Show simple item record

dc.contributor.advisorRybarczyk Filho, José Luiz [UNESP]
dc.contributor.authorSanches Seco, Giordano Bruno
dc.date.accessioned2018-09-21T14:09:47Z
dc.date.available2018-09-21T14:09:47Z
dc.date.issued2018-07-23
dc.identifier.urihttp://hdl.handle.net/11449/157078
dc.description.abstractA toxicogenômica é uma área de estudo que se utiliza de dados provindos de tecnologias das ciências ômicas e de metodologias de análise de dados da bioinformática para caracte- rizar perfis biológicos de compostos a fim realizar um estudo sobre seu comportamento no sistema biológico. Um dos problemas na análise de dados de expressão gênica é que existem diversas metodologias disponı́veis, cada uma aborda os dados brutos de maneira diferente e consequentemente fornecem resultados diferentes. Porém estes resultados não estão necessa- riamente errados, por essa razão abordar dados toxicogenômicos de diversas maneiras pode ajudar pesquisadores a tecer hipóteses sobre os mecanismos das drogas. Isso pode implicar em redução de custos na fase pré-clı́nica do desenvolvimento de medicamentos e numa melhor qualidade de tratamento para os pacientes. A abordagem mais comum na análise de dados de expressão gênica é o enriquecimento funcional dos genes que se mostrem diferencialmente expressos. Entretanto é possı́vel que informações relevantes possam ser obtidas utilizando métodos com outras considerações. Para avaliar esta hipótese o presente trabalho tem por objetivo analisar dados de expressão gênica disponı́veis em bases de dados on-line referentes a 3 drogas antineoplásicas testadas em fı́gado de Rattus norvergicus (estudos in vivo e in vi- tro) e Homo sapiens (estudo in vivo apenas) para avaliação de ontologias alteradas em cada droga. Duas metodologias de bioinformática foram utilizadas para análise desses dados. A tradicional análise de genes diferencialmente expressos (EFDEGs) e a análise de grupos de genes funcionalmente associados determinados pela entropia de shannon (AGFAGs). Para cada um dos três métodos foram testados três normalizações: RMA, MAS5, GCRMA. Os resultados sugerem que os 3 tipos de estudos tem pouca similaridade entre sı́ e a pouca que existe se limita, aos princı́pais mecanismos das drogas antineoplásicas como ciclo celular, apoptose, dano e reparo de DNA. Portanto não se pode afirmar ainda que um tipo de estudo possa substituir o outro. Também determinanos que resultados diferentes fornecidos pelas 2 metodologias para um mesmo caso podem não estar necessáriamente errados e algumas ve- zes podem ser complementares. A meta-análise desse trabalho não só mostrou similaridade e complementariedade entre os métodos como também encontrou lncRNAs potencialmente responsáveis com a regulação pós-transcricional em hepatócitos humanos. Isso evidencia a importância da prática de se utilizar dados previamente obtidos em analises exploratórias para confecção de hipóteses. Assim o uso de ambas as metodologias pode ter valor como ferramenta para análises exploratórias em dados biológicos disponı́veis.pt
dc.description.abstractToxicogenomics is an area that uses data generated by omics technologies and bioinformatics to characterize biological profiles of chemical compounds in order to analyze the biological system’s behavior in response to said compounds. A commom problem in the analysis of gene expression data is the large amount of methodologies available, each one approaches the raw data differently and consequently provide different results. But these results are not necessarily wrong, for that reason approaching toxicogenomic data in several ways may help researchers to hypothesize about a drug’s mechanisms. This may imply cost reduction in the pre-clinical phase of drug development and in a better quality of treatment for patients. The most common approach in the analysis of gene expression data is the functional enrichment of differentially expressed genes (EFDEGs). However, it is possible that relevant information can be obtained using methods with other considerations. To evaluate this hypothesis this work aims to analyze gene expression data available in the OPEN TG-GATEs online database about 3 antineoplastic drugs tested in the liver of Rattus norvergicus (in vivo and in vitro) and Homo sapiens (in vivo only) for the evaluation of altered ontologies in each drug. Two bioinformatics methodologies were used to analyze these data. The traditional analysis of differentially expressed genes (EFDEGs) and the analysis of groups of functionally associated genes determined by shannon entropy (AGFAGs). For each of the two methods, three normalizations were tested: RMA, MAS5, GCRMA. Results suggest that the 3 types of studies have little similarity to each other and the few that exist are limited to the main mechanisms of antineoplastic drugs such as cell cycle, apoptosis and DNA damage and repair. Therefore, it still cannot be said that one type of study can replace the other. We also found out that the different results provided by the two methodologies for the same case may not necessarily be wrong and sometimes may be complementary. The meta-analysis done in this work not only showed similarity and complementarity between methods but also found differentially expressed lncRNAs potentially responsible for posttranscriptional regulation in human hepatocytes. This evidences the importance of using previously obtained data in exploratory analyzes to make hypotheses. Thus the use of both methodologies may have value as a tool for exploratory analyzes.en
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (UNESP)
dc.subjectToxicogenômicapt
dc.subjectBioinformáticapt
dc.subjectAntineoplásicospt
dc.titleAnálise comparativa de métodos de determina¸cão de vias biológicas alteradas em dados toxicogenômicos de estudos in vitro e in vivopt
dc.title.alternativeComparative analysis of methods of determination of altered biological pathways in toxicogenomic data of in vitro and in vivo studiesen
dc.typeDissertação de mestrado
dc.contributor.institutionUniversidade Estadual Paulista (UNESP)
dc.rights.accessRightsAcesso aberto
dc.description.sponsorshipId134467/2016-7
unesp.graduateProgramCiências Biológicas (Genética) - IBBpt
unesp.knowledgeAreaGenéticapt
unesp.researchAreaGenômica, Bioinformática e Biologia de Sistemaspt
unesp.campusUniversidade Estadual Paulista (UNESP), Instituto de Biociências, Botucatupt
unesp.embargo24 meses após a data da defesapt
dc.identifier.aleph000908106
dc.identifier.capes33004064026P9
Localize o texto completo

Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record