Agrupamento por misturas finitas de normais com aplicação a dados de expressão gênica

Abstract

Introdução: As técnicas de agrupamento e classificação de dados foram sendo refinadas e surgiram algoritmos que agrupam objetos por meio de características comuns de acordo com cada critério. Diversos algoritmos têm sido utilizados na área da genética para a identificação de padrões das doenças e como, futuramente, uma nova forma de diagnóstico. Neste trabalho, foi utilizado o algoritmo de agrupamento de misturas finitas de normais com o objetivo de analisar dados de expressão gênica de pacientes com diagnóstico de doença de Alzheimer. Metodologia: Foram analisadas as expressões gênicas diferenciadas obtidas por meio da diferença entre as expressões de pacientes com a DA e a mediana das expressões de idosos saudáveis, coletadas em seis regiões do cérebro. Para cada região, havia uma quantidade diferente de casos, controles e de transcritos a seres avaliados. O agrupamento por misturas finitas de normais foi aplicado dentro de cada região e, após identificar os grupos de transcritos mais extremos, foram identificadas as funções gênicas correspondentes. Resultados: Para cada região do cérebro, foram identificados, utilizando o critério ICL, ao menos 2 grupos de transcritos considerados mais super-expressos, seja em pacientes com a DA, seja em idosos saudáveis. Algumas funções, como a AUF 1 (hnRNP D0) binds and destabilizes mRNA, foram encontradas em mais de uma região em estudo. Conclusão: O modelo de misturas finitas de normais, utilizando o critério de seleção ICL, foi eficiente para identificar os grupos de transcritos considerados mais expressos e para obter os respectivos processos biológicos. Foi possível identificar funções específicas de cada grupo final selecionado dentro de determinada região, além de observar algumas funções comuns em mais de duas regiões.