EVENTO
Predição de interações de redes regulatorias em procariotos usando dados de expressão temporais
Tipo de evento: Exame de Qualificação
O conhecimento sobre as redes regulatórias transcricionais em diferentes espécies de procariotas não é bem conhecido, sendo ainda o modelo mais estudado o da bactéria Escherichia coli. Mas, as tecnologias de sequenciamento de segunda geração vêm incrementando a quantidade de dados transcritômicos para o entendimento de redes regulatórias em outras espécies bacterianas [1,3]. Uma vantagem de estudar o modelo de ciclo de vida bacteriano é que permite vislumbrar quase imediatamente quais reações governam as mudanças frente a diferentes estímulos ambientais em períodos curtos de tempo. Observam-se, portanto, cada vez mais dados de transcritoma de várias espécies de bactérias em diferentes etapas do ciclo celular e condições ambientas.Na inferência de redes regulatórias transcricionais são usados algoritmos de descoberta de motivos e análises de genômica comparativa com o propósito de encontrar sítios de ligação de fatores de transcrição (FT) e proteínas regulatórias. Os FT e as proteínas reguladoras controlam a expressão dos genes [2]. Também, na construção de redes, encontram-se modelos gráficos (modelos gaussianos, baiesianos e redes de relevância) que descrevem as relações de dependência entre as distintas FTs e as proteínas regulatórias que aderem à rede [3]. Por outro lado, as redes de transcrição contêm várias redes de motivos típicas: como autoregulação negativa, positiva ou Feed-forward (FF), Bifan (BF), as quais aparecem como clusters de FT e proteínas regulatórias, e seguem um padrão que não se apresenta aleatoriamente [2,5]. Portanto esses padrões podem ser preditos permitindo inferências de regulons bacterianos (uma coleção de genes regulados pelo mesmo FT e proteína regulatória). Também, a integração de dados de expressão com as estruturas de redes permitem inferir novas interações regulatórias, como exemplo em E. coli onde foram descobertos novos reguladores a partir de dados de microarranjos em diferentes condições de stress [3].Este trabalho será dividido em duas etapas, uma de simulação e uma de aplicação. Para o modelo de simulação foi escolhido como objeto de estudo a espécie Bacillus thuringiensis, uma bactéria de grande importância na agricultura que foi utilizada como agente inseticida desde os anos 50. Os dados serão de um estudo de transcritoma com ênfase na análise dos genes associados à produção da toxina inseticida [4]. Para tal efeito, os transcritomas foram obtidos em quatro estágios chave do ciclo celular de B. thuringiensis, que podem ser acessados publicamente. O transcritoma completo possibilita o estudo de redes de interação transcricional não observadas antes nesse organismo. Pretende-se neste trabalho realizar a simulação de dados do modelo bacteriano B. thurigiensis com a série temporal que acompanha a curva de crescimento total da bactéria. Inicialmente foram identificadas 200 proteínas reguladoras conhecidas em B. thurigiensis, para os quais serão investigadas as relações entre reguladores e FTs e possíveis alvos, obtendo-se assim redes BF e FF o qual também permitirá formar redes mais complexas e identificar regulons. Na segunda etapa a metodologia será aplicada a um conjunto de dados de transcritoma obtidos experimentalmente in vivo e in vitro de uma serie temporal de Bacteroides fragilis, uma bactéria anaeróbica de interesse clínico.
Data Início: 02/12/2013 Hora: 10:00 Data Fim: 02/12/2013 Hora: 13:00
Local: LNCC - Laboratório Nacional de Computação Ciêntifica - Auditorio A
Aluno: Guadalupe Del Rosário Quispe Saji - Laboratório Nacional de Computação Científica - LNCC
Orientador: Marisa Fabiana Nicolás - Laboratório Nacional de Computação Científica - LNCC
Participante Banca Examinadora: Artur Ziviani - Laboratório Nacional de Computação Científica - LNCC Helio José Corrêa Barbosa - Laboratório Nacional de Computação Científica - LNCC/MCTI Marcelo Trindade dos Santos - Laboratório Nacional de Computação Científica - LNCC
