Orientador: Patrícia Pintor dos Reis / Resumo: Introdução: O câncer de pulmão é a principal causa de morte por câncer no mundo. Apesar dos avanços nas estratégias de diagnóstico e o desenvolvimento de novas terapias com alvos moleculares, pouco progresso tem sido observado quanto ao aumento de sobrevida dos pacientes. Portanto, a identificação de novos biomarcadores ainda é necessária para o desenvolvimento de novas terapêuticas para carcinomas pulmonares. Nesse contexto, os microRNAs (miRNAs) são moléculas promissoras, pois constituem uma classe de RNAs não-codantes reguladores da expressão gênica os quais têm sido evidenciados como biomarcadores diagnósticos, prognósticos e preditivos no câncer. Materiais e Métodos: Amostras de tecido pulmonar tumoral e normal de 38 pacientes com carcinoma de pulmão de células não pequenas (da sigla em inglês NSCLC), dos subtipos histológicos adenocarcinoma e carcinoma de células escamosas, foram avaliadas para a expressão global de miRNAs utilizando a plataforma TaqMan® Array Human MicroRNA card A v3.0 (Life Technologies). Os miRNAs com alterações na expressão (FC≥2,0) e p<0,05 foram considerados estatisticamente significativos. Os dados de expressão foram associados com a sobrevida global. Análises de bioinformática permitiram identificar genes-alvo regulados pelos miRNAs desregulados. A relação entre sobrevida global e a identificação de uma assinatura de expressão de miRNAs foi avaliada com objetivo de integrar nossos achados utilizando bancos de dados públicos. Resultados: Os resul... (Resumo completo, clicar acesso eletrônico abaixo) / Doutor

Orientador: Robson Francisco Carvalho / Resumo: Adenocarcinoma ductal do pâncreas (PDAC) é extremamente agressivo, possui prognóstico desfavorável e não existem biomarcadores satisfatório para a doença ou identificação de indivíduos com alto risco de morbidade e mortalidade. A complexidade celular e molecular do câncer de pâncreas leva a inconsistências nas validações clínicas de muitas proteínas que foram avaliadas como biomarcadores prognósticos da doença. O secretoma tumoral desempenha um papel crucial na proliferação e metástase de células PDAC, bem como na resistência a tratamentos terapêuticos, que juntos contribuem para um pior resultado clínico. Assim, a enorme quantidade de dados proteômicos do câncer de pâncreas que foram gerados a partir de diferentes tipos de amostras e técnicas de espectrometria de massa pode ser integrada para a seleção de proteínas secretadas compartilhadas relevantes para o diagnóstico e prognóstico da doença. O objetivo do presente estudo foi realizar uma meta-análise combinando dados do proteoma do câncer de pâncreas e secretome publicamente para identificar novos potenciais biomarcadores de doenças. Realizamos uma meta-análise integrando dados de espectrometria de massa obtidos de duas revisões sistemáticas da literatura sobre câncer de pâncreas, que selecionaram independentemente 20 estudos do secretoma e 35 do proteoma. Em seguida, realizamos análises de predição de proteínas secretadas usando sete ferramentas ou bancos de dados “in silico”, que identificaram 39 proteínas compartilhada... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Pancreatic ductal adenocarcinoma (PDAC) is extremely aggressive, has an unfavorable prognosis and there are no satisfactory biomarkers for the disease or identification of individuals at high risk of morbidity and mortality. The cellular and molecular complexity of pancreatic cancer leads to inconsistences in clinical validations of many proteins that have been evaluated as prognostic biomarkers of the disease. Tumor secretome plays a crucial role in PDAC cell proliferation and metastasis, as well as in resistance to therapeutic treatments, which together contribute to a worse clinical outcome. Thus, the massive amount of proteomic data from pancreatic cancer that have been generated from different studies can be integrated into the selection of shared secreted proteins relevant to the prognosis of the disease. The aim of the present study was to perform a metaanalysis combining pancreatic cancer proteome and secretome publicly data to identify new potential disease biomarkers. We performed a meta-analysis integrating mass spectrometry data obtained from two systematic reviews of the pancreatic cancer literature, which independently selected 20 studies of the secretome and 35 of the proteome. Next, we performed prediction analyses of secreted proteins using seven “in silico” tools or databases, which identified 39 proteins shared between the secretome and the proteome data. Notably, the expression of 31 genes of these proteins was upregulated in pancreatic adenocarcinoma samp... (Complete abstract click electronic access below) / Doutor