Population genetics of C. Maenas : oceanography and larval dispersal

Decifrar a complexa interacção entre os ciclos de vida de espécies marinhas e a oceanografia revela-se fundamental para a compreensão do fluxo genético e da conectividade no meio marinho. Nas espécies marinhas com desenvolvimento indirecto o fluxo de genes entre populações depende da distância que separa as populações, bem como da interacção entre a duração do desenvolvimento larvar, do comportamento das larvas e dos padrões de circulação oceânica. A conectividade larvar influencia uma variedade de processos como a dinâmica de stocks e de populações, a distribuição e limites geográficos das espécies, a estrutura genética das populações e a dispersão de espécies invasivas e reveste-se consequentemente de uma importância fundamental na identificação das unidades populacionais evolucionariamente relevantes e para a gestão e conservação marinhas. Os marcadores genéticos e os Modelos Individuais Acoplados a Modelos Físico-Biológicos (“ICPBMs”) são actualmente ferramentas fundamentais para o estudo dos padrões de dispersão larvar e para avaliar o nível de conectividade populacional. A presente tese respeita à avaliação das escalas espaciais de conectividade de populações de uma espécie costeira, o caranguejo Carcinus maenas, e utiliza conjuntamente informação de marcadores genéticos, análise de séries temporais de fornecimento de larvas e um modelo numérico de circulação oceânica. O primeiro capítulo introduz a temática da conectividade em espécies marinhas e inclui algumas referências aos métodos moleculares, analíticos e de modelação seguidos ao longo da tese. Através da utilização de múltiplas ferramentas – avaliação da estrutura genética geográfica de C. maenas na sua distribuição nativa com recurso a marcadores de DNA (microssatélites) (Capítulo 2), avaliação da estrutura genética temporal das larvas que formam os eventos de fornecimento larvar à Ria de Aveiro, NW Portugal (Capítulo 3), descrição da variabilidade inter-anual do fornecimento larvar à Ria de Aveiro, NW Portugal (Capítulo 4) e validação de um modelo ICPBM que descreve os padrões observados de fornecimento (Capítulo 5) – esta tese espera poder contribuir para uma melhor compreensão dos mecanismos que regulam o fluxo de genes e a conectividade entre populações de organismos marinhos. No Capítulo 6 são apresentadas as principais conclusões da investigação. A análise genética com recurso a microssatélites indicou que as populações de C. maenas são geneticamente homogéneas ao longo de várias centenas de km, dentro da distribuição nativa da espécie. Paralelamente, não foram encontrados indícios da existência de reprodução por “sweepstakes” em C. maenas de populações da costa oeste da Península Ibérica, visto que não se obtiveram diferenças genéticas significativas entre os eventos larvares. Também não se encontrou qualquer estrutura familiar entre as larvas que formam cada episódio de fornecimento, e não houve nenhuma redução significativa da variabilidade genética das larvas quando comparada com a de caranguejos adultos. A análise de séries temporais de suprimento de larvas na Ria de Aveiro em cinco anos estudados indica que este é um fenómeno episódico e variável, sendo os maiores episódios de fornecimento coincidentes com as marés vivas e acentuados por fortes ventos de sul. O modelo ICPBM foi validado com sucesso e parece fornecer uma estimativa realística das escalas espaciais e temporais de dispersão larvar, de acordo com as observações da estrutura genética e da ausência de reprodução por “sweepstake” em C. maenas da costa oeste da Península Ibérica

Metabolic signature of lung cancer: a metabolomic study of human tissues and biofluids

This thesis reports the application of metabolomics to human tissues and biofluids (blood plasma and urine) to unveil the metabolic signature of primary lung cancer. In Chapter 1, a brief introduction on lung cancer epidemiology and pathogenesis, together with a review of the main metabolic dysregulations known to be associated with cancer, is presented. The metabolomics approach is also described, addressing the analytical and statistical methods employed, as well as the current state of the art on its application to clinical lung cancer studies. Chapter 2 provides the experimental details of this work, in regard to the subjects enrolled, sample collection and analysis, and data processing. In Chapter 3, the metabolic characterization of intact lung tissues (from 56 patients) by proton High Resolution Magic Angle Spinning (HRMAS) Nuclear Magnetic Resonance (NMR) spectroscopy is described. After careful assessment of acquisition conditions and thorough spectral assignment (over 50 metabolites identified), the metabolic profiles of tumour and adjacent control tissues were compared through multivariate analysis. The two tissue classes could be discriminated with 97% accuracy, with 13 metabolites significantly accounting for this discrimination: glucose and acetate (depleted in tumours), together with lactate, alanine, glutamate, GSH, taurine, creatine, phosphocholine, glycerophosphocholine, phosphoethanolamine, uracil nucleotides and peptides (increased in tumours). Some of these variations corroborated typical features of cancer metabolism (e.g., upregulated glycolysis and glutaminolysis), while others suggested less known pathways (e.g., antioxidant protection, protein degradation) to play important roles. Another major and novel finding described in this chapter was the dependence of this metabolic signature on tumour histological subtype. While main alterations in adenocarcinomas (AdC) related to phospholipid and protein metabolisms, squamous cell carcinomas (SqCC) were found to have stronger glycolytic and glutaminolytic profiles, making it possible to build a valid classification model to discriminate these two subtypes. Chapter 4 reports the NMR metabolomic study of blood plasma from over 100 patients and near 100 healthy controls, the multivariate model built having afforded a classification rate of 87%. The two groups were found to differ significantly in the levels of lactate, pyruvate, acetoacetate, LDL+VLDL lipoproteins and glycoproteins (increased in patients), together with glutamine, histidine, valine, methanol, HDL lipoproteins and two unassigned compounds (decreased in patients). Interestingly, these variations were detected from initial disease stages and the magnitude of some of them depended on the histological type, although not allowing AdC vs. SqCC discrimination. Moreover, it is shown in this chapter that age mismatch between control and cancer groups could not be ruled out as a possible confounding factor, and exploratory external validation afforded a classification rate of 85%. The NMR profiling of urine from lung cancer patients and healthy controls is presented in Chapter 5. Compared to plasma, the classification model built with urinary profiles resulted in a superior classification rate (97%). After careful assessment of possible bias from gender, age and smoking habits, a set of 19 metabolites was proposed to be cancer-related (out of which 3 were unknowns and 6 were partially identified as N-acetylated metabolites). As for plasma, these variations were detected regardless of disease stage and showed some dependency on histological subtype, the AdC vs. SqCC model built showing modest predictive power. In addition, preliminary external validation of the urine-based classification model afforded 100% sensitivity and 90% specificity, which are exciting results in terms of potential for future clinical application. Chapter 6 describes the analysis of urine from a subset of patients by a different profiling technique, namely, Ultra-Performance Liquid Chromatography coupled to Mass Spectrometry (UPLC-MS). Although the identification of discriminant metabolites was very limited, multivariate models showed high classification rate and predictive power, thus reinforcing the value of urine in the context of lung cancer diagnosis. Finally, the main conclusions of this thesis are presented in Chapter 7, highlighting the potential of integrated metabolomics of tissues and biofluids to improve current understanding of lung cancer altered metabolism and to reveal new marker profiles with diagnostic value.