REDUÇÃO DO USO DE ANIMAIS ATRAVÉS DA BIOINFORMÁTICA: TÉCNICAS IN-SIL/CO APONTAM ALVOS MOLECULARES
Publicado 2024-09-26
Palavras-chave
- interações exercício físico-doença,
- bioinformática,
- alvos moleculares
Como Citar

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Resumo
Animais modelo são indispensáveis no avanço das ciências biológicas. Análises computacionais podem economizar tempo e reduzir o número de animais necessários. A bioinformática oferece ferramentas que dão suporte à pesquisa por meio de avaliações in-si/ico. Nosso objetivo foi estudar a função de genes ligados ao exercício, com foco em vias de doenças, visando a descoberta de novos alvos moleculares para uso em estudos com modelos animais. Esta pesquisa fez parte de dois projetos aprovados pelo Comitê de Ética local (CEUA/UECE) em 04/2014 (1592060/2014) e 07/2015 (2542310/2015). Genes humanos ligados ao exercício físico foram classificados pelas vias usando a ferramenta de enriquecimento Enrichnet. Análises estatísticas (ANOVA) foram usadas usando o teste de Fisher (valor q). Fortes correlações foram encontradas com doenças neurodegenerativas, cardiovasculares e imunológicas. Dentro das doenças neurodegenerativas, o exercício físico foi encontrado como estando ligado ao Parkinson (valor q 1,6 X10-17), Alzheimer (valor q 3,9 X10-16) e doença de Huntington (valor q 1,9 X10-15). Dentro das doenças cardiovasculares ligadas ao exercício, há a cardiomiopatia hipertrófica (valor q 8,5 X10-15). Um grande número de genes ligados ao exercício foi encontrado participando de vias metabólicas ligadas à doença. Concluindo, após avaliar genes ligados ao exercício físico e vias de doença, novos alvos moleculares para uso em estudos com animais modelo foram revelados.
Downloads
Referências
- DOKE, S. K.; DHAWALE, S.C. Alternat ives to animal testing: A review. Saudi Pharmaceutica / Journal, v. 23, p. 223-229. 2015.
- EGAN, B.; ZIERATH , J.R. Exercise Metabolism and the Molecular Regulation of Skeletal Muscle Adaptation. Ce// Metabolism , v. 17, n.2. p. 162- 184. 2013.
- GLAAB, E.; BAUDOT, A.; KRASNOGOR , N.; SCHNEIDER , R.; VALENCIA A. EnrichNet:
- network-based gene set enrichment analysis.
- Bioinformatics. v. 28 , n.18, p. 451-457. 2012. KANEHISA , M.; GOTO, S.; SATO, Y.; FURUMICHI , M.; TANABE , M. KEGG for
- integration and interpretation of large-scale molecular data sets. Nuc/eic Acids Res, v. 40, p. D109-D114. 2012.
- LIU, D.; SARTOR , M. A.; NADER, G. A.; GUTMANN , L.; TREUTELAAR , M. K.; PISTILLI,
- E. E.; IGLAYREGER , H. B.; BURANT, C. F.; HOFFMAN, E. P.; GORDON, P. M. Skeletal muscle gene expression in response to resistance exercise: sex specific regulation. BMC Genomics, V. 11, p. 659. 2010.
- MCGILL, J.K.; BEAL, M. F. PGC-1alpha, a new
- therapeutic target in Huntington's disease? Cell,
- V. 127, n.3, p. 465-468. 2006.
- PAIXÃO, R. L.; SCHRAMM , F. R. Ethics and
- animal experimentation: what is debated? Cad Saúde Pública , v. 15 n.Sup1, p.99-11O. 1999.
- RUSSEL, W. M. S.; BURCH, R. L. The Principies
- of Humane Experimental Technique. London: Universities Federation for An imal Welfare, 1959. STEPTO , N. K.; COFFEY, V.G. ; CAREY , A.; PONNAMPALAM , A.; CANNY, B.; POWELL, D.;
- HAWLEY , J. Global gene expression in skeletal muscle from well-trained strength and endurance athletes. Med Sei Sports Exerc, v. 41, n.3, p. 546. 2009.
- THE ROYAL SOCIETY. The use of non-human animais in research: a guide for scientists. Acesso em 20 de Agosto de 2015. Disponível em: https://royalsociety.org/-/media/Roya I_Soeiety_ Content/policy/publications/2004/9726.pdf.