João da Rocha Pascoal Neto (jrpn)
João Paulo Sabino de Moraes (jpsm)
Roteiro
Introdução
 Proteínas e doenças genéticas

 Fenótipos e genes
 Complexos/Genes e Genes/Complexos

Análise estrutural de doenças
 Estruturas de proteínas
 Databases

Redes de Interação de Proteínas
Introdução

Zuckerkandl e Pauling (1962)
 Discussão em temas como vida e doenças

Mecanismos moleculares de doenças
 Organismos saudáveis e doentes
Funcionamento de proteínas na célula
 Interação com outras proteínas e
moléculas

Introdução

Termo “Interação de Proteínas”
 Complexos estáveis e transientes
 Interações funcionais e físicas

Qual o papel das interações protéicas
nas doenças conhecidas ?
Proteínas e doenças genéticas
Associação genótipo-fenótipo
 Relacionado com interação de proteínas
 Mecanismos de genes patológicos

 Interações também são relevantes
 Revela influência entre proteínas

Analisando pelo outro lado:
 Regra de relações entre gene-fenótipo
Fenótipos e genes
Progresso no estudo dessa associação
 Aumento na identificação de genes
causadores de doenças

 Principal responsável

Conceito de doença Mendeliana
 Doenças controladas por um simples gene
Procura-se isolar esse gene
 Alguns métodos em desenvolvimento

Positional Cloning
Identificar um fenótipo específico
 Baseado na posição no cromossomo
 Linkage Analysis

 Mapear o gene utilizando grupos de DNA
Genes predispostos à doenças
 Estudos de produtos e mutações
 Esclarece a natureza do processo

Positional Cloning

A correlação entre as mutações no
genoma e os sintomas do paciente podem
não ser claras
 Mesmo em doenças Mendelianas

Existem diversas razões para esta
aparente falta de correlação gene-fenótipo
 Fatores ambientais
 Influência de outros genes
○ Um gene pode mascarar efeitos fenotípicos de
outro gene (Epistasia)
 Pleiotropia
Doenças oligogênicas

Começou com doenças Mendelianas
 Distrofia muscular, fibrose cístrica
Mutação de um gene por outros genes
 Interações de poucos genes
 Mostram padrões de hereditariedade
 Associações complexas genótipofenótipo

Detalhes moleculares
relacionados às doenças
Desafio: Decifrar detalhes de doenças
 Mecanismos pouco conhecidos

 Apesar do conhecimento da base genética

Cooperação de outros genes
 Para doenças oligogênicas

Criação de modelos para mecanismos
moleculares de interrupção
 Dosage
 Poison
Modelo Dosage
Interrupção de duas proteínas em um
complexo
 Mutação em uma proteína enfraquece a
interação

 Mas não afeta o fenótipo

Mutação nas duas proteínas afeta a
formação do complexo
 Alteração no fenótipo
Modelo Poison

Mutação em uma proteína interrompe o
complexo
 Os outros complexos mantém as funções

Aumento de proteínas com mutação
 Reduz o número de complexos “normais”
Aumenta as modificações no fenótipo
 Nível de modificação caracteriza doença
 Explica interações indiretas entre
proteínas

Métodos de identificação de
mecanismos e genes de doenças

Redes de Proteínas
 Rastrear proteínas e suas interações
 Objetiva chegar até os genes causadores
Envolve busca de centenas de genes
 Técnicas computacionais

 Genes candidatos e genes catalogados

Aplicado em diferentes características
 Diferenças funcionais
 Tamanho da cadeia
Métodos de identificação de
mecanismos e genes de doenças

Integram várias bases de dados
 Gene Expression
 Gene Ontology (GO)
 MeSH
 OMIM

Algumas limitações
 Escassez de dados
 Qualidade dos dados apresentados

Avanços em abordagens experimentais
Métodos de identificação de
mecanismos e genes de doenças
Integrar bases de fenótipos
 NCBI – dbGAP

 Acesso aberto
 Sumariza os dados de associações
genotípicas
Grande desafio na área
 Depende de alguns fatores

 Precisão nas descrições clínicas
 Fenótipos “robustos”
Análise estrutural de proteínas e
doenças conhecidas
Structural Genomic (SG)
 Estrutura tridimensional de proteínas

 Codificadas em genomas completos

Métodos experimentais
 Raio-X
 Cristalografia
 Espectroscopia NMR

Algumas não relacionadas a doenças
humanas
Análise estrutural de proteínas e
doenças conhecidas
Necessidade de mais exemplos
catalogados
 PDB – 40.000 proteínas conhecidas

 Poucas centenas de proteínas estão
relacionadas a doenças

Técnicas de predição de funções
 Utilizando sequenciamento e estrutura

Experimentos necessitam de validação
Análise estrutural de proteínas e
doenças conhecidas
Estudos sobre mutações herdadas são
importantes para análise de doenças
 Mutações herdadas

 Responsáveis por interrupções funcionais

nsSNPs
 Não estão relacionadas a doenças

Vários métodos desenvolvidos para prever
o impacto das mutações
 Métodos computacionais
 Baixa exatidão
Análise estrutural de proteínas e
doenças conhecidas
Interações entre proteínas podem
envolver transições de ordem-desordem
 As regiões de desordem estão
envolvidas em mecanismos de doenças

 Podem interferir em várias proteínas
 O supressor cancerígeno BRCA1 possui
diversas regiões de desordem

Análise estrutural de proteínas elucidou
bases moleculares de várias doenças
 Lindau syndrome (VHL)
Bases de dados

GeneCards
 Inclui informação do CGAP

OMIM database
 Atualizada diariamente
 Um dos maiores catálogos de genes
 Contém mais de 11.000 genes com sequências
conhecidas e 6.000 fenótipos

PhenoGO
 Usa processamento de linguagem natural
combinado com GO data
Base de Dados

Gene2Disease
 Atribui prioridades a genes relacionados a
doenças

Orthodisease
 Mantém um cluster de mais de 3.000 genes
de doenças

PharmaGKB
 Possui plataforma única que estuda a
relação entre drogas, genes e doenças
Base de Dados
A maioria das bases pode ser usada
para procura de doenças e genes
 Uso de vocabulários padronizados na
busca
 Pequena porção dos dados genômicos
possui gene e fenótipo conhecido

Redes de interações de proteínas

Técnicas do passado eram bastante
limitadas
 Estudavam interações individuais
Experimentos recentes demonstram
uma drástica mudança
 É possível reconstrução de redes
protéicas de genomas inteiros
 Predição de novos papéis funcionais
das proteínas

Redes de interações de proteínas

A Bioinformática possui dois papéis nas
interações protéicas e doenças
 Predizer interações putativas de proteínas
 Desenvolver um framework para integrar,
representar e visualizar os dados

Técnicas computacionais
 Respaldadas por experimentos avançados

Os métodos vêm obtendo sucessos na
predição das interações
 Ainda possuem limitações
Redes de interações de proteínas
As interações prótéicas podem ser
representadas como grafos
 As proteínas constituem os nós
enquanto as interações as arestas
 Certas propriedades das redes são úteis
para diferenciar proteínas

 Disease and non-disease proteins

Classificador baseado em
características topológicas da proteína
Redes de interações de proteínas

As redes podem ser usadas para
melhorar as anotações funcionais
 A partir da inferência de algumas funções
das proteinas
Reconstruir redes protéicas é útil para
predizer o impacto da interrupção
 Nós menos conectados são ótimos
candidatos a alvo da droga

 Constituem pontos vulneráveis da disease-
related network
Trabalho de Goehler

Goehler fez descobertas sobre a HD
 Doença neurodegenerativa

É causada pela expansão do
trinucleotídeo CAG no gene Htt
 Uma das polyglutamine diseases
Goehler gerou as redes de interação
proteína-proteína
 Isto permtiu a anotação funcional de
várias proteínas não caracterizadas

Neurônio infectado
Trabalho de Goehler

Foi descoberta a interação do Htt com o
GIT1
 Proteína relacionada à agregação do Htt

O GIT1 pode ser um excelente alvo
para estratégias terapêuticas
Outros trabalhos
Surgiram outros trabalhos relacionados
aos de Goehler
 Lim e colaboradores descobriram
interações entre ataxias e Purkinge cells
 Interações entre proteínas de doenças
similares são mais fáceis de acontecer
 Chen utilizou este princípio para
encontrar subredes relacionados ao AD

 Mal de Alzeheimer
Outros trabalhos
Jonsson and Bates
 Realizaram um estudo computacional
com subconjunto de proteinas do câncer
 As proteínas relacionadas ao câncer
são muito diferentes das não envolvidas
na doença

 Proteínas do câncer são altamente
conectadas
Conclusões
Ainda estamos longe de entender a
etiologia da maioria das doenças
 A reconstrução de interações protéicas
facilitam o entendimento da doença
 Um melhor entendimento das interações
revelerá estratégias para combater as
disease-proteins
