https://hdl.handle.net/1884/39721 Thu, 25 Jun 2026 00:13:49 GMT 2026-06-25T00:13:49Z https://hdl.handle.net/1884/102079 Integração multiômica por análise fatorial revela mecanismos da heterogeneidade da doença de Alzheimer Resumo: Os correlatos moleculares da doença de Alzheimer (DA) vêm sendo cada vez mais definidos por abordagens ômicas. No entanto, os resultados obtidos de diferentes tipos de dados ou coortes costumam ser difíceis de reconciliar. A coleta de múltiplas ômicas de um mesmo indivíduo permite uma visão mais abrangente dos mecanismos moleculares da doença e ajuda a resolver contradições de análises ômicas isoladas. Essa abordagem multiômica pode revelar, por exemplo, quando alterações observadas no transcriptoma compartilham sinais distintos, porém coordenados, na epigenética e na proteômica, relações que, de outra forma, permaneceriam obscuras. Neste trabalho, empregamos uma abordagem integrativa multiômica baseada em dados para combinar informações epigenômicas, transcriptômicas, proteômicas, metabolômicas e de populações específicas de tipos celulares, obtidas de até 1.358 amostras de cérebro humano idoso dos estudos Religious Orders Study e Rush Memory and Aging Project. Demonstramos a existência de fatores biológicos interconectados entre diferentes ômicas e sistemas, que também se relacionam com fenótipos da DA. O fator mais fortemente associado à DA (fator 8) envolveu maior atividade imunológica em nível epigenético, redução da expressão de genes de choque térmico no transcriptoma e perturbações no metabolismo energético e na dinâmica do citoesqueleto na proteômica. Também identificamos fatores imunológicos (fatores 2 e 3) com enriquecimentos discordantes, refletindo subpopulações gliais reativas e contribuições protetoras de micróglias de vigilância. Ambos foram negativamente associados à patologia da DA, sugerindo potenciais mecanismos de resiliência imunológica. Por fim, a clusterização não supervisionada dos participantes revelou onze subtipos moleculares do cérebro envelhecido, incluindo três fortemente associados à DA, mas com assinaturas moleculares e características fenotípicas distintas. Nossas descobertas fornecem um panorama abrangente dos mecanismos moleculares que sustentam a heterogeneidade da DA, destacando o papel complexo dos processos neuroinflamatórios e apontando novos biomarcadores e alvos terapêuticos para abordagens de medicina de precisão no tratamento da doença; Abstract: The molecular correlates of Alzheimer’s disease (AD) are increasingly being defined by omics. Yet, the findings from different data types or cohorts are often difficult to reconcile. Collecting multiple omics from the same individuals allows a comprehensive view of disease-related molecular mechanisms, while addressing conflicting findings derived from single omics. Such same-sample multi-omics can reveal, for instance, when changes observed in the transcriptome share distinct but coordinated signals in epigenetics and proteomics, relationships otherwise unclear. Here, we apply a data-driven multi-omic framework to integrate epigenomic, transcriptomic, proteomic, metabolomic, and cell-type–specific population data from up to 1,358 aged human brain samples from the Religious Orders Study and Rush Memory and Aging Project. We demonstrate the existence of sprawling cross-omics cross-system biological factors that also relate to AD phenotypes. The strongest ADassociated factor (factor 8) involved elevated immune activity at the epigenetic level, decreased expression of heat shock genes in the transcriptome, and disrupted energy metabolism and cytoskeletal dynamics in the proteome. We also showed immunerelated factors (factors 2 and 3) with discordant enrichments, reflecting reactive-like glial subpopulations and protective contributions from surveillance microglia. Both were negatively associated with AD pathology, suggesting potential immune resilience mechanisms. Finally, unsupervised clustering of participants revealed eleven molecular subtypes of the aging brain, including three clusters strongly associated with AD but displaying distinct molecular signatures and phenotypic characteristics. Our findings provide a comprehensive map of molecular mechanisms underlying AD heterogeneity, highlighting the complex role of neuroinflammatory processes, and yielding potential novel biomarkers and therapeutic targets for precision medicine approaches to AD treatment Orientador: Prof. Dr. Ricardo Assunção Vialle; Coorientador: Prof. Dr. Roberto Tadeu Raittz; Banca: Gilderlanio Santana de Araújo (Presidente da Banca), Dieval Guizelini, Deisy Morselli Gysi e Roberto Tadeu Raittz; Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Programa de Pós-Graduação em