Oncoprosim : uma ferramenta in silico para análise da evolução tumoral
![Thumbnail](/bitstream/handle/10183/131946/000980745.pdf.jpg?sequence=3&isAllowed=y)
View/ Open
Date
2015Author
Advisor
Co-advisor
Academic level
Master
Type
Abstract in Portuguese (Brasil)
O conhecimento da evolução tumoral ocorre, até então, através da informação que podemos extrair de biópsias. Essas amostras são de suma importância para o diagnóstico e tratamento clínico, entretanto, por se tratarem de “instantâneos” são limitadas a uma única etapa do desenvolvimento tumoral e não revelam toda a história da evolução tumoral. Nesse trabalho, propomos simular a evolução clonal de diferentes tipos tumorais, com foco nos mecanismos moleculares que levam à progressão tumoral. Para ...
O conhecimento da evolução tumoral ocorre, até então, através da informação que podemos extrair de biópsias. Essas amostras são de suma importância para o diagnóstico e tratamento clínico, entretanto, por se tratarem de “instantâneos” são limitadas a uma única etapa do desenvolvimento tumoral e não revelam toda a história da evolução tumoral. Nesse trabalho, propomos simular a evolução clonal de diferentes tipos tumorais, com foco nos mecanismos moleculares que levam à progressão tumoral. Para isso, geramos células com duas matrizes que representam a característica diploide do genoma humano e, a cada divisão celular, incluímos mutações que podem alterar as probabilidades de proliferação e morte celular basal. Através desse modelo e, com o auxílio de um gerador de números pseudoaleatórios, podemos simular diferentes padrões de evolução tumoral para aferir a incidência em razão dos diferentes espectros mutacionais presentes nas distintas evoluções clonais. Além disso, podemos reproduzir características essenciais do genoma de tumores como a interação de oncogenes com genes supressores tumorais, frequência de uma mutação de acordo com diferentes valores de fitness e, até mesmo, simulações de tratamento e reincidência tumoral. Assim, com o desenvolvimento do conhecimento acerca da biologia tumoral, acreditamos que nosso modelo poderá oferecer uma visão única da evolução de tumores aliados a velocidade que somente modelos in silico são capazes de oferecer. ...
Abstract
The current knowledge regarding tumor evolution, until now, has been obtained from what we can gather through biopsy samples. In spite of the importance of these samples to diagnosis and treatment, they represent only a glimpse of the whole tumor evolutionary path, whereas the majority of the tumor development remains hidden. In this work, we attempt to simulate the clonal evolution of different types of tumors, focusing on the molecular mechanisms that lead to tumor progression. In order to do ...
The current knowledge regarding tumor evolution, until now, has been obtained from what we can gather through biopsy samples. In spite of the importance of these samples to diagnosis and treatment, they represent only a glimpse of the whole tumor evolutionary path, whereas the majority of the tumor development remains hidden. In this work, we attempt to simulate the clonal evolution of different types of tumors, focusing on the molecular mechanisms that lead to tumor progression. In order to do that, we generate cells with two arrays that represent the diploid characteristic of the human genome and, in case of cell division, mutations can be inserted in the genome that may alter the default probabilities of proliferation and death. With the help of a pseudorandom number generator, we can use our model to simulate different patterns of tumor evolution and investigate the effects of different mutational spectrum in the incidence of distinct tumors. Moreover, we can use our model to reproduce essential characteristics of the tumor genome such as: the synergy between oncogenes and tumor suppressor genes, changes in mutation frequency with distinct fitness values and even simulate tumor treatment. Therefore, with the increasing knowledge in tumor biology, we believe that our model can offer a unique perspective of tumor evolution, allied to the speed and reproducibility that only in silico models are capable of offering. ...
Institution
Universidade Federal do Rio Grande do Sul. Centro de Biotecnologia do Estado do Rio Grande do Sul. Programa de Pós-Graduação em Biologia Celular e Molecular.
Collections
-
Biological Sciences (4066)
This item is licensed under a Creative Commons License
![](/themes/Mirage2Novo//images/lume/cc.png)