Modelos binários estocásticos para a expressão gênica: uma análise comparativa das propriedades de ruído e uma investigação de respostas a terapias gênicas (2022)
- Authors:
- Autor USP: GIOVANINI, GUILHERME - EACH
- Unidade: EACH
- DOI: 10.11606/D.100.2022.tde-07032022-085418
- Subjects: DINÂMICA ESTOCÁSTICA; REGULAÇÃO GÊNICA; BIOLOGIA MOLECULAR
- Keywords: Epigenetic therapy; Farmacoterapia multidrogas; Multidrug pharmacotherapy; Terapêutica epigenética
- Language: Português
- Abstract: Realizamos uma comparação das propriedades de ruído exibidas por dois modelos de gene binário estocástico no estado estacionário: um gene externamente regulado e um gene autorreprimido. Esses modelos descrevem a dinâmica das distribuições de probabilidade que governam duas variáveis aleatórias: o número de proteínas e o estado do gene (ligado ou desligado). Quantificamos o ruído no número de proteínas por meio de seu fator de Fano e escrevemos essa quantidade como uma função da covariância entre as duas variáveis aleatórias. As distribuições de probabilidade que governam o número de produtos gênicos pode se encontrar em regimes super-Fano, Fano ou sub Fano, onde as covariâncias são, respectivamente, positiva, nula e negativa. Este último regime é exclusivo do gene autorreprimido e mostramos as condições em que o fator de Fano é suficiente para classificar as flutuações na expressão gênica. Apresentamos também as condições no qual o ruído no número de produtos gênicos gerados por ambos os modelos de gene são quantitativamente similares. Isto é importante para a inferência da regulação gênica a partir do ruído em dados quantitativos na expressão gênica. Os resultados apresentados contribuem para a classificação da função do ruído em sistemas biológicos por demonstrar teoricamente os mecanismos que sustentam a alta precisão na expressão de um gene autorreprimido em comparação de um externamente regulado.Por último, utilizamos um modelo de gene binário estocástico dependente do tempo para investigar a resposta ao tratamento de um gene alvo. Para estabelecer escalas de tempo biologicamente relevantes para os parâmetros do modelo, selecionamos o gene RKIP e duas drogas não específicas conhecidas por alterar os níveis de RKIP em células cancerosas. Demonstramos a importância de nosso método simulando três cenários de tratamento com o objetivo de restabelecer a dinâmica da expressão do gene RKIP em direção a um estado pré-canceroso (1) por aumentar a duração do estado ON do promotor do gene; (2) por aumentar a taxa de síntese de mRNAs; e (3) por aumentar ambas as taxas. Nós mostramos que as taxas cinéticas de pré-tratamento das velocidades de chaveamento do promotor ON e OFF e a síntese e degradação do mRNA afetarão a heterogeneidade e o tempo para a resposta ao tratamento. Portanto, apresentamos uma estratégia para atingir níveis aumentados de número médio de mRNA com heterogeneidade diminuída, que é reduzida a dosagem das drogas que visam simultaneamente as taxas cinéticas que representam efetivamente os processos químicos subjacentes à regulação da expressão gênica.A diminuição da heterogeneidade da resposta ao tratamento por um gene alvo ajuda a diminuir as chances de surgimento de resistência. Nossa abordagem pode ser útil para inferir constantes cinéticas relacionadas à expressão de genes antimetastáticos ou oncogenes e para o desenho de estratégias terapêuticas multidrogas direcionadas aos processos que sustentam a expressão de genes reguladores mestres
- Imprenta:
- Data da defesa: 26.01.2022
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
GIOVANINI, Guilherme. Modelos binários estocásticos para a expressão gênica: uma análise comparativa das propriedades de ruído e uma investigação de respostas a terapias gênicas. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://teses.usp.br/teses/disponiveis/100/100132/tde-07032022-085418/. Acesso em: 15 abr. 2026. -
APA
Giovanini, G. (2022). Modelos binários estocásticos para a expressão gênica: uma análise comparativa das propriedades de ruído e uma investigação de respostas a terapias gênicas (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/100/100132/tde-07032022-085418/ -
NLM
Giovanini G. Modelos binários estocásticos para a expressão gênica: uma análise comparativa das propriedades de ruído e uma investigação de respostas a terapias gênicas [Internet]. 2022 ;[citado 2026 abr. 15 ] Available from: https://teses.usp.br/teses/disponiveis/100/100132/tde-07032022-085418/ -
Vancouver
Giovanini G. Modelos binários estocásticos para a expressão gênica: uma análise comparativa das propriedades de ruído e uma investigação de respostas a terapias gênicas [Internet]. 2022 ;[citado 2026 abr. 15 ] Available from: https://teses.usp.br/teses/disponiveis/100/100132/tde-07032022-085418/ - Binary Expression Enhances Reliability of Messaging in Gene Networks
- A comparative analysis of noise properties of stochastic binary models for a self-repressing and for an externally regulating gene
- A stochastic binary model for the regulation of gene expression to investigate responses to gene therapy
- Development of a health-tracking tool for the Brazilian population: a pilot study with Brazilian women
- Insights from a computational-based approach for analyzing autophagy genes across human cancers
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
