REDUÇÃO DO USO DE ANIMAIS ATRAVÉS DA BIOINFORMÁTICA: TÉCNICAS IN-SIL/CO APONTAM ALVOS MOLECULARES
Parole chiave:
interações exercício físico-doença, bioinformática, alvos molecularesAbstract
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.
Riferimenti bibliografici
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.
