Uma das possíveis razões do sucesso da área de Redes Complexas decorre da flexibilidade destas estruturas para representação e modelagem de inúmeros sistemas complexos, incluindo em biologia. Entretanto, existem alguns aspectos do uso destes conceitos ainda pouco detalhados, como a questão da limiarização de relacionamentos graduados de forma a se obter uma rede binária de conexões. Uma outra questão interessante, ainda em aberto, refere-se a como redes complexas derivadas de sistemas diversos assemelham-se ou não umas às outras. Em biologia, esta questão aparece com particular interesse no que se refere às escalas das estruturas e sistemas biológicos, motivando a busca de analogias estruturais e funcionais. O presente trabalho de doutorado situa-se na interseção destes dois problemas. Em primeiro lugar, utilizamos a importante questão da limiarização de redes de co-expressão gênica como laboratório para desenvolver e comparar cinco métodos deste tipo, com fundamentações diferentes. Verificamos que dependendo da natureza do banco de dados, o impacto da limiarização nas propriedades topológicas pode ser grande, e sugerimos diretrizes de como utilizar os métodos diante do comportamento dos dados. Em seguida, abordamos a representação dos canais do sistema Haversiano dos ossos, com o objetivo de estudar este problema em particular e compará-lo com as redes de co-expressão na busca de analogias topológicas. As análises mostraram que os ossos são indistinguíveis em relação às propriedades topológicas das redes, mas nota-se uma variação mais pronunciada em relação às propriedades geométricas. Isso sugere que a arquitetura topológica do sistema vascular pode ser independente do tipo ósseo, mas que a demanda biológica de transporte pode variar em relação à posição no mesmo osso, e entre ossos diferentes. Como as redes do sistema Haversiano possuem pesos relacionados à espessura dos canais, utilizamos e comparamos os métodos de limiarização aqui propostos como forma de validação dos resultados. Concluindo estes desenvolvimentos, realizamos uma comparação estrutural dos dois tipos de redes obtidas, ou seja, de co-expressão gênica e de canais Haversianos. / One of the possible reasons for the success of Complex Networks arises from the flexibility of these structures for representation and modeling of numerous complex systems, including in biology. However, there are still some aspects of the use of these concepts, such as the question of the thresholding of graduated relationships in order to obtain a binary network of connections. Another interesting question, still open, concerns how complex networks derived from different systems are similar to another or are not. In biology, this question appears with particular interest in the scales of biological structures and systems, motivating the search for structural and functional analogies. The present PhD work lies at the intersection of these two problems. First, we used the important question of the thresholding of gene co-expression networks as a laboratory for development and to compare five methods of this type, with different foundations. We have found that depending on the nature of the database, the impact of thresholding on topological properties may be large, and we suggest guidelines on how to use the methods in face of the data`s behavior. Then, we discuss the characterization of the channels of the Haversian system of bones, with the aim of studying this particular problem and comparing it with the networks of co-expression in the search for topological analogies. The analyzes showed that the bones are indistinguishable in relation to the topological properties of the networks, but a more pronounced variation in relation to the geometric properties is noticed. This suggests that the topological architecture of the vascular system may be independent of the bone type but that the biological demand for transport may be varying relatively to the position in the same bone and between different bones. As the networks of the Haversian system have weights related to the thickness of the channels, we used and compared the thresholding methods proposed here for the validation of the results. Concluding these developments, we performed a structural comparison of the two types of networks obtained, the gene co-expression network and the Haversian channels network.

