Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/1633

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorRicardo Mendes de Oliveira, João pt_BR
dc.contributor.authorRodrigues de Lemos, Robertapt_BR
dc.date.accessioned2014-06-12T15:51:38Z-
dc.date.available2014-06-12T15:51:38Z-
dc.date.issued2009-01-31pt_BR
dc.identifier.citationRodrigues de Lemos, Roberta; Ricardo Mendes de Oliveira, João. Análise in silico de novos potenciais polimorfismos genéticos de risco na Doença de Alzheimer em bancos de dados de Microarrays. 2009. Dissertação (Mestrado). Programa de Pós-Graduação em Ciências Biológicas, Universidade Federal de Pernambuco, Recife, 2009.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/1633-
dc.description.abstractEstudos de genômica e proteômica sobre fatores de risco associados à desordens neurodegenerativas requerem urgentemente proposições de abordagens complementares para integrar a grande quantidade de dados gerados. Neste trabalho foi proposto uma metodologia que envolve ferramentas de Bioinformática, no qual estudos de microarrays de expressão foram usados como a única origem de genes candidatos, para revelar variações novas, a partir de seqüências públicas de Expressed site tags (ESTs). Foram selecionados nove genes, sete de um estudo de tecido do hipocampo área Cornu Ammonis (CA1) e dois do tecido do lóbulo parietal inferior (IPL) ambos de pacientes com Doença de Alzhiemer (DA), a maioria desses genes está envolvido com o sistema imune, escolhidos neste trabalho por fazer parte de um das linhas de pesquisa do grupo. O CLCbio Workbench Combined® versão 3.6.2. foi inicialmente usado para construção do banco de dados de ESTs e recuperação dos arquivos de RNAm respectivamente a partir do Golden path of University of California Santa Cruz (UCSC) e National Center for Biotechnology Information (NCBI), na etapa seguinte foram realizados múltiplos alinhamentos e o algoritmo usado foi o Smith-Waterman. Um total de 479 seqüências de ESTs foram selecionadas depois da aplicação de parâmetros apropriados de estringência utilizados para minimizar erros de alinhamentos. A anotação revelou várias classes de variações, a maioria delas sendo deleções (415), mas também foram observadas transições (253), transversões (52), mutações sinônimas (48), não sinônimas (400) e Single Nucleotide Polymorphisms (SNPs) em Untranslated Regiões (UTRs) (50). Deleções são frequentemente associadas as principais síndromes genéticas com características dismórficas. No entanto, vários recentes trabalhos mostram que microdeleções comuns podem ser associadas com desordens neuropsiquiátricas como esquizofrenia, autismo e retardo mental, detectas em várias etnias através de experimentos de sequenciamento. A validação virtual confirmou que algumas dessas variações identificadas foram previamente anotadas e confirmadas em amostras de DNA, demonstrando que esse método é uma maneira viável para detectar variações genéticas que merecem ser exploradas futuramente em estudos de associação de fatores genéticos de risco para a DApt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectIn silicopt_BR
dc.subjectDoença de Alzheimerpt_BR
dc.subjectBioinformáticapt_BR
dc.subjectESTspt_BR
dc.subjectMicroarrayspt_BR
dc.titleAnálise in silico de novos potenciais polimorfismos genéticos de risco na Doença de Alzheimer em bancos de dados de Microarrayspt_BR
dc.typemasterThesispt_BR
Aparece en las colecciones: Dissertações de Mestrado - Ciências Biológicas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
arquivo1574_1.pdf7,45 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons