Spelling suggestions: "subject:"abiological databases integration"" "subject:"aniological databases integration""
1 |
Desenvolvimento de uma plataforma de bioinformática integrada aplicada a identificação molecular de microrganismos patogênicosSarmento, Felipe José de Queiroz 27 February 2013 (has links)
Submitted by Leonardo Cavalcante (leo.ocavalcante@gmail.com) on 2018-07-17T18:21:26Z
No. of bitstreams: 1
Arquivototal.pdf: 16322215 bytes, checksum: c172a5636f12cf8195f2382f1c23de59 (MD5) / Made available in DSpace on 2018-07-17T18:21:26Z (GMT). No. of bitstreams: 1
Arquivototal.pdf: 16322215 bytes, checksum: c172a5636f12cf8195f2382f1c23de59 (MD5)
Previous issue date: 2013-02-27 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / Various researches in molecular epidemiology, molecular diagnosis and evolutionary genetics related
to pathogens are compared to managing large amounts of data derived from institutions
such as, hospitals or laboratories. Although there already are some proposals to connect molecular
information to the diagnosis of pathogens, none of them uses high performance bioinformatics
tools which are embedded in a system and linked to a patient’s electronic record. The MolEpi
tool has been developed as a system of data and information management addressed to public
health, incorporating clinical and epidemiological information about patients, as well as molecular
data of 16S rRNA sequences of pathogenic bacteria. In order to confirm which species of these
bacteria were identified, biological samples (urine, secretions and purulent wounds, tracheal aspirate
and blood) and subsequently incubation and growth of colonies in culture, and PCR was
used followed by sequencing and analysis of the conserved coding region for 16S ribosomal RNA
(rDNA). Such strategy enabled fast bacterial identification, regardless of prior knowledge of the
species of microorganism under study. Moreover MolEpi is a system interconnected to repositories
of specific sequences as Genbank (NCBI), RDP-II (Ribosomal Database Project - MSU) and
GreenGene (LBL). In this way, once the sequences of clinical isolates are confirmed and validated,
they can be used as reference in the identification of other unknown microorganisms. Thus, a
local database was established, representing the profile of pathogens found in the hospital unity
of study and which should be object of public health surveillance. In order to develop MolEpi,
we used the Java programming language and the PostgreSQL8.3 object-relational database. It
was also developed BACSearch, which has the following programs to handle the analysis of 16S
rDNA sequences, we used the framework BioJava; to multiple alignment, ClustalW2, MAFFT and
MUSCLE, and for editing of multiple alignment and phylogenetic analysis, the JalView2.4.0 was
used. The system was validated with 200 clinical specimens isolated and identified from sites of
nosocomial infection. The DNA sequences produced from these samples were subjected to BLAST
by using the developed tool, which identified Pseudomonas aeruginosa, Acinetobacter baumannii,
Klebsiella pneumoniae and Morganella morganii as the main pathogens involved. Data on resistance
patterns of the species were obtained in microbiology laboratory, and incorporated into the
database. The application of MolEpi tool to the Health System can provide prompt and accurate
diagnosis, connected to relevant network information which can be intended for health professionals. / A maioria das pesquisas em epidemiologia molecular, diagnóstico molecular e genética evolutiva
são confrontadas com o gerenciamento de grandes volumes de dados. Além disso, os dados utilizados
em estudos de doenças patogênicas são complexos e geralmente derivam de instituições
tais como hospitais ou laboratórios. Embora já existam propostas que conecte informações moleculares
ao diagnóstico de patogenias, nenhuma delas utilizam ferramentas de bioinformática de
alto desempenho incorporadas a um sistema e vinculada a um prontuário eletrônico do paciente.
MolEpi foi desenvolvido como um sistema de gerenciamento de dados e informações dimensionado
a saúde pública, incorporando informações clínicas e epidemiológicas sobre pacientes e dados
moleculares de sequências do gene rRNA 16S de bactérias patogênicas. Para identificação destas
bactérias foram utilizadas amostras biológicas (urina, secreções e purulentas de feridas, aspirado
traqueal e sangue) e PCR seguida de sequenciamento e análise da região conservada codificadora
de RNA ribossômico (rDNA) 16S. Este estratégia permite uma identificação bacteriana rápida,
independente de conhecimento prévio da espécie de microrganismo em estudo. O MolEpi é um sistema
facilmente atualizável com as sequências específicas de bancos como Genbank(NCBI), RDP-II
(Ribosomal Database Project - MSU) e GreenGene (LBL). A partir da confirmação e validação
das sequências dos isolados clínicos, estas podem ser utilizadas como referência na identificação
de outros microrganismos desconhecidos. Neste sentido, foi estabelecido um banco de dados local,
representativo do perfil de patógenos encontrados na unidade hospitalar de estudo e objeto
de vigilância epidemiológica. Para o desenvolvimento do MolEpi, utilizamos a linguagem Java e
banco de dados PostgreSQL8.3. Foi desenvolvido também o BACSearch, que possui os seguintes
programas: para o processamento de sequências de rDNA 16S utilizamos os frameworks BioJava;
para alinhamento múltiplo foi implementado o ClustalW2, MAFFT e o MUSCLE e para edição do
alinhamento múltiplo e análise filogenética foi utilizado JalView R⃝2.4.0b2. O sistema foi validado
com 200 espécimes clínicos identificadas e isoladas de sítios de infecção hospitalar. As sequências
de DNA produzidas a partir destas amostras foram submetidas ao BLAST, utilizando a ferramenta
desenvolvida, identificando Pseudomonas aeruginosa, Acinetobacter baumannii, Klebsiela
pneumonie e Staphylococcus aureus como os principais patógenos correspondentes. Os dados sobre
o padrão de resistência das espécies foram obtidos em laboratório de microbiologia e incorporados
ao banco de dados. A aplicação do MolEpi ao Sistema Único de Saúde poderá fornecer diagnósticos
mais rápidos, precisos, e interligados a uma rede de informações relevantes para o profissional de
saúde.
|
Page generated in 0.1581 seconds