Visualizar Tese - Instituto de Biociências - Unesp

Visualizar Tese - Instituto de Biociências - Unesp Visualizar Tese - Instituto de Biociências - Unesp

10.07.2015 Views

Cirilo, PDRRESULTADOS1194.5.1 CGH arrayA análise dos dados genômicos foi dividida em duas etapas: a segmentação e aobtenção das regiões com alterações significativas. A primeira envolveu a identificação dealterações no número de cópias ou de pontos de quebra. Para isso foi utilizado o métodonão-paramétrico DNA Copy (Olshen et al., 2004). Os perfis genômicos de cada caso foigerado. A Figura 31 é um exemplo que ilustra o perfil da amostra 759T. A segunda etapafoi a utilização do algoritmo JISTIC (Beroukhim et al., 2007) para as 51 amostrassegmentadas. Nesta análise, foi utilizado um limiar de sensibilidade de 0,3 (q-valor). Osgenes mapeados em regiões significativamente alteradas foram escolhidos como genescandidatos a moduladores. Com esse algoritmo, foi possível identificar 1192 genesmapeados em regiões com G-score significativo (picos de alterações) para ganhos e perdasgenômicas.Figura 31. Análise de segmentação realizada pelo DNA Copy. No eixo x, os valores de 0 a40.000 representam o número de marcadores do algoritmo que representam todos oscromossomos. As cores alternativas representam os cromossomos (1 a 22, X e Y), no qualo primeiro grupo de pontos verdes indica o cromossomo 1. No eixo y, os valores de log2mostram as variações abaixo de zero (linha vermelha no eixo central), indicando regiõesenvolvidas em perdas e as variações acima de zero, indicam as regiões envolvidas emganhos genômicos. Regiões sem oscilação do eixo central não apresentam alterações nonúmero de cópias de DNA (DNA Copy).

Cirilo, PDRRESULTADOS1204.5.2 Perfil de expressão gênica globalNesta análise, foram utilizados os 3325 genes significantes, com seus respectivosvalores de alteração (log 2ratio), obtidos na análise prévia de dados transcriptômicos (SAM,1000 permutações aleatórias e taxa de falsos positivos representado por um FDR

Cirilo, PDRRESULTADOS1194.5.1 CGH arrayA análise dos dados genômicos foi dividida em duas etapas: a segmentação e aobtenção das regiões com alterações significativas. A primeira envolveu a i<strong>de</strong>ntificação <strong>de</strong>alterações no número <strong>de</strong> cópias ou <strong>de</strong> pontos <strong>de</strong> quebra. Para isso foi utilizado o métodonão-paramétrico DNA Copy (Olshen et al., 2004). Os perfis genômicos <strong>de</strong> cada caso foigerado. A Figura 31 é um exemplo que ilustra o perfil da amostra 759T. A segunda etapafoi a utilização do algoritmo JISTIC (Beroukhim et al., 2007) para as 51 amostrassegmentadas. Nesta análise, foi utilizado um limiar <strong>de</strong> sensibilida<strong>de</strong> <strong>de</strong> 0,3 (q-valor). Osgenes mapeados em regiões significativamente alteradas foram escolhidos como genescandidatos a moduladores. Com esse algoritmo, foi possível i<strong>de</strong>ntificar 1192 genesmapeados em regiões com G-score significativo (picos <strong>de</strong> alterações) para ganhos e perdasgenômicas.Figura 31. Análise <strong>de</strong> segmentação realizada pelo DNA Copy. No eixo x, os valores <strong>de</strong> 0 a40.000 representam o número <strong>de</strong> marcadores do algoritmo que representam todos oscromossomos. As cores alternativas representam os cromossomos (1 a 22, X e Y), no qualo primeiro grupo <strong>de</strong> pontos ver<strong>de</strong>s indica o cromossomo 1. No eixo y, os valores <strong>de</strong> log2mostram as variações abaixo <strong>de</strong> zero (linha vermelha no eixo central), indicando regiõesenvolvidas em perdas e as variações acima <strong>de</strong> zero, indicam as regiões envolvidas emganhos genômicos. Regiões sem oscilação do eixo central não apresentam alterações nonúmero <strong>de</strong> cópias <strong>de</strong> DNA (DNA Copy).

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

Saved successfully!

Ooh no, something went wrong!