Etiopatogenia de la Diabetes Mellitus Tipo 2 y del Mal de Alzheimer a través del Estudio de Redes Moleculares 18 de setiembre al 6 de octubre (3 semanas) Teóricos de 8-13 hs (primeras dos semanas) y Talleres en horario de la mañana o de
la tarde (ultima semana)
Facultad de Medicina, UdelaR
Docentes:
MD PhD Horacio Botti (Responsable)
PhD Álvaro Cavana, PhD. Celia Quijano, PhD. Florencia Irigoín, MD PhD Marcelo Hill, PhD Ricardo Ehrlich,
MD PhD Gonzalo Ferreira, Lic. Verónica Sosa, PhD. Lucía Spangenberg, PhD. Felipe Trajtenberg, MD. Laura
Rosa*, MD. Ana Lujambio* (Docentes Participantes, *= a confