Statistical methods for the selection of differentially expressed genes from DNA array data : application to the analysis of the gene expression induced in sugarcane by phosphate deficiency

Orientador: Marcelo Menossi Teixeira, Aluisio de Souza PinheiroTese (doutorado) - Universidade Estadual de Campinas, Instituto de BiologiaResumo: Arranjos de DNA são uma poderosa técnica de monitoramento da expressão gênica em larga escala. No entanto, a grande quantidade de dados gerados com esse tipo de experimento requer um tratamento estatístico adequado às suas características. Uma aplicação importante dos arranjos de DNA é a identificação de genes diferencialmente expressos em diferentes amostras de RNA. Essa seleção demanda testes estatísticos apurados, capazes de distinguir, entre o grande número de genes usualmente presentes nos arranjos, aqueles cuja expressão é significativamente diferenciada. Neste trabalho nós desenvolvemos algoritmos para a análise estatística dos dados provenientes de arranjos de DNA, eficientes em lidar com os problemas usuais nesse tipo de dados, como o número limitado de réplicas. Aplicados a dados simulados, os algoritmos desenvolvidos mostraram-se competitivos com outros métodos de análises descritos na literatura, superando-os em algumas situações. A aplicação desses algoritmos foi também demonstrada em um experimento voltado à identificação de genes de cana-deaçúcar diferencialmente expressos em resposta a deficiência de fosfato. O fósforo é um macronutriente essencial, captado pelas plantas principalmente na forma de fosfato inorgânico (Pi). A deficiência de fosfato é freqüente na natureza, especialmente nos solos ácidos das regiões tropicais e subtropicais. Devido a grande importância econômica da cana-de-açúcar, a identificação de genes diferencialmente expressos em resposta à deficiência de fosfato nesta espécie é de grande interesse científico e agronômico. Algoritmos de agrupamento foram também aplicados aos dados de expressão obtidos no experimento, identificando padrões de expressão gênica nos diferentes estágios da resposta da cana a esse estresse e proporcionando assim uma caracterização adicional da mesma. Futuramente, os resultados desse trabalho podem conduzir ao desenvolvimento de linhagens de cana-de-açúcar com melhor desempenho em solos pobres de fosfato, o que seria de extremo interesse agronômicoAbstract: DNA arrays are a powerful technique for monitoring gene expression in large scale. However, the great amount of data generated by this kind of experiment requires a statistical treatment adequate to its characteristics. An important application of DNA arrays is the identification of differentially expressed genes in different RNA samples. This selection demands refined statistical tests, able of distinguish among the great number of genes usually present in the arrays those which expression is significantly different. In this work, we have developed algorithms for the analysis of DNA array data, efficient in handling the usual problems in this kind of data, as the limited number of replicates. When applied to data simulations the developed algorithms showed to be competitive with other methods of analysis described in the literature and widely used, overperforming them in some situations. The application of these algorithms was also demonstrated in an experiment devoted to the identification of sugarcane genes differentially expressed in response to phosphate deficiency. Phosphorous is an essential macronutrient, absorbed by plants mostly in the form of inorganic phosphate (Pi). The phosphate deficiency is frequent in the nature, especially in the acid soils of tropical and subtropical areas. Because of the great economical importance of sugarcane, the identification of genes that are differentially expressed in response to phosphate deficiency in this species is of great scientific and agronomic interest. Clustering algorithms were also applied to the expression data obtained in the experiment, identifying patterns of gene expression in the different stages of the sugarcane response to the stress, thus providing an additional characterization of it. In the future, the results of this work can lead to the development of sugarcane cultivars that have better performance in phosphate deficient soils, what would be of great agronomic interestDoutoradoBioinformáticaDoutor em Genetica e Biologia Molecula