???jsp.display-item.identifier??? https://repositorio.unipampa.edu.br/jspui/handle/riu/7207
Tipo: Tese
metadata.dc.title: O microbioma humano como indicador de saúde: correlações e ferramentas analíticas
Autor(es): Dobbler , Priscila Caroline Thiago
Primeiro Orientador: Roesch, Luiz Fernando Wurdig
1° Membro da banca: Victoria, Filipe de Carvalho
2° Membro da banca: Colonetti, Karina
3° Membro da banca: Paulino, Luciana Campos
Resumo: Por um tempo, micro-organismos foram considerados danosos para a saúde e o funcionamento normal do corpo humano, e com isso, estudava-se principalmente as patologias associadas a esses organismos. Com a evolução da microbiologia, e mais recentemente, o desenvolvimento e expansão das tecnologias de sequenciamento, os micro-organismos passaram a ser vistos sob novas perspectivas. Com o uso do sequenciamento para catalogar comunidades microbianas, é possível identificar de centenas a milhares de micro-organismos em uma única amostra, e com isso se tornou acentuada a interdependência do ser humano com os diferentes tipos de comunidades microbianas. Sendo assim, pesquisas de microbiomas buscam identificar correlações não somente de micro-organismos isoladamente, mas também a nível comunitário, onde há alterações de correlações, ou coocorrência, que leva a desequilíbrios metabólicos dessa comunidade refletindo no hospedeiro. Além disso, gestantes possuem uma comunidade microbiana vaginal característica e distinta da mulheres não-gestantes. E durante a gestação essa comunidade também passa por transformações importantes numa gestação saudável. Durante o parto vaginal, o bebê passa pelo canal vaginal materno, portanto, também entra em contato com a microbiota do local. Com isso, buscamos entender com a microbiota vaginal materna, ao final da gestação, está associada com a microbiota do recém-nascido. Ao realizar esse estudo, percebemos que as ferramentas existes são insuficientes para lidar com a variabilidade intragrupo, a esparsidade dos dados. Por isso, criamos e validamos uma ferramenta chamada PIME (Prevalence Interval for Microbiome Evaluation, em português, Intervalo de Prevalência para Avaliação de Microbioma), que é capaz de diminuir a variabilidade intragrupo aplicando diferentes níveis de prevalência para filtragem. PIME também é capaz de, utilizando algoritmo Random Forests, classificar as unidades taxonômicas mais importantes para diferenciação entre grupos.
Abstract: For a while, microorganisms were considered harmful to the health and normal functioning of the human body, and the pathologies associated with these organisms were the chief objective of studies. With the evolution of the microbiology field, and more recently, the development and expansion of sequencing technologies, microorganisms came to be seen under a new perspective. The advent of sequencing for cataloging microbial communities has made possible to identify hundreds to thousands of microorganisms in a single sample. This highlighted the interdependency of humans with the different types of microbial communities. Therefore, microbiome research seeks out to identify correlations, not only with microorganisms in isolation, but also at community level, where there are altered correlations, or co-occurrences, that lead to community metabolic unbalancing that reflects on the host. Furthermore, pregnant women harbor characteristic vaginal microbial communities that are distinct from that of non-pregnant women. Also, during a healthy pregnancy, these communities also undergo important transformations. During a vaginal delivery, the baby goes through the birth canal and gets in contact with the local microbiota. Considering this, we sought to understand how the maternal vaginal microbiota, at the end of pregnancy, is associated with the newborn’s microbiota. When carrying out this study, we realized that the tools available were not adequate to deal with the intragroup variability, or data sparsity. For this reason, we created and validated a tool called PIME (Prevalence Interval for Microbiome Evaluation) that is capable of reduce intragroup variability by using varying levels of prevalence for filtering. PIME is also capable of classifying the most important taxonomic units for differentiating between groups, by using Random Forests algorithm.
metadata.dc.subject: 16S
Diversidade microbiana
Sequenciamento de nova geração
Gravidez
Core microbioma
Bioinformática
Microbial diversity
Next Generation sequencing
Pregnancy
Core Microbiome
CNPQ: CNPQ::CIENCIAS BIOLOGICAS
Idioma: por
metadata.dc.publisher.country: Brasil
metadata.dc.publisher: Universidade Federal do Pampa
Sigla da Instituição: UNIPAMPA
Campus: Campus São Gabriel
Curso: Doutorado em Ciências Biológicas
metadata.dc.identifier.citation: DOBBLER, Priscila Caroline Thiago. O microbioma humano como indicador de saúde: correlações e ferramentas analíticas. 2021. 228 p. Tese (Doutorado em Ciências Biológicas) - Universidade Federal do Pampa, Campus São Gabriel, São Gabriel, 2021.
Tipo de acesso: Acesso Aberto
metadata.dc.identifier.uri: https://repositorio.unipampa.edu.br/jspui/handle/riu/7207
metadata.dc.date.issued: 19-Mar-2021
???org.dspace.app.webui.jsptag.ItemTag.appears???Doutorado em Ciências Biológicas

???org.dspace.app.webui.jsptag.ItemTag.files???
???org.dspace.app.webui.jsptag.ItemTag.file??? ???org.dspace.app.webui.jsptag.ItemTag.description??? ???org.dspace.app.webui.jsptag.ItemTag.filesize??????org.dspace.app.webui.jsptag.ItemTag.fileformat??? 
O microbioma humano como indicador de saúde correlações e ferramentas analíticas.pdf6.45 MBAdobe PDF???org.dspace.app.webui.jsptag.ItemTag.view???


???jsp.display-item.copyright???