Implementação de abordagens computacionais para identificação de RNAs longos não codificadores envolvidos na diferenciação neural (2015)
- Authors:
- Autor USP: ZANIBONI, GABRIEL FRANCISCO - BIOINFORMÁTICA
- Unidade: BIOINFORMÁTICA
- Assunto: BIOINFORMÁTICA
- Language: Português
- Abstract: Cada vez mais, RNAs longos não codificadores (lncRNAs) surgem como importantes reguladores da biologia celular, principalmente em processos de diferenciação durante o desenvolvimento. O interesse no estudo das funções e mecanismos de atuação dessa classe de transcritos durante esses processos é crescente, e mostra-se bastante relevante no processo de diferenciação neural, pelo qual são gerados neurônios e células da glia. A linhagem celular P19, uma célula pluripotente advinda de um tipo de carcinoma embrionário murino, é bem consolidada como modelo in vitro de diferenciação neural. Após tratamento com ácido retinóico, ela é capaz de se diferenciar em neurônios e células da glia (astrócitos e oligodendrócitos). Em busca de evidências que indiquem a atuação de lncRNAs durante o processo de diferenciação neural, nosso grupo realizou experimentos utilizando microarranjos para averiguar os níveis de expressão gênica de lncRNAs e genes codificadores de proteínas (mRNAs) durante a diferenciação de células P19 em neurônios (predominância após 10 dias de diferenciação) e glia (predominância em 14 dias de diferenciação). Em um primeiro momento foi realizada a reanotação das sondas referentes a esses lncRNAs da plataforma de microarranjo, visto que as informações presentes nos arquivos de anotação da mesma eram muito escassas e desatualizadas. Registros de lncRNAs e mRNAs foram obtidos a partir de bancos de dados públicos para esse fim, e ao final dessa etapa aproximadamente 25,0% das sondas que não tinham uma anotação foram reanotadas com identificadores advindos desses bancos de dados. A partir dos dados de expressão, foram identificados todos os lncRNAs e mRNAs que apresentaram expressão diferencial entre as diferentes condições estudadas.As informações dos mRNAs diferencialmente expressos foram então utilizadas para a realização de análises de enriquecimento de categorias gênicas do Gene Ontology, nas ontologias de processo biológico e função molecular. A partir das sondas reanotadas, foram realizadas análises de coexpressão entre lncRNAs e mRNAs. A partir do cruzamento das informações obtidas, foram selecionados lncRNAs que através dos princípios de guilt by association se mostraram propensos a desempenharem um papel regulatório na diferenciação neural. Assim, as informações geradas nesse trabalho servirão como base para estudos futuros de validação funcional desses lncRNAs.
- Imprenta:
- Data da defesa: 03.12.2015
-
ABNT
ZANIBONI, Gabriel Francisco. Implementação de abordagens computacionais para identificação de RNAs longos não codificadores envolvidos na diferenciação neural. 2015. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2015. Disponível em: http://www.teses.usp.br/teses/disponiveis/95/95131/tde-02022016-150323. Acesso em: 28 mar. 2024. -
APA
Zaniboni, G. F. (2015). Implementação de abordagens computacionais para identificação de RNAs longos não codificadores envolvidos na diferenciação neural (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/95/95131/tde-02022016-150323 -
NLM
Zaniboni GF. Implementação de abordagens computacionais para identificação de RNAs longos não codificadores envolvidos na diferenciação neural [Internet]. 2015 ;[citado 2024 mar. 28 ] Available from: http://www.teses.usp.br/teses/disponiveis/95/95131/tde-02022016-150323 -
Vancouver
Zaniboni GF. Implementação de abordagens computacionais para identificação de RNAs longos não codificadores envolvidos na diferenciação neural [Internet]. 2015 ;[citado 2024 mar. 28 ] Available from: http://www.teses.usp.br/teses/disponiveis/95/95131/tde-02022016-150323
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas