F. ; Queiroz, A. E. M. ; VALADARES, R. G. ; C. NETO, S. C. ; Costa , I. G. . Building Massively Multiplayer Online Sports Management Games. In: 1° Workshop Brasileiro de Jogos e Entretenimento Digital, 2002, Fortaleza. Workshop Brasileiro de Jogos e Entretenimento Digital. Porto Alegre: Sociedade Brasileira de Computação, 2002. v. 1.

Artigos aceitos para publicação
1.
ALMEIDA, D. ; FERREIRA, M. R. P. ; Costa , I. G. ; WAGNER, WOLFGANG . Epigenetic Classification of Human Mesenchymal Stromal Cells. STEM CELL REP, 2016.

2.
Nascimento, A. C. A. ; Prudencio, R. B. C. ; Costa , I. G. . A Multiple Kernel Learning algorithm for drug-target interaction prediction. BMC Bioinformatics, 2016.

Apresentações de Trabalho
1.
Costa , I. G.. Inferring differentiation pathways from gene expression. 2008. (Apresentação de Trabalho/Conferência ou palestra).

2.
Costa , I. G.. Validating Gene Clusterings by Selecting Informative Gene Ontology Terms with Mutual Information. 2007. (Apresentação de Trabalho/Simpósio).

3.
Costa , I. G.. Structure Learning of Mixture of Trees. 2007. (Apresentação de Trabalho/Simpósio).

4.
Costa , I. G.. On the Feasibility of Heterogeneous Analysis of Large Scale Biological Data. 2006. (Apresentação de Trabalho/Simpósio).

5.
Costa , I. G.; Roepcke, S ; Schliep, A. . Gene Expression Trees in Blood Cell Development. 2006. (Apresentação de Trabalho/Conferência ou palestra).

6.
Costa , I. G.; Schliep, A. . Mixture model estimation with constraints: analysis of time-course gene expression with heterogeneous data. 2005. (Apresentação de Trabalho/Conferência ou palestra).


Produção técnica
Programas de computador sem registro
1.
Costa , I. G.; Hafemeister, C. . MixDTrees. 2007.

2.
Costa , I. G.; Schliep, A. ; Schonht, A. . GQL: Graphical Query Language. 2005.



Bancas



Participação em bancas de trabalhos de conclusão
Mestrado
1.
Costa , I. G.; Correa, R. F.; de Carvalho, F. A. T. Participação em banca de LUCIANO DEMETRIO SANTOS PACIFICO. MAPAS AUTO-ORGANIZAVEIS POR LOTE BASEADOS EM DISTANCIAS ADAPTATIVAS. 2012. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco.

2.
Prudencio, R. B. C.; Costa , I. G.; Souza, BF. Participação em banca de Tarcísio Daniel Pontes Lucas. Meta-aprendizado para Escolha entre as Redes MLP e RBF e Respectivos Número de Neurônios Escondidos em Problemas de Regressão. 2012. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco.

3.
Campelo, RJGB; Costa , I. G.. Participação em banca de Pablo Andretta Jaskowiak. Estudo de Coeficientes de Correlação para Medidas de Proximidade em Dados de Expressão Gênica. 2011. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

4.
Costa, I. G.; Correa, R. F.; Souto, Marcílio C. P. de. Participação em banca de Clerton Ribeiro de Araujo Filho. Abordagem semi-supervisionada para descoberta de sub-classes de cancer em dados de expressão gênica. 2011. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco.

5.
Costa , I. G.; OLIVEIRA, J. R. M.; MARTINS, D. B. G.. Participação em banca de Manuela Barbosa Rodrigues de Souza.. Análise in silico de polimorfismos genéticos em transtornos do humor.. 2010. Dissertação (Mestrado em Ciências Biológicas) - Universidade Federal de Pernambuco.

6.
de Souto, M. C. P.; Costa , I. G.; Correa, R. F.. Participação em banca de Jefferson Rodrigo de Souza. Métodos de Agrupamentos em dois Estágios Aplicados a Problemas de Reconhecimento de Padrões. 2010. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco.

7.
Souto, Marcílio C. P. de; Costa , I. G.; Iseppon, A M. Participação em banca de Rogério dos Santos Rosa. Um Método Híbrido para Inferência de Haplólipos por Parcimônia. 2010. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco.

8.
Costa, I. G.; Prudencio, R. B. C.; Correa, R. F.. Participação em banca de Marcelo Nunes Ribeiro. Selecao Local de Caracteristicas em Agrupamento Hierarquico de Documentos. 2009. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco.

9.
de Souto, M. C. P.; de Souza, R. M. C. R.; Costa , I. G.. Participação em banca de André Câmara Alves do Nascimento. Mineração de Regras para Seleção de Técnicas de Agrupamento para Dados de Expressão Gênica de Câncer. 2009. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco.

10.
Costa , I. G.; de Carvalho, F. A. T. Participação em banca de Valmir Macario Filho. Um novo algoritmo de agrupamento semi-supervisionado baseado no fuzzy c-means. 2009 - Universidade Federal de Pernambuco.

11.
Anne M. P. Canuto; Adriao D. Doria Neto; Costa, I. G.. Participação em banca de Diogo Fagundes de Oliveira. Dilema Diversidade/Acuracia: Um Estudo Empirico o Contexto de Multiclassificadores. 2008. Dissertação (Mestrado em Sistemas e Computação) - Universidade Federal do Rio Grande do Norte.

12.
Ludermir, T. B.; George Darmiton; Costa, Ivan G.. Participação em banca de Vilmar Santos Nepomuceno. Algoritmos de Agrupamento Tradicionais versus Sistemas de Comitê de Agrupamentos: Análise de Dados de Expressão Gênica. 2008. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco.

Teses de doutorado
1.
Costa , I. G.; FUJITA, A.; Vitorello, CBM; PEREIRA, T. C.; DURHAM, A.. Participação em banca de Alexandre Rossi Paschoal. Bioinformatica aplicada em RNomics: estrategias computacionais para caracterizacao de RNA nao-codificantes. 2012. Tese (Doutorado em Bioinformática) - Universidade de São Paulo.

Qualificações de Doutorado
1.
Velasco, M; Costa , I. G.. Participação em banca de Marcelo Rodrigo Portela Ferreira.. Métodos de agrupamento utilizando funções núcleo para dados simbólicos. 2012. Exame de qualificação (Doutorando em Ciências da Computação) - Universidade Federal de Pernambuco.

Trabalhos de conclusão de curso de graduação
1.
Costa , I. G.; Prudencio, R. B. C.. Participação em banca de Ruan Vasconcelos Bezerra Carvalho.Vizualizacao de Redes Regulatorias a partir de Modelos de Regressao Linear. 2011. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Centro de Informática.




Eventos



Participação em eventos, congressos, exposições e feiras
1.
Internacional Conference on Intelligent Systems for Molecular Biology. Inferring differentiation pathways from gene expression. 2008. (Congresso).

2.
X-meeting.Transcription Factor Affinity Analysis on Lymphoid Development. 2008. (Simpósio).

3.
31th Annual Conference of the German Classification Society. Structure Learning of Mixture of Trees. 2007. (Congresso).

4.
Brazilian Symposium on Bioinformatics.Validating Gene Clusterings by Selecting Informative Gene Ontology Terms with Mutual Information. 2007. (Simpósio).

5.
Germam Conference on Bioinformatics.Analyzing Lymphoid Cell Development with Mixtures of Dependence Trees. 2007. (Simpósio).

6.
Internacional Conference on Intelligent Systems for Molecular Biology. Untangling Lymphoid Development with Mixture of Dependence Trees. 2007. (Congresso).

7.
3. International Meeting of the Stem Cell Network North-Rhine-Westfalia.Analysis of Blood Cell Development. 2006. (Encontro).

8.
30th Annual Conference of the German Classification Society. GQL: A probabilistic graphical query language. 2006. (Congresso).

9.
Internacional Conference on Intelligent Systems for Molecular Biology. Gene Expression Trees in Blood Cell Development. 2006. (Congresso).

10.
Workshop on Data and Text Mining for Integrative Biology, European Conference on Machine Learning,.On the Feasibility of Heterogeneous Analysis of Large Scale Biological Data. 2006. (Seminário).

11.
29th Annual Conference of the German Classification Society. On External Indices for Mixtures. 2005. (Congresso).

12.
Bioinformatics Research and Education Workshop.On external indices for mixtures: validating mixtures of genes. 2005. (Simpósio).

13.
German Conference on Bioinformatics. Analsis of Gene Expression Time-Courses. 2005. (Congresso).

14.
Neural Information Processing Systems Workshop in New Problems and Methods in Computational Biology. Mixture model estimation with constraints: analysis of time-course gene expression with heterogeneous data. 2005. (Congresso).

15.
Otto Warburg International Summer School and Workshop on Networks and Regulation.Otto Warburg International Summer School and Workshop on Networks and Regulation. 2005. (Oficina).

16.
Escola de Introducao a Biologia Computacional.Participação da Escola de Introdução a Biologia Computacional. 2003. (Outra).

17.
International Conference on Bioinformatics and Computational Biology. Participação com Apresentação de Trabalho no International Conference on Bioinformatics and Computational Biology. 2003. (Congresso).

18.
IIV Simpósio Brasilerio de Redes Neurais.A symbolic approach to gene expression time series analysis. 2002. (Simpósio).

19.
Workshop Brasileiro de Bioinformatica.Participação com Apresentação de Trabalho no Workshop Brasileiro de Bioinformatica. 2002. (Outra).

20.
Congresso da Sociedade Brasileira de Computação. 2001. (Congresso).

21.
I Escola de Inteligência Artificial e Biologia Molecular. 2001. (Outra).

22.
VI Jornada de Informática. 2000. (Outra).

23.
V Jornada de Informação de Informática. 1998. (Outra).

24.
IV Jornada de Informatica. 1997. (Outra).



Orientações



Orientações e supervisões em andamento
Tese de doutorado
1.
Pablo Andretta Jaskowiak. Seleção de Genes e Validação de Agrupamento em Dados de Expressão Gênica. Início: 2012. Tese (Doutorado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, Fundação de Amparo à Pesquisa do Estado de São Paulo. (Coorientador).


Orientações e supervisões concluídas
Dissertação de mestrado
1.
Gilderlanio S. de Araujo. Riscos de Doenças a partir de Polimorfismos. 2013. Dissertação (Mestrado em Pós-Graduação em Ciência da Computação) - Centro de Informática, . Orientador: Ivan Gesteira Costa Filho.

2.
Clerton Ribeiro de Araujo Filho. : Abordagem semi-supervisionada para descoberta de sub-classes de cancer em dados de expressão gênica. 2011. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco, Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco. Orientador: Ivan Gesteira Costa Filho.

3.
Eduardo Gade Gusmão. Predição de Sítios de ligação de fatores de transcrição através da integração de dados epigenéticos. 2011. Dissertação (Mestrado em Pós-Graduação em Ciência da Computação) - Centro de Informática, Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco. Orientador: Ivan Gesteira Costa Filho.

4.
André Câmara Alves do Nascimento. Meta-Aprendizado para Seleção de Técnicas de Agrupamento em Bioinformática.. 2009. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Pernambuco, . Coorientador: Ivan Gesteira Costa Filho.

5.
Daniel Sabino Amorim de Araújo. Meta-learning: algoritmos versus bases de dados. 2008. Dissertação (Mestrado em Sistemas e Computação) - Universidade Federal do Rio Grande do Norte, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Coorientador: Ivan Gesteira Costa Filho.

Tese de doutorado
1.
Thaís Gaudencio do Rêgo. PREDIÇÃO DA EXPRESSÃO GÊNICA A PARTIR DE MODIFICAÇÕES DE HISTONAS E AFINIDADES DE LIGAÇÃO DE FATORES DE TRANSCRIÇÃO UTILIZANDO MODELO DE MISTURA DE REGRESSÃO LINEAR. 2012. Tese (Doutorado em Doutorado em Ciência da Computação) - Universidade Federal de Pernambuco, Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco. Orientador: Ivan Gesteira Costa Filho.

2.
Andre Camara Alves do Nascimento. Mineração de relacionamentos em redes biológicas. 2011. Tese (Doutorado em Pós-Graduação em Ciência da Computação) - Centro de Informática, . Coorientador: Ivan Gesteira Costa Filho.

Trabalho de conclusão de curso de graduação
1.
Ruan Vasconcelos Bezerra Carvalho. Vizualizacao de Redes Regulatorias a partir de Modelos de Regressao Linear. 2011. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Centro de Informática. Orientador: Ivan Gesteira Costa Filho.

2.
Christoph Hafemeister. Structural Learning of Dependence Trees. 2006. Trabalho de Conclusão de Curso. (Graduação em Bioinformatica) - Freie Universität Berlin, Max Planck Geselschaft. Orientador: Ivan Gesteira Costa Filho.

Iniciação científica
1.
Ruan Vasconcelos Bezerra Carvalho. Analise de Redes Regulatorias com Modelos de Regressao e Selecao de Atributos. 2010. Iniciação Científica. (Graduando em Ciencia da Computacao) - Universidade Federal de Pernambuco. Orientador: Ivan Gesteira Costa Filho.

2.
Henrique Alexander de Menezes Almeida. Modelos de Mistura de Regressao. 2009. Iniciação Científica. (Graduando em Ciencia da Computacao) - Universidade Federal de Pernambuco. Orientador: Ivan Gesteira Costa Filho.

3.
Serdar Cakici. Implementação de métodos para calcular índices de co-localização de expressão gênica a partir de imagens de hibridização in-situ em embriões de Drosophila Melanogaster.. 2006. Iniciação Científica. (Graduando em Bioinformatics) - Max Planck Institute for Molecular Genetics. Orientador: Ivan Gesteira Costa Filho.

4.
Christoph Hafemeister. Implementação de ferramenta para a estimação de misturas de árvores de dependência.. 2005. Iniciação Científica. (Graduando em Bioinformatica) - Freie Universität Berlin. Orientador: Ivan Gesteira Costa Filho.

5.
Ruben Schilling. Implementação da interface gráfica para a ferramenta GQL usando o conceito de 'box queries'. 2005. Iniciação Científica. (Graduando em Bioinformatics) - Max Planck Institute for Molecular Genetics. Orientador: Ivan Gesteira Costa Filho.



Outras informações relevantes


Membro da Comissão Especial de Biologia Computacional (CEBioComp) da sociedade brasileira de computação



Página gerada pelo Sistema Currículo Lattes em 19/10/2018 às 13:45:32