Análise in silico de potenciais alvos do fator de transcrição zenk em um modelo de aprendizado vocal

Detalhes bibliográficos
Autor(a) principal: Andrade, Abraão Lucas Pereira de
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