Curiosity of human nature drives us to explore the origins of what makes each of us different. From ancient legends and mythology, Mendel's law, Punnett square to modern genetic research, we carry on this old but eternal question. Thanks to technological revolution, today's scientists try to answer this question using easily measurable gene expression and other profiling data. However, the exploration can easily get lost in the data of growing volume, dimension, noise and complexity. This dissertation is aimed at developing new machine learning methods that take data from different classes as input, augment them with knowledge of feature relationships, and train classification models that serve two goals: 1) class prediction for previously unseen samples; 2) knowledge discovery of the underlying causes of class differences. Application of our methods in genetic studies can help scientist take advantage of existing biological networks, generate diagnosis with higher accuracy, and discover the driver networks behind the differences. We proposed three new graph-based regularization algorithms. Graph Connectivity Constrained AdaBoost algorithm combines a connectivity module, a deletion function, and a model retraining procedure with the AdaBoost classifier. Graph-regularized Linear Programming Support Vector Machine integrates penalty term based on submodular graph cut function into linear classifier's objective function. Proximal Graph LogisticBoost adds lasso and graph-based penalties into logistic risk function of an ensemble classifier. Results of tests of our models on simulated biological datasets show that the proposed methods are able to produce accurate, sparse classifiers, and can help discover true genetic differences between phenotypes.

This dissertation focuses on methodology specific to microarray data analyses that organize the data in preliminary steps and proposes a cluster analysis method which improves the interpretability of the cluster results. Cluster analysis of microarray data allows samples with similar gene expression values to be discovered and may serve as a useful diagnostic tool. Since microarray data is inherently noisy, data preprocessing steps including smoothing and filtering are discussed. Comparing the results of different clustering methods is complicated by the arbitrariness of the cluster labels. Methods for re-labeling clusters to assess the agreement between the results of different clustering techniques are proposed. Microarray data involve large numbers of observations and generally present as arrays of light intensity values reflecting the degree of activity of the genes. These measurements are often two dimensional in nature since each is associated with an individual sample (cell line) and gene. The usual hierarchical clustering techniques do not easily adapt to this type of problem. These techniques allow only one dimension of the data to be clustered at a time and lose information due to the collapsing of the data in the opposite dimension. A novel clustering technique based on normal mixture distribution models is developed. This method clusters observations that arise from the same normal distribution and allows the data to be simultaneously clustered in two dimensions. The model is fitted using the Expectation/Maximization (EM) algorithm. For every cluster, the posterior probability that an observation belongs to that cluster is calculated. These probabilities allow the analyst to control the cluster assignments, including the use of overlapping clusters. A user friendly program, 2-DCluster, was written to support these methods. This program was written for Microsoft Windows 2000 and XP systems and supports one and two dimensional clustering. The program and sample applications are available at http://etd.vcu.edu. An electronic copy of this dissertation is available at the same address.

O presente estudo avaliou o perfil farmacogenômico de 338 pacientes, sob terapia antiagregante. Os pacientes foram submetidos a tratamento prévio com AAS (100mg/dia) e clopidogrel (75mg/dia) por no mínimo cinco dias antes da angioplastia coronária. Os indivíduos com resposta considerada indesejada <30% de inibição de PRU (do inglês, P2RY12 Reaction Unit) para clopidogrel e >550 ARU (do inglês, Aspirin Reaction Unit), foram considerados como não respondedores. As concentrações plasmáticas dos antiagregantes foram determinadas por cromatografia líquida acoplada à espectrometria de massa do tipo triploquadrupolo (LC-MS/MS). A taxa da inibição da agregação plaquetária foi medida utilizando-se o sistema VerifyNow®. A expressão gênica global das células totais do sangue periférico foi avaliada pela tecnologia de microarranjos de DNA Human Exon ST 1.0 Array. Características genotípicas dos pacientes também foram avaliadas pelo sistema Sequenom®. Assim, foi possível obter como resultados a identificação de 64% e 10% para pacientes não respondedores ao clopidogrel e AAS respectivamente, sendo que para o primeiro foi possível identificar a associação desta não resposta a variáveis clínicas como diabetes (p = 0,003), hipertensão (p = 0,011) e hábito de fumar (p = 0,041) e sexo (p = 0,022) e idade dos pacientes (p = 0,004) em relação à resposta ao AAS. O método de quantificação simultânea do clopidogrel, seu metabólito majoritário e do AS (metabólito do AAS), apresentou limites de quantificação entre de 2 a 500 ng/mL, 2 a 2000 ng/mL e de 20 a 2000 ng/mL, respectivamente. O estudo de associação encontrou uma relação significante da presença dos SNPs presentes nos genes CYP5A1 (rs2299890) e CYP2C19 (rs4244285 e rs3758580), com a variação na resposta ao clopidogrel, obtendo um valor de p corrigido pelo teste de permutação inferior a 0,001. Como também, uma fraca associação da variação na resposta do AAS com o SNP rs9605030 do gene COMT (p = 0,009). Os resultados do microarranjos relacionaram a resposta terapêutica ao clopidogrel com os genes CA2, MKRN1, ABCC3 e MBP seguido dos genes NFIA e IGF1R para a resposta ao AAS. Concluindo que o estudo farmacogenômico apresentou todo o seu potencial para relacionar variáveis como resposta, concentração farmacológica plasmática, SNPs e expressão global de RNAm, possibilitando assim compreender melhor a variação no tratamento antiagregante. / This study investigated the pharmacogenomics profile of 338 patients under antiplatelet therapy. Patients undergoing pretreatment with ASA (100 mg/day) and clopidogrel (75mg/day) for at least five days prior to coronary angioplasty. Individuals with response <30% of PRU (P2RY12 reaction unit) were considering non responder for clopidogrel and >550 of ARU (aspirin reaction unit), were considered as non responders for ASA. Plasma concentrations of the antiagregation drugs were determined by liquid chromatography followed mass spectrometry of triple quadrupole detection (LC-MS/MS). The rate of inhibition of platelet aggregation was measured using the VerifyNow® system. The global gene expression of total cells in blood was assessed by DNA microarray technology Human Exon 1.0 ST Array. Genotypic characteristics of the patients were also evaluated by the Sequenom® system. Thus it was possible to obtain results such as identification of 64% and 10% for patients non responders to clopidogrel and aspirin respectively, and for the first could identify the association of this response to variables such as diabetes (p = 0.003), hypertension (p = 0.011) and smoking (p = 0.041) for clopidogrel and sex and age in relation to response to ASA (p = 0.022 and p = 0.004, respectively). The method of simultaneous quantification of clopidogrel and its major metabolite of AS (metabolite of ASA), had quantification limits between 200 to 500 ng/mL 2000-2000 ng/mL and 20 to 2000 ng/mL, respectively. The association study found a significant grating presence of SNPs present in genes CYP5A1 (rs2299890) and CYP2C19 (rs4244285 and rs3758580), with the variation in the response to clopidogrel, obtaining a corrected p value by permutation test below 0.001. As well, a weak association of variation in the response of ASA with the SNP rs9605030 of the gene COMT (p = 0.009). The results of microarray related therapeutic response to clopidogrel with genes CA2, MKRN1, ABCC3 and MBP followed by NFIA and IGF1R genes for response to ASA. Concluding that the pharmacogenomics study showed its potential to relate variables such as response, plasma drug concentration, SNPs and global expression of mRNA, thus enabling better understand the variation in antiplatelet treatment.

O cancro cítrico é uma doença que afeta diversas espécies de Citrus, cujo agente causal é Xanthomonas axonopodis pv citri (XAC). O genoma desta fitobactéria consiste de um cromossomo de ~5 Mpb e dois plasmídeos, que juntos codificam 4313 CDS (seqüências codificadoras), das quais 2710 apresentam similaridade com proteínas conhecidas. Neste trabalho realizamos uma análise comparativa detalhada do genoma de XAC com genomas de três fitopatógenos, Xanthomonas campestris campestris, Xylella fastidiosa 9a5c e Xylella fastidiosa temecula. Com esta análise identificamos genes espécie e gênero-específicos, potencialmente relevantes para adaptação aos seus respectivos nichos ou hospedeiros, além de ilhas de inserção e deleção genômica putativas. Também identificamos vias metabólicas relacionadas com osmoproteção/osmorregulação e com degradação de compostos aromáticos em XAC, que possivelmente são determinantes na eficácia de sua interação com o hospedeiro. Analisamos o nível de expressão de 9 CDS após crescimento de XAC em diferentes concentrações de glicose e verificamos que este açúcar modula positivamente a expressão de CDS relacionadas à síntese de goma e ao sistema de osmoproteção. Além disso, descrevemos a construção de microarranjos de DNA representando 2760 CDS de XAC, constituindo-se uma nova ferramenta para estudos de genômica comparativa e expressão gênica deste fitopatógeno. / Xanthomonas axonopodis pv citri (XAC) is the bacterial pathogen that causes citrus canker disease in several species of Citrus plants. XAC genome consists of a main cromosome of ~5 Mpb and two plasmids that together encode 4313 CDS (coding sequences). Approximately 63% of the CDS have assigned biological functions. In this work, we present a detailed genomic comparison between the genomes of XAC and of three other phytopathogens, X. campestris campestris, Xylella fastidiosa 9a5c and X. fastidiosa Temecula. Based on this analysis, we identified species and genus-specific genes that might be relevant for adaptation to their niches and hosts. We mapped putative insertion/deletion regions in the XAC genome possibly related to gene gains and losses during the divergence of the four bacterial lineages. We have identified the metabolic pathways related to osmoprotection/osmoregulation and aromatic compound degradation important for XAC efficient host colonization and interaction. Expression levels of 9 CDS were analyzed after XAC growth under different glucose concentrations revealing that this sugar upregulates the expression of CDS related to gum synthesis and to osmoregulation. In addition, we describe here the construction of a DNA microarray representing 2760 CDS of XAC as a new tool for comparative genomic and gene expression studies in this phytopathogen.

A análise da expressão gênica através de dados gerados em experimentos de microarrays de DNA vem possibilitando uma melhor compreensão da dinâmica e dos mecanismos envolvidos nos processos celulares ao nível molecular. O aprimoramento desta análise é crucial para o avanço do conhecimento sobre as bases moleculares das neoplasias e para a identificação de marcadores moleculares para uso em diagnóstico, desenho de novos medicamentos em terapias anti-tumorais. Este trabalho tem como objetivos o desenvolvimento de modelos de análise desses dados, propondo uma nova forma de normalização de dados provenientes de microarrays e dois modelos para a construção de redes regulatórias de expressão gênica, sendo uma baseada na conectividade dinâmica entre diversos genes ao longo do ciclo celular e a outra que resolve o problema da dimensionalidade, em que o número de experimentos de microarrays é menor que o número de genes. Apresenta-se, ainda, um pacote de ferramentas com uma interface gráfica de fácil uso contendo diversas técnicas de análise de dados já conhecidas como também as abordagens propostas neste trabalho. / The analyses of DNA microarrays gene expression data are allowing a better comprehension of the dynamics and mechanisms involved in cellular processes at the molecular level. In the cancer field, the improvement of gene expression interpretation is crucial to better understand the molecular basis of the neoplasias and to identify molecular markers to be used in diagnosis and in the design of new anti-tumoral drugs. The main goals of this work were to develop a new method to normalize DNA microarray data and two models to construct gene expression regulatory networks. One method analyses the dynamic connectivity between genes through the cell cycle and the other solves the dimensionality problem in regulatory networks, meaning that the number of experiments is lower than the number of genes. We also developed a toolbox with a user-friendly interface, displaying several established statistical methods implemented to analyze gene expression data as well as the new approaches presented in this work.

The efforts addressed in this thesis refer to assaying the extent of local features in 2D-images for the purpose of recognition and classification. It is based on comparing a test-image against a template in binary format. It is a bioinformatics-inspired approach pursued and presented as deliverables of this thesis as summarized below: 1. By applying the so-called 'Smith-Waterman (SW) local alignment' and 'Needleman-Wunsch (NW) global alignment' approaches of bioinformatics, a test 2D-image in binary format is compared against a reference image so as to recognize the differential features that reside locally in the images being compared 2. SW and NW algorithms based binary comparison involves conversion of one-dimensional sequence alignment procedure (indicated traditionally for molecular sequence comparison adopted in bioinformatics) to 2D-image matrix 3. Relevant algorithms specific to computations are implemented as MatLabTM codes 4. Test-images considered are: Real-world bio-/medical-images, synthetic images, microarrays, biometric finger prints (thumb-impressions) and handwritten signatures. Based on the results, conclusions are enumerated and inferences are made with directions for future studies. / by Deepti Pappusetty. / Thesis (M.S.C.S.)--Florida Atlantic University, 2011. / Includes bibliography. / Electronic reproduction. Boca Raton, Fla., 2011. Mode of access: World Wide Web.

