INTRODUCTION: Breast cancer is the most common cancer in women worldwide and metastatic dissemination is the principal factor related to death by this disease. Breast cancer stem cells (bCSC), defined in this work as the ALDH1high/LIN-/ESA+ population, are thought to be responsible for metastasis and chemoresistance. The objective of this work is to find gene master regulators, in particular transcription factors (TFs), which are controlling the bCSC phenotype. METHODS: We used in this work two groups of datasets with transcriptome data, the discovery dataset group contains one dataset obtained by ourselves containing three paired samples comparing the bCSC and the bulk of the tumor (My Data - bCSC/Bulk dataset), a dataset with eight paired samples comparing the bCSC and cancer cells (Wicha - bCSC/CC dataset) and a dataset with 115 samples of breast cancer tissue (clinical response dataset). The second group, validation datasets, contains the BRCA-TCGA dataset with information of 621 samples, 4142 breast cancer samples of the Kmplot tool, 17 primary samples of BasL subtype and their information of grafting in patient derived xenografts and analyzes of cell lines (MF10A and HMLE). For the analyzes we used the paired t-test in the Limma R package, the ARACNE algorithm for the inference of regulons in the clinical response dataset, MRA-FET to define the master regulators of the bCSC phenotype, and GSEA to identify the biological meaning of the findings in the different datasets. RESULTS: We identified 12 TFs as master regulators of the bCSC phenotype, with nine of them forming two highly interconnected networks, one positively related with the bCSC phenotype formed by SNAI2, TWIST, PRRX1, BNC2 and TBX5 with its regulons, defined here as the mesenchymal transcription network and one negative correlated to the phenotype formed by SCML4, ZNF831, SP140 and IKZF3, defined as the immune response transcription network, totally unknown in the context of breast cancer in the literature. Although still with weak evidence, ZEB1 seems to control the two networks and can be responsible for the expression of ALDH1 and of the three remaining TFs: ID4, HOXA5 and TEAD1. As their names portray, our data showed in the different datasets, and independently of the molecular subtype and of the platform used, that the mesenchymal transcription network seems to be responsible for the bCSC phenotype and the immune response transcription network to the adaptive immune response in the tumor and a better prognosis for the patients. We also defined 10 membrane proteins as new markers and/or therapeutic targets of the bCSC. CONCLUSION: We found and described two TF networks that seem to control the bCSC phenotype, one of them totally unknown until now and correlated to a good prognosis. Our findings have a clear potential for clinical use. / INTRODUÇÃO: O cancer de mama é no mundo o câncer mais comum em mulheres e a disseminação metastática é o principal fator relacionado com a morte pela doença. Acreditasse que as células tronco do câncer de mama - bCSC, na sigla em inglês e definida neste trabalho com a população ALDH1high/LIN-/ESA+ - é responsável pela metástase e pela quimioresistência. O objetivo deste trabalho é encontrar genes que são essenciais para o controle do fenótipo das bCSC, em particular fatores de transcrição. MATERIAIS E MÉTODOS: Nesse trabalho nós utlizamos dois grupos de datasets com dados do transcriptoma, o grupo de datasets de descoberta contém um dataset gerado por nós com 3 amostras pareadas comparando as bCSC com o tumor total (My Data - bCSC/Bulk dataset), um dataset com 8 amostras pareadas comparando as bCSC com as células cancerígenas (Wicha - bCSC/CC dataset) e um dataset com 115 amostras de tecido de câncer de mama (Clinical Response dataset). O segundo grupo, grupo de validação, contém o dataset BRCA-TCGA com 621 amostras, as 4142 amostras de câncer de mama da ferramenta Kmplot, as 17 amostras humanas primárias do subtipo BasL e sua informação sobre a geração, ou não, de tumores em camundongos imunosuprimidos e a análise de linhagens celulares (MF10A e HMLE). Para a análise dos dataset utilizamos o test-t pareado no pacote Limma da liguagem R, o algoritmo ARACNE para a inferência de regulons no dataset Clinical Response, a análise MRA-FET para definir os Reguladores Mestres para o fenótipo das bCSC e a análise GSEA para identificar o significado biológico de nosso achados nos diferentes datasets. RESULTADOS E DISCUSSÃO: Nós identificamos 12 TFs como reguladores mestres, com 9 deles formando duas redes altamente conectadas, uma positivamente relacionada ao fenótipo bCSC formada por SNAI2, TWIST, PRRX1, BNC2 e TBX5 com seus regulons, e definida aqui como a rede de transcrição mesenquimal, e uma rede correlacionada negativamente, formada por SCML4, ZNF831, SP140 e IKZF3, definida aqui como a rede de transcrição da resposta imune e totalmente