Visualizar Tese - Instituto de Biociências - Unesp
Visualizar Tese - Instituto de Biociências - Unesp Visualizar Tese - Instituto de Biociências - Unesp
Cirilo, PDRINTRODUÇÃO27tratamento os tumores diminuíram significativamente de tamanho. Este modelo permitiudesvendar parte da fisiopatologia dos LU e identificar via mTOR como um novo alvoterapêutico nestes tumores.De uma forma geral, os microarrays de expressão têm contribuído para oconhecimento da etiologia dos LU e revelado inúmeros candidatos a alvos terapêuticos nestestumores. Foram descritos genes codificadores de proteínas de matriz extracelular, envolvidosnas vias de transdução de sinal e que atuam como fatores de crescimento e de transcrição.Em adição estes estudos permitiram a avaliação da assinatura molecular dos tumores emresposta a drogas. Entretanto, para o nosso conhecimento, nenhum destes estudos teve comoobjetivo associar os perfis de expressão gênica com dados genômicos numa forma deidentificar alterações genômicas funcionais em LU. Atualmente, a metodologia de microarraysde expressão tem sido intensamente explorada em associação com estudos de variações nonúmero de cópias de DNA para a identificação de CNVs que possam levar a efeitosfenotípicos.1.4 Integração de Dados Genômicos e TranscriptômicosQuando associados com estudos matemáticos e modelos funcionais, a abordagem deanálise integrativa pode revelar genes candidatos associados a importantes vias metabólicas,extremamente úteis para o desenvolvimento de terapias alvo em doenças genéticas. Como jámencionado, as CNVs são eventos fundamentais para a carcinogênese humana e os estudosde CGH array têm sido particularmente úteis para identificar os genes candidatos em regiõesamplificadas ou perdidas no genoma tumoral. Considerando que geralmente muitos genesestão localizados em uma região de ganhos ou perdas, os resultados de expressão permitem aclassificação dos genes com base em quanto eles correspondem a um determinado fenótipo(Akavia et al., 2010).
Cirilo, PDRINTRODUÇÃO28Os resultados são puramente baseados em análises de bioinformática, portanto, osdados são obtidos de acordo com a aplicação de algoritmos empregados no estudo. Por seruma estratégia relativamente nova, não existe um protocolo estabelecendo o algoritmo goldstandard para a aplicação em análises integrada de dados genômicos e transcriptômicos. Naverdade, existem alguns métodos estatísticos mais robustos empregados na maioria dosestudos, como por exemplo, testes de correlação de Pearson e Spearman (Meza-Zepeda et al.,2006; Vincent-Salomon et al., 2008). Algoritmos que utilizam outros princípios matemáticostambém têm sido desenvolvidos, como o CONEXIC (baseado em modelos Bayesianos) (Akaviaet al., 2010) e o GISTIC (baseado no Q value) (Green et al., 2011). Na tentativa de facilitar ouso destes métodos estatísticos, vários programas têm sido desenvolvidos com o objetivo depermitir a realização de análises integradas, como o CHESS, (Lee e Kim, 2009) ICPS (Zhang etal., 2010) e CNAmet (Louhimo e Hautaniemi, 2011).Em uma busca realizada no banco de dados públicos PubMed usando os termosintegrative genomic and transcriptome o resultado gerou mais de 400 estudos(www.pubmed.com-acesso em 29/03/2011). Contudo, para o nosso conhecimento, ainda nãoexistem relatos utilizando esta abordagem em Leiomiomas Uterinos. O primeiro estudo queassociou “indiretamente” (ou seja, sem a aplicação de algoritmos) CNVs e níveis de expressãogênica em LU foi realizado em 2004. Neste estudo, entre sete amostras de LU avaliadas porcitogenética clássica, cinco apresentaram cariótipo normal, uma apresentava adel(7)(q22q32) e a outra a t(12;14)(q15;q24). A amostra com a deleção em 7q nãoapresentou nenhum gene com alteração de expressão mapeado na região, já a amostra comt(12;14) apresentou expressão aumentada do gene HMGA2 (fold-change 55 vezes mais altodo que as amostras com cariótipos normais) (Quade et al., 2004).Os outros dois estudos de análise integrada indireta basearam-se em amostras de LUcom deleções em 7q evidenciadas por CGH array e FISH e que foram avaliadas por expressãogênica global (já apresentados acima). Independentemente, os estudos não revelaram fortesgenes candidatos com expressão alterada mapeados nesta região (Vanharanta et al., 2005;
- Page 1 and 2: Universidade Estadual Paulista “J
- Page 3: AGRADECIMENTOSÀ minha orientadora
- Page 10 and 11: LISTA DE FIGURASFigura 1 A - Freqü
- Page 12 and 13: sonda A_14_P131252 que mapeia o gen
- Page 14 and 15: esultante da análise do SAM (Tushe
- Page 16 and 17: Figura 33 Agrupamento hierárquico
- Page 18 and 19: LISTA DE TABELASQuadro 1Relação d
- Page 20 and 21: LISTA DE SIGLAS E ABREVIATURASANG A
- Page 22 and 23: SUMÁRIO1 Introdução ............
- Page 24 and 25: Cirilo, PDRINTRODUÇÃO11. Introdu
- Page 26 and 27: Cirilo, PDRINTRODUÇÃO3dados em li
- Page 28 and 29: Cirilo, PDRINTRODUÇÃO5infertilida
- Page 30 and 31: Cirilo, PDRINTRODUÇÃO7foram despe
- Page 32 and 33: Cirilo, PDRINTRODUÇÃO9(10q24.33),
- Page 34 and 35: Cirilo, PDRINTRODUÇÃO11somente fo
- Page 36 and 37: Cirilo, PDRINTRODUÇÃO13Segundo a
- Page 38 and 39: Cirilo, PDRINTRODUÇÃO15(Sargent e
- Page 40 and 41: Cirilo, PDRINTRODUÇÃO171 geralmen
- Page 42 and 43: Cirilo, PDRINTRODUÇÃO19transcrita
- Page 44 and 45: Cirilo, PDRINTRODUÇÃO21amostras.
- Page 46 and 47: Cirilo, PDRINTRODUÇÃO23evento que
- Page 48 and 49: Cirilo, PDRINTRODUÇÃO25também os
- Page 52 and 53: Cirilo, PDRINTRODUÇÃO29Hodge et a
- Page 54 and 55: Cirilo, PDRMATERIAL E MÉTODOS313.
- Page 56 and 57: Cirilo, PDRMATERIAL E MÉTODOS33Tam
- Page 58 and 59: Cirilo, PDRMATERIAL E MÉTODOS35for
- Page 60 and 61: Cirilo, PDRMATERIAL E MÉTODOS370,1
- Page 62 and 63: Cirilo, PDRMATERIAL E MÉTODOS39alt
- Page 64 and 65: Cirilo, PDRMATERIAL E MÉTODOS413)
- Page 66 and 67: Cirilo, PDRRESULTADOS43Tabela 1. Da
- Page 68 and 69: Cirilo, PDRRESULTADOS45ABFigura 1.
- Page 70 and 71: Cirilo, PDRRESULTADOS47Este estudo
- Page 72 and 73: Cirilo, PDRRESULTADOS494.2.1 Caract
- Page 74 and 75: Cirilo, PDRRESULTADOS51Entre as 45
- Page 76 and 77: Cirilo, PDRRESULTADOS53(10%)Cromoss
- Page 78 and 79: Cirilo, PDRRESULTADOS55Cromossomo 1
- Page 80 and 81: Cirilo, PDRRESULTADOS574.2.2 Tumore
- Page 82 and 83: Cirilo, PDRRESULTADOS59Tabela 4. De
- Page 84 and 85: Cirilo, PDRRESULTADOS61629T 629T_A,
- Page 86 and 87: Cirilo, PDRRESULTADOS63279,263-1,48
- Page 88 and 89: Cirilo, PDRRESULTADOS65ABFigura 7.
- Page 90 and 91: Cirilo, PDRRESULTADOS67ABFigura 8 -
- Page 92 and 93: ABCirilo, PDRRESULTADOS69Figura 10.
- Page 94 and 95: Cirilo, PDRRESULTADOS71Figura 11. A
- Page 96 and 97: Cirilo, PDRRESULTADOS73Grupo 1tumor
- Page 98 and 99: Cirilo, PDRRESULTADOS75Figura 14. A
Cirilo, PDRINTRODUÇÃO28Os resultados são puramente baseados em análises <strong>de</strong> bioinformática, portanto, osdados são obtidos <strong>de</strong> acordo com a aplicação <strong>de</strong> algoritmos empregados no estudo. Por seruma estratégia relativamente nova, não existe um protocolo estabelecendo o algoritmo goldstandard para a aplicação em análises integrada <strong>de</strong> dados genômicos e transcriptômicos. Naverda<strong>de</strong>, existem alguns métodos estatísticos mais robustos empregados na maioria dosestudos, como por exemplo, testes <strong>de</strong> correlação <strong>de</strong> Pearson e Spearman (Meza-Zepeda et al.,2006; Vincent-Salomon et al., 2008). Algoritmos que utilizam outros princípios matemáticostambém têm sido <strong>de</strong>senvolvidos, como o CONEXIC (baseado em mo<strong>de</strong>los Bayesianos) (Akaviaet al., 2010) e o GISTIC (baseado no Q value) (Green et al., 2011). Na tentativa <strong>de</strong> facilitar ouso <strong>de</strong>stes métodos estatísticos, vários programas têm sido <strong>de</strong>senvolvidos com o objetivo <strong>de</strong>permitir a realização <strong>de</strong> análises integradas, como o CHESS, (Lee e Kim, 2009) ICPS (Zhang etal., 2010) e CNAmet (Louhimo e Hautaniemi, 2011).Em uma busca realizada no banco <strong>de</strong> dados públicos PubMed usando os termosintegrative genomic and transcriptome o resultado gerou mais <strong>de</strong> 400 estudos(www.pubmed.com-acesso em 29/03/2011). Contudo, para o nosso conhecimento, ainda nãoexistem relatos utilizando esta abordagem em Leiomiomas Uterinos. O primeiro estudo queassociou “indiretamente” (ou seja, sem a aplicação <strong>de</strong> algoritmos) CNVs e níveis <strong>de</strong> expressãogênica em LU foi realizado em 2004. Neste estudo, entre sete amostras <strong>de</strong> LU avaliadas porcitogenética clássica, cinco apresentaram cariótipo normal, uma apresentava a<strong>de</strong>l(7)(q22q32) e a outra a t(12;14)(q15;q24). A amostra com a <strong>de</strong>leção em 7q nãoapresentou nenhum gene com alteração <strong>de</strong> expressão mapeado na região, já a amostra comt(12;14) apresentou expressão aumentada do gene HMGA2 (fold-change 55 vezes mais altodo que as amostras com cariótipos normais) (Qua<strong>de</strong> et al., 2004).Os outros dois estudos <strong>de</strong> análise integrada indireta basearam-se em amostras <strong>de</strong> LUcom <strong>de</strong>leções em 7q evi<strong>de</strong>nciadas por CGH array e FISH e que foram avaliadas por expressãogênica global (já apresentados acima). In<strong>de</strong>pen<strong>de</strong>ntemente, os estudos não revelaram fortesgenes candidatos com expressão alterada mapeados nesta região (Vanharanta et al., 2005;