Bolsa 15/02844-7 - Aprendizado computacional, Neoplasias - BV FAPESP
Busca avançada
Ano de início
Entree

Alterações epigenômicas aberrantes que são definidas por assinaturas genômicas distintas associadas a gliomas: métodos e desenvolvimento

Processo: 15/02844-7
Modalidade de apoio:Bolsas no Brasil - Mestrado
Data de Início da vigência: 01 de agosto de 2015
Data de Término da vigência: 30 de abril de 2016
Área de conhecimento:Ciências da Saúde - Medicina - Clínica Médica
Acordo de Cooperação: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Pesquisador responsável:Houtan Noushmehr
Beneficiário:Tiago Chedraoui Silva
Instituição Sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
Assunto(s):Aprendizado computacional   Neoplasias   Biologia computacional   Glioma   Genomas
Palavra(s)-Chave do Pesquisador:Aprendizado de Máquina | bioinformática | câncer | Epigenoma | Genoma | glioma | câncer

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. 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. Por fim, 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 gliomas. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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)
COLAPRICO, ANTONIO; SILVA, TIAGO C.; OLSEN, CATHARINA; GAROFANO, LUCIANO; CAVA, CLAUDIA; GAROLINI, DAVIDE; SABEDOT, THAIS S.; MALTA, TATHIANE M.; PAGNOTTA, STEFANO M.; CASTIGLIONI, ISABELLA; et al. TCGAbiolinks: an R/Bioconductor package for integrative analysis of TCGA data. Nucleic Acids Research, v. 44, n. 8, . (15/02844-7, 14/02245-3, 15/07925-5)
CECCARELLI, MICHELE; BARTHEL, FLORIS P.; MALTA, TATHIANE M.; SABEDOT, THAIS S.; SALAMA, SOFIE R.; MURRAY, BRADLEY A.; MOROZOVA, OLENA; NEWTON, YULIA; RADENBAUGH, AMIE; PAGNOTTA, STEFANO M.; et al. Molecular Profiling Reveals Biologically Discrete Subsets and Pathways of Progression in Diffuse Glioma. Cell, v. 164, n. 3, p. 550-563, . (14/08321-3, 15/02844-7, 14/02245-3, 15/07925-5)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.