desconhecida da literatura no contexto do câncer de mama. Embora ainda com fraca evidencia, ZEB1 para controlar as duas redes e ser responsável pela expressão de ALDH1 e dos 3 TFs restantes: ID4, HOXA5 e TEAD1. Como mostram seus nomes, e independente do dataset, do subtipo molecular ou da plataforma utilizada, a rede de transcrição mesenquimal, parece ser responsável pela manutenção do fenótipo de células tronco cancerígenas e a rede de transcrição da resposta imune pela resposta imune adaptativa ao tumor e a um bom prognóstico para as pacientes. CONCLUSÃO: Nós encontramos e descrevemos duas redes de fatores de transcrição que parecem controlar o fenótipo das bCSC, uma delas totalmente desconhecida até agora e relacionada a um bom prognóstico. Nosso achados possuem um claro potencial para uso clínico.

Made available in DSpace on 2014-06-11T19:23:02Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-04-17Bitstream added on 2014-06-13T18:50:13Z : No. of bitstreams: 1 damineli_dsc_me_rcla.pdf: 754791 bytes, checksum: bfbdcea3d2e6e4d7e5a07ecc4b1fd915 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / A estabilidade é fundamental para todos os sistemas biológicos, possibilitando que lidem com a variabilidade ambiental. As propriedades que conferem estabilidade a sistemas biológicos ainda são desconhecidas, mas evidências apontam para a complexidade da dinâmica de certas variáveis fisiológicas e para a força de interação entre elementos de suas redes organizacionais subjacentes. Esta relação foi investigada no sistema de trocas gasosas de espécies florestais tropicais, pertencentes a grupos funcionais distintos: pioneiras e não-pioneiras. O modelo de recursos múltiplos atribui maior flexibilidade fisiológica às espécies pioneiras, mas os métodos geralmente empregados não são capazes de avaliar a estabilidade de um sistema adequadamente. Este estudo foi realizado em séries temporais de trocas gasosas, onde foi possível estimar parâmetros relacionados à estabilidade do sistema. A força de interação entre elementos foi avaliada pela conectância da rede (Cg) e a complexidade da dinâmica de assimilação de CO2 (A) e condutância estomática (gs) pelo algoritmo de entropia aproximada (ApEn). Os resultados revelaram que espécies com perfil fisiológico de pioneira, em condições constantes, apresentam maior Cg e ApEn de gs, possivelmente indicando maior estabilidade. Estas espécies tiveram maior aproveitamento de pulsos de luz (“lightflecks”), o que indicou a importância da modulação de rede (mudanças na conectância) na resposta às variações ambientais, e que maior Cg pode conferir maior capacidade de controle. Além da conectância, grau de acoplamento do sistema ao ambiente foi decisivo na resposta a “sunflecks”. Os resultados sugerem que dinâmicas mais complexas estão ligadas a redes com maior conectância, que por sua vez conferem maior capacidade de controle ao sistema, sendo fundamental a capacidade de modulação da rede. / Stability is a key feature to all biological systems, enabling them to deal with environmental variability. The properties that promote stability in biological systems are still unknown, but evidences point towards the complexity of the dynamics of certain physiological variables and to the strength of interaction among elements pertaining to its underlying organizational networks. This relationship was investigated in the gasexchange system of tropical forest species, belonging to distinct functional groups: pioneer and non-pioneer. The multiple resources model attributes higher physiological flexibility to pioneer species, but the methods usually employed are not capable of properly evaluating a system’s stability. This study was carried out in gas-exchange time-series, enabling the calculation of parameters related to the system’s stability. The strength of interaction among elements was evaluated by network connectance (Cg), and the complexity of CO2 assimilation (A) and stomatal conductance (gs) dynamics was evaluated by the algorithm of Approximate Entropy (ApEn). The results revealed that, under constant conditions, species with a pioneer-like physiological profile showed higher Cg and ApEn of gs, possibly indicating greater stability. These species showed higher lightfleck use efficiency, indicating the importance of network modulation (connectance changes) in response to environmental variability, and that higher Cg could provide greater control capability. Besides connectance, the strength of coupling between system and environment was decisive in response to sunflecks. The results suggest that more complex dynamics are linked to higher network connectance, which provide greater control capability to the system, network modulation being fundamental. Also, higher coupling of the system with its environment apparently promotes stability in contexts where environmental variability occurs within the system’s control capability.

