Return to search

Análise de dados de expressão gênica: normalização de microarrays e modelagem de redes regulatórias / Gene expression data analysis: microarrays and regulatory networks modelling

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.

Identiferoai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-14092007-173758
Date10 August 2007
CreatorsFujita, André
ContributorsFerreira, Carlos Eduardo, Sogayar, Mari Cleide
PublisherBiblioteca Digitais de Teses e Dissertações da USP
Source SetsUniversidade de São Paulo
LanguagePortuguese
Detected LanguagePortuguese
TypeTese de Doutorado
Formatapplication/pdf
RightsLiberar o conteúdo para acesso público.

Page generated in 0.0023 seconds