Este trabalho apresenta o estudo, investigação e realização de experimentos práticos, empregados na resolução do problema de reconhecimento de regiões promotoras em organismos da família Mycoplasmataceae. A partir disso, é proposta uma metodologia para a solução deste problema baseada nas Redes Neurais Artificiais. Os promotores são considerados trechos de uma seqüência de DNA que antecedem um gene, podem ser tratados como marcadores de uma seqüência de letras que sinalizam a uma determinada enzima um ponto de ligação. A posição onde se situa o promotor antecede o ponto de início do processo de transcrição, onde uma seqüência de DNA é transformada em um RNA mensageiro e, este potencialmente, em uma proteína. As Redes Neurais Artificiais representam modelos computacionais, inspirados no funcionamento de neurônios biológicos, empregadas com sucesso como classificadores de padrões. O funcionamento básico das Redes Neurais está ligado ao ajuste de parâmetros que descrevem um modelo representacional. Uma revisão bibliográfica de trabalhos relacionados, que empregam a metodologia de Redes Neurais ao problema proposto, demonstrou a sua viabilidade. Entretanto, os dados relativos à família Mycoplasmataceae apresentam determinadas particularidades de difícil compreensão e caracterização, num espaço restrito de amostras comprovadas. Desta forma, esta tese relata vários experimentos desenvolvidos, que buscam estratégias para explorar o conteúdo de seqüências de DNA, relativas à presença de promotores. O texto apresenta a discussão de seis experimentos e a contribuição de cada um para consolidação de um framework que agrega soluções robustas consideradas adequadas à solução do problema em questão.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2016. / Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2017-02-14T20:06:16Z No. of bitstreams: 1 2016_IasminiVirgíniaOliveiraLima.pdf: 9288284 bytes, checksum: 60f129cce5f057223b8532bc67380557 (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2017-03-13T18:57:10Z (GMT) No. of bitstreams: 1 2016_IasminiVirgíniaOliveiraLima.pdf: 9288284 bytes, checksum: 60f129cce5f057223b8532bc67380557 (MD5) / Made available in DSpace on 2017-03-13T18:57:10Z (GMT). No. of bitstreams: 1 2016_IasminiVirgíniaOliveiraLima.pdf: 9288284 bytes, checksum: 60f129cce5f057223b8532bc67380557 (MD5) / Projetos em Bioinformática são geralmente executados como workflows científicos. Os biólogos frequentemente podem executar o mesmo workflow diversas vezes com diferentes parâmetros. Estas execuções podem gerar um grande volume de arquivos com diferentes formatos, que precisam ser armazenados para futuras execuções. Dentre diversos sistemas de armazenamento de dados apresentados na literatura, novos modelos de bancos de dados têm sido definidos para armazenar grandes volumes de dados, os bancos de dados NoSQL (Not Only SQL), que surgiram da necessidade de uma alta escalabilidade e de um desempenho superior quando o volume de dados é muito grande. Nesse contexto, é proposta a análise do impacto da replicação de dados quando se utiliza bancos de dados NoSQL para o armazenamento dos diferentes formatos de arquivos resultantes da execução de workflows de Bioinformática. Foram executados três workflows de Bioinformática envolvendo diferentes formatos de dados, os quais foram utilizados para os testes nos bancos de dados NoSQL Cassandra e MongoDB, e em seguida é apresentada uma análise dessas execuções e testes. Os resultados obtidos mostraram que os tempos de inserção e extração dos dados são mínimos comparados aos tempos de execução dos workflows e portanto, os bancos de dados NoSQL mostraram ser uma boa opção para armazenamento e gerenciamento de dados biológicos. / Projects in bioinformatics are generally executed as scientific workflows. The biologists often perform the same workflow several times with different parameters. These executions can generate a large volume of files with different formats, which need to be stored for future executions. Among several data storage systems presented in the literature, new database models have been defined to store large volumes of data, the NoSQL databases (Not Only SQL), which arose from the need for high scalability and superior performance when the data volume is too large. In this context, it is proposed to analyze the impact of data replication when using NoSQL databases for the storage of the different file formats resulting from the execution of bioinformatics workflows. Three bioinformatics workflows involving different data formats were executed, which were used for testing the NoSQL Cassandra and MongoDB databases, and then an analysis of those executions and tests is presented. The results show that the data insertion and extraction times are minimal compared to the execution times of the workflows, and therefore, the NoSQL databases have proved to be a good option for the storage and management of biological data.