A eficiência alimentar (EA) é um fenótipo complexo, controlado por diversos processos biológicos. Determinar e entender esses processos é fundamental para selecionar animais superiores ou mesmo orientar decisões de manejo com o objetivo de aumentar a produtividade e diminuir o impacto ambiental da pecuária. Neste trabalho, propusemos analisar a EA através de uma abordagem de biologia de sistemas, baseada em transcriptômica multitecidual, a fim de gerar um entendimento sistêmico dessa característica. Para isso, 18 animais extremos para consumo alimentar residual foram selecionados a partir de um grupo de 98 bovinos Nelore machos inteiros e tiveram seu transcriptoma de hipotálamo, pituitária, adrenal, músculo e fígado sequenciado (RNAseq). Os reads gerados foram alinhados com o genoma de referência bovino (UMD3.1), filtrados e a expressão de cada gene foi estimada. A partir desses dados três abordagens de análises de dados foram desenvolvidas. Na primeira, cinco critérios de inclusão foram definidos para selecionar genes e construir uma rede de co-expressão para os cinco tecidos, de forma que além de indicarmos diversos genes e processos associados à EA, também fomos capazes de determinar dois genes reguladores, o NR2F6 e o TGFB1. Na segunda abordagem focamos no eixo hipotálamo-pituitária-adrenal, também utilizando análises de co-expressão, mas dessa vez sem partir de prévia seleção de genes e concluímos que o sistema de recompensa do cérebro pode estar envolvido no estímulo para maior consumo de alimentos observado no grupo de baixa EA. Finalmente, com a terceira abordagem, identificamos RNAs longos não codificadores (lncRNAs) expressos nos cinco tecidos e encontramos 30 transcritos expressos diferencialmente entre a alta e baixa EA na pituitária, músculo e adrenal, sendo que alguns deles se mostraram relacionados a processos já previamente demostrados como sendo associados a essa característica. Concluímos que, apesar de não conseguirmos determinar nesse momento o papel da maior susceptibilidade ao estresse, reportado na literatura para animais de baixa EA, no estímulo para maior ingestão de alimentos desse grupo, o sistema de recompensa hipotalâmico parece estar envolvido nesse processo. A maior ingestão pode ser a causa da resposta inflamatória observada no fígado, sendo ela de origem bacteriana, indicada pela maior concentração de endotoxina sérica nos animais menos eficientes. O maior turnover de proteínas no músculo de animais de baixa EA já havia sido indicado como um dos fatores que levam ao maior gasto energético nesses indivíduos e foi confirmado nesse trabalho. Além de alguns fatores de transcrição serem indicados como reguladores centrais desse fenótipo, lncRNAs também parecem ter função regulatória importante na EA. / Feed efficiency (FE) is a complex phenotype, controlled by several biological processes. Determining and understanding these processes is fundamental to select superior animals or even guide management decisions, aiming to increase productivity and reduce the environmental impact of livestock. In this work, we propose to analyze FE through a systems biology approach, based on multi-tissue transcriptomics, in order to generate a systemic understanding of this trait. For this purpose, 18 extreme animals for residual feed intake were selected from a group of 98 male Nellore cattle and had their hypothalamus, pituitary, adrenal gland, muscle and liver transcriptome sequenced (RNAseq). Reads generated were aligned with the bovine reference genome (UMD3.1), filtered and the expression of each gene was estimated. From these data three experiments were developed. In the first one, five inclusion criteria were defined to select genes and to construct a network of coexpression for the five tissues, so that besides indicating several genes and processes associated with EA, we were also able to determine two regulatory genes, NR2F6 and TGFB1. In the second experiment, we focused on the hypothalamic-pituitary-adrenal axis, also using co-expression analysis, but this time without starting from previous selected genes. We conclude that the reward system of the brain might be involved in the stimulus for higher feed intake observed in the low EA group. Finally, in the third experiment, we identified long noncoding RNAs (lncRNAs) expressed in the five tissues and found 30 transcripts differentially expressed between the high and low FE in the pituitary, muscle and adrenal, and some of them were related to previously demonstrated processes associated to this trait. We conclude that although we cannot determine at this time the role of higher susceptibility to stress, reported in the literature for animals of low FE, in the stimulus for higher feed intake of this group, the hypothalamic reward system seems to be involved in this process. The higher ingestion might be the cause of the inflammatory response observed in the liver of, being of bacterial origin, indicated by the higher concentration of serum endotoxin in less efficient animals. The higher turnover of proteins in the muscle of low FE animals had already been indicated as one of the factors that lead to higher energy expenditure in these individuals and it was confirmed in this study. In addition to some transcription factors being indicated as central regulators of this phenotype, lncRNAs also appear to play an important regulatory role in FE.