Dissertação
Computational prediction of miRNA targets in plant genomes EVALUATED
Os microRNAs (miRNAs) são reguladores pós-transcricionais, que actuam ligando-se em locais específicos do seu RNA mensageiro (mRNA) alvo. Desenvolvimentos recentes nas técnicas de sequenciação em larga escala permitiram a identificação de um grande número de novos miRNAs cuja função é desconhecida. Um passo crucial para a anotação funcional adequada de miRNAs é a identificação sistemática dos seus alvos. A necessidade de ferramentas para a previsão de alvos de miRNAs que seja especificamente desenhada para plantas levou ao desenvolvimento de um pequeno número de programas com foco na sensibilidade. No entanto, os determinantes de uma interacção miRNA:alvo eficiente permanecem indefinidos, e assim os métodos existentes produzem um excesso de previsões que são provavelmente falsos positivos. No contexto desta tese apresentamos a ferramenta Pinetree. Mostramos que este método atinge uma sensibilidade comparável com outras ferramentas, reduzindo o número total de previsões. Apresentamos também uma nova abordagem para a anotação funcional de miRNAs baseada na identificação de anti-alvos – transcritos que têm menor probabilidade de conter alvos funcionais, para um dado miRNA, do que seria esperado por acaso. A nossa abordagem é apropriada para a procura de alvos de miRNAs à escala do genoma, e é muito mais rápida que os métodos actuais. Os parâmetros de procura são fáceis de interpretar e podem ser ajustados para corresponderem às características de novas espécies de plantas ou modelos de interacções miRNA:alvo. Além disso, a detecção de anti-alvos pode ser usada para perceber melhor o contexto regulatório de cada miRNA.
maio 27, 2015, 10:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Informática (DEI)
Professor Associado
