Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/13999

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorLima Filho, José Luiz de -
dc.contributor.authorSimões, Carolina da Rocha-
dc.date.accessioned2015-05-19T16:34:38Z-
dc.date.available2015-05-19T16:34:38Z-
dc.date.issued2014-02-20-
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/13999-
dc.description.abstractO aumento da informação proveniente do sequenciamento de alta performance (NGS), e de projetos como o 1000 genomas e HapMap, permitiram a descoberta de milhões de variações. Entretanto, o maior desafio é a identificação da relação entre o genótipo e o fenótipo, proporcionando informações que possam ajudar a definir os polimorfismos que podem ou não causar doenças. Ferramentas computacionais tem auxiliado na predição das modificações estruturais geradas pelos polimorfismos, e as consequentes alterações funcionais sofridas pelas proteínas. Os receptores Toll Like (TLR) são proteínas do sistema imunológico que estão envolvidas na regulação da inflamação e em alguns casos no desenvolvimento do câncer. O objetivo deste projeto foi analisar, através de ferramentas in silico, os polimorfismos de base única nos genes das TLRs, buscando por polimorfismos que possam estar relacionados com a predisposição ao câncer e com alterações da via de sinalização das TLRs. Foram encontrados 37 genes que estão envolvidos na via de sinalização e podem ser utilizados como marcadores genéticos (biomarcadores) para o diagnóstico e predição das alterações na expressão dos genes relacionados à esta via. Estes genes, se regulados, podem ser utilizados como inibidores. Em relação aos polimorfismos foram coletados no banco de dados dbSNP/NCBI 5.839 SNPs entre os 10 genes das TLRs. Destes, 1.017 variações foram classificadas como missense e analisadas para avaliar as consequências estruturais pela troca dos aminoácidos. Para isso quatro ferramentas preditoras (SIFT, Polyphen, MutationAssessor e SDM) foram utilizadas gerando informações sobre as modificações e associando-as com possíveis danos nas proteínas. Dos polimorfismos analisados 223 foram classificados como danosos baseados na troca de aminoácido e podem causar uma desregulação funcional na proteína. Entre eles está o rs5743708 (TLR2), rs3775291, (TLR3) e rs11466653 (TLR10) que já foi estudado in vitro e tiveram associação com câncer colorectal (TLR2 e 3) e carcinoma da tireóide (TLR10). A predição prévia, in silico, das alterações funcionais pode auxiliar na interpretação das variações gênicas, neste caso associadas com o câncer, e também na caracterização precisa dos fatores que levam a estas alterações, contribuindo no diagnóstico, na prevenção e em melhores respostas aos tratamentos oferecidos.pt_BR
dc.description.sponsorshipCAPESpt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectToll Like Receptorspt_BR
dc.subjectCâncerpt_BR
dc.subjectPolimorfismo de base únicapt_BR
dc.titleAnálise e caracterização in silico de polimorfismos de base única dos genes Toll Like Receptor: consequências estruturais e funcionais associadas ao desenvolvimento do câncerpt_BR
dc.typemasterThesispt_BR
dc.contributor.advisor-coCastelletti, Carlos Henrique Madeiros -
Aparece nas coleções:Dissertações de Mestrado - Bioquímica e Fisiologia

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO Carolina da Rocha Simões.pdf2,63 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons