Busca avançada
Ano de início
Entree

Desenvolvimento e melhoria de ferramentas de bioinformática para integrar e compreender as mudanças epigenômicas e genômicas aberrantes associadas com câncer: métodos, desenvolvimento e análise

Processo: 16/10436-9
Linha de fomento:Bolsas no Exterior - Estágio de Pesquisa - Doutorado Direto
Vigência (Início): 01 de setembro de 2016
Vigência (Término): 31 de agosto de 2017
Área do conhecimento:Ciências da Saúde - Medicina - Clínica Médica
Pesquisador responsável:Houtan Noushmehr
Beneficiário:Tiago Chedraoui Silva
Supervisor no Exterior: Benjamin P. Berman
Instituição-sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto, SP, Brasil
Local de pesquisa : Cedars-Sinai Medical Center, Estados Unidos  
Vinculado à bolsa:16/01389-7 - Ferramenta de bioinformática para integrar e compreender as mudanças epigenômicas e genômicas aberrantes associadas com câncer: métodos, desenvolvimento e análise, BP.DD
Assunto(s):Aprendizado computacional   Biologia computacional   Neoplasias   Genomas   Glioma

Resumo

O câncer configura uma das maiores causas de mortalidade no mundo, caracterizando-se como uma doença complexa orquestrada por alterações genômicas e epigenômicas capazes de alterar a expressão gênica e a identidade celular. Nova evidência obtida por meio de um estudo genômico em larga escala e cujos dados encontram-se disponíveis no banco público do TCGA sugere que um em cada dez pacientes portadores de câncer pode ser classificado com maior eficácia tendo como base a taxonomia molecular quando comparada à histologia. Dessa maneira, nós hipotetizamos que o estabelecimento de mapas genômicos exibindo a localização de sítios de ligação de fatores de transcrição combinada à identificação de regiões diferencialmente metiladas e perfis alterados de expressão gênica possa nos auxiliar a caracterizar e explorar, ao nível molecular, fenótipos associados ao câncer.Avanços tecnológicos e bancos de dados públicos a exemplo do The Cancer Genome Atlas (TCGA), The Encyclopedia of DNA Elements (ENCODE) e o NIH Roadmap Epigenomics Mapping Consortium (Roadmap) têm proporcionado um recurso inestimável para interrogar o (epi)genoma de linhagens de células tumorais em cultura, bem como de tecidos normais e tumorais em alta resolução. Todavia, a informação biológica encontra-se armazenada em diferentes formatos e não há ferramentas computacionais para integrar esses dados, evidenciando um cenário atual que requer, com urgência, o desenvolvimento de ferramentas de bioinformática e softwares capazes de direcionar a solução deste obstáculo.Nesse contexto, o objetivo principal deste estudo consiste em implementar o desenvolvimento do pacote biOMICs, o qual será codificado usando-se a licença de código aberto GNU GPL e a linguagem de programação R e que, ao final do estudo, será submetido à comunidade científica do projeto Bioconductor. Além disso, ajudaremos nossos colaboradores com o aperfeiçoamento do ELMER, um pacote R/Bioconductor que identifica elementos reguladores usando dados de expressão gênica, de metilação do DNA e análise de motivo.Nossa expectativa é que o pacote biOMICs possa automatizar com acurácia a pesquisa, o download e a análise dos dados (epi)genômicos que se encontram atualmente disponíveis nas bases de dados públicas dos consórcios internacionais TCGA, ENCODE e Roadmap, além de integrá-los facilmente aos dados genômicos e epigenômicos gerados por pesquisadores por meio de experimentos em larga escala. Além disso, realizaremos também o processamento e a análise manual dos dados que serão automatizados pela ferramenta biOMICs, visando validar sua capacidade em descobrir assinaturas epigenômicas que possam redefinir subtipos de câncer. Por fim, usaremos biOMICs e ELMER para investigar as diferenças moleculares entre dois subgrupos de gliomas recentemente descobertos por nosso laboratório.

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
MALTA, TATHIANE M.; DE SOUZA, CAMILA F.; SABEDOT, THAIS S.; SILVA, TIAGO C.; MOSELLA, MARITZA S.; KALKANIS, STEVEN N.; SNYDER, JAMES; CASTRO, ANA VALERIA B.; NOUSHMEHR, HOUTAN. Glioma CpG island methylator phenotype (G-CIMP): biological and clinical implications. NEURO-ONCOLOGY, v. 20, n. 5, p. 608-620, MAY 2018. Citações Web of Science: 4.
MALTA, TATHIANE M.; SOKOLOV, ARTEM; GENTLES, ANDREW J.; BURZYKOWSKI, TOMASZ; POISSON, LAILA; WEINSTEIN, JOHN N.; KAMINSKA, BOZENA; HUELSKEN, JOERG; OMBERG, LARSSON; GEVAERT, OLIVIER; COLAPRICO, ANTONIO; CZERWINSKA, PATRYCJA; MAZUREK, SYLWIA; MISHRA, LOPA; HEYN, HOLGER; KRASNITZ, ALEX; GODWIN, ANDREW K.; LAZAR, ALEXANDER J.; STUART, JOSHUA M.; HOADLEY, KATHERINE A.; LAIRD, PETER W.; NOUSHMEHR, HOUTAN; WIZNEROWICZ, MACIEJ; NETWORK, CANCER GENOME ATLAS RES. Machine Learning Identifies Stemness Features Associated with Oncogenic Dedifferentiation. Cell, v. 173, n. 2, p. 338+, APR 5 2018. Citações Web of Science: 8.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.