Identificação de reguladores mestres em adenocarcinoma de pulmão e sua utilização para a prospecção de compostos antitumorais

O câncer de pulmão é uma das neoplasias malignas mais incidentes e letais da oncologia. Ademais, o adenocarcinoma pulmonar compreende o subtipo histológico mais comum e cuja frequência tem aumentado em detrimento de outros tipos nos últimos anos, especialmente em mulheres. Portanto, o entendimento da patofisiologia deste tipo de câncer e a busca por biomarcadores confiáveis, além de novas abordagens terapêuticas e regimes de tratamento, constituem áreas importantes de pesquisa e avanço biomédico. Nas últimas décadas, a Biologia de Sistemas coalesceu e fortaleceu-se com o advento de tecnologias ômicas e da bioinformática, viabilizando e impulsionando o estudo da biologia no contexto de sistemas complexos. Desta forma, este trabalho procura utilizar dados transcriptômicos e estratégias de bioinformática para obter fatores de transcrição candidatos a reguladores mestre do adenocarcinoma pulmonar, utilizado métodos, conceitos e visões oriundas da Biologia de Sistemas. Adicionalmente, desenvolvemos uma metodologia de reposicionamento computacional de drogas e aplicamos esta estratégia para obter drogas candidatas a elaboração de novos regimes terapêuticos. O primeiro passo do estudo foi a reconstrução de redes de co-expressão gênica centradas em fatores de transcrição e seus alvos utilizando informação de tecido não-tumoral, a fim de estabelecer redes de referência. Posteriormente, os grupos de genes constituídos pelos fatores de transcrição e seus alvos, conjuntamente chamados de unidades regulatórias, foram investigados quanto a seus perfis de expressão diferencial utilizando estudos caso-controle. As unidades regulatórias dos fatores de transcrição enriquecidos de genes diferencialmente expressos em mais de 80% dos estudos caso-controle, para ambas as redes de referência, foram consideradas reguladores mestre candidatos da patologia. Esta estratégia resultou em nove fatores de transcrição – ATOH8, DACH1, EPAS1, ETV5, FOXA2, FOXM1, HOXA4, SMAD6 e UHRF1. Em seguida, testamos se os estados de ativação inferidos para estes fatores de transcrição possuíam potencial prognóstico em diferentes coortes de adenocarcinoma, e observamos que três dos nove mostraram associações consistentes com o desfecho de pacientes. Finalmente, utilizamos as unidades regulatórias destes três fatores de transcrição – FOXA2, FOXM1 e UHRF1 – para prospectar drogas candidatas a reposicionamento, o que resultou em seis compostos potencialmente capazes de reverter os perfis transcricionais encontrados no contexto patológico. Estes compostos são: deptropina, promazina, ácido valproico, azaciclonol, metotrexato e composto ChemBridge ID 5109870. Avaliações dos potenciais terapêuticos destes fármacos e seus mecanismos de ação neste câncer podem auxiliar no desenvolvimento de novos tratamentos. Da mesma forma, elucidação dos papéis biológicos específicos dos nove reguladores mestres também tem grande potencial de contribuir para o entendimento da biologia do adenocarcinoma de pulmão.Lung cancer is one of the most common and lethal pathologies of medical oncology. Furthermore, adenocarcinoma comprises the most prevalent lung cancer histological subtype, which frequency increased over other types in recent years, especially among women. For these reasons, further understanding about the pathophysiology of this type of cancer and the search for reliable biomarkers, for new therapeutic drugs and for improved treatment strategies are all important areas of biomedical research and development. In recent decades, the Systems Biology paradigm emerged and strengthened due to novel omic technologies and bioinformatics, enabling and enhancing the study of biological phenomena in the context of complex systems. Thus, this study aims to search for the transcription factors acting as master regulators of lung adenocarcinoma using transcriptomics and employing Systems Biology concepts and views. Additionally, we developed a computational drug repositioning method and implemented it to retrieve candidate molecules for new treatment strategies. The first step in our study involved the reconstruction of co-expression gene networks centered in transcription factors and their targets using non-tumoral data in order to establish reference networks. Afterwards, the groups of genes comprising transcription factors and their targets, collectively called regulatory units, were queried for their differential expression profiles using case-control studies. Regulatory units of the transcription factors enriched with differentially expressed genes in over 80% of case-control studies, for both reference networks, were considered master regulator candidates of the disease. This strategy retrieved nine transcription factors - ATOH8, DACH1, EPAS1, ETV5, FOXA2, FOXM1, HOXA4, SMAD6 and UHRF1. Following that, we tested whether the inferred activities of these master regulators' regulatory units were associated with patient survival using several cohorts datasets, which highlighted three of them consistently associated with patient outcome. Finally, the regulatory units of these three transcription factors - FOXA2, FOXM1 e UHRF1 - were used to query drug candidates for repositioning in lung adenocarcinoma, resulting in six molecules capable to revert disease's the transcriptional profile. These drugs were deptropine, promazine, valproic acid, azacyclonol, methotrexate and ChemBridge ID compound 5109870. The evaluation of their therapeutic potentials and mechanisms of action in lung cancer may assist the development of new treatments. Additionally, further investigations of the retrieved master regulators' roles may lead to improvements in our understanding of adenocarcinoma pathophysiology