Return to search

Comparação de métodos de priorização de genes associados a transtornos do neurodesenvolvimento

Orientador: David Corrêa Martins Júnior / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Neurociência e Cognição, 2016. / A biologia sistêmica é um campo de pesquisa interdisciplinar que estuda as complexas
interações que ocorrem entre os componentes biológicos de um organismo vivo com o
objetivo de entender o seu comportamento, o qual emerge a partir dessas interações.
Essas interações compõem uma rede altamente complexa, cujos interagentes podem ser de
diversas naturezas. Nesse contexto, as doenças complexas são caracterizadas justamente
por serem poligênicas e multifatoriais, ou seja, a gênese e o desenvolvimento dessas doenças
são uma consequência da interação conjunta de diversos fatores, incluindo não apenas
genes, proteínas e outras moléculas, como também fatores epigenéticos e ambientais. No
entanto, diferentes métodos de priorização gênica apresentam resultados (listas de genes)
com baixa convergência. Assim, a comparação desses métodos é uma questão crucial. Os
objetivos principais da presente dissertação foram a realização de uma extensa revisão da
literatura em relação às técnicas de priorização de genes associados a doenças complexas e a
comparação de algumas dessas técnicas. Foram selecionadas duas ferramentas: o WGCNA
(Weighted Gene Correlation Network Analysis) e o NERI (Network-Medicine Relative
Importance), ambos métodos que baseiam-se em teoria de redes complexas e co-expressão
para priorização gênica, sendo que o NERI tem o diferencial de modelar as hipóteses da
Network Medicine para priorização com base na integração de dados de expressão, de
redes de interação proteína-proteína (PPI) e de estudos de associação. Para comparação
dos resultados, foram utilizados três bancos de dados de expressão gênica relacionados
a esquizofrenia. Como previsto, devido ao diferencial de integração de dados proposto
pelo NERI, tal técnica resultou em listas de genes com replicação superior à obtida pelo
WGCNA para os três bancos de dados em questão. Além disso a interseção entre as listas de
genes priorizados de cada metodologia foi baixa, com poucos genes sendo compartilhados
pelos resultados dos dois métodos. Ambas metodologias selecionaram genes com relevância
biológica relacionada a esquizofrenia, incluindo grupos de genes relacionados a atividade
do sistema imune (infecções, estresse), atividade do Sistema Nervoso Central (atividade
sináptica, crescimento axonal) e também de embriogênese. Baseando-se nesses resultados,
conclui-se que a análise de redes e a integração de dados biológicos são fundamentais para
uma ferramenta apresentar resultados promissores, sobretudo no âmbito da descoberta de
novos genes e suas redes de interação biológica que seriam possivelmente desconhecidas se
fosse realizada apenas a análise individual de cada tipo de dado biológico disponível. / Systems Biology is an interdisciplinary research field which studies the complex interactions
that occur between biological compounds of a living organism in order to understand
their behavior, which emerges from these interactions. Such interactions compose a highly
complex network, whose elements can be of several types. In this context, complex diseases
are characterized precisely by being of polygenic and multifactorial nature, i.e., the
genesis and development of these diseases are a result of the joint interaction of several
factors, including not only genes, proteins and other molecules, but also epigenetic and
environmental factors. However, many methods for gene prioritization present results
(list of genes) with small convergence. Thus, the comparison involving those methods is
a crucial issue. The main objectives of this master thesis was to perform an extensive
literature review related to gene prioritization techniques associated to complex diseases
and the comparison of part of these techniques. Two techniques were selected: WGCNA
(Weighted Gene Correlation Network Analysis) and NERI (Network-Medicine Relative
Importance), both methods based on complex networks theory and co-expression for
gene prioritization, but NERI having the differential of modeling the Network Medicine
hypotheses for prioritization based on integration of expression, protein-protein interaction
(PPI) network and association studies. For comparison of the results, three gene expression
databases related to schizophrenia were adopted. As predicted, due to the data integration
proposed by NERI, such technique resulted in genes lists with superior replication for the
three databases mentioned. Additionally, the intersection between the results of the genes
lists prioritized by the two methodologies was small, with few genes being found in both
lists. Both methods selected biologically relevant to schizophrenia, including groups of
genes related to imune system activity (infections, stress), Central Nervous System activity
(synaptic activity, axonal growth) and embryogenesis. From these results, it follows that
network analysis and biological data integration are fundamental for a gene prioritization
method to present promising results, mainly for discovery of new genes and their biological
interaction networks that would possibly be unknown if only an individual analysis of
each biological data available were performed.

Identiferoai:union.ndltd.org:IBICT/oai:BDTD:102717
Date January 2016
CreatorsFeltrin, Arthur Sant'Anna
ContributorsMartins Junior, David Corrêa
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf, 108 f. : il.
Sourcereponame:Repositório Institucional da UFABC, instname:Universidade Federal do ABC, instacron:UFABC
Rightsinfo:eu-repo/semantics/openAccess
Relationhttp://biblioteca.ufabc.edu.br/index.php?codigo_sophia=102717&midiaext=72871, http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=102717&midiaext=72872, Cover: http://biblioteca.ufabc.edu.brphp/capa.php?obra=102717

Page generated in 0.0026 seconds