INTRODUCTION: Breast cancer is the most common cancer in women worldwide and metastatic dissemination is the principal factor related to death by this disease. Breast cancer stem cells (bCSC), defined in this work as the ALDH1high/LIN-/ESA+ population, are thought to be responsible for metastasis and chemoresistance. The objective of this work is to find gene master regulators, in particular transcription factors (TFs), which are controlling the bCSC phenotype. METHODS: We used in this work two groups of datasets with transcriptome data, the discovery dataset group contains one dataset obtained by ourselves containing three paired samples comparing the bCSC and the bulk of the tumor (My Data - bCSC/Bulk dataset), a dataset with eight paired samples comparing the bCSC and cancer cells (Wicha - bCSC/CC dataset) and a dataset with 115 samples of breast cancer tissue (clinical response dataset). The second group, validation datasets, contains the BRCA-TCGA dataset with information of 621 samples, 4142 breast cancer samples of the Kmplot tool, 17 primary samples of BasL subtype and their information of grafting in patient derived xenografts and analyzes of cell lines (MF10A and HMLE). For the analyzes we used the paired t-test in the Limma R package, the ARACNE algorithm for the inference of regulons in the clinical response dataset, MRA-FET to define the master regulators of the bCSC phenotype, and GSEA to identify the biological meaning of the findings in the different datasets. RESULTS: We identified 12 TFs as master regulators of the bCSC phenotype, with nine of them forming two highly interconnected networks, one positively related with the bCSC phenotype formed by SNAI2, TWIST, PRRX1, BNC2 and TBX5 with its regulons, defined here as the mesenchymal transcription network and one negative correlated to the phenotype formed by SCML4, ZNF831, SP140 and IKZF3, defined as the immune response transcription network, totally unknown in the context of breast cancer in the literature. Although still with weak evidence, ZEB1 seems to control the two networks and can be responsible for the expression of ALDH1 and of the three remaining TFs: ID4, HOXA5 and TEAD1. As their names portray, our data showed in the different datasets, and independently of the molecular subtype and of the platform used, that the mesenchymal transcription network seems to be responsible for the bCSC phenotype and the immune response transcription network to the adaptive immune response in the tumor and a better prognosis for the patients. We also defined 10 membrane proteins as new markers and/or therapeutic targets of the bCSC. CONCLUSION: We found and described two TF networks that seem to control the bCSC phenotype, one of them totally unknown until now and correlated to a good prognosis. Our findings have a clear potential for clinical use. / INTRODUÇÃO: O cancer de mama é no mundo o câncer mais comum em mulheres e a disseminação metastática é o principal fator relacionado com a morte pela doença. Acreditasse que as células tronco do câncer de mama - bCSC, na sigla em inglês e definida neste trabalho com a população ALDH1high/LIN-/ESA+ - é responsável pela metástase e pela quimioresistência. O objetivo deste trabalho é encontrar genes que são essenciais para o controle do fenótipo das bCSC, em particular fatores de transcrição. MATERIAIS E MÉTODOS: Nesse trabalho nós utlizamos dois grupos de datasets com dados do transcriptoma, o grupo de datasets de descoberta contém um dataset gerado por nós com 3 amostras pareadas comparando as bCSC com o tumor total (My Data - bCSC/Bulk dataset), um dataset com 8 amostras pareadas comparando as bCSC com as células cancerígenas (Wicha - bCSC/CC dataset) e um dataset com 115 amostras de tecido de câncer de mama (Clinical Response dataset). O segundo grupo, grupo de validação, contém o dataset BRCA-TCGA com 621 amostras, as 4142 amostras de câncer de mama da ferramenta Kmplot, as 17 amostras humanas primárias do subtipo BasL e sua informação sobre a geração, ou não, de tumores em camundongos imunosuprimidos e a análise de linhagens celulares (MF10A e HMLE). Para a análise dos dataset utilizamos o test-t pareado no pacote Limma da liguagem R, o algoritmo ARACNE para a inferência de regulons no dataset Clinical Response, a