Bioinformática. Defesa : Curitiba, 27/01/2026; Inclui referências; Área de concentração: Bioinformática Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/1884/102079 2025-01-01T00:00:00Z https://hdl.handle.net/1884/101652 Mapeando "hypes" : exageros e esperanças na medicina Resumo: A inovação médica é frequentemente acompanhada por ciclos de otimismo e ceticismo, comumente expressos em inglês através do par retórico "hype or hope". Embora ampla mente utilizado como marcador de hesitação científica, esse discurso ainda não havia sido examinado em larga escala. Analisamos 422 artigos indexados no PubMed que continham ambos os termos em seus títulos ou resumos, com o objetivo de mapear alegações médicas contestadas na literatura biomédica. Utilizando uma metodologia híbrida que combinou processamento de linguagem natural, agrupamento hierárquico de embeddings de texto, sumarização dialética baseada em grandes modelos de lin guagem (LLM) e curadoria humana especializada, identificamos 23 tópicos principais abrangendo doenças e tratamentos. A prevalência dos tópicos no corpus do estudo foi então comparada à base de dados geral do PubMed usando análise de enriquecimento hipergeométrico. Os resultados revelaram diferenças marcantes entre os domínios biomédicos. Tópicos relacionados a tratamentos foram mais super-representados do que os relacionados a doenças, com biópsia líquida (enriquecimento de 22×) e terapias com células-tronco (13×) apresentando a maior super-representação; alto enriqueci mento também foi observado para medicina de precisão, inteligência artificial, cannabis e intervenções baseadas no microbioma. Entre as doenças, o autismo apresentou o maior enriquecimento (4,8×), enquanto o câncer foi o contexto mais frequente para o enquadramento "hype or hope". Em vez de resolver se inovações específicas consti tuem "hype" ou progresso genuíno, este estudo mapeia onde promessa e evidência divergem nos domínios biomédicos—demonstrando como a análise computacional de texto pode revelar padrões coletivos de incerteza científica; Abstract: Medical innovation is often accompanied by cycles of optimism and skepticism, com monly expressed through the rhetorical pairing "hype or hope". Although widely used as a marker of scientific hesitation, this discourse has not previously been examined at scale. We analyzed 422 PubMed-indexed articles that contained both terms in their titles or abstracts, aiming to map contested medical claims across the biomedical literature. Using a hybrid methodology that combined Natural Language Processing (NLP), hierarchical clustering of text embeddings, Large Language Model (LLM)–based dialectical summarization, and expert human curation, we identified 23 core topics spanning diseases and treatments. The prevalence of topics in the study corpus was then compared with that in the broader PubMed database using hypergeometric en richment analysis. The results revealed marked differences across biomedical domains. Treatment-related topics were more over-represented than disease-related ones, with liquid biopsy (22× enrichment) and stem cell therapies (13×) showing the strongest over-representation; high enrichment was also observed for precision medicine, ar tificial intelligence, cannabis, and microbiome-based interventions. Among diseases, autism showed the highest enrichment (4.8×) while cancer was the most frequent context for "hype or hope" framing. Rather than resolving whether specific innovations constitute hype or genuine progress, this study maps where promise and evidence diverge across biomedical domains—demonstrating how computational text analysis can uncover collective patterns of scientific uncertainty Orientador: Prof. Dr. Roberto Tadeu Raittz; Banca: Mauro Antonio Alves Castro (Presidente da Banca), Nelson Alessandretti de Mello Lemos e Gertrudes Aparecida Dandolini; Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Educacao Profissional e Tecnológica, Programa de Pós-Graduação em Bioinformática. Defesa : Curitiba, 10/12/2025; Inclui referências; Área de concentração: Bioinformática Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/1884/101652 2025-01-01T00:00:00Z https://hdl.handle.net/1884/98834 Ferramentas de inteligência artificial para aplicação em filogenia e em Grafo de Lattice Resumo: Esta dissertação apresenta as ferramentas rSWeeP e R3TO como inovações no campo da bioinformática e otimização de redes. O rSWeeP é uma implementação em R do método SWeeP, desenvolvida para popularizar esta metodologia no campo da bioinformática. Ao utilizar o SWeeP para representar sequências biológicas em vetores de baixa dimensão, o rSWeeP facilita análises rápidas e precisas de grandes volumes de dados genômicos em uma das plataformas