Use este identificador para citar ou linkar para este item: https://repositorio.unimontes.br/handle/1/804
Título: Análise de bioinformática das neoplasias de glândulas salivares
Autor(es): Monção, Carlos Rafael Lima
Orientador(ra): Guimarães, André Luiz Sena
Membro(s) Banca: D'Angelo, Marcos Flávio Silveira Vasconcelos
Palavras-chave: Bioinform;Glândulas salivares - Tumores;Biologia computacional;Genes líderes;Biomarcadores do câncer
Área: Ciencias da Saude
Subárea: Saude Coletiva
Data do documento: 2019
Resumo: É importante obter conhecimentos sobre os processos biológicos subjacentes ao desenvolvimento dos tumores de glândulas salivares com o objetivo de identificar potenciais biomarcadores ou novos alvos terapêuticos moleculares. Esse estudo foi realizado para investigar os genes líderes dos tumores de glândulas salivares. Inicialmente, os genes relacionados a todos os tumores de glândulas salivares foram identificados utilizando as bases de dados do Pubmed, OMIM e Genecards. Então, a base de dados do STRING foi utilizada para obter redes de interação entre as proteínas específicas de cada tipo tumoral e em seguida os valores de weighted number of links (WNL) e de total interaction score (TIS) foram calculados. Foi encontrado um total de 3070 genes relacionados com os 35 tipos de tumores de glândula salivar. Posteriormente foram identificados os genes líderes através dos algoritmos de cluster K-means e abordagem imuno/neural. Esse último método de clusterização de dados permitiu a utilização de uma estratégia inovadora que pode complementar ou substituir métodos mais tradicionais como o K-means. Foram identificados 764 genes líderes e detectados os genes com maiores valores de WNL, ou seja com as vias biológicas mais específicas, e com menor TIS, o que significa menor participação em processos biológicos essenciais. Do total de genes líderes, somente 92 estavam exclusivamente associados aos tumores benignos e 189 estavam exclusivamente associados aos malignos. Com esses dois últimos grupos de genes foi realizado o mesmo método de bioinformática descrito, com a criação de duas novas redes de interações proteicas no STRING, a obtenção de WNL e TIS seguida dos algoritmos K-means e imuno/neural. Os genes UBE2K, CUL1, HGS, UBE2D1, SDHB, UBQLN1, UBE2D2 e RAD23A foram identificados como genes líderes exclusivamente de tumores benignos. Já os genes INS, HRAS, SRC e JUN foram os genes líderes exclusivamente dos tumores malignos. A partir desses dados, mais duas redes de interação proteica foram obtidas e foram identificados, então, o gene RPS15 nos tumores benignos e o PIK3CA nos malignos. Esses dois genes poderiam ser possíveis alvos terapêuticos ou biomarcadores. Todas essas informações estão apresentadas detalhadamente em tabelas nos APÊNDICES A, B e C. Para validar os dados e hipóteses geradas por esse método de bioinformática, foram realizados experimentos com isolamento de RNA e real time PCR em amostras de tumores de glândulas salivares que evidenciaram maior expressão gênica do RPS15 em tumores benignos comparativamente aos malignos
URI: https://repositorio.unimontes.br/handle/1/804
Aparece nas coleções:Teses e Dissertações

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Monção, Carlos Rafael Lima_Análise de bioinformática das_2019.pdf2,84 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.