O crescente corpo de informações gerado pelo desenvolvimento de técnicas de altodesempenho, como sequenciamento de DNA em larga escala, técnicas de microarranjo de DNA, hibridização de proteínas, etc., tem evidenciado uma intrincada relação entre os diversos personagens que compõe os sistemas biológicos. Alguns dos sistemas bioquímicos presentes em organismos modernos surgiram há bilhões de anos e estavam presentes em organismos primitivos, ao passo que determinados sistemas são mais recentes e específicos de alguns grupos taxonômicos. O entendimento das relações entre os diferentes personagens dos sistemas biológicos apresenta-se como fundamental para a compreensão da vida e a avaliação dos aspectos evolutivos que permearam a constituição dos sistemas bioquímicos e suas intrincadas inter-relações pode auxiliar sobremaneira no estudo da biologia. Diversas teorias encontram-se bem estabelecidas no estudo evolutivo em nível de espécies e populações. Da mesma maneira, há um extenso acervo bibliográfico acerca da evolução de genes individuais. Entretanto, o surgimento, estabelecimento e evolução dos sistemas bioquímicos permanecem escassamente estudados. Na presente tese, partimos da análise de dois sistemas bioquímicos, o sistema de apoptose e o sistema de estabilidade genômica, os quais são bastante associados em mamíferos. Apesar da íntima relação entre esses sistemas, eles foram originados em momentos diferentes da evolução. Buscamos reconstruir o cenário evolutivo que uniu os sistemas de apoptose e estabilidade genômica, onde encontramos uma relação direta entre ancestralidade, essencialidade e clusterização. Os resultados também sugerem uma relação inversa entre essas três características e plasticidade. A análise de plasticidade efetuada na rede de apoptose e estabilidade genômica foi ampliada para 4850 famílias de proteínas em 55 eucariotos, apresentando basicamente os mesmos resultados, indicando um mecanismo geral de evolução do genoma. Subsequentemente, propusemos um modelo matemático de crescimento do genoma onde a novidade genética surge por duplicação de genes muito conectados e pouco clusterizados. A rede artificial obtida mimetiza diversos aspectos topológicos das redes biológicas conhecidas. Os resultados analisados em conjunto sugerem um mecanismo geral de evolução do genoma, onde a novidade genética surge na porção mais plástica do genoma, basicamente por duplicação gênica. Essa duplicação ocorre prioritariamente nos hubs intermodulares. / The increasing body of information generated by high-throughput techniques, such as DNA sequencing, genome-wide microarray, and two-hybrid system, has unveiled an intricate relationship among different components of biological systems. Some of the biological systems found in modern organisms have their origins billion years ago and were present in primitive organisms. On the other hand, some biological systems are more recent and specifically related to some taxa. The characterization of the relationships involving the different components of biological systems is crucial to the understanding of life. Additionally, the evaluation of evolutionary aspects which work in biochemical systems construction, modeling their intricate relationship, could help improve biological research field. Several theories are well-established in evolutionary research of species and population. Likewise, there is plenty of bibliography concerning individual gene evolution. However, there is paucity of data concerning the origin, establishment, and evolution of entire biological systems. In the present thesis, we start by analyzing two biochemistry systems: apoptosis and genome stability. These systems are considerably associated in mammals. Despite its entangled functioning, each system has emerged in different points of evolution. We reconstructed the evolutionary scenario which entangled both systems. We found a direct relationship among ancestrality, essentiality, and clustering. Our results also suggest an inverse relationship of these three proprieties with plasticity. The same plasticity analysis used in apoptosis