mais populares na bioinformática: a linguagem R. O R3TO é introduzido como uma alternativa eficiente aos métodos tradicionais de cálculo de distância, como o algoritmo de Dijkstra, demonstrando superioridade ao lidar com redes de distribuição elétrica em áreas rurais. Esta pesquisa ainda propõe um uso sinérgico das capacidades do rSWeeP e do R3TO, que pode resultar em ganhos significativos de precisão e eficiência. O estudo, portanto, evidencia o potencial de ambas as ferramentas, isoladas e em conjunto, para impulsionar avanços na análise filogenética, ampliando as possibilidades de aplicações na área de bioinformática; Abstract: This dissertation presents the rSWeeP and R3TO tools as innovations in the field of bioinformatics and network optimization. rSWeeP is an R implementation of the SWeeP method, developed to popularize this methodology in the field of bioinformatics. By using SWeeP to represent biological sequences in low-dimensional vectors, rSWeeP facilitates fast and accurate analysis of large volumes of genomic data in one of the most popular platforms in bioinformatics: the R language. R3TO is introduced as an efficient alternative to traditional distance calculation methods, such as Dijkstra's algorithm, demonstrating superiority when dealing with electrical distribution networks in rural areas. This research also proposes a synergistic use of the capabilities of rSWeeP and R3TO, which can result in significant gains in accuracy and efficiency. The study, therefore, highlights the potential of both tools, alone and together, to drive advances in phylogenetic analysis, expanding the possibilities of applications in the field of bioinformatics Orientador: Prof. Dr. Roberto Raittz; Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Programa de Pós-Graduação em Bioinformática. Defesa : Curitiba, 14/06/2024; Inclui referências; Área de concentração: Bioinformática Mon, 01 Jan 2024 00:00:00 GMT https://hdl.handle.net/1884/98834 2024-01-01T00:00:00Z https://hdl.handle.net/1884/97895 Assinatura molecular de citocinas na doença de alzheimer e associações clínicas nas coortes ROSMAP, Mayo e MSBB Resumo: A doença de Alzheimer (DA) é uma doença neurodegenerativa complexa associada à neuroinflamação crônica. Este estudo investigou o perfil de expressão de citocinas em amostras do córtex cerebral de indivíduos idosos com DA, a fim de identificar biomarcadores e compreender melhor a patogênese da doença. Utilizando dados de sequenciamento de RNA de alta profundidade, foram identificados um conjunto de citocinas cuja expressão está significativamente associada a diferentes aspectos do fenótipo da DA, incluindo declínio cognitivo, deposição de placas Aß e emaranhados neurofibrilares. Também foram analisados dados de sequenciamento de núcleo único, o que permitiu a identificação de citocinas sendo expressas em células específicas, como microglia e astrócitos, que contribuem de forma significativa para a resposta inflamatória na DA. Além disso, foi observada uma correlação entre a expressão de algumas citocinas e o risco genético para a doença. Nossos resultados sugerem que a neuroinflamação mediada por citocinas desempenha um papel importante na progressão da DA e que a modulação da resposta imune pode ser uma estratégia promissora para o desenvolvimento de novas terapias; Abstract: Alzheimer’s disease (AD) is a complex neurodegenerative condition associated with chronic neuroinflammation. This study investigated the cytokine gene expression profile in cerebral cortex samples from elderly individuals with AD to identify biomarkers and gain a deeper understanding of disease pathogenesis. Using high-depth RNA sequencing data, we identified a set of cytokines whose expression is significantly associated with different aspects of the AD phenotype, including cognitive decline, Aß plaque deposition, and neurofibrillary tangles. Single-nucleus data analysis enabled the identification of specific cell types, such as microglia and astrocytes, that contribute significantly to the inflammatory response in AD. Furthermore, we observed a strong correlation between the expression of certain cytokines and genetic risk for the disease. Our findings suggest that cytokine-mediated neuroinflammation plays a crucial role in AD progression and that modulating the immune response may be a promising strategy for developing new therapies Orientadora: Profa. Dra. Katia de Paiva Lopes; Coorientador: Prof. Dr. Dieval Guizelini; Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Programa de Pós-Graduação em Bioinformática. Defesa : Curitiba, 25/03/2025; Inclui referências; Área de concentração: Bioinformática Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/1884/97895 2025-01-01T00:00:00Z