Predição computacional de elementos funcionais em regiões de polimorfismos associados a fenótipos de interesse e de sua relação com a regulação de expressão gênica

• Processo: 10/15654-8
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de outubro de 2010
• Data de Término da vigência: 31 de maio de 2011
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Eurípedes Constantino Miguel Filho
• Beneficiário: Amanda Rusiska Piovezani
• Instituição Sede: Instituto de Psiquiatria Doutor Antonio Carlos Pacheco e Silva (IPq). Hospital das Clínicas da Faculdade de Medicina da USP (HCFMUSP). Secretaria da Saúde (São Paulo - Estado). São Paulo , SP, Brasil
• Vinculado ao auxílio: 05/55628-8 - Caracterização fenotípica, genética, imunológica e neurobiológica do transtorno obsessivo-compulsivo e suas implicações para o tratamento, AP.TEM
• Assunto(s): Psiquiatria Biologia computacional Reconhecimento de padrões
• Palavra(s)-Chave do Pesquisador: Alvos de miRNAs | Psiquiatria | Reconhecimento de Padrões | Bioinformática

Resumo

ResumoJá é conhecido o fato de que grande parte das doenças está relacionada a fatores genéticos. No entanto, diferente de doenças autossômicas dominantes que estão relacionadas a um único gene, a existência de doenças complexas envolvendo vários genes representa um desafio para o entendimento desses fatores genéticos. Nesse sentido, estudos de associação e de expressão diferencial têm revelado que tanto a variabilidade genômica (polimorfismos) quanto à variabilidade transcriptômica (expressão gênica diferencial) estão relacionados a diferentes níveis de susceptibilidade a essas doenças. Muita atenção tem sido dada aos polimorfismos em regiões codificantes. Porém, também existem polimorfismos que podem estar localizados em regiões regulatórias ou em regiões de genes não codificantes não anotados, mas que podem afetar a expressão gênica. De fato, estudos recentes com dados de polimorfismos genômicos unidos aos dados de estudo de expressão têm possibilitado a identificação de polimorfismos associados aos diferentes níveis de expressão de certos genes (eQTLs - expression quantitative trait loci). No entanto, o número de experimentos realizados para a identificação de eQTLs ainda é pequeno. Além disso, permanece desconhecida a forma pela qual muito desses polimorfismos estão influenciando a expressão gênica. Baseado neste contexto, esse projeto visa à implementação de um pipeline computacional que, dada uma lista de polimorfismos, dados de expressão diferencial e opcionalmente dados de eQTLs, todos associados a um fenótipo de interesse (uma doença, por exemplo), seja capaz de predizer elementos funcionais, prioritariamente sítios alvos de miRNAs, na região desses polimorfismos que poderiam estar relacionados a mecanismos de regulação de expressão gênica. Uma aplicação desse pipeline será realizada em dados humanos de esquizofrenia.