and genome stability systems was amplified to 4850 gene families in 55 eukaryotes, showing basically the same results. It suggests a general mechanism of genome evolution. We then propose a genome growth model where genetic novelty arrives through gene duplication of highly connected but not so clustered genes. The resulting artificial network reproduces several known topological aspects of biological networks. The results, when simultaneously analyzed, suggest general genome evolution mechanisms, where the genetic novelty arrives in more plastic area of the genome, basically by gene duplication. That duplication occurs mainly in intermodular hubs.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2010. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2011-04-14T16:42:02Z No. of bitstreams: 1 2010_JoseCarlosTedesque.pdf: 1600384 bytes, checksum: e92c9073b0fa5d9c4af01ae4213dcb77 (MD5) / Approved for entry into archive by Daniel Ribeiro(daniel@bce.unb.br) on 2011-04-15T00:16:42Z (GMT) No. of bitstreams: 1 2010_JoseCarlosTedesque.pdf: 1600384 bytes, checksum: e92c9073b0fa5d9c4af01ae4213dcb77 (MD5) / Made available in DSpace on 2011-04-15T00:16:42Z (GMT). No. of bitstreams: 1 2010_JoseCarlosTedesque.pdf: 1600384 bytes, checksum: e92c9073b0fa5d9c4af01ae4213dcb77 (MD5) / A utilização de recursos computacionais (estações de trabalho e servidores) instalados em instituições de pesquisa e de ensino localizadas em Brasília permitiu construir em 2006 uma rede Peer-to-Peer, denominada p2pBIOFOCO, que ligava essas instituições. Essa rede é destinada ao processamento de aplicações de Bioinformática. Nesse sistema, dois problemas impactavam bastante a eficiência do sistema: a localização dos hosts e o escalonamento de tarefas. Para solucionar o primeiro problema, modificou-se o sistema incluindo-se um novo mecanismo de busca dos peers. Desse modo, foi implementada uma rede que utiliza o algoritmo de uma estrutura de armazenamento distribuída, a DHT (Distributed Hash Table) [102], adotando-se o protocolo Kademlia. Este trabalho visa solucionar o problema de escalonamento de tarefas no p2pBIOFOCO, implementando uma estratégia que permita incorporar ao p2pBIOFOCO o uso flexível de escalonadores. Mais especificamente, utilizamos o método WQR como escalonador. Além disso, incluímos um mecanismo de transferência eficiente de dados utilizando o método DP-RR, muito útil para aplicações de Bioinformática. Os experimentos realizados mostraram que o p2pBIOFOCO teve um melhor desempenho com a incorporação desses dois métodos, mostrando que ele pode ser usado para aumentar a capacidade de processamento tanto de anotação quanto de análises comparativas em projetos de sequenciamento de alto desempenho. _________________________________________________________________________________ ABSTRACT / The use of computer resources (work stations and servers) installed in research and teaching institutions located in Brasilia allowed us to construct in 2006 a network Peer-to-Peer, called p2pBIOFOCO that linked that institutions. This network is intended for processing Bioinformatics applications. In this system, two problems have been impacted enough the efficiency of the system: the location of hosts and the scheduling of tasks. To solve the first problem, we changed the system including a new mechanism for searching peers. Thereby, it was implemented a network which uses the algorithm of a structure of distributed storage, DHT (Distributed Hash Table) [102], adopting the protocol Kademlia. This work seeks to solve the problem of scheduling of tasks in p2pBIOFOCO, implementing a strategy to incorporate the p2pBIOFOCO the flexible use of schedulers. More specifically, we used the method WQR as scheduler. In addition, we have included a efficient data transfer mechanism using the method DP-RR, very useful for Bioinformatics applications. The experiments showed that the p2pBIOFOCO had a better performance with the incorporation of the two methods, showing that it can be used to increase processing capacity both notation as comparative analyzes in sequencing projects of high performance.

A cada dia surgem novas tecnologias que possibilitam aos cientistas medirem a expressão de inúmeros genes em uma única experiência com uma alta rapidez e eficiência. No entanto, ainda não existem muitas metodologias que sirvam para a análise do funcionamento de células e tecidos que possibilitem diagnóstico, prevenção e terapias de doenças. Na presente tese propomos uma metodologia de análise de expressão gênica que mostra diferenças na performance da célula com o passar do tempo, e tem poder de diagnóstico quando uma célula mutada é comparada com uma célula normal. Partimos da ideia de que rotas bioquímicas podem ser representadas por uma rede de interações entre metabólitos, entre os quais muitos deles são proteínas codificadas a partir do genoma. Sendo assim, o funcionamento de uma célula implica em interações que compõem uma rede intricada e complexa. Reorganizamos a lista de genes em uma dimensão e reescrevemos a matriz de interação, sem a criação ou a destruição de interações, buscando correlacionar cada um dos genes com os seus respectivos vizinhos na lista unidimensional. Logo após a reorganização, encontramos módulos funcionais sobre a lista ordenada que são independentes do estado da célula estudada, é possível reconhecer os processos biológicos de cada módulo com o uso de banco de dados específicos. Com base nisto, sobrepondo dados de expressão gênica sobre o ordenamento (transcriptograma), teremos um perfil transcricional de um tecido no ato da medida experimental. Se medirmos a expressão gênica de células provenientes do mesmo tecido em diferentes estágios do ciclo celular podemos seguir as alterações metabólicas ao longo do ciclo celular. Também poderíamos analisar a expressão gênica de um tecido normal com um tecido alterado. Como resultado desta comparação saberíamos quais módulos estão super expressos e os subexpressos em relação ao tecido normal. Publicamos na internet um software que é capaz de reproduzir essas análises e gerar transcriptogramas para análise de expressão gênica. / Every day new technologies which allow scientists to measure the expression of numerous genes in a single experiment with a high speed and efficiency are emerging. However, there aren’t many methods which are used to analyze the functioning of cells and tissues which allow diagnosis, prevention and therapy of diseases. In this thesis we propose a methodology for gene expression analysis that presents those differences in cell performance over time, and has diagnostic power when comparing a mutant cell with a normal one. Starting from the idea that biochemical pathways can be represented by a network of interactions between metabolites, among which many are encoded proteins from the genome. Thus, the functioning of a cell involves interactions that make up an intricate and complex network. We reorganize the genes list in one dimension and rewrite the matrix of interaction, without the creation or destruction of interactions, seeking to correlate each gene with their respective neighbors in a one-dimensional list. Soon after the reorganization, we find functional modules on the ranked list that are state independent of the cell studied, it is possible to recognize the biological processes for each module by using specific databases. Based on this, overlapping gene expression data on reorganized gene list (transcriptogram), we obtain a transcriptional profile of a tissue at the experimental measurement time. If we measure the gene expression of cells from the same tissue at different celluar stages we can follow the metabolic changes during the cell cycle. We could also analyze the gene expression of normal tissue with a mutant tissue. As a result this comparison we would know what modules are super expressed and underexpressed when compared to normal tissue. We published on the Internet software which is able to reproduce these analysis and generate transcriptograms for gene expression analysis.

