Metodologia para integração de dados genômicos, transcriptômicos e epigenéticos de câncer de pênis

• Autor(a) principal: Marchi, Fabio Albuquerque
• Data de Publicação: 2014
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/95/95131/tde-24062014-110926/
• topic: cancer; câncer; driver; driver; HPV; HPV; integração; Integrative

O desenvolvimento de metodologias sobre integração de dados na área de biologia de sistemas é de grande importância devido ao aumento contínuo de dados resultantes de análises globais que são depositados em bancos de dados públicos. Poucas metodologias e ferramentas de bioinformática levam em consideração a diferenciação entre drivers e passengers, fundamental para a identificação de genes importantes para o desenvolvimento e progressão tumoral. Os perfis de expressão gênica têm possibilitado a identificação de assinaturas genéticas em uma grande variedade de tumores humanos. Além disso, as alterações epigenéticas, como a expressão de microRNAs (miRNA) e a metilação do DNA, também contribuem para o desenvolvimento de diversos tipos de doenças. Entretanto, a grande maioria destes estudos não mostra integração dos resultados obtidos pelas diferentes estratégias utilizadas, o que teria maior impacto na identificação de drivers moleculares. Neste estudo foi realizada a integração de quatro níveis de alterações em 31 amostras de câncer de pênis (CaPe): alteração do número de cópias do DNA, metilação de ilhas CpGs, expressão de miRNAs e expressão de transcritos codificadores. O conhecimento das alterações genéticas e epigenéticas relacionadas ao desenvolvimento de câncer de pênis é bastante limitado, devido principalmente a sua rara incidência. Uma parcela significativa dos casos de CaPe tem sido associada com a infecção pelo Papilomavírus Humano (HPV). A metodologia para integração de dados foi aplicada utilizando duas abordagens: (1) estudo das alterações em câncer de pênis (tumor e normal) independente da infecção pelo HPV e (2) estudo das alterações relacionadas à infecção pelo HPV. A análise foi dividida em duas etapas, com a seleção de genes alvos específicos da doença e inferência de módulos a partir desses alvos. Destacam-se na metodologia a seleção de genes candidatos a driver utilizando a atribuição de pesos para cada alteração seguindo critérios pré-determinados, e.g. se o gene estava presente em uma região rara, após classificação pelo DGV (Database of Genomic Variants) e a utilização desses genes como alvos para identificação das possíveis relações entre eles e os módulos. Também foi realizada a adaptação da metodologia de redes em módulos, com a inclusão de genes passengers e interação proteína-proteína (PPI) como um critério para seleção dos módulos. Essa análise se mostrou eficaz na identificação de módulos gênicos bem relacionados com os drivers, resultando na escolha de vias biológicas potencialmente responsáveis pelo desenvolvimento do tumor. Os genes identificados após a comparação entre amostras tumorais e normais (SOX17, TWIST1, CAV1, PPARG, FLI1 e TNFSF10) e no estudo entre amostras positivas e negativas para infecção pelo HPV (PCNA, SOX14 e RFC4) foram validados in situ por técnicas independentes. Para validação in silico das alterações encontradas na metodologia de integração de dados e para validação da metodologia de redes em módulos foram utilizadas 255 amostras de glioblastoma multiforme obtidas no banco de dados TCGA (The Cancer Genome Atlas). Foram identificadas vias biológicas importantes relacionadas ao processo tumoral, como regulação do crescimento celular (GO:0001558, p=0,0062), homeostase (GO:0048872, $p=0,0082) e regulação da transcrição (GO:0003700, p=0,00089). Também foi realizada uma meta-análise utilizando amostras do TCGA, que encontrou um perfil similar de expressão para os genes CAV1, DLC1,FLI1, MSX1, NRN1, PML, PPARG e SOX17 (T vs N) e PCNA e RFC4 (HPV+ vs HPV-). Para o nosso conhecimento, esse é o primeiro estudo em CaPe utilizando análise integrada de quatro níveis de alteração. Além disso, foram encontradas alterações não randômicas capazes de modificar transcritos específicos e contribuir para o conhecimento da patobiologia dos tumores de pênis.