Desenvolvimento de um escore de risco poligênico para predição da deficiência de selênio em população miscigenada

Resumo

Variantes genéticas relacionadas ao metabolismo do selênio (Se) podem influenciar diretamente nos níveis sanguíneos em indivíduos, aumentando o risco para o desenvolvimento de doenças relacionadas a sua deficiência. Dessa forma, a estimativa da suscetibilidade probabilística de um indivíduo a deficiência de Se, considerando o seu perfil genético - escore de risco poligênico (ERP) - se mostra como uma ferramenta importante no manejo clínico, visando a redução no risco de doenças associadas e a personalização das recomendações de ingestão do mineral. Além disso, há uma escassez de estudos na literatura em relação aos níveis sanguíneos de Se e as variantes genéticas em população miscigenada, como a brasileira. Sendo assim, o presente projeto tem como objetivos: (a) Determinar a correlação entre os componentes de ancestralidade e os níveis séricos de Se; (b) Determinar associações dos polimorfismos em nucleotídeos únicos em genes candidatos (relacionados ao Se); (c) Determinar um Escore de Risco Poligênico para deficiência de Se usando as variáveis que foram significativamente associadas aos níveis séricos de Se. Os dados genômicos, a concentração de Se sérico e parâmetros antropométricos previamente coletados (projeto FAPESP número 2020/08687-9) serão utilizados para análises estatísticas específicas a fim de responder aos objetivos propostos. Dessa forma, serão realizadas as seguintes análises: (a) inferência eficiente de ancestralidade local (IEAL), utilizando a regressão quantílica e um classificador de k-médias para inferir a ancestralidade local para indivíduos miscigenados; (b) equações de estimação generalizadas (GEE) para identificação dos SNPs mais significativos, no qual serão considerados como SNP representativo do aglomerado (SNPref), utilizando como covariáveis sexo, IMC, idade e ancestralidade de cada indivíduo; (c) cálculo do ERP a partir do SNPref selecionado. A análise estatística será efetuada recorrendo ao software R (R Core Team, 2017), disponível gratuitamente a partir do CRAN - Comprehensive R Archive Network (http://cran.r-project.org/). (AU)