Busca avançada
Ano de início
Entree

Métodos de montagem localizada e livres de alinhamento para detecção de fusões de genes a partir de dados de RNA-seq

Processo: 23/05887-5
Modalidade de apoio:Bolsas no Brasil - Doutorado
Data de Início da vigência: 01 de agosto de 2023
Data de Término da vigência: 28 de fevereiro de 2027
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:João Meidanis
Beneficiário:Lucas Peres Oliveira
Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Assunto(s):Biologia computacional   Sequenciamento de nova geração   Transcriptômica   Genômica   Neoplasias   Fusão gênica
Palavra(s)-Chave do Pesquisador:fusão de genes | Genômica do câncer | sequenciamento de nova geração | Transcriptômica | Bioinformática

Resumo

A detecção de fusão gênica é essencial para o diagnóstico, prognóstico e tratamento do câncer. Os métodos tradicionais para detectar fusões de genes envolvem o mapeamento de leituras curtas para um genoma ou transcriptoma de referência. No entanto, esses métodos frequentemente produzem um alto número de falsos positivos e requerem extensas etapas de filtragem. Aperfeiçoar esses métodos com uma subrotina de montagem localizada mitiga esse problema, porém não existe melhor estratégia para selecionar leituras para montagem. Métodos livre de alinhamento são uma abordagem alternativa e mais rápida do que aqueles baseados em mapeamento, tornado-os atrativos para um ambiente clínico, porém a aplicação desses métodos para detecção de fusões ainda é escassa. Portanto, investigaremos a aplicabilidade de métodos livre de alinhamento para detecção de fusões assim como estratégias para selecionar leituras para montagem. Para o primeiro, iremos avaliar as ferramentas com melhor desempenho e identificar como métodos livre de alinhamento podem ser melhorados para detecção de fusões. Para o segundo, iremos avaliar técnicas de chamada de variantes estruturais que são mais adequadas para dados de câncer. Esperamos otimizar ferramentas atuais e, potencialmente, desenvolver novos algoritmos para detecção de fusões. As ferramentas resultantes serão aplicadas em dados de câncer reais e simulados para averiguação de precisão e escalabilidade. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)