Submitted by JACIARA CRISTINA ALMEIDA DO AMARAL (jaciaramaral@ufpa.br) on 2018-10-31T18:09:43Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) FINAL_Dissertação_Emily_-merged.pdf: 1720360 bytes, checksum: 3ac1b4f683fc14f20cfd1e063914a0da (MD5) / Approved for entry into archive by JACIARA CRISTINA ALMEIDA DO AMARAL (jaciaramaral@ufpa.br) on 2018-10-31T18:10:07Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) FINAL_Dissertação_Emily_-merged.pdf: 1720360 bytes, checksum: 3ac1b4f683fc14f20cfd1e063914a0da (MD5) / Made available in DSpace on 2018-10-31T18:10:07Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) FINAL_Dissertação_Emily_-merged.pdf: 1720360 bytes, checksum: 3ac1b4f683fc14f20cfd1e063914a0da (MD5) Previous issue date: 2018-09-13 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O câncer, de acordo com a Globocan, 2018, foi responsável por uma taxa de 8,2 milhões de mortes e 14,1 milhões de casos novos. No que diz respeito especificamente à incidência de câncer gástrico (CG), para o estado do Pará, estima-se no ano de2018 um número de homens afetados de 23,30 e 11,45 de mulheres. No desenvolvimento do adenocarcinoma gástrico foram identificadas alterações moleculares significativamente aumentadas em vias metabólicas. Um desses elementos são os miRNAS, pequenos RNAs não codificantes que atuam na regulação da expressão gênica e podem agir como oncogenes ou supressores tumorais. O objetivo deste estudo foi investigar a possibilidade de genes das amostras tumorais depositadas no banco de dados Atlas Genômico do Câncer (TCGA) de serem modificados por miRNAs diferencialmente expressos. A análise foi realizada por plataforma de sequenciamento, RNA-Seq, e utilizou o software R-peridot na análise de expressão diferencial de microRNAs, o resultado identificou seis miRNAs alterados significativamente. Em seguida a plataforma miRTargetLink Human foi empregada e identificou oito genes alvos desses miRNAs entre amostras tumorais e seus correspondentes tecidos adjacentes no CG. As análises funcionais mostraram genes que participam de três vias metabólicas importantes associadas ao câncer: adesão focal, via de sinalização RAP1 e pela via de sinalização de cálcio. Por fim, a utilização do cálculo Z-Score confirmou os achados significantes. / The cancer, according to Globocan, in 2018, was responsible for a rate of 8.2 million deaths and about 14.1 million new cases. Regarding the analysis of gastric cancer (GC), in the state of Pará, it was estimated that for the year 2018 the number of affected men would be 23.30 and 11.45 for women. In the development of gastric adenocarcinoma, several significantly increased molecular alterations were identified when compared to non-cancerous tissues. One of these elements are miRNAS, small non-coding RNAs that act on the regulation of gene expression and can act as oncogenes or tumor suppressors. The objective of this study was to investigate the possibility of genes from tumor samples (deposited in The Cancer Genome Atlas - TCGA database) to be modified by differentially expressed miRNAs. The analysis was performed by sequencing platform, RNA-Seq, and used the software R-peridot in differential expression analysis, whose result identified six miRNAs. Next, the miRTargetLink Human platform identified eight miRNA target genes between tumor samples and their corresponding adjacent CG tissues. Functional analyzes identified important genes that can be enriched by three pathways associated with cancer: focal adhesion, RAP1 signaling pathway and calcium signaling pathway. Finally, the use of the Z-Score calculation confirmed significant findings.

O desafio de encontrar corretamente genes eucarioticos codificadores de proteinas nas sequencias genomicas e um problema em aberto. Neste trabalho, implementamos uma plata- forma, com o objetivo de melhorar a forma com que preditores de genes sao implementados e avaliados. Tres novas ferramentas foram implementadas: ToPS (Toolkit of Probabilistic Models of Sequences) foi o primeiro arcabouco orientado a objetos que fornece ferramentas para implementacao, manipulacao, e combinacao de modelos probabilisticos para representar sequencias de simbolos; MYOP (Make Your Own Predictor) e um sistema que tem como objetivo facilitar a construcao de preditores de genes; e SGEval utiliza grafos de splicing para comparar diferente anotacoes com eventos de splicing alternativos. Utilizamos nossas ferramentas para o desenvolvimentos de preditores de genes em onze genomas distintos: A. thaliana, C. elegans, Z. mays, P. falciparum, D. melanogaster, D. rerio, M. musculus, R. norvegicus, O. sativa, G. max e H. sapiens. Com esse desenvolvimento, estabelecemos um protocolo para implementacao de novos preditores. Alem disso, utilizando a nossa plata- forma, desenvolvemos um fluxo de trabalho para predicao de genes no projeto do genoma da cana de acucar, que ja foi utilizado em 109 sequencias de BAC geradas pelo BIOEN (FAPESP Bioenergy Program). / The challenge of correctly identify eukaryotic protein-coding genes in the genomic se- quences is an open problem. In this work, we implemented a plataform with the aim of improving the way that gene predictors are implemented and evaluated. ToPS (Toolkit of Probabilistic Models of Sequence) was the first object-oriented framework that provides tools for implementation, manipulation, and combination of probabilistic models that represent sequences of symbols. MYOP (Make Your Own Predictor) facilitates the construction of gene predictors. SGEval (Splicing Graph Evaluation) uses splicing graphs to compare dif- ferent annotations with alternative splicing events. We used our plataform to develop gene finders in eleven distinct genomes: A. thaliana, C. elegans, Z. mays, P. falciparum, D. me- lanogaster, D. rerio, M. musculus, R. norvegicus, O. sativa, G. max e H. sapiens. With this development, we established a protocol for implementing new gene predictors. In addi- tion, using our platform, we developed a pipeline to find genes in the 109 sugarcane BAC sequences produced by BIOEN (FAPESP Bioenergy Program).

O desafio de encontrar corretamente genes eucarioticos codificadores de proteinas nas sequencias genomicas e um problema em aberto. Neste trabalho, implementamos uma plata- forma, com o objetivo de melhorar a forma com que preditores de genes sao implementados e avaliados. Tres novas ferramentas foram implementadas: ToPS (Toolkit of Probabilistic Models of Sequences) foi o primeiro arcabouco orientado a objetos que fornece ferramentas para implementacao, manipulacao, e combinacao de modelos probabilisticos para representar sequencias de simbolos; MYOP (Make Your Own Predictor) e um sistema que tem como objetivo facilitar a construcao de preditores de genes; e SGEval utiliza grafos de splicing para comparar diferente anotacoes com eventos de splicing alternativos. Utilizamos nossas ferramentas para o desenvolvimentos de preditores de genes em onze genomas distintos: A. thaliana, C. elegans, Z. mays, P. falciparum, D. melanogaster, D. rerio, M. musculus, R. norvegicus, O. sativa, G. max e H. sapiens. Com esse desenvolvimento, estabelecemos um protocolo para implementacao de novos preditores. Alem disso, utilizando a nossa plata- forma, desenvolvemos um fluxo de trabalho para predicao de genes no projeto do genoma da cana de acucar, que ja foi utilizado em 109 sequencias de BAC geradas pelo BIOEN (FAPESP Bioenergy Program). / The challenge of correctly identify eukaryotic protein-coding genes in the genomic se- quences is an open problem. In this work, we implemented a plataform with the aim of improving the way that gene predictors are implemented and evaluated. ToPS (Toolkit of Probabilistic Models of Sequence) was the first object-oriented framework that provides tools for implementation, manipulation, and combination of probabilistic models that represent sequences of symbols. MYOP (Make Your Own Predictor) facilitates the construction of gene predictors. SGEval (Splicing Graph Evaluation) uses splicing graphs to compare dif- ferent annotations with alternative splicing events. We used our plataform to develop gene finders in eleven distinct genomes: A. thaliana, C. elegans, Z. mays, P. falciparum, D. me- lanogaster, D. rerio, M. musculus, R. norvegicus, O. sativa, G. max e H. sapiens. With this development, we established a protocol for implementing new gene predictors. In addi- tion, using our platform, we developed a pipeline to find genes in the 109 sugarcane BAC sequences produced by BIOEN (FAPESP Bioenergy Program).

Esta tese trata da aplicação de técnicas de estatística para a resolução de problemas encontrados na análise de dados provenientes da área de biologia molecular -- mais especificamente, dados gerados por estudos de expressão gênica obtidos pela contagem de transcritos, também chamados de perfis digitais de expressão. / This thesis is about the analysis of gene expression data produced by transcript counting methods, also known as digital gene profiles.