análise MRA-FET para definir os Reguladores Mestres para o fenótipo das bCSC e a análise GSEA para identificar o significado biológico de nosso achados nos diferentes datasets. RESULTADOS E DISCUSSÃO: Nós identificamos 12 TFs como reguladores mestres, com 9 deles formando duas redes altamente conectadas, uma positivamente relacionada ao fenótipo bCSC formada por SNAI2, TWIST, PRRX1, BNC2 e TBX5 com seus regulons, e definida aqui como a rede de transcrição mesenquimal, e uma rede correlacionada negativamente, formada por SCML4, ZNF831, SP140 e IKZF3, definida aqui como a rede de transcrição da resposta imune e totalmente desconhecida da literatura no contexto do câncer de mama. Embora ainda com fraca evidencia, ZEB1 para controlar as duas redes e ser responsável pela expressão de ALDH1 e dos 3 TFs restantes: ID4, HOXA5 e TEAD1. Como mostram seus nomes, e independente do dataset, do subtipo molecular ou da plataforma utilizada, a rede de transcrição mesenquimal, parece ser responsável pela manutenção do fenótipo de células tronco cancerígenas e a rede de transcrição da resposta imune pela resposta imune adaptativa ao tumor e a um bom prognóstico para as pacientes. CONCLUSÃO: Nós encontramos e descrevemos duas redes de fatores de transcrição que parecem controlar o fenótipo das bCSC, uma delas totalmente desconhecida até agora e relacionada a um bom prognóstico. Nosso achados possuem um claro potencial para uso clínico.

A cana-de-açúcar (Saccharum spp.) é uma das principais gramíneas cultivadas do mundo e o Brasil é seu maior produtor, ela se tornou uma importante cultura devido às altas taxas de assimilação de carbono permitindo a síntese e acumulação de grandes quantidades de sacarose em seus entrenós. Com isso, faz-se necessário uma melhor compreensão dos mecanismos moleculares que regulam o acúmulo de sacarose nesta planta. Tais mecanismos têm sido estudados em vários níveis, tais como, identificação e localização de genes, identificação de lócus controladores de características quantitativas, transcriptoma, proteôma, caracterização e identificação de metabólitos. Com todos esses estudos é evidente a necessidade de uma abordagem holística para o entendimento global da planta durante o acúmulo de sacarose. Assim este trabalho teve por objetivo integrar dados de metabolômica e proteômica de tecidos da cana-de-açúcar da variedade SP80-3280 durante o desenvolvimento e o acúmulo de sacarose, utilizando a bioinformática para unir esses resultados por meio da análise de correlação canônica regularizada em uma abordagem de biologia sistêmica. Os resultados obtidos indicam diferenças no perfil metabólico e proteico da cana-açúcar durante o desenvolvimento e acúmulo de sacarose. Foram propostas classes de metabólitos que podem estar relacionados com o acúmulo de sacarose na cana-de-açúcar tais como glicerolipídeos, glicerofosfolipídeos, cumarinas e derivados, esteroides e derivados de esteroides e acil graxos. Também foram propostas proteínas que podem estar relacionadas com o acúmulo de sacarose, onde as histonas foram as que mais se destacaram. Nas redes biológicas de correlações também foram observadas correlações entre possíveis metabólitos e proteínas que podem estar correlacionadas com o acúmulo de sacarose na cana-de-açúcar / Sugarcane (Saccharum spp.) is one of the most important cultivated grasses of the world and Brazil is the largest producer, it has become an important crop due to high carbon assimilation rates allowing the synthesis and accumulation of large amounts of sucrose in their internodes. Thus, it is necessary a high understanding of the molecular mechanisms involved in the regulation of sucrose accumulation in this plant. These mechanisms have been studied at various levels, such as gene identification and localization, identification of quantitative trait locus controlling, transcriptome, proteome, characterization and metabolites identification. With all these studies is evident the necessity for a holistic approach to global understanding of the plant during the sucrose accumulation. Thus, this work aims to integrate metabolomics and proteomics data from tissues of sugarcane variety SP80-3280, during plant development and sucrose accumulation, using bioinformatics to link these results by regularized