Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/28490
Title: Bioinformática aplicada na identificação de genes de câncer/testículo e sua associação com prognóstico em uma análise pan-câncer
Authors: Silva, Vandeclécio Lira da
Keywords: Bioinformática;Câncer/testículo;Antígenos;Biomarcadores;Prognóstico
Issue Date: 4-Dec-2019
Citation: SILVA, Vandeclécio Lira da. Bioinformática aplicada na identificação de genes de câncer/testículo e sua associação com prognóstico em uma análise pan-câncer. 2019. 47f. Tese (Doutorado em Bioinformática) - Instituto Metrópole Digital, Universidade Federal do Rio Grande do Norte, Natal, 2019.
Portuguese Abstract: Os genes de câncer/testículo (CT) são excelentes candidatos para o desenvolvimento de ferramentas imunoterapêuticos associadas ao câncer, devido à sua expressão restrita em tecidos normais e à capacidade de provocar uma resposta imune quando expressa em células tumorais. Neste sentido, no presente estudo realizamos uma análise em escala genômica para os genes de CT, identificando 745 putativos genes de CT. Ao compararmos com outros conjuntos de genes foram identificados novos genes de CT. Realizamos a integração de várias bases de dados de expressão gênica de tecidos normais e de tumores, para identificação desses genes. A integração de dados clínicos e de infiltração de células CD8+ no tumor, nos proporcionou a identificação de dezenas de genes de CT associados com prognóstico bom ou ruim. Para aqueles genes de CT relacionados ao bom prognóstico, mostramos em pacientes com câncer uma relação direta entre a expressão gênica do CT e um sinal de infiltração de células CD8+ para alguns tipos de tumores, especialmente melanoma. Adicionalmente, nesta tese contextualizamos a bioinformática em um cenário de big data.
Abstract: Cancer/testis (CT) genes are excellent candidates for cancer immunotherapies because of their restrict expression in normal tissues and the capacity to elicit an immune response when expressed in tumor cells. In this study, we provide a genome-wide screen for CT genes with the identification of 745 putative CT genes. Comparison with a set of known CT genes shows that 201 new CT genes were identified. Integration of gene expression and clinical data led us to identify dozens of CT genes associated with either good or poor prognosis. For the CT genes related to good prognosis, we show that there is a direct relationship between CT gene expression and a signal for CD8+ cells infiltration for some tumor types, especially melanoma. In addition, we contextualized bioinformatics in a big data scenario.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/28490
Appears in Collections:PPGBIONF - Doutorado em Bioinformática

Files in This Item:
File Description SizeFormat 
Bioinformaticaaplicadaidentificacao_Silva_2019.pdf7,42 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.