Busca avançada
Ano de início
Entree

Identificação de biomarcadores compostos para as diferentes formas clínicas da Doença de Chagas

Processo: 18/20473-4
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de janeiro de 2019
Situação:Interrompido
Área do conhecimento:Ciências Biológicas - Imunologia - Imunologia Aplicada
Pesquisador responsável:Edecio Cunha Neto
Beneficiário:Natalia Bueno Pereira
Instituição-sede: Instituto do Coração Professor Euryclides de Jesus Zerbini (INCOR). Hospital das Clínicas da Faculdade de Medicina da USP (HCFMUSP). Secretaria da Saúde (São Paulo - Estado). São Paulo , SP, Brasil
Assunto(s):Biomarcadores   Doença de Chagas   Miocardiopatia chagásica   Prognóstico

Resumo

A doença de Chagas (DCh) é uma doença altamente debilitante e afeta cerca de 1,2 milhões de pessoas no Brasil. A cardiopatia chagásica crônica (CCC) é a manifestação mais grave dessa doença e acomete 30% dos pacientes, enquanto que os outros 60% permanecem em sua forma indeterminada. Não existem biomarcadores de classificação das formas clínicas e prognóstico de evolução para CCC, e estes são urgentemente necessários para o manejo clínico dos pacientes. Nosso grupo de pesquisa possui uma coorte, a REDSII (Retrovirus Epidemiology Donor Study II), com 600 pacientes chagásicos das diversas formas clínicas da doença. Esta coorte foi explorada, não concomitantemente, por diferentes métodos para identificação de biomarcadores tais como plasmáticos cardíacos e inflamatórios, parasitismo, análise global de polimorfismos genéticos (GWAS), reatividade a painel de antígenos de T. cruzi e análise transcriptômica de sangue total. Entretanto, o poder discriminatório de classes desses marcadores individuais mostrou-se insatisfatório. Sabe-se que biomarcadores compostos têm apresentado maior eficiência e poder de discriminação do que aqueles individuais. Neste contexto, o objetivo desse projeto é identificar biomarcadores compostos que permitam discriminar pacientes de diferentes formas clínicas da DCh por meio do estudo da integração de todos os bancos de dados de marcadores já testados na coorte REDSII. Para tanto, após a normalização de cada conjunto de dados experimentais, utilizaremos uma abordagem de bioinformática através do emprego de diversos algoritmos de aprendizado de máquinas, implementados em diferentes métodos preditivos, para a determinação de biomarcadores compostos mais eficientes e universais que possam classificar as formas clínicas. (AU)

Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.