Tópicos em sinalização celular e bioinformática: Princípios de funcionamento do circuito de sinalização Notch e aprendizagem supervisionada variacional de relevância

• Ano de defesa: 2015
• Autor(a) principal: Amaral, Marcelo Boareto do
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Delta; Fringe; Jagged; Notch signaling; Sistema de sinalização Notch; Supervised variational learning
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/43/43134/tde-07042015-151144/

Na primeira parte desta tese, estudamos os princípios operacionais das decisões celulares mediadas pelo sistema de sinalização Notch. Este sistema tem papel importante nas decisões celulares que ocorrem durante o desenvolvimento embrionário, cicatrização de feridas e na formação de tumores. O circuito de sinalização é ativado quando o receptor Notch de uma célula interage com um dos ligantes - Delta ou Jagged - de uma célula vizinha. O circuito Notch-Delta forma um comutador intercelular, e duas células vizinhas tendem a adotar estados diferentes - Emissor (muito ligante e pouco receptor) e Recebedor (pouco ligante e muito receptor). Neste manuscrito, apresentamos uma nova abordagem teórica que integra ambos Delta e Jagged no circuito Notch. Mostramos que o circuito Notch-Delta-Jagged permite um novo estado - um híbrido Emissor/Recebedor (E/R) com concentrações intermediárias de receptores e ligantes, e portanto o circuito é age como uma chave de três vias. Em seguida, observamos que a taxa de produção de ambos os ligantes, assim como a modulação assimétrica da afinidade de ligação do Notch com seus ligantes mediada pela glicosiltransferase Fringe, afeta severamente o intervalo de existência dos estados e sua relativa estabilidade - altos níveis de Jagged, mas não de Fringe ou Delta, promovem o estado híbrido E/R e o processo de indução lateral. Nós elucidamos o papel de Jagged na determinação dos estados celulares e discutimos sua possível implicação no entendimento da comunicação entre tumor e estroma, que frequentemente envolve comunicação via interações Notch-Jagged. Posteriormente, avaliamos a interação entre Notch, inflamação e a população de Células Cancerígenas Estaminais (CCE). Mostramos que inflamação pode expandir a população de CCE por meio do aumento dos níveis de produção de Jagged que posteriormente ativa o sistema de sinalização Notch em células vizinhas não-CCE. Nossos resultados sugerem que a inibição da produção de Jagged atenua o efeito da expansão de CCE devido a inflamação, indicando que inflamação cresce a população de CCE via interações Notch-Jagged. Nossos resultados são consistentes com observações em câncer de mama do subtipo basal (triplo negativo), onde a perda de Fringe e a ativação constitutiva do eixo NF-kB - Jag1 promove a expansão da população de CCE. Nossa abordagem computacional pode ser adaptada para incluir circuitos adicionais tais como p53 e hipóxia, que afetam a plasticidade celular, proporcionando assim uma plataforma útil para a projeção de novas terapias. Na segunda parte desta tese, introduzimos um novo método para seleção de características: Suvrel. Este é um método variacional, inspirado em aprendizado de relevância, para determinar tensores métricos para definição de distâncias baseadas em similaridades, para utilização em métodos de classificação. Nós introduzimos uma nova metodologia na qual o tensor métrico pode ser calculado analiticamente. O preprocessamento das características por uma transformação linear utilizando o tensor métrico calculado via Suvrel melhora a eficiência dos classificadores. Testamos nosso método para conjuntos de dados públicos, utilizando os classificadores mais comumente utilizados. Nós também aplicamos esta metodologia no estudo da relação entre parâmetros estruturais globais e o sistema de classificação de função enzimática. Por último, introduzimos uma nova metodologia para a identificação de genes diferencialmente expressos utilizando a tecnologia de microarranjos de DNA. Diferentemente das abordagens tradicionais, nossa metodologia evita passos intermediários de preprocessamento que são desnecessários e devido a isto não acumula erros destas análises, o que resulta em um método mais sensível e robusto.