[pt] A maioria dos laboratórios não conta com um sistema informatizado para gestão dos procedimentos pertinentes a cada caso. A administração e controle das amostras é feito manualmente, através de diversas fichas que são preenchidas desde o colhimento do material biológico, no hospital, até a identificação final da bactéria no laboratório. Dessa forma, a organização das informações fica limitada, uma vez que, estando as informações escritas à mão e guardadas em livros, é quase impossível a extração de conhecimento útil que possa servir não só no apoio à decisão, como também, na formulação de simples estatísticas. Esta dissertação teve dois objetivos principais. O desenvolvimento de um sistema Web, intitulado BCIWeb (Bacterial Classification and Identification for Web), que fosse capaz de auxiliar na identificação bacteriológica e prover a tecnologia necessária para a administração e controle de amostras clínicas oriundas de hospitais. E a descoberta de conhecimento na base de dados do sistema, através da mineração de dados utilizando os métodos de Mapas Auto-Organizáveis (SOM: Self-Organizing Maps) e Redes Multilayer Perceptrons (MLP) para classificação e identificação de bactérias. A partir do desenvolvimento desta ferramenta amigável, no estudo de caso, os dados históricos do LDCIC (Laboratório de Difteria e Corinebactérias de Importância Clínica) do Departamento de Biologia da UERJ foram inseridos no sistema. Os métodos inteligentes propostos para classificação e identificação de bactérias foram analisados e apresentaram resultados promissores na área. / [en] Most laboratories do not have a computerized system for management procedures. The administration and control of the samples are made manualy through many forms of data sheets which are filled from the beginning, when the samples of biological materials are gathered at the hospital, up to the final identification at the laboratory. In this context, the organization of the information become very limited, while the information writting by hands and stored in books, its almost impossible to extract useful knowledge, which could help not only supporting decisions but also in the formulations of simples statistics. This thesis had two objectives. The development of a web system called BCIWeb (Bacterial Classifiation and Identification for Web) that could assist in bacterial identification and provide the technology necessary for the administration and control of clinical specimen coming from the hospitals and the discovery of knowledge in database system, through data mining methods using SOM (Self Organizing Maps) and Multilayer Perceptron Neural Networks (MLP) for classification and identificatin of bactéria. From the development of this friendly tool, in the case study, the historical data from LDCIC (Laboratório de Difteria e Corinebactérias de Importância Clínica) of UERJ Biology Department were entered into the system. The proposed intelligent methods for classification and identification of bacteria were analysed and showed promising results.

Os genes Hox padronizam o corpo dos vertebrados durante o desenvolvimento embrionário, e a compreensão de sua evolução pode elucidar mecanismos genéticos subjacentes à evolução morfológica. A evolução molecular dos genes Hox imprime assinaturas em regiões regulatórias, as quais potencialmente afetam sua expressão gênica, como os elementos cis-regulatórios (CREs) que ladeiam o cluster D de Hox e seus RNAs não-codificantes (ncRNAs). Essa Tese de Doutorado enfoca a evolução regulatória de genes HoxD envolvidos no estabelecimento dos eixos corpóreos axial ântero-posterior (AP) e apendiculares em linhagens de aminiotas que exibem características morfológicas homoplásticas peculiares: os squamatas serpentiformes (Capítulos I e II) e os marsupiais Diprotodontia (Capítulo III). No Capítulo I investigou-se, em serpentes e anfisbênias, se assinaturas regulatórias envolvidas no estabelecimento das morfologias serpentiformes foram impressas na Sequência Conservada B (Conserved Sequence B, CsB), um CRE centromérico de Hoxd10-13. Usando lagartos e outros tetrápodes como referência para a morfologia serpentiforme, regiões conservadas de CsB foram sequenciadas em 38 espécies de Squamata, cujos TFBS foram preditos e comparados. Ambas linhagens serpentiformes exibem assinaturas regulatórias divergentes e convergentes ausentes em lagartos; a convergência localizou-se em um segmento de CsB que concentra perda nas linhagens serpentiformes de diversos TFBS com funções no desenvolvimento de membros e a aquisição de um sítio de ligação para PBX1. Essa assinatura convergente impressa durante evoluções independentes da morfologia serpentiforme pode estar relacionada à elongação corpórea e à perda dos membros, evidenciando um papel do CsB no desenvolvimento do eixo AP. No Capítulo II, foi investigado se um CRE telomérico (CNS65) e um centromérico (Island I) de Hoxd, os quais regulam respectivamente regiões proximais e distais dos membros tetrápodes em desenvolvimento, retêm suas capacidades regulatórias em Serpentes. Expressões de gene repórter desses CREs de serpentes foram realizadas em camundongo transgênico, revelando deficiência de suas atividades regulatórias nos brotos de membro. A comparação dos TFBS preditos nesses elementos entre serpentes e outros tetrápodes revelou que TFBS relacionados ao desenvolvimento dos membros foram perdidos nas sequências das serpentes. Ainda, essa comparação indicou um elemento em CNS65 potencialmente envolvido especificamente