Busca avançada
Ano de início
Entree

Ferramenta de bioinformática para integrar e compreender as mudanças epigenômicas e genômicas aberrantes associadas com câncer: métodos, desenvolvimento e análise

Processo: 16/01389-7
Linha de fomento:Bolsas no Brasil - Doutorado Direto
Vigência (Início): 01 de maio de 2016
Vigência (Término): 28 de fevereiro de 2018
Área do conhecimento:Ciências da Saúde - Medicina - Clínica Médica
Pesquisador responsável:Houtan Noushmehr
Beneficiário:Tiago Chedraoui Silva
Instituição-sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto, SP, Brasil
Vinculado ao auxílio:15/07925-5 - Softwares de código aberto contendo ferramentas estatísticas para análise e integração de conjuntos de dados epigenômicos produzidos em alta escala, a fim de decifrar e entender redes reguladoras de câncer, AP.JP
Bolsa(s) vinculada(s):16/10436-9 - Desenvolvimento e melhoria de ferramentas de bioinformática para integrar e compreender as mudanças epigenômicas e genômicas aberrantes associadas com câncer: métodos, desenvolvimento e análise, BE.EP.DD
Assunto(s):Neoplasias   Glioma   Genomas   Expressão gênica   Biologia computacional   Aprendizado computacional

Resumo

O câncer configura uma das maiores causas de mortalidade no mundo, caracterizando-se como uma doença complexa orquestrada por alterações genômicas e epigenômicas capazes de alterar a expressão gênica e a identidade celular. Nova evidência obtida por meio de um estudo genômico em larga escala e cujos dados encontram-se disponíveis no banco público do TCGA sugere que um em cada dez pacientes portadores de câncer pode ser classificado com maior eficácia tendo como base a taxonomia molecular quando comparada à histologia. Dessa maneira, nós hipotetizamos que o estabelecimento de mapas genômicos exibindo a localização de sítios de ligação de fatores de transcrição combinada à identificação de regiões diferencialmente metiladas e perfis alterados de expressão gênica possa nos auxiliar a caracterizar e explorar, ao nível molecular, fenótipos associados ao câncer. Avanços tecnológicos e bancos de dados públicos a exemplo do The Cancer Genome Atlas (TCGA), The Encyclopedia of DNA Elements (ENCODE) e o NIH Roadmap Epigenomics Mapping Consortium (Roadmap) têm proporcionado um recurso inestimável para interrogar o (epi)genoma de linhagens de células tumorais em cultura, bem como de tecidos normais e tumorais em alta resolução. Todavia, a informação biológica encontra-se armazenada em diferentes formatos e não há ferramentas computacionais para integrar esses dados, evidenciando um cenário atual que requer, com urgência, o desenvolvimento de ferramentas de bioinformática e softwares capazes de direcionar a solução deste obstáculo. Nesse contexto, o objetivo principal deste estudo consiste em implementar o desenvolvimento do pacote biOMICs, o qual será codificado usando-se a licença de código aberto GNU GPL e a linguagem de programação R e que, ao final do estudo, será submetido à comunidade científica do projeto Bioconductor. Nossa expectativa é que o pacote biOMICs possa automatizar com acurácia a pesquisa, o download e a análise dos dados (epi)genômicos que se encontram atualmente disponíveis nas bases de dados públicas dos consórcios internacionais TCGA, ENCODE e Roadmap, além de integrá-los facilmente aos dados genômicos e epigenômicos gerados por pesquisadores por meio de experimentos em larga escala. Além disso, realizaremos também o processamento e a análise manual dos dados que serão automatizados pela ferramenta biOMICs, visando validar sua capacidade em descobrir assinaturas epigenômicas que possam redefinir subtipos de câncer. Por fim, usaremos biOMICs para investigar as diferenças moleculares entre dois subgrupos de gliomas recentemente descobertos por nosso laboratório. (AU)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
MALTA, TATHIANE M.; DE SOUZA, CAMILA F.; SABEDOT, THAIS S.; SILVA, TIAGO C.; MOSELLA, MARITZA S.; KALKANIS, STEVEN N.; SNYDER, JAMES; CASTRO, ANA VALERIA B.; NOUSHMEHR, HOUTAN. Glioma CpG island methylator phenotype (G-CIMP): biological and clinical implications. NEURO-ONCOLOGY, v. 20, n. 5, p. 608-620, MAY 2018. Citações Web of Science: 1.
MALTA, TATHIANE M.; SOKOLOV, ARTEM; GENTLES, ANDREW J.; BURZYKOWSKI, TOMASZ; POISSON, LAILA; WEINSTEIN, JOHN N.; KAMINSKA, BOZENA; HUELSKEN, JOERG; OMBERG, LARSSON; GEVAERT, OLIVIER; COLAPRICO, ANTONIO; CZERWINSKA, PATRYCJA; MAZUREK, SYLWIA; MISHRA, LOPA; HEYN, HOLGER; KRASNITZ, ALEX; GODWIN, ANDREW K.; LAZAR, ALEXANDER J.; STUART, JOSHUA M.; HOADLEY, KATHERINE A.; LAIRD, PETER W.; NOUSHMEHR, HOUTAN; WIZNEROWICZ, MACIEJ; NETWORK, CANCER GENOME ATLAS RES. Machine Learning Identifies Stemness Features Associated with Oncogenic Dedifferentiation. Cell, v. 173, n. 2, p. 338+, APR 5 2018. Citações Web of Science: 2.
CAVA, CLAUDIA; COLAPRICO, ANTONIO; BERTOLI, GLORIA; GRAUDENZI, ALEX; SILVA, TIAGO C.; OLSEN, CATHARINA; NOUSHMEHR, HOUTAN; BONTEMPI, GIANLUCA; MAURI, GIANCARLO; CASTIGLIONI, ISABELLA. SpidermiR: An R/Bioconductor Package for Integrative Analysis with miRNA Data. INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES, v. 18, n. 2 FEB 2017. Citações Web of Science: 2.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.