Este trabalho apresenta o estudo, investigação e realização de experimentos práticos, empregados na resolução do problema de reconhecimento de regiões promotoras em organismos da família Mycoplasmataceae. A partir disso, é proposta uma metodologia para a solução deste problema baseada nas Redes Neurais Artificiais. Os promotores são considerados trechos de uma seqüência de DNA que antecedem um gene, podem ser tratados como marcadores de uma seqüência de letras que sinalizam a uma determinada enzima um ponto de ligação. A posição onde se situa o promotor antecede o ponto de início do processo de transcrição, onde uma seqüência de DNA é transformada em um RNA mensageiro e, este potencialmente, em uma proteína. As Redes Neurais Artificiais representam modelos computacionais, inspirados no funcionamento de neurônios biológicos, empregadas com sucesso como classificadores de padrões. O funcionamento básico das Redes Neurais está ligado ao ajuste de parâmetros que descrevem um modelo representacional. Uma revisão bibliográfica de trabalhos relacionados, que empregam a metodologia de Redes Neurais ao problema proposto, demonstrou a sua viabilidade. Entretanto, os dados relativos à família Mycoplasmataceae apresentam determinadas particularidades de difícil compreensão e caracterização, num espaço restrito de amostras comprovadas. Desta forma, esta tese relata vários experimentos desenvolvidos, que buscam estratégias para explorar o conteúdo de seqüências de DNA, relativas à presença de promotores. O texto apresenta a discussão de seis experimentos e a contribuição de cada um para consolidação de um framework que agrega soluções robustas consideradas adequadas à solução do problema em questão.

O crescente corpo de informações gerado pelo desenvolvimento de técnicas de altodesempenho, como sequenciamento de DNA em larga escala, técnicas de microarranjo de DNA, hibridização de proteínas, etc., tem evidenciado uma intrincada relação entre os diversos personagens que compõe os sistemas biológicos. Alguns dos sistemas bioquímicos presentes em organismos modernos surgiram há bilhões de anos e estavam presentes em organismos primitivos, ao passo que determinados sistemas são mais recentes e específicos de alguns grupos taxonômicos. O entendimento das relações entre os diferentes personagens dos sistemas biológicos apresenta-se como fundamental para a compreensão da vida e a avaliação dos aspectos evolutivos que permearam a constituição dos sistemas bioquímicos e suas intrincadas inter-relações pode auxiliar sobremaneira no estudo da biologia. Diversas teorias encontram-se bem estabelecidas no estudo evolutivo em nível de espécies e populações. Da mesma maneira, há um extenso acervo bibliográfico acerca da evolução de genes individuais. Entretanto, o surgimento, estabelecimento e evolução dos sistemas bioquímicos permanecem escassamente estudados. Na presente tese, partimos da análise de dois sistemas bioquímicos, o sistema de apoptose e o sistema de estabilidade genômica, os quais são bastante associados em mamíferos. Apesar da íntima relação entre esses sistemas, eles foram originados em momentos diferentes da evolução. Buscamos reconstruir o cenário evolutivo que uniu os sistemas de apoptose e estabilidade genômica, onde encontramos uma relação direta entre ancestralidade, essencialidade e clusterização. Os resultados também sugerem uma relação inversa entre essas três características e plasticidade. A análise de plasticidade efetuada na rede de apoptose e estabilidade genômica foi ampliada para 4850 famílias de proteínas em 55 eucariotos, apresentando basicamente os mesmos resultados, indicando um mecanismo geral de evolução do genoma. Subsequentemente, propusemos um modelo matemático de crescimento do genoma onde a novidade genética surge por duplicação de genes muito conectados e pouco clusterizados. A rede artificial obtida mimetiza diversos aspectos topológicos das redes biológicas conhecidas. Os resultados analisados em conjunto sugerem um mecanismo geral de evolução do genoma, onde a novidade genética surge na porção mais plástica do genoma, basicamente por duplicação gênica. Essa duplicação ocorre prioritariamente nos hubs intermodulares. / The increasing body of information generated by high-throughput techniques, such as DNA sequencing, genome-wide microarray, and two-hybrid system, has unveiled an intricate relationship among different components of biological systems. Some of the biological systems found in modern organisms have their origins billion years ago and were present in primitive organisms. On the other hand, some biological systems are more recent and specifically related to some taxa. The characterization of the relationships involving the different components of biological systems is crucial to the understanding of life. Additionally, the evaluation of evolutionary aspects which work in biochemical systems construction, modeling their intricate relationship, could help improve biological research field. Several theories are well-established in evolutionary research of species and population. Likewise, there is plenty of bibliography concerning individual gene evolution. However, there is paucity of data concerning the origin, establishment, and evolution of entire biological systems. In the present thesis, we start by analyzing two biochemistry systems: apoptosis and genome stability. These systems are considerably associated in mammals. Despite its entangled functioning, each system has emerged in different points of evolution. We reconstructed the evolutionary scenario which entangled both systems. We found a direct relationship among ancestrality, essentiality, and clustering. Our results also suggest an inverse relationship of these three proprieties with plasticity. The same plasticity analysis used in apoptosis and genome stability systems was amplified to 4850 gene families in 55 eukaryotes, showing basically the same results. It suggests a general mechanism of genome evolution. We then propose a genome growth model where genetic novelty arrives through gene duplication of highly connected but not so clustered genes. The resulting artificial network reproduces several known topological aspects of biological networks. The results, when simultaneously analyzed, suggest general genome evolution mechanisms, where the genetic novelty arrives in more plastic area of the genome, basically by gene duplication. That duplication occurs mainly in intermodular hubs.

Made available in DSpace on 2014-06-12T15:53:46Z (GMT). No. of bitstreams: 2 arquivo5241_1.pdf: 1391958 bytes, checksum: 9f7ccf6aa1b11b65906eaff7ba2deb15 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / O câncer do colo do útero é o segundo câncer em número de casos entre as mulheres e o sétimo de maior incidência no mundo com 493 mil novos casos por ano, com uma taxa de mortalidade de 50 a 55%. A estimativa para o Brasil é de 19.260 novos casos para 2006, com um risco estimado de 20,31 casos a cada 100 mil mulheres. No Brasil, assim como nos outros países em desenvolvimento, a freqüência do teste de Papanicolau é baixa e os casos são normalmente diagnosticados em fase avançada. Em todo o mundo o Papillomavirus Humano (HPV), diretamente associado ao câncer do colo do útero, é um problema de saúde pública. A análise do genoma, através da genômica comparativa, dos HPVs de alto e baixo risco pode indicar regiões de grande importância associadas à sua patogenicidade. O presente trabalho propõe uma metodologia capaz de classificar o risco à carcinogenicidade utilizando as seqüências de cinco proteínas, E6, E7, E1, L1 e L2 que estão presente em 78 genomas de HPV disponíveis nos bancos de dados públicos. Utilizando-se dos Modelos Ocultos de Markov (HMM) foram selecionadas 24 regiões nas cinco proteínas. Destas 24 regiões, oito foram escolhidas após aplicação de modelo discriminativo baseado em Máquinas de Vetores de Suporte (SVM) acoplado a um algoritmo genético. Diferentes combinações destas oito regiões produziram um conjunto de classificadores capazes de predizer com 100% de eficiência o tipo de risco do HPV. Esta técnica permitiu determinar regiões de potencial importância na carcinogenicidade do HPV. Tais resultados sugerem regiões gênicas de interesse para o desenvolvimento de um método de diagnóstico da presença do DNA viral, contribuindo na prevenção do câncer do colo do útero

Submitted by Alice Araujo (alice.caraujo@ufpe.br) on 2018-04-20T18:03:26Z No. of bitstreams: 1 DISSERTAÇÃO Maria Amélia Carlos Souto Maior Borba.pdf: 9135615 bytes, checksum: caa1e3a795aaf6a966b27fcf8355f0a0 (MD5) / Made available in DSpace on 2018-04-20T18:03:26Z (GMT). No. of bitstreams: 1 DISSERTAÇÃO Maria Amélia Carlos Souto Maior Borba.pdf: 9135615 bytes, checksum: caa1e3a795aaf6a966b27fcf8355f0a0 (MD5) Previous issue date: 2016-04-15 / FACEPE / O câncer de mama é o tipo que possui a maior taxa de mortalidade entre mulheres de todo o mundo. Ele possui diferentes características moleculares, classificando-se em: Luminais A e B, HER2 e basal-like. O tamoxifeno, tratamento clássico dos tumores mamários luminais, é uma pró-droga que precisa ser metabolizada por enzimas hepáticas, especialmente a CYP2D6, para exercer suas funções terapêuticas. No entanto, cerca de 40% das pacientes não respondem adequadamente ao tratamento com tamoxifeno e existem evidências que apontam a perda de função da CYP2D6 como causa das respostas indesejáveis do tamoxifeno, embora os dados sejam conflitantes. A CYP2D6 é uma enzima do P450, altamente polimórfica, fenotipicamente classificada de acordo com a atividade em metabolizadores pobres, intermediários, rápidos e extensivos. O objetivo deste trabalho foi aplicar ferramentas de bioinformática para avaliar o impacto das mutações de sentido trocado na estrutura e função de alelos metabolizadores pobres da CYP2D6. A base de dados CYPalleles foi consultada para catalogar os alelos pobre metabolizadores da CYP2D6 e suas respectivas mutações e selecionar alelos que contêm exclusivamente mutações de sentido trocado. Todos os polimorfismos presentes nos alelos selecionados, CYP2D6*7 e CYP2D6*14A, foram submetidos a análise através de sete algoritmos de predição de impacto estrutural e/ou funcional na proteína. Subsequentemente foram construídos modelos 3D baseados na estrutura terciária alterada pelas mutações. Os resultados evidenciaram que a única mutação presente no alelo CYP2D6*7, a H324P, compromete a dinâmica do sítio ativo devido a sua localização entre duas alfas hélices, resultando em alto impacto funcional. Por outro lado, o alelo CYP2D6*14A possui quatro mutações, os polimorfismos R296C e S486T estão presentes em vários alelos da CYP2D6, e as análises in silico não apontam significantes efeitos deletérios. A mutação P34S também está presente em vários alelos, mas foi predita como deletéria devido a considerável efeito estabilizante pelo surgimento de uma nova ponte de hidrogênio. Por outro lado a G169R caracteriza genotipicamente o alelo CYP2D6*14 e leva a aumenta a acessibilidade ao solvente com severa desestabilização da enzima, pois está presente numa região de interface entre as cadeias monoméricas. As análises in silico evidenciaram efeitos deletérios das mutações de sentido trocado na estrutura e função da CYP2D6, o que pode explicar a resistência ao tratamento com tamoxifeno. / Breast cancer is the most incident cancer around the world, with high index of mortality, according to the markers expressed, it can be molecular classified in luminal A or B (hormonal receptors), HER2 and basal-like breast cancer. Tamoxifen, the standard treatment of luminal breast tumors, is a prodrug that must be metabolized by liver enzymes, especially CYP2D6, to be therapeutic active. However, about 40% of patients do not respond to treatment with tamoxifen and there are evidence pointing to poor function of CYP2D6 causing underperformance of tamoxifen, although the data are conflicting. CYP2D6 is a highly polymorphic enzyme from P450 cytochrome, which is phenotypically classified according to enzyme activity in poor, intermediate, extensive and ultra metabolizers. The objective of this study was applying bioinformatics tools to assess the impact of missense mutations in CYP2D6 structure and function. The database CYPalleles was consulted to catalog the poor metabolizers alleles of CYP2D6 and their respective mutations. Thereafter, there were selected the alleles CYP2D6*7 and CYP2D6*14A, that contain only missense mutations. All polymorphisms in the selected poor metabolizers alleles were analyzed through seven algorithms to predict the structural and/or functional impact of each mutation over the protein. Subsequently, 3D models were constructed to evaluate the tertiary structure altered by the mutations. The results for the allele CYP2D6*7, showed that H324P mutation, which is the only one present in this allele, compromises the dynamics of the active site due to its location between two α-helixes, resulting in high functional impact. The allele CYP2D6*14A has four mutations, three of then are present in various alleles but while R296C and S486T were not predicted as deleterious, P34S leads to a gain of one H-bound and severe protein stabilization, with function loss. The last polymorphism is G169R, that characterizes genotypically the allele and leads to a high structural and functional impact due to gain of solvent accessibility and severe enzyme destabilization, as it is present in an interface region between the monomeric chains. The in silico analyzes showed that the deleterious effects of missense mutations in the structure and function of CYP2D6 may explain the resistance to tamoxifen treatment.

