Ação concomitante da irradiação e quimioterapia no coração de ratas Wistar

O Câncer de mama (CM) é hoje o tipo de câncer mais incidente entre as mulheres, com a estimativa de 53 mil novos casos para o ano de 2013, segundo o Instituto Nacional do Câncer (INCA). É considerada uma doença de bom prognóstico, principalmente quando diagnosticada na sua fase mais precoce. A evolução no diagnóstico, e nas técnicas de tratamento para o CM, que incluem a quimioterapia e/ou radioterapia, aumentaram a expectativa de sobrevida para este tipo de câncer. Uma das complicações tardias induzidas pelo tratamento desta doença é a cardiotoxicidade. O termo cardiotoxicidade abrange uma série de efeitos colaterais, que incluem arritmias, alterações na pressão arterial, isquemia do miocárdio, trombose ou insuficiência cardíaca. É, por isso, fundamental entender os mecanismos envolvidos no desenvolvimento da toxicidade cardíaca para o sucesso do tratamento dos pacientes com CM. Este trabalho teve como objetivo avaliar os efeitos cardíacos tardios induzidos pela irradiação e quimioterapia, simulando um tratamento para o CM, em ratas Wistar. Ratas Wistar, com aproximadamente 3 meses de idade, foram divididas em: grupo controle, grupo que recebeu quimioterapia + irradiação (TC+IR), e grupo que recebeu apenas irradiação (IR). A quimioterapia foi administrada em 4 ciclos, com intervalo de 1 semana entre eles. A irradiação na região do coração foi realizada em dose única, de 20Gy, em um campo de 2x2 cm2. Os ratos foram submetidos à eutanásia 5 meses após o término dos tratamentos, para que os efeitos tardios pudessem ser avaliados. Vários estudos foram conduzidos: ecocardiografia para observar as alterações funcionais do coração; PCR em tempo real para detectar alterações no nível mRNA de procolágeno tipo I, TGF-β1, angiotensinogênio, renina, ECA, AT1, VEGF e razão Bax/;bcl2, no tecido do ventrículo esquerdo (VE); Além de ensaios histológicos para avaliar o aspecto do tecido cardíaco do VE. Resultados e discussão Os resultados obtidos indicam um processo de remodelamento cardíaco após os tratamentos para o CM. Sugere-se que este remodelamento inicie-se com a diminuição de vasos no VE, causada pelos tratamentos, conforme os resultados da estereologia e do PCR para VEGF. Em seguida mostrou-se hipertrofia dos cardiomiócitos, o aumento da expressão de procolágeno e TGF-β1 e de tecido conjuntivo neste tecido. E associado a estes resultados, mostrou-se a participação dos sistema renina angiotensina cardíaco neste processo de remodelamento. Porém, apesar de todas estas alterações terem ocorrido em ambos os grupos tratados, apenas o grupo que recebeu irradiação e quimioterapia concomitantemente apresentou alteração da função cardíaca, na ecocardiografia. Sugere-se, desta forma, que a associação destas terapias seja mais lesiva ao coração, do que a irradiação aplicada exclusivamente. Conclusão Os objetivos do trabalho foram alcançados, e pode-se entender melhor as vias envolvidas na cardiotoxicidade. Este é um estudo inédito, o assunto abordado é recente, e de sumo importância para o desenvolvimento de novas estratégias de tratamento para o CM, onde sejam consideradas as complicações cardíacas tardias envolvidas.

Gene function prediction from synthetic lethality networks via ranking on demand.

MOTIVATION: Synthetic lethal interactions represent pairs of genes whose individual mutations are not lethal, while the double mutation of both genes does incur lethality. Several studies have shown a correlation between functional similarity of genes and their distances in networks based on synthetic lethal interactions. However, there is a lack of algorithms for predicting gene function from synthetic lethality interaction networks. RESULTS: In this article, we present a novel technique called kernelROD for gene function prediction from synthetic lethal interaction networks based on kernel machines. We apply our novel algorithm to Gene Ontology functional annotation prediction in yeast. Our experiments show that our method leads to improved gene function prediction compared with state-of-the-art competitors and that combining genetic and congruence networks leads to a further improvement in prediction accuracy.