Identificação in silico de mediadores transcricionais responsáveis pela de-diferenciação de adipócitos em humanos.

• Processo: 25/09845-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2026
• Área de conhecimento: Ciências Biológicas - Bioquímica - Metabolismo e Bioenergética
• Pesquisador responsável: Carlos Henrique Grossi Sponton
• Beneficiário: Maria Luísa Soares Leite
• Instituição Sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Vinculado ao auxílio: 19/15025-5 - Caracterização do complexo transcricional do PRDM16 envolvido na ação repressora de genes relacionados à síntese de ceramidas em adipócitos, AP.JP
• Assunto(s): Adipócitos brancos Biologia computacional Fatores de transcrição Biologia molecular
• Palavra(s)-Chave do Pesquisador: Adipócitos brancos | bioinformática | CellOracle | fatores de transcrição | pré-adipócitos | Biologia Molecular

Resumo

Os experimentos de pertubação gênica (deleção ou superexpressão) são a melhor abordagem para estudar a função de um gene. No entanto, experimentos sistemáticos de pertubação de um grande número de genes são geralmente proibitivos devido às limitações experimentais e questões éticas. A aplicação da tecnologia de células únicas em experimentos de pertubação gênica permite determinar a funcionalidade de um gene e consequentemente definir a partir disso um fenótipo celular. Métodos experimentais capazes de induzir pertubação de genes específicos em células de interesse são descritos na literatura, mas apresentam um grande custo operacional e desafio técnico. O uso de métodos computacionais na determinação de redes de regulação gênica, do inglês gene-regulatory network (GRN) representa um modo efetivo e de baixo custo para avaliar a função de genes de interesse. As abordagens baseadas em GRN são promissoras, pois reconstroem associações gênicas sistemáticas de dados de células únicas não perturbadas. Neste sentido, um método recentemente desenvolvido (CellOracle) integra dados multimodais para construir modelos GRN personalizados projetados especificamente para simular mudanças na identidade celular após a perturbação de fatores de transcrição (FTs). Este método fornece uma interpretação sistemática e intuitiva da função de FTs dependente do contexto na regulação da identidade celular. Dessa forma, nosso propósito para este projeto será utilizar o método computacional CellOracle para identificar mediadores transcricionais responsáveis pelo mecanismo de de-diferenciação. Para isso, serão realizadas análises in silico de perturbação (deleção e superexpressão) de FTs a partir de dados públicos de células únicas de adipócitos branco de humanos. (AU)