Submitted by Alice Araujo (alice.caraujo@ufpe.br) on 2018-04-26T21:58:16Z No. of bitstreams: 1 TESE Klaus Ribeiro Cavalcante.pdf: 8515084 bytes, checksum: 046c89bc4a3bd6f90060767c0f09004c (MD5) / Made available in DSpace on 2018-04-26T21:58:16Z (GMT). No. of bitstreams: 1 TESE Klaus Ribeiro Cavalcante.pdf: 8515084 bytes, checksum: 046c89bc4a3bd6f90060767c0f09004c (MD5) Previous issue date: 2016-03-04 / Metodologias computacionais vêm sendo cada vez mais empregadas com o objetivo de estudar sistemas moleculares, no que diz respeito à sua representação estrutural e explicação do seu comportamento, além da predição de suas propriedades físico-químicas. Desta forma, métodos “in silico” vêm se tornando mais utilizados, sobretudo, no âmbito da inovação terapêutica, devido principalmente a grande disponibilidade de programas gratuitos e equipamentos dedicados, com capacidades computacionais cada vez maiores, voltados para aplicações em modelagem molecular. Vale ressaltar que o uso de metodologias computacionais pode reduzir os custos envolvidos na pesquisa e desenvolvimento de novos fármacos numa indústria farmacêutica em até 50%. Neste contexto, portais científicos fornecem meios para gerenciar dados e executar aplicações científicas em ambientes de computação de alto desempenho (clusters, grids ou nuvens públicas/privadas), através de interfaces amigáveis baseadas na Web. Este presente trabalho apresenta o desenvolvimento de um portal científico, denominado MODiMOL Workbench, cujo objetivo é fornecer acesso a diferentes metodologias e abordagens de modelagem molecular, em ambientes de computação de alto desempenho, assim como suporte para dispositivos móveis (smartphones e tablets), através de interfaces de usuário responsivas, projetadas especialmente para estes tipos de dispositivos, por demonstrarem possuir um enorme potencial como ferramentas de pesquisa a favor da inovação terapêutica. / Computational methodologies have been increasingly employed in order to study molecular systems, their structural representation and elucidation of the behavior, besides prediction of their physicochemical properties. Thus, in silico methods are becoming widely used, especially in the context of therapeutic innovation, mainly due to the huge availability of free softwares and hardware with increasing computational capabilities, focused on applications in molecular modeling. It is worth mentioning that "in silico" methodologies may reduce up to 50% the time spent and costs involved with research and development (R&D) of new drugs in a pharmaceutical industry. In this context, science gateways provide ways to manage data and execute scientific applications in high-performance computing environments (clusters, grids, or private/public clouds) through web-based friendly interfaces. The current work presents the development of a science gateway, named Modimol Workbench, whose goal is to provide access to different methodologies and molecular modeling approaches, in high-performance computing environments, as well as support for mobile devices (smartphones and tablets) through Web responsive user interfaces designed especially for these devices, by demonstrating enormous potential as new research tools for molecular modeling, particularly in therapeutic innovation.