na regulação da formação de estilopódio/zeugopódio, e três elementos na Island I exclusivamente reguladores do desenvolvimento autopodial. A perda de membros em x serpentes aparentemente imprimiu assinaturas nesses CREs de Hoxd que possivelmente contribuíram para sua degeneração funcional, putativamente indicando módulos específicos de regulação nos membros. No Capítulo III, ncRNAs do cluster D de Hox foram estudados no contexto da evolução morfológica do autopódio posterior e heterocronia entre o desenvolvimento de membros anteriores e posteriores em Macropus eugenii. Os ncRNAs mapeados sobre o cluster D de Hox foram selecionados a partir de transcritoma de membros de embriões de M. eugenii nos dias 23 (d23) e 25 (d25) de gravidez, e sua conservação, perfis transcricionais e padrões de expressão foram explorados. A comparação com sequências ortólogas de outros mamíferos revelou cinco ncRNAs conservados em mamíferos, e três aparentemente exclusivos dos marsupiais. Os perfis transcricionais de genes HOXD10-13 e dos ncRNAs do cluster D de Hox foram predominantemente equivalentes. Os padrões de expressão de XLOC46 foi similar aos dos genes HOXD terminais de camundongo e M. eugenii, enquanto que XLOC52 e XLOC53 apresentaram expressão idêntica à desses genes em M. eugenii, exceto pela baixa expressão de XLOC53 no d25. Os ncRNAs intergênicos/intrônicos aos genes HOXD9-12 possivelmente regulam a expressão de genes HOXD terminais em mamíferos, enquanto que XLOC52 e XLOC53 constituem bons candidatos para investigação relacionada à evolução dos membros de marsupiais. Esta Tese demonstra como estudos de assinaturas regulatórias na evolução de genes do desenvolvimento contribuem para o entendimento das histórias evolutivas de divergência entre linhagens e d / Hox genes pattern the vertebrate body during embryonic development, and understanding their evolution may unravel genetic mechanisms subjacent to morphological evolution. Molecular evolution of Hox genes entails signatures in regulatory regions that potentially affect gene expression, such as the cis-regulatory elements (CREs) that surround the HoxD cluster and its noncoding RNAs (ncRNAs). In this PhD Thesis, I have explored regulatory evolution of HoxD genes engaged in the development of appendicular and anterior-posterior body (AP) axes in amniotic lineages that exhibit homoplastic morphological peculiarities: snakelike squamates (Chapters I and II) and diprotodontid marsupials (Chapter III). In Chapter I, I investigated in snakes and amphisbaenians, whether equivalent regulatory signatures were registered in the Conserved Sequence B (CsB), a centromeric Hoxd10-13 CRE, during evolution of snakelike morphologies. Using lizards and other tetrapods to represent the lacertiform morphology, conserved regions within CsB were sequenced from 38 squamate species, and transcription factor binding sites (TFBS) were predicted and compared among groups. Both snakelike lineages carry divergent and convergent regulatory signatures not identified in lizards; the convergence located in one CsB segment comprised loss of limb-related TFBS and gain of a binding site for PBX1. This convergent regulatory signature registered along two independent processes of snakelike evolution may relate to body elongation and limb loss, and evidences a role of CsB for AP axis development. In Chapter II, I investigated whether a telomeric (CNS65) and a centromeric (Island I) Hoxd enhancer that regulate gene expression respectively at proximal and distal regions of developing limbs retain their regulatory capacities in Serpentes. Gene reporter expression of these CREs from snakes were performed in transgenic mice and revealed that their regulatory activities were abrogated in limb buds. Comparison of predicted TFBS in these elements between snakes and limbed tetrapods revealed limb-related TFBS apparently lost in snakes, and pointed to one potential stilopodium/zeugopodium-specific element in CNS65 and three likely autopodium-specific elements in Island I. Limb loss in snakes registered signatures in Hoxd CREs that possibly contributed for their functional impairment, putatively indicating limb-specific modules. Finally, in the chapter III, I studied ncRNAs from HoxD cluster in the context of hindlimb morphological evolution and heterochrony between fore and hindlimb development in the tammar wallaby Macropus eugenii. The ncRNAs mapped to HoxD cluster were selected from transcriptome performed using tammar embryo limbs at days 23 (d23) and 25 (d25) of viii pregnancy, and their conservation, transcriptional profiles and expression patterns were explored. Comparison with orthologous sequences in other mammals revealed five ncRNAs conserved among mammals, and three transcripts apparently exclusive to marsupials. Transcriptional profiles of HOXD10-13 and HoxD ncRNAs were mostly equivalent. XLOC46 expression patterns resembled those of mouse and tammar terminal HOXD genes, whereas XLOC52 and XLOC53 showed identical expression patterns to those genes of tammar, except for XLOC53 low expression at d25. The ncRNAs intergenic/intronic to HOXD9-12 may regulate expression of terminal HOXD genes in mammals, and XLOC52 and XLOC53 are suitable for investigation regarding limb evolution in marsupial. This PhD Thesis demonstrates how studies of evolutionary footprints in regulatory elements of developmental genes contribute for elucidating specific processes during lineages divergence as well as functional aspects of these genes during development.