Implementação e otimização de plataformas computacionais para o aprimoramento das ferramentas de análise e integração de dados de OMICs

• Processo: 19/01798-2
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de abril de 2019
• Data de Término da vigência: 30 de setembro de 2019
• Área de conhecimento: Interdisciplinar
• Pesquisador responsável: Giuseppe Palmisano
• Beneficiário: Renan Spadafora Amaral
• Instituição Sede: Instituto de Ciências Biomédicas (ICB). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 14/06863-3 - Modificações pós-traducionais para o diagnóstico de câncer e doenças parasitárias: abordagens metodológicas e implicações biológicas, AP.JP
• Assunto(s): Biologia computacional Softwares Plataforma (computação) Mineração de dados Proteômica Transcriptômica Metabolômica
• Palavra(s)-Chave do Pesquisador: interação de proteínas | Mineração de Dados | proteômica | software | Bioinformática

Resumo

O advento de tecnologias com alto poder de processamento em biologia e medicina pavimentaram o caminho para uma melhor compreensão de sistemas biológicos com o objetivo de melhorar a precisão de intervenções médicas, adequando o gerenciamento clínico. Técnicas omicas de larga escala como genômica, transcriptômica, proteômica e metabolômica geraram muitos dados. Esses dados precisam ser integrados para alcançarmos um nível de compreensão requerido para responder perguntas biológicas. Durante o projeto no âmbito da FAPESP "Jovem Pesquisador" projeto N ° 2014 / 06863-3, foram coletaram dados de análise de proteínas e modificações pos-traducionais. Em particular, caracterizamos as alterações proteômicas de três linhagens celulares de leucemia mielóide crônica isogênicas com diferentes capacidades de resistência a drogas. Além disso, estamos atualmente otimizando as condições analíticas para realizar experimentos metabolômicos. A combinação de alterações do proteoma e do metaboloma em todas essas linhas celulares permitirão entender vias específicas envolvidas no fenótipo de resistência a drogas. A integração, visualização e mineração destes dados representará um passo importante deste projeto e o bolsista TT4 utilizará softwares disponíveis para explorar os inúmeros bancos de dados e integrar dados experimentais para compreender a resistência a drogas em células de leucemia mielóide crônica.