Banca de QUALIFICAÇÃO: RACHEL AGUIAR FERNANDES DELDUQUE DE MEDEIROS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: RACHEL AGUIAR FERNANDES DELDUQUE DE MEDEIROS
DATA: 31/08/2026
HORA: 09:00
LOCAL: Inferência da Rede Regulatória Gênica de Casos Pediátricos de Linfoma de Burkitt Esporádico
TÍTULO: Inferência da Rede Regulatória Gênica de Casos Pediátricos de Linfoma de Burkitt Esporádico
PALAVRAS-CHAVES: Biologia de redes, biologia de sistemas, Linfoma de Burkitt, transcriptoma, microarranjo.
PÁGINAS: 32
RESUMO: O linfoma de Burkitt (LB) é um câncer não-Hodgkin agressivo oriundo de células B. O LB acomete crianças e adultos, em ambos os sexos e é classificado em três subtipos: esporádico, endêmico e associado à imunodeficiência. No entanto, os casos pediátricos de LB esporádico representam o perfil mais comum da doença. Devido a diversidade de casos, os dados transcriptômicos são uma ferramenta importante para caracterizar a doença, prospectar biomarcadores e identificar possíveis alvos terapêuticos. O objetivo inicial foi realizar uma revisão sistemática para identificar dados transcriptômicos de casos pediátricos de LB esporádico e negativo para o vírus Epstein-Barr. Artigos científicos foram pesquisados de forma sistemática no banco de indexação PubMed (Medline) com um conjunto de termos-chave (Burkitt "rna sequencing" OR burkitt rna-seq OR burkitt's "rna sequencing" OR burkitt's rna-seq OR Burkitt rnaseq OR Burkitt’s rnaseq OR Burkitt transcriptome OR Burkitt’s transcriptome OR Burkitt RNA NGS OR Burkitt’s RNA NGS OR Burkitt next-generation RNA OR burkitt’s next-generation RNA OR Burkitt RNA illumina OR Burkitt’s RNA illumina OR Burkitt RNA nanopore OR Burkitt’s RNA nanopore) até 31 de outubro de 2025. Os artigos selecionados tinham texto completo disponível em inglês ou português e incluíam novos dados transcriptômicos disponíveis ao público. A pesquisa resultou em 625 artigos no período de 2000 à 2025, desses, 95 artigos continham dados transcriptômicos de plataformas de hibridização (microarranjos/hibridização de cDNA), dos quais apenas 17 apresentavam dados originais disponíveis. Entre eles, 12 apresentavam somente dados de linhagens celulares, e apenas dois estudos apresentavam amostras suficientes para comparações entre subtipos de LB (GSE46064 e GSE35163). Os datasets foram comparados na ferramenta GEO2R (www.ncbi.nlm.nih.gov/geo/geo2r/) utilizando os parâmetros padrão (default). As comparações foram restritas à sLB (BL41 e Ramos) e eLB (Namalwa e Raji), nos experimentos 1 (BL41 x Namalwa) e experimento 2 (BL41 e Ramos x Raji). Os genes diferencialmente expressos (GDEs) foram identificados pelo valor p ajustado (P-aj) < 0,05. Os parâmetros para volcano plot foram P-aj < 0,05 e Log2 fold change = 1. O enriquecimento funcional foi realizado nas ferramentas Kobas 3.0 (https://bioinfo.org/kobas/genelist/) e g:Profiler (https://biit.cs.ut.ee/gprofiler/gost). A ferramenta String (https://string-db.org/) foi utilizada para a predição de interações físicas e funcionais entre genes codantes. O experimento-1 identificou 671 GDEs, enquanto o experimento-2 identificou 33 GDEs. No entanto, apenas 7 GDEs foram comuns aos dois experimentos. A diferença entre os dois estudos pode ter sido devido ao número limitado de linhagens celulares analisadas e artefatos técnicos das análises. Por exemplo, BACH2 foi identificado como um GDE no experimento-2, possivelmente devido ao aumento da sua atividade na linhagem Raji, fruto da inserção do genoma do vírus Epstein-Barr no íntron-1. Os 7 GDEs comuns aos dois experimentos não foram enriquecidos para nenhuma função molecular ou processo biológico específico, sugerindo funções distintas e potencial apenas como biomarcadores de sLB pediátrico. O enriquecimento funcional dos demais GDEs identificou processos associados à biologia dos linfócitos B, oncogênese, metabolismo celular, processos relacionados à membrana celular, entre outros. Os dois conjuntos de GDEs apresentam fatores caracterizados nas funções de oncogenes (GAST, GSTP1, HBEGF, NMU, SNAI1/2) e de supressores de tumor (LXN e SPARCL1) em tumores sólidos ou em hematológicos. Dentre todos os GDEs, 36 são genes que codificam fatores de transcrição, alguns caracterizados em LB (STAT1, STAT3) e outros de função desconhecida (EGR2, LX2/3, SNAI1/2, SOX14, etc). Predições de interação física e funcional sugeriram que os fatores de transcrição identificados atuam de forma pouco coordenada (poucas interações). No entanto, estas predições, quando incluíam as principais mutações conhecidas em sLB, possibilitaram identificar inúmeras interações entre os fatores caracterizados e os identificados pelo estudo. Por exemplo, SNAI1/2 interagem com as principais mutações do sLB (MYC, PTEN, TP53) e há evidência experimental de que PTEN regula estes fatores de transcrição. Portanto, estas análises permitiram a identificação de genes codantes associados a sLB e com potencial atuação no controle do fenótipo tumorigênico. A análise de dados de sequenciamento de RNA (RNA-seq) poderá validar os resultados obtidos com a plataforma de microarranjo, além de inferir conjuntos de co-regulados (módulos gênicos) utilizando a análise de coexpressão gênica. A utilização de dados transcriptômicos de célula-única no contexto da inferência de redes regulatórias vai permitir investigar o papel dos fatores de transcrição identificados ao simular sua indução ou silenciamento em casos de sLB, com a intenção de identificar biomarcadores, mecanismos da doença e novos alvos terapêuticos.
MEMBROS DA BANCA:
Interno(a) - 2016711 - IAN PORTO GURGEL DO AMARAL
Interno(a) - 1652922 - SILDIVANE VALCACIA SILVA