Submitted by FERNANDA DA SILVA VON PORSTER (fdsvporster@univates.br) on 2014-10-07T18:56:14Z No. of bitstreams: 3 license_text: 22790 bytes, checksum: 5583a4be1f6dbb777e1501f0e06a0664 (MD5) license_rdf: 23748 bytes, checksum: b92763cfc0af52c7c868455edfaf3266 (MD5) 2014CristianoRossadaRocha.pdf: 647057 bytes, checksum: 5283ff0a3ecf01f1715926e3d2020946 (MD5) / Approved for entry into archive by Ana Paula Lisboa Monteiro (monteiro@univates.br) on 2014-10-08T13:46:40Z (GMT) No. of bitstreams: 3 license_text: 22790 bytes, checksum: 5583a4be1f6dbb777e1501f0e06a0664 (MD5) license_rdf: 23748 bytes, checksum: b92763cfc0af52c7c868455edfaf3266 (MD5) 2014CristianoRossadaRocha.pdf: 647057 bytes, checksum: 5283ff0a3ecf01f1715926e3d2020946 (MD5) / Made available in DSpace on 2014-10-08T13:46:40Z (GMT). No. of bitstreams: 3 license_text: 22790 bytes, checksum: 5583a4be1f6dbb777e1501f0e06a0664 (MD5) license_rdf: 23748 bytes, checksum: b92763cfc0af52c7c868455edfaf3266 (MD5) 2014CristianoRossadaRocha.pdf: 647057 bytes, checksum: 5283ff0a3ecf01f1715926e3d2020946 (MD5) / O diabetes mellitus é uma doença crônica, multifatorial que já atinge milhões de pessoas em todo o mundo. Tratada como um problema de saúde pública em nível mundial, os gastos diretos e indiretos com o diabetes tendem a aumentar. A forma com maior ocorrência é do diabetes mellitus tipo 2 (DM2), que está relacionado ao estilo de vida, fatores ambientais e genéticos. Nessa perspectiva, este estudo, de caráter descritivo-exploratório e abordagem qualitativa, tem por objetivo avaliar a relação entre fatores ambientais e dois polimorfismos genéticos do gene TCF7L2 no DM2 em indivíduos do Vale do Taquari. A amostra foi constituída por 46 indivíduos com DM2, usuários de Unidades Básicas de Saúde de municípios do Vale do Taquari-RS/BR. A extração do DNA, a partir de sangue periférico, já foi realizada em 2011-2012, utilizando-se uma adaptação do método de salting out, descrito por Lahiri e Nurnberger (1991). Os polimorfismos rs7903146 e rs12255372 no gene TCF7L2 foram genotipados através do sistema de discriminação alélica Taqman (Applied Biosystems). Os dados foram analisados empregando-se estatística descritiva e inferencial. Os resultados serão apresentados em tabelas e gráficos e os dados descritos apresentados na forma de média (desvio padrão). Para verificar a normalidade dos dados foi aplicado o teste de Kolmogorov Smirnov. Os testes t de Student, ANOVA e Tukey foram utilizados para comparação dos grupos. Para avaliação da reprodutibilidade dos alelos de risco nos dois polimorfismos foi utilizado o Teste Kappa. O teste de sinal foi utilizado para avaliar a associação entre o sexo e a presença ou ausência do alelo de risco. Os resultados permitiram determinar replicabilidade na presença dos polimorfismos rs7903146 e rs12255372, sendo que 26 indivíduos apresentam os dois polimorfismos. Porém, não se evidenciaram interações entre os polimorfismos do gene TCF7L2 com os fatores ambientais associados (consumo de álcool, tabagismo e índice de massa corpórea) ao DM2 na população em estudo.

Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2016-10-18T19:17:10Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertacao -Gilderlanio Santana de Araujo.pdf: 9533988 bytes, checksum: 951b1cf090729a87ebf3a8741ff00ad4 (MD5) / Made available in DSpace on 2016-10-18T19:17:10Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertacao -Gilderlanio Santana de Araujo.pdf: 9533988 bytes, checksum: 951b1cf090729a87ebf3a8741ff00ad4 (MD5) Previous issue date: 2013-03-07 / FACEPE / O desenvolvimento de técnicas de genotipagem de baixo custo (SNP arrays) e as anotações de milhares de polimorfismos de nucleotídeo único (SNPs) em bancos de dados públicos têm originado um crescente número de estudos de associação em escala genômica (do inglês, Genome-Wide Associations Studies - GWAS). Nesses estudos, um enorme número de SNPs (centenas de milhares) são avaliados com métodos estatísticos univariados de forma a encontrar SNPs associados a um determinado fenótipo. Testes univariados são incapazes de capturar relações de alta ordem entre os SNPs, algo comum em doenças genéticas complexas e são afetados pela alta correlação entre SNPs na mesma região genômica. Métodos de aprendizado de máquina, como o Random Forest (RF), têm sido aplicados em dados de GWAS para realizar a previsão de riscos de doenças e capturar os SNPs associados às mesmas. Apesar de RF ser um método com reconhecido desempenho em dados de alta dimensionalidade e na captura de relações não-lineares, o uso de todos os SNPs presentes em um estudo GWAS é computacionalmente inviável. Neste estudo propomos o uso de redes biológicas para a seleção inicial de SNPs candidatos a serem usados pela RF. A partir de um conjunto inicial de genes já relacionados à doença na literatura, usamos ferramentas de redes de interação gene-gene, para encontrar novos genes que possam estar associados a doença. Logo, é possível extrair um número reduzido de SNPs tornando a aplicação do método RF viável. Os experimentos realizados nesse estudo concentram-se em investigar quais polimorfismos podem influenciar na suscetibilidade à doença de Alzheimer (DA) e ao comprometimento cognitivo leve (MCI). O resultado final das análises é a delineação de uma metodologia para o uso de RF, para a análise de dados de GWAS, assim como a caracterização de potenciais fatores de riscos da DA. / The development of low cost genotyping techniques (SNP arrays) and annotations of thousands of single nucleotide polymorphisms (SNPs) in public databases has led to an increasing number of Genome-Wide Associations Studies (GWAS). In these studies, a large number of SNPs (hundreds of thousands) are evaluated with univariate statistical methods in order to find SNPs associated with a particular phenotype. Univariate tests are unable to capture high-order relationships among SNPs, which are common in complex genetic diseases, and are affected by the high correlation between SNPs at the same genomic region. Machine learning methods, such as the Random Forest (RF), have been applied to GWAS data to perform the prediction of the risk of diseases and capture a set of SNPs associated with them. Although, RF is a method with recognized performance in high dimensional data and capacity to capture non-linear relationships, the use of all SNPs present in GWAS data is computationally intractable. In this study we propose the use of biological networks for the initial selection of candidate SNPs to be used by RF. From an initial set of genes already related to a disease based on the literature, we use tools for construct gene-gene interaction networks, to find novel genes that might be associated with disease. Therefore, it is possible to extract a small number of SNPs making the method RF feasible. The experiments conducted in this study focus on investigating which polymorphisms may influence the susceptibility of Alzheimer’s disease (AD) and mild cognitive impairment (MCI). This work presents a delineation of a methodology on using RF for analysis of GWAS data, and characterization of potential risk factors for AD.