Análise in silico de potenciais alvos do fator de transcrição zenk em um modelo de aprendizado vocal
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/39585 |
Resumo: | A formação da memória requer a expressão gênica desencadeada pela atividade neuronal. Esta resposta inclui uma série de genes dependentes de atividade, tidos como mediadores das mudanças necessárias para a consolidação e manutenção da memória. Entre esses genes, o zenk (também conhecido como egr1) foi um dos primeiros exemplos de gene regulado pelo comportamento e, desde então, foi associado à formação da memória em roedores. No entanto, o papel desse gene no aprendizado vocal, o exato comportamento no qual foi descoberto como dependente de atividade pela primeira vez, permanece indefinido. Como o zenk codifica um fator de transcrição que deve exercer seus efeitos através da regulação de alvos a jusante, no presente trabalho procuramos identificar computacionalmente seus locais de ligação putativos no genoma do mandarim diamante (Taeniopygia guttata). Para isso, usamos uma ferramenta de varredura de motivo, chamada FIMO (Find Individual Motif Occurrences), para identificar milhares de sites-alvo potenciais em regiões promotoras. Em seguida, restringimos a lista de genesalvo a genes regulados durante o canto em uma região que é central para o aprendizado e produção vocal, o HVC. Nossos resultados mostram que, dentro dessa lista restrita, os sítios de ligação de ZENK estavam presentes em 64% dos genes, o maior enriquecimento entre todos os 122 fatores de transcrição analisados. Além disso, observamos uma sobreposição significativa entre os alvos putativos de ZENK e dois outros fatores de transcrição, KLF4 e NR2C2, levantando a possibilidade de interações até então desconhecidas entre eles. Ao todo, nossos resultados in silico indicam que ZENK tem o potencial de ser um regulador chave na resposta transcricional em neurônios de controle do canto. É importante ressaltar que essas descobertas guiarão experimentos futuros para determinar e, consequentemente, validar os alvos do ZENK in vivo. |
id |
UFRN_82004bef57369fe747f00742b6534143 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/39585 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Andrade, Abraão Lucas Pereira dehttp://lattes.cnpq.br/3930478652421758http://lattes.cnpq.br/8194534389725093Sequerra, Eduardo Bouthhttp://lattes.cnpq.br/2028204211415978Coelho, Diego Marqueshttp://lattes.cnpq.br/2074007934768692Velho, Tarciso André Ferreira2021-09-28T19:19:13Z2021-09-28T19:19:13Z2021-09-17ANDRADE, Abraão Lucas Pereira de. Análise in silico de potenciais alvos do fator de transcrição ZENK em um modelo de aprendizado vocal. 2021. 49f. Trabalho de Conclusão de Curso (Graduação em Ciências e Tecnologia - Neurociências), Insituto do Cerébro, Universidade Federal do Rio Grande do Norte, Natal, 2021.https://repositorio.ufrn.br/handle/123456789/39585A formação da memória requer a expressão gênica desencadeada pela atividade neuronal. Esta resposta inclui uma série de genes dependentes de atividade, tidos como mediadores das mudanças necessárias para a consolidação e manutenção da memória. Entre esses genes, o zenk (também conhecido como egr1) foi um dos primeiros exemplos de gene regulado pelo comportamento e, desde então, foi associado à formação da memória em roedores. No entanto, o papel desse gene no aprendizado vocal, o exato comportamento no qual foi descoberto como dependente de atividade pela primeira vez, permanece indefinido. Como o zenk codifica um fator de transcrição que deve exercer seus efeitos através da regulação de alvos a jusante, no presente trabalho procuramos identificar computacionalmente seus locais de ligação putativos no genoma do mandarim diamante (Taeniopygia guttata). Para isso, usamos uma ferramenta de varredura de motivo, chamada FIMO (Find Individual Motif Occurrences), para identificar milhares de sites-alvo potenciais em regiões promotoras. Em seguida, restringimos a lista de genesalvo a genes regulados durante o canto em uma região que é central para o aprendizado e produção vocal, o HVC. Nossos resultados mostram que, dentro dessa lista restrita, os sítios de ligação de ZENK estavam presentes em 64% dos genes, o maior enriquecimento entre todos os 122 fatores de transcrição analisados. Além disso, observamos uma sobreposição significativa entre os alvos putativos de ZENK e dois outros fatores de transcrição, KLF4 e NR2C2, levantando a possibilidade de interações até então desconhecidas entre eles. Ao todo, nossos resultados in silico indicam que ZENK tem o potencial de ser um regulador chave na resposta transcricional em neurônios de controle do canto. É importante ressaltar que essas descobertas guiarão experimentos futuros para determinar e, consequentemente, validar os alvos do ZENK in vivo.Memory formation requires gene expression triggered by neuronal activity. This response includes a series of activity-dependent genes that are thought to mediate the changes necessary for memory consolidation and maintenance. Among these genes, zenk (also known as egr1) was one of the first examples of a behaviorally driven gene, and has since been linked to memory formation in rodents. Nonetheless, the role of this gene in vocal learning, the exact behavior in which zenk was first discovered as activity-dependent, remains elusive. Because zenk encodes a transcription factor that must exert its effects through the regulation of downstream targets, in the present work we sought to computationally identify its potential binding sites in the zebra finch genome (Taeniopygia guttata). For that, we used a motif scanning tool, called FIMO (Find Individual Motif Occurrences), to identify thousands of potential target sites in promoter regions. We next restricted the target gene list to genes regulated during singing in a region that is central to vocal learning and production, the HVC. Our results show that within this restricted list, ZENK binding sites were present in 64% of the genes, the highest enrichment among all 122 transcription factors analysed. In addition, we observed a significant superposition between the putative targets of ZENK and two other transcription factors, namely KLF4 and NR2C2, raising the possibility of previously unknown interactions between them. Altogether, our in silico results indicate that ZENK has the potential to be a key regulator in the transcriptional response in song control neurons. Importantly, these findings will guide future experiments to determine, and therefore validate, ZENK-targets in vivo.PIBIC UFRN (IC)DESTAQUE UFRN (IC)Universidade Federal do Rio Grande do NorteBacharelado em Ciências e Tecnologia - NeurociênciasUFRNBrasilInstituto do CérebroAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessZENKFIMOFator de transcriçãoRegulação gênicaIn silicoAprendizado vocalAnálise in silico de potenciais alvos do fator de transcrição zenk em um modelo de aprendizado vocalIn silico analysis of putative targets of the transcription factor zenk in a vocal learning modelinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufrn.br/bitstream/123456789/39585/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/39585/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53ORIGINALTCC_ABRAAO_VERSAO_FINAL.pdfTCC_ABRAAO_VERSAO_FINAL.pdfMonografia (Bacharelado em Ciências e Tecnologia - Neurociências)application/pdf1482044https://repositorio.ufrn.br/bitstream/123456789/39585/1/TCC_ABRAAO_VERSAO_FINAL.pdf2996fd06f121b41b6e5159b5c8992f78MD51123456789/395852021-09-28 16:19:14.398oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2021-09-28T19:19:14Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Análise in silico de potenciais alvos do fator de transcrição zenk em um modelo de aprendizado vocal |
dc.title.alternative.pt_BR.fl_str_mv |
In silico analysis of putative targets of the transcription factor zenk in a vocal learning model |
title |
Análise in silico de potenciais alvos do fator de transcrição zenk em um modelo de aprendizado vocal |
spellingShingle |
Análise in silico de potenciais alvos do fator de transcrição zenk em um modelo de aprendizado vocal Andrade, Abraão Lucas Pereira de ZENK FIMO Fator de transcrição Regulação gênica In silico Aprendizado vocal |
title_short |
Análise in silico de potenciais alvos do fator de transcrição zenk em um modelo de aprendizado vocal |
title_full |
Análise in silico de potenciais alvos do fator de transcrição zenk em um modelo de aprendizado vocal |
title_fullStr |
Análise in silico de potenciais alvos do fator de transcrição zenk em um modelo de aprendizado vocal |
title_full_unstemmed |
Análise in silico de potenciais alvos do fator de transcrição zenk em um modelo de aprendizado vocal |
title_sort |
Análise in silico de potenciais alvos do fator de transcrição zenk em um modelo de aprendizado vocal |
author |
Andrade, Abraão Lucas Pereira de |
author_facet |
Andrade, Abraão Lucas Pereira de |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3930478652421758 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8194534389725093 |
dc.contributor.referees1.none.fl_str_mv |
Sequerra, Eduardo Bouth |
dc.contributor.referees1Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2028204211415978 |
dc.contributor.referees2.none.fl_str_mv |
Coelho, Diego Marques |
dc.contributor.referees2Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2074007934768692 |
dc.contributor.author.fl_str_mv |
Andrade, Abraão Lucas Pereira de |
dc.contributor.advisor1.fl_str_mv |
Velho, Tarciso André Ferreira |
contributor_str_mv |
Velho, Tarciso André Ferreira |
dc.subject.por.fl_str_mv |
ZENK FIMO Fator de transcrição Regulação gênica In silico Aprendizado vocal |
topic |
ZENK FIMO Fator de transcrição Regulação gênica In silico Aprendizado vocal |
description |
A formação da memória requer a expressão gênica desencadeada pela atividade neuronal. Esta resposta inclui uma série de genes dependentes de atividade, tidos como mediadores das mudanças necessárias para a consolidação e manutenção da memória. Entre esses genes, o zenk (também conhecido como egr1) foi um dos primeiros exemplos de gene regulado pelo comportamento e, desde então, foi associado à formação da memória em roedores. No entanto, o papel desse gene no aprendizado vocal, o exato comportamento no qual foi descoberto como dependente de atividade pela primeira vez, permanece indefinido. Como o zenk codifica um fator de transcrição que deve exercer seus efeitos através da regulação de alvos a jusante, no presente trabalho procuramos identificar computacionalmente seus locais de ligação putativos no genoma do mandarim diamante (Taeniopygia guttata). Para isso, usamos uma ferramenta de varredura de motivo, chamada FIMO (Find Individual Motif Occurrences), para identificar milhares de sites-alvo potenciais em regiões promotoras. Em seguida, restringimos a lista de genesalvo a genes regulados durante o canto em uma região que é central para o aprendizado e produção vocal, o HVC. Nossos resultados mostram que, dentro dessa lista restrita, os sítios de ligação de ZENK estavam presentes em 64% dos genes, o maior enriquecimento entre todos os 122 fatores de transcrição analisados. Além disso, observamos uma sobreposição significativa entre os alvos putativos de ZENK e dois outros fatores de transcrição, KLF4 e NR2C2, levantando a possibilidade de interações até então desconhecidas entre eles. Ao todo, nossos resultados in silico indicam que ZENK tem o potencial de ser um regulador chave na resposta transcricional em neurônios de controle do canto. É importante ressaltar que essas descobertas guiarão experimentos futuros para determinar e, consequentemente, validar os alvos do ZENK in vivo. |
publishDate |
2021 |
dc.date.accessioned.fl_str_mv |
2021-09-28T19:19:13Z |
dc.date.available.fl_str_mv |
2021-09-28T19:19:13Z |
dc.date.issued.fl_str_mv |
2021-09-17 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
ANDRADE, Abraão Lucas Pereira de. Análise in silico de potenciais alvos do fator de transcrição ZENK em um modelo de aprendizado vocal. 2021. 49f. Trabalho de Conclusão de Curso (Graduação em Ciências e Tecnologia - Neurociências), Insituto do Cerébro, Universidade Federal do Rio Grande do Norte, Natal, 2021. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/39585 |
identifier_str_mv |
ANDRADE, Abraão Lucas Pereira de. Análise in silico de potenciais alvos do fator de transcrição ZENK em um modelo de aprendizado vocal. 2021. 49f. Trabalho de Conclusão de Curso (Graduação em Ciências e Tecnologia - Neurociências), Insituto do Cerébro, Universidade Federal do Rio Grande do Norte, Natal, 2021. |
url |
https://repositorio.ufrn.br/handle/123456789/39585 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
Bacharelado em Ciências e Tecnologia - Neurociências |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Instituto do Cérebro |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/39585/2/license_rdf https://repositorio.ufrn.br/bitstream/123456789/39585/3/license.txt https://repositorio.ufrn.br/bitstream/123456789/39585/1/TCC_ABRAAO_VERSAO_FINAL.pdf |
bitstream.checksum.fl_str_mv |
e39d27027a6cc9cb039ad269a5db8e34 e9597aa2854d128fd968be5edc8a28d9 2996fd06f121b41b6e5159b5c8992f78 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1814832846760574976 |