canonical correlation analysis in a systems biology approach. The results indicate differences in the metabolic and protein profile of sugarcane during development and sucrose accumulation. Metabolites classes have been proposed that may be related to sugarcane sucrose accumulation as glycerolipids, glycerophospholipids, coumarins and derivatives, steroids and steroid derivatives and fatty acyl. In addition, some proteins have been proposed that may be related to sucrose accumulation, where the most highlighted were the histones. In the biological correlations networks, have been also observed correlations between possible metabolites and proteins that can be correlated with the accumulation of sucrose in sugarcane

A cana-de-açúcar (Saccharum spp.) é uma das principais gramíneas cultivadas do mundo e o Brasil é seu maior produtor, ela se tornou uma importante cultura devido às altas taxas de assimilação de carbono permitindo a síntese e acumulação de grandes quantidades de sacarose em seus entrenós. Com isso, faz-se necessário uma melhor compreensão dos mecanismos moleculares que regulam o acúmulo de sacarose nesta planta. Tais mecanismos têm sido estudados em vários níveis, tais como, identificação e localização de genes, identificação de lócus controladores de características quantitativas, transcriptoma, proteôma, caracterização e identificação de metabólitos. Com todos esses estudos é evidente a necessidade de uma abordagem holística para o entendimento global da planta durante o acúmulo de sacarose. Assim este trabalho teve por objetivo integrar dados de metabolômica e proteômica de tecidos da cana-de-açúcar da variedade SP80-3280 durante o desenvolvimento e o acúmulo de sacarose, utilizando a bioinformática para unir esses resultados por meio da análise de correlação canônica regularizada em uma abordagem de biologia sistêmica. Os resultados obtidos indicam diferenças no perfil metabólico e proteico da cana-açúcar durante o desenvolvimento e acúmulo de sacarose. Foram propostas classes de metabólitos que podem estar relacionados com o acúmulo de sacarose na cana-de-açúcar tais como glicerolipídeos, glicerofosfolipídeos, cumarinas e derivados, esteroides e derivados de esteroides e acil graxos. Também foram propostas proteínas que podem estar relacionadas com o acúmulo de sacarose, onde as histonas foram as que mais se destacaram. Nas redes biológicas de correlações também foram observadas correlações entre possíveis metabólitos e proteínas que podem estar correlacionadas com o acúmulo de sacarose na cana-de-açúcar / Sugarcane (Saccharum spp.) is one of the most important cultivated grasses of the world and Brazil is the largest producer, it has become an important crop due to high carbon assimilation rates allowing the synthesis and accumulation of large amounts of sucrose in their internodes. Thus, it is necessary a high understanding of the molecular mechanisms involved in the regulation of sucrose accumulation in this plant. These mechanisms have been studied at various levels, such as gene identification and localization, identification of quantitative trait locus controlling, transcriptome, proteome, characterization and metabolites identification. With all these studies is evident the necessity for a holistic approach to global understanding of the plant during the sucrose accumulation. Thus, this work aims to integrate metabolomics and proteomics data from tissues of sugarcane variety SP80-3280, during plant development and sucrose accumulation, using bioinformatics to link these results by regularized canonical correlation analysis in a systems biology approach. The results indicate differences in the metabolic and protein profile of sugarcane during development and sucrose accumulation. Metabolites classes have been proposed that may be related to sugarcane sucrose accumulation as glycerolipids, glycerophospholipids, coumarins and derivatives, steroids and steroid derivatives and fatty acyl. In addition, some proteins have been proposed that may be related to sucrose accumulation, where the most highlighted were the histones. In the biological correlations networks, have been also observed correlations between possible metabolites and proteins that can be correlated with the accumulation of sucrose in sugarcane