O papel modulador do gene AIRE - capes

O papel modulador do gene AIRE - capes O papel modulador do gene AIRE - capes

pct.capes.gov.br
from pct.capes.gov.br More from this publisher
21.07.2015 Views

INTRODUÇÃOpara abordarmos nossa proposta. Neste trabalho, construímos umsistema modelo de inibição parcial do transcrito do gene Aire pela técnicade RNA interferente nas células mTEC, determinação da PGE pormicroarrays e análise dos dados com o algoritmo de redes.Os experimentos sobre a determinação da expressão gênica commicroarrays oferecem uma lista de genes que governam o comportamentocelular. A análise dessa lista provê uma grande quantidade deinformações relevantes às quais precisam ser organizadas de maneiracoerente para dar um sentido biológico a tais resultados. No contexto doestudo do comportamento celular a descrição dos mecanismosregulatórios atingiu prioridade máxima.A regulação transcricional (DNA RNAm) é um dos primeirospontos de controle da expressão gênica e, num sentido amplo, pressupõeseque o controle da transcrição influencia diretamente os níveis dasrespectivas proteínas na célula (Tegnér et al., 2003; Tabuchi et al., 2006).Por esse motivo é que há grande interesse na pesquisa do controleda síntese de RNAm em grande escala, definindo o perfil dotranscriptoma. Os desenvolvimentos recentes de tecnologias tais comoDNA microarrays fizerem possível obter um volume grande de perfis daexpressão gênica, permitindo a mensuração simultânea de milhares detranscritos (Gatti et al., 2007). Como a quantidade de informações geradasnesses estudos é enorme, programas computacionais específicos foramdesenvolvidos, como o Cluster e Tree View, utilizado para traçar aschamadas assinaturas de expressão gênica, muito útil para oagrupamento hierárquico de amostras e de genes diferencialmenteexpressos (Eisen et al., 1998) ou o programa SAM (significance analysis ofmicroarrays) utilizado para identificar os genes diferencialmente expressoscom base estatística (Tusher et al., 2001).27

INTRODUÇÃOOs programas citados são clássicos na bioinformática demicroarrays, mas ainda não respondem como montar os dados de maneiraa construir um modelo preditivo de interação entre os genes. Inferir aestrutura de uma rede de interações gênicas também passou a ser umatarefa imperativa a fim avançar nossa compreensão sobre o mecanismomolecular do funcionamento das células ao nível genômico (Kim et al.,2007).A análise dos dados de microarrays incluiu agora um foco nareconstrução de redes regulatórias entre os genes, visando encontrar eentender as interações gene-a-gene a partir de dados de expressão (Wanget al., 2006).Atualmente concebe-se que a maioria dos relacionamentosbioquímicos entre genes, proteínas e outros substratos orgânicos devamser many-to-many, significando que um componente pode ter muitasfunções e uma função pode ser influenciada por muitos componentes.Para compreender estes relacionamentos complexos, a estrutura de umsistema biológico, tal como o relacionamento regulador entre os genesprecisa ser identificado.Os métodos de engenharia reversa fornecem uma boa maneira dese modelar interações baseadas em dados da expressão gênica durante ocurso do tempo, cujos dados foram gerados por experimentos commicroarrays. A rede gênica reconstruída terá por enquanto uma basepuramente de probabilidade e estatística e é claro que deverá serfinalmente validada experimentalmente (Wu et al., 2004).Uma grande variedade de metodologias vem sendo proposta parainferir redes gênicas regulatórias a partir de dados temporais. Entre essesmétodos estão modelos discretos, como as redes Booleanas e Baysianas,modelos contínuos, como as redes neurais e equações diferenciais. Todos28

INTRODUÇÃOpara abordarmos nossa proposta. Neste trabalho, construímos umsistema modelo de inibição parcial <strong>do</strong> transcrito <strong>do</strong> <strong>gene</strong> Aire pela técnicade RNA interferente nas células mTEC, determinação da PGE pormicroarrays e análise <strong>do</strong>s da<strong>do</strong>s com o algoritmo de redes.Os experimentos sobre a determinação da expressão gênica commicroarrays oferecem uma lista de <strong>gene</strong>s que governam o comportamentocelular. A análise dessa lista provê uma grande quantidade deinformações relevantes às quais precisam ser organizadas de maneiracoerente para dar um senti<strong>do</strong> biológico a tais resulta<strong>do</strong>s. No contexto <strong>do</strong>estu<strong>do</strong> <strong>do</strong> comportamento celular a descrição <strong>do</strong>s mecanismosregulatórios atingiu prioridade máxima.A regulação transcricional (DNA RNAm) é um <strong>do</strong>s primeirospontos de controle da expressão gênica e, num senti<strong>do</strong> amplo, pressupõeseque o controle da transcrição influencia diretamente os níveis dasrespectivas proteínas na célula (Tegnér et al., 2003; Tabuchi et al., 2006).Por esse motivo é que há grande interesse na pesquisa <strong>do</strong> controleda síntese de RNAm em grande escala, definin<strong>do</strong> o perfil <strong>do</strong>transcriptoma. Os desenvolvimentos recentes de tecnologias tais comoDNA microarrays fizerem possível obter um volume grande de perfis daexpressão gênica, permitin<strong>do</strong> a mensuração simultânea de milhares detranscritos (Gatti et al., 2007). Como a quantidade de informações geradasnesses estu<strong>do</strong>s é enorme, programas computacionais específicos foramdesenvolvi<strong>do</strong>s, como o Cluster e Tree View, utiliza<strong>do</strong> para traçar aschamadas assinaturas de expressão gênica, muito útil para oagrupamento hierárquico de amostras e de <strong>gene</strong>s diferencialmenteexpressos (Eisen et al., 1998) ou o programa SAM (significance analysis ofmicroarrays) utiliza<strong>do</strong> para identificar os <strong>gene</strong>s diferencialmente expressoscom base estatística (Tusher et al., 2001).27

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!