Os transtornos do espectro autista (TEA) são condições neuropsiquiátricas caracterizadas por padrões comportamentais estereotipados, ausência ou limitação de comunicação verbal e de interação social recíproca. Diversos estudos têm mostrado que esses transtornos possuem etiologia genética complexa e heterogênea, o que dificulta a identificação dos fatores causais. Estima-se que cerca de 70% dos casos de TEA são idiopáticos. Portanto, com o objetivo de identificar mecanismos etiológicos associados aos TEA, utilizamos as seguintes estratégias: customização de uma lâmina de microarray CGH que possibilite a detecção não só de grandes CNVs, mas também de alterações menores do que 10 kbp, em exons e regiões UTR de genes potencialmente candidatos; a comparação entre os tipos de rearranjos detectados em pacientes sindrômicos e em não sindrômicos e, ainda, a investigação mais detalhada de uma família com indivíduos portadores de transtorno autista e síndrome de Asperger. Foram avaliados 103 portadores de TEA não sindrômicos e 18 sindrômicos, sendo as taxas de detecção de alterações potencialmente patogênicas, respectivamente, de 11,6% e 38,9%. Dentre as alterações detectadas 44,4% são menores do que 10 Kbp. Portanto, a estratégia de usar uma lâmina customizada, com alta densidade de sondas complementares aos exons e regiões não codificantes de genes potencialmente envolvidos na etiologia dos TEA, capaz de detectar tanto alterações grandes quanto pequenas, parece ser relevante na tentativa de elucidar o maior número de casos possíveis e melhor compreender esses transtornos. Além disso, essa lâmina também pode ser utilizada como uma ferramenta para auxiliar o diagnóstico clínico e o aconselhamento genético com um custo mais acessível em comparação a outras comerciais ou ao sequenciamento de última geração. Cerca de 33,3% das CNVs observadas afetam região UTR, sugerindo que mutações nessas regiões podem explicar uma proporção significativa dos casos nos quais não são detectadas alterações através de outros testes genômicos, visto que a maioria desses ainda não exploram adequadamente regiões não codificantes. Entre os pacientes autistas não sindrômicos verificou-se que a maioria dos genes afetados por CNVs estão envolvidos em duas principais funções biológicas - sinapses glutamatérgicas e orientação axonal, sugerindo que TEA não sindrômico pode ser causado por disfunção em genes diferentes envolvidos em processos fisiológicos comuns. Diferente do que observamos entre pacientes não sindrômicos, detectamos mais de uma alteração em um mesmo indivíduo ou alterações que englobam mais de um gene entre os pacientes sindrômicos, reforçando o modelo oligogênico para alguns casos de TEA. Por fim, os dados obtidos no estudo da família com portadores de síndrome de Asperger e transtorno autista sugere que a gravidade do quadro clínico possa estar relacionada ao número de mutações e possivelmente por duas mutações diferentes em ambos os alelos de um mesmo gene. Nossos resultados, além de apoiar o envolvimento dos genes MDGA2, FHIT, HTR2A, SHANK2, GRIA3, ZNF778, PRKC&alpha;, CDH15, DIAPH3, GCH1, GRM5, MARK1, SLC17A6, IMMP2L, BZRAP1, SYNGAP1, ANK3, MAP1A, GABRR2 e LAMC3 nos TEA também sugere novos genes candidatos: LRRC7, LRRIQ3, CADPS1, NUFIP, SEMA3A, SNAP29, MBD2, GAD2, DGKH e PARD3 / The autism spectrum disorders (ASD) are neuropsychiatric conditions typically characterized by social deficits, communication difficulties, stereotyped or repetitive behaviors and interests. Several studies have shown that these disorders have a complex and heterogeneous genetic etiology, which makes difficult to identify the causal factors. Approximately 70% of cases are idiopathic. In order to identify etiological mechanisms associated with ASD, we have used the following strategies: customized a microarray CGH platform that allows detection not only of large CNVs, but also alterations smaller than 10 kbp in exons and UTR regions of potential candidate genes, the comparison between the types of rearrangements detected in syndromic and non-syndromic patients and further, more detailed investigation of a family segregating both autistic disorder and Asperger syndrome. We evaluated 103 nonsyndromic and 18 syndromic patients by the custom-designed array and the detection rate of possibly pathogenic alterations were, respectively, 11.6% and 38.9%. Among these CNVs, 44.4% are smaller than 10 kbp. Therefore, the strategy of using a custom-designed array, enriched with probes targeted to genes potentially involved in the ASD etiology and able to detect both large and small CNVs, seems to be relevant in an attempt to elucidate the largest number of cases and to better understand these disorders. Furthermore, this platform can also be used as a tool to support the clinical diagnosis and genetic counseling with a more affordable cost compared to conventional other or next-generation sequencing. Approximately 33.3% of the observed CNVs affect UTR region, suggesting that mutations in non-coding regions might explain a significant proportion of ASD cases negative for most genomic screenings, which still do not explore adequately these regions. Among nonsyndromic autistic patients we found that most of the genes affected by CNVs are involved in two main biological functions - glutamatergic synapses and axonal guidance, suggesting that nonsyndromic ASD can be caused by dysfunction in different genes of a few common physiological processes. In contrast to our findings in nonsyndromic patients, we detected more than one alteration in a single individual or alterations that involve more than one gene among the syndromic patients, reinforcing the oligogenic model for some cases of ASD. Finally, the data obtained in the study of the family segregating both Asperger syndrome and autistic disorder suggests that the severity of ASD seems to be modulated by the number of hits and possibly by hits in both alleles of the same gene. Our results support the involvement of genes MDGA2, FHIT, HTR2A, SHANK2, GRIA3, ZNF778, PRKC&alpha;, CDH15, DIAPH3, GCH1, GRM5, MARK1, SLC17A6, IMMP2L, BZRAP1, SYNGAP1, ANK3, MAP1A, GABRR2 and LAMC3 in ASD etiology and also suggests new candidates: LRRC7, LRRIQ3, CADPS1, NUFIP, SEMA3A, SNAP29, MBD2, GAD2, DGKH and PARD3

Schistosoma mansoni é um dos agentes causadores da esquistossomose, doença infecciosa negligenciada que afeta milhões de pessoas no mundo. É um platelminto parasitário dióico, com um complexo ciclo de vida, composto de seis estágios. Nos últimos cinco anos, projetos de seqüenciamento em larga escala de etiquetas de genes expressos (ESTs) de Schistosoma geraram uma quantidade razoável de dados que ainda pode ser mais bem explorada. O objetivo central deste trabalho é analisar computacionalmente a expressão gênica de S. mansoni, sob três focos distintos: (i) micro-arranjos de DNA, para os quais descrevemos o desenho e análise de dados de uma plataforma de cDNA (4,600 elementos) e outra de oligonucleotídeos (44,000 elementos). Estão também descritas diversas ferramentas de análise que implementamos e são amplamente usadas em nosso grupo. Os micro-arranjos têm servido de base para vários projetos, como o estudo da resposta do parasita a hormônios e drogas e expressão gênica durante o ciclo de vida. (ii) Identificação in silico de pares de transcritos senso- antisenso com possível ação em trans, potencialmente importantes na regulação gênica. (iii) Análises da coleção de ESTs existentes sob uma perspectiva evolutiva. Através dessa abordagem encontramos genes importantes como um possível inibidor de angiogênese e um regulador da via do mevalonato, conhecido como essencial para a produção de ovos; estes constituem a principal causa de morbidez da esquistossomose. Os resultados aqui apresentados contribuem para o entendimento da complexa biologia inerente ao ciclo de vida de S. mansoni e para acelerar a busca de futuras possibilidades de tratamento. / Schistosoma mansoni is one of the causative agents of schistosomiasis, a neglected infectious disease which affects millions of people worldwide. It is a dioecious parasitic platyhelminth, with a complex life cycle composed of six stages. In the past five years, large scale sequencing projects have generated a reasonable amount of expressed sequence tag (EST) data that can still be better explored. The goal of this thesis is to computationally analyze the S. mansoni gene expression, under three different focuses: (i) DNA microarrays, for which we describe the design and data analyses of a cDNA (4,600 elements) and an oligonucleotide (44,000 elements) platform. We also describe the implementation of several analysis tools which are widely used in our group. Our microarrays are being used in several projects, such as the study of parasite response to drugs and hormones, as well as its gene expression pattern during the life cycle. (ii) In silico identification of possible trans acting natural sense-antisense pairs, potentially important in gene regulation. (iii) Analyses of the available EST dataset under an evolutionary perspective. We have found interesting genes such as a possible angiogenesis inhibitor and a regulator of the mevalonate pathway, known to be essential for egg production; eggs are the main cause of morbidity of schistosomiasis. The results reported here contribute to the understanding of the complex biology underlying the S. mansoni life cycle and to accelerate the search for future possibilities of treatment.

Uma das principais áreas de pesquisa em Biologia de Sistemas refere-se à descoberta de redes biológicas a partir de conjuntos de dados de microarrays. Estas redes consistem de um grande número de genes cujos níveis de expressão afetam os outros genes de vários modos. Nesta tese, apresenta-se uma nova maneira de analisar os conjuntos de dados de microarrays, com base nos diferentes tipos de ciclos encontrados entre os genes das redes de co-expressão construídas com dados quantificados obtidos a partir dos microarrays. A entrada do método de análise é formada pelos dados brutos, um conjunto de genes de interesse (por exemplo, genes de uma via conhecida) e uma função (ativador ou inibidor) destes genes. A saída do método é um conjunto de ciclos. Um ciclo é um caminho fechado com todos os vértices (exceto o primeiro e o último) distintos. Graças à nova forma de encontrar relações entre os genes, é possível uma interpretação mais robusta das correlações dos genes, porque os ciclos estão associados a mecanismos de feedback, que são muito comuns em redes biológicas. A hipótese é que feedbacks negativos permitem encontrar relações entre os genes que podem ajudar a explicar a estabilidade do processo regulatório dentro da célula. Ciclos de feedback positivo, por outro lado, podem mostrar a quantidade de desequilíbrio de uma determinada célula em um determinado momento. A análise baseada em ciclos permite identificar a relação estequiométrica entre os genes da rede. Esta metodologia proporciona uma melhor compreensão da biologia do tumor. Portanto, as principais contribuições desta tese são: (i) um novo método de análise baseada em ciclos; (ii) um novo método de classificação; (iii) e, finalmente, aplicação dos métodos e a obtenção de resultados práticos. A metodologia proposta foi utilizada para analisar os genes de quatro redes fortemente relacionadas com o câncer - apoptose, glicólise, ciclo celular e NF B - em tecidos do tipo mais agressivo de tumor cerebral (Gliobastoma multiforme - GBM) e em tecidos cerebrais saudáveis. A maioria dos pacientes com GBM morrem em menos de um ano, essencialmente nenhum paciente tem sobrevivência a longo prazo, por isso estes tumores têm atraído atenção significativa. Os principais resultados nesta tese mostram que a relação estequiométrica entre genes envolvidos na apoptose, glicólise, ciclo celular e NF B está desequilibrada em amostras de GBM em comparação as amostras de controle. Este desequilíbrio pode ser medido e explicado pela identificação de um percentual maior de ciclos positivos nas redes das primeiras amostras. Esta conclusão ajuda a entender mais sobre a biologia deste tipo de tumor. O método de classificação baseado no ciclo proposto obteve as mesmas métricas de desempenho como uma rede neural, um método clássico de classificação. No entanto, o método proposto tem uma vantagem significativa em relação às redes neurais. O método de classificação proposto não só classifica as amostras, fornecendo diagnóstico, mas também explica porque as amostras foram classificadas de uma certa maneira em termos dos mecanismos de feedback que estão presentes/ausentes. Desta forma, o método fornece dicas para bioquímicos sobre possíveis experiências laboratoriais, bem como sobre potenciais genes alvo de terapias. / One of the main research areas in Systems Biology concerns the discovery of biological networks from microarray datasets. These networks consist of a great number of genes whose expression levels affect each other in various ways. We present a new way of analyzing microarray datasets, based on the different kind of cycles found among genes of the co-expression networks constructed using quantized data obtained from the microarrays. The input of the analysis method is formed by raw data, a set of interest genes (for example, genes from a known pathway) and a function (activator or inhibitor) of these genes. The output of the method is a set of cycles. A cycle is a closed walk, in which all vertices (except the first and last) are distinct. Thanks to the new way of finding relations among genes, a more robust interpretation of gene correlations is possible, because cycles are associated with feedback mechanisms that are very common in biological networks. Our hypothesis is that negative feedbacks allow finding relations among genes that may help explaining the stability of the regulatory process within the cell. Positive feedback cycles, on the other hand, may show the amount of imbalance of a certain cell in a given time. The cycle-based analysis allows identifying the stoichiometric relationship between the genes of the network. This methodology provides a better understanding of the biology of tumors. As a consequence, it may enable the development of more effective treatment therapies. Furthermore, cycles help differentiate, measure and explain the phenomena identified in healthy and diseased tissues. Cycles may also be used as a new method for classification of samples of a microarray (cancer diagnosis). Compared to other classification methods, cycle-based classification provides a richer explanation of the proposed classification, that can give hints on the possible therapies. Therefore, the main contributions of this thesis are: (i) a new cycle-based analysis method; (ii) a new microarray samples classification method; (iii) and, finally, application and achievement of practical results. We use the proposed methodology to analyze the genes of four networks closely related with cancer - apoptosis, glucolysis, cell cycle and NF B - in tissues of the most aggressive type of brain tumor (Gliobastoma multiforme – GBM) and in healthy tissues. Because most patients with GBMs die in less than a year, and essentially no patient has long-term survival, these tumors have drawn significant attention. Our main results show that the stoichiometric relationship between genes involved in apoptosis, glucolysis, cell cycle and NF B pathways is unbalanced in GBM samples versus control samples. This dysregulation can be measured and explained by the identification of a higher percentage of positive cycles in these networks. This conclusion helps to understand more about the biology of this tumor type. The proposed cycle-based classification method achieved the same performance metrics as a neural network, a classical classification method. However, our method has a significant advantage with respect to neural networks. The proposed classification method not only classifies samples, providing diagnosis, but also explains why samples were classified in a certain way in terms of the feedback mechanisms that are present/absent. This way, the method provides hints to biochemists about possible laboratory experiments, as well as on potential drug target genes.

Resumo: A divergência genética entre Bos taurus taurus e Bos taurus indicus é estimada em ~ 250.000 anos mas, apesar dessa proximidade filogenética, estes dois grupos de bovinos apresentam diferenças marcantes em relação à taxa de crescimento muscular e a maciez da carne. De maneira que este estudo foi delineado para avaliar perfil da expressão gênica diferencial no musculo Longissimus dorsi das raças Nelore e Aberdeen Angus com o objetivo de identificar conjuntos de genes cuja expressão está associada à manifestação das características acima mencionadas. Vinte bezerros machos de cada raça foram criados e terminados em regime de confinamento, metade dos quais foi abatida aos 15 e a metade restante aos 19 meses de idade. Nossos resultados sugerem fortemente que a ação autócrina e/ou parácrina do IGF-1 produzido no tecido muscular deve exercer um papel crucial na modulação da taxa de crescimento muscular e na maciez da carne de bovinos. Por outro lado, nossa análise das redes de interação gênica mostrou um grande número de genes que codificam proteínas que agem na proteólise muscular, pequeno número de inibidores e reguladores de proteases, assim como diversos genes relacionados com a morte celular programada nos animais que apresentaram maior maciez da carne, reforçando a hipótese do envolvimento de um complexo multi-enzimático (incluindo as calpaínas e outras proteases) no processo de amaciamento da carne, o qual seria semelhante ao processo de apoptose. / Abstract: The genetic divergence between Bos taurus taurus and Bos taurus indicus is estimated to be ~ 250.000 years but, in despite of their phylogenetic proximity, this two bovine groups show remarkable differences in regard to the muscle growth rate and meat tenderness. Thus, this study was aimed to evaluate the differential gene expression profile in Longissimus dorsi muscle of Nellore and Aberdeen Angus breeds in order to identify set of genes whose expression is associated with the manifestation of the above-mentioned traits. Twenty male calves of each breed were grown and finished in the feedlot system, half of which was slaughtered at 15 and the remaining half at 19 months of age. Our results strongly suggest that the autocrine and/or paracrine action of the IGF-1 produced in the muscle might play a crucial role in the modulation of muscle growth rate and meat tenderness in beef cattle. On the other hand, our gene interaction network analysis revealed a large number of genes encoding proteins acting in the skeletal muscle proteolysis, a small number of inhibitors and regulators of proteases, as well as several genes related to the programmed cell death in animals that had greater tenderness of meat, reinforcing the hypothesis of the involvement of a multi-enzymatic complex (including calpains and other proteases) in the meat tenderization process, which resembles the apoptosis process. / Orientador: Luiz Roberto Furlan / Coorientadora: Lúcia Maria Carareto Alves / Banca: Leandro Marcio Moreira / Banca: Marcelo Luiz de Laia / Banca: Janete Apparecida Desidério Sena / Banca: Jesus Aparecido Ferro / Doutor