Bioinformática de circRNAS : análise em modelos animais do Transtorno do Espectro Autista e desenvolvimento de um método de avaliação da usabilidade dos softwares utilizados para identificação

Abstract

O Transtorno do Espectro Autista (TEA) é um transtorno do neurodesenvolvimento caracterizado por prejuízos na comunicação e interação social, comportamentos repetitivos e interesses restritos. Estima-se que, mundialmente, 1% da população é afetada pela condição. A etiologia do TEA é desconhecida, porém sabe-se que existe uma contribuição complexa de fatores ambientais e genéticos para o desenvolvimento do transtorno. Alterações transcritômicas são consistentemente observadas no sistema nervoso central de indivíduos com TEA e não estão restritas a expressão de genes codificantes. Uma classe de RNAs não-codificantes de interesse especialmente recente é a dos RNAs circulares (circRNAs). Os circRNAs são abundantes no encéfalo e podem desempenhar funções variadas como competir pela ligação de miRNAs, estimular a transcrição do gene parental e ser traduzido em proteínas funcionais. O envolvimento dos circRNAs no TEA ainda é pouco explorado. Recentemente foram feitas as primeiras observações de circRNAs diferencialmente expressos (CDE) no córtex cerebral de indivíduos com TEA. Adicionalmente, CDE também foram observados em dois modelos animais de TEA. Modelos animais são essenciais para o estudo de transtornos do neurodesenvolvimento e podem auxiliar os pesquisadores a investigar a etiologia e os mecanismos biológicos subjacentes. A detecção em massa e a descoberta de novos circRNAs depende quase exclusivamente de softwares de identificação de circRNA. Entretanto, possíveis problemas na usabilidade dessas ferramentas são relatados na literatura e podem prejudicar os usuários ao consumir tempo e dificultar a reprodutibilidade das análises. Considerando o potencial envolvimento de circRNAs no TEA e a dependência metodológica de softwares para identificação, a presente tese analisa por bioinformática a expressão gênica de circRNAs no encéfalo de diferentes modelos animais de TEA, assim como desenvolver um método de avaliação e melhoramento da usabilidade das ferramentas de bioinformática utilizadas para a identificação dos circRNAs. No Capítulo I, identificamos milhares de circRNAs em diferentes modelos animais de TEA em camundongos e demonstramos que as alterações na expressão estão relacionadas principalmente às funcionalidades sinápticas. No Capítulo II, identificamos parcialmente a sequência do circRNA ciRS-7 no modelo animal de ratos induzidos por ácido valproico. Demonstramos que a expressão de ciRS-7 está elevada, assim como encontrada nos modelos Ash1L, BTBR e Kmt5b no Capítulo I, e que funções sinápticas estão entre os possíveis grupos funcionais afetados. Por fim, no Capítulo III, identificamos os problemas de usabilidade das ferramentas de identificação de circRNAs utilizadas nos Capítulos I e II. Também criamos um conjunto de regras para auxiliar os desenvolvedores desse tipo de software para criarem ferramentas mais utilizáveis para os usuários finais. Em conjunto, os resultados apresentam um panorama do envolvimento de circRNAs no TEA a partir de modelos animais. Além disso, apresentamos um novo método de avaliação de usabilidade de software que deve possibilitar que futuras análises estejam alinhadas com as necessidades e expectativas de uso de ferramentas de identificação de circRNAs.

Autism Spectrum Disorder (ASD) is a neurodevelopmental disorder characterized by impairments in communication and social interaction, repetitive behaviors, and restricted interests. It is estimated that the condition affects 1% of the population worldwide. The etiology of ASD is unknown, but it is known that there is a complex contribution of environmental and genetic factors to the development of the disorder. Transcriptomic alterations are consistently observed in the central nervous system of individuals with ASD and are not restricted to the expression of coding genes. Circular RNAs (circRNAs) are a class of noncoding RNAs of recent interest. CircRNAs are abundant in the brain and can perform varied functions, such as competing for binding miRNAs, stimulating parental gene transcription, and being translated into functional proteins. The involvement of circRNAs in ASD is still poorly explored. Recently, the first observations of differentially expressed circRNAs (DECs) were made in the cerebral cortex of individuals with ASD. Additionally, DECs were also observed in two animal models of ASD. Animal models are essential for studying neurodevelopmental disorders and can help researchers investigate the etiology and underlying biological mechanisms. The mass detection and discovery of novel circRNAs rely almost exclusively on circRNA identification software. However, potential problems in the usability of these tools are reported in the literature and may harm users by consuming time and hindering the reproducibility of analyses. Considering the potential involvement of circRNAs in ASD and the methodological dependence on software for identification, this thesis analyzes by bioinformatics the gene expression of circRNAs in the brain of different animal models of ASD, as well as develops a method to evaluate and improve the usability of bioinformatics tools used for circRNA identification. In Chapter I, we identify thousands of circRNAs in different animal models of ASD in mice and demonstrate that the changes in expression are mainly related to synaptic functionalities. In Chapter II, we partially identify the sequence of the circRNA ciRS-7 in the valproic acid-induced rat model. We demonstrate that ciRS- 7 expression is elevated, as found in the Ash1L, BTBR, and Kmt5b models in Chapter I, and that synaptic functions are among the possible functional groups affected. Finally, in Chapter III, we identify the usability problems of the circRNAs identification tools used in Chapters I and II. We also create a set of rules to assist developers of such software in creating more usable tools for end users. Taken together, the results present an overview of the involvement of circRNAs in ASD from the perspective of animal models. In addition, we present a new software usability evaluation method that should enable future analyses to be aligned with the needs and expectations of using circRNAs identification tools.