RTNduals : ferramenta para análise de co-regulação entre regulons e inferência de dual regulons

Abstract

Resumo: A regulação de expressão gênica é um fator chave nos processos biológicos e composta de uma extensa cascata de eventos que envolvem diversas moléculas e elementos. Entre estes elementos podemos destacar importantes reguladores tais como fatores de transcrição (FTs) e microRNAs (miRNAs), os quais podem ativar ou reprimir seus genes alvo e ainda cooperar ou competir em redes regulatórias. A complexidade dos efeitos destes reguladores requer o desenvolvimento de novos modelos capazes de integrar informação regulatória proveniente de diferentes tipos de dados. Embora exista uma variedade de ferramentas para o estudo de redes regulatórias, ainda existem deficiências metodológicas para integrar co-regulação entre reguladores e avaliar o efeito desta co-regulação em seus genes alvo. Neste trabalho nós apresentamos o software RTNduals, um pacote R/Bioconductor capaz de identificar dual regulons, um novo conceito que descreve pares de regulons cujos alvos em comum são afetados pelos dois reguladores. O pacote é uma extensão do software RTN (Reconstruction of Transcriptional Networks) e utiliza redes transcricionais para computar alvos compartilhados por dois reguladores e avaliar o efeito de ambos sobre os alvos compartilhados. O pacote RTNduals permite determinar se dois reguladores tem efeito similar ou oposto no conjunto de alvos compartilhados. Palavras-chaves: Redes Regulatórias; Regulons; Co-regulação; Fatores de transcrição; microRNAs.

Abstract: The regulation of gene expression is a key factor in biological processes and it is composed of an extensive cascade of events involving several molecules and elements. We can highlight important regulators such as Transcription Factors (FTs) and microRNAs (miRNAs), which can activate or repress their target genes and still cooperate or compete in regulatory networks. The complexity of the effects among these regulators requires the development of new models capable of integrating regulatory information from different types of data. Although there are a variety of tools for the study of regulatory networks, there is still a methodological gap to integrate co-regulation between regulators and to evaluate the effect of this co-regulation on their target genes. In this work we present the RTNduals, an R/Bioconductor package capable of identifying dual regulons, which represent pairs of regulons whose common targets are affected by both regulators. The package is an extension of the Reconstruction of Transcriptional Networks (RTN) software and it uses RTN-generated transcriptional networks to test when pairs of regulators have a similar effect on their set of shared targets genes. With the set, RTNduals allows to determine whether two regulators have similar or opposite effect on their shared targets. Key-words: Regulatory networks; Regulons; Co-regulation; Transcription Factors; microRNAs.