Um método multiestatístico para identificação de vias genéticas diferencialmente expressas
Date
2016-08-19Metadata
Show full item recordAbstract
A determinação das causas e origens de uma determinada doença é uma tarefa complexa, considerando
que existe um grande número de genes comprometidos que interagem entre si (WATSON,
2006). Especialistas em Bioinformática trabalham na busca de uma perfeita integração
entre a biologia e a informação, com o intuito de compreender os prováveis fatores que desencadeiam
determinadas doenças (PEVZNER, 2000). Para tal, a metodologia revolucionária
de Microarranjos (LOCKHART et al., 1996), baseada na expressão gênica de pacientes, tem
sido amplamente utilizada para medir simultaneamente as mudanças e regulação dos genes do
genoma sob certas condições biológicas, resultando em uma lista de genes que podem ser considerados
interessantes do ponto de vista biológico para uma determinada doença. Na presente
tese, nós apresentamos um método multiestatístico destinado à detectar vias genéticas diferencialmente
expressas em dados de microarranjos de DNA. Grande parte dos métodos de análise
estatística são baseados no uso de apenas um teste estatístico. Acredita-se que associar métodos
estatísticos baseados em testes diferentes diminui o número de falsos positivos. O método
que nós desenvolvemos determina a atividade das vias avaliadas, e verifica se as alterações encontradas
são estatisticamente significativas através dos testes de bootstrap, exato de Fisher e
Wilcoxon. Este método pode ser aplicado à dados de transcriptoma para investigar quais vias
apresentam mudanças na expressão de seus genes quando submetidos à algum tipo de perturbação.
Implementado em linguagem R e disponibilizado para download no CRAN (do inglês,
Comprehensive R Archive Network) como um pacote denominado PATHChange, nosso método
demonstrou consistência entre os seus resultados com os previstos na literatura quando testado
para dados públicos de microarranjos de câncer e pré-câncer de cólon. O método do PATHChange
oferece um tipo alternativo de análise de vias de genes diferencialmente expressas para
os pesquisadores que buscam apurar fenótipos de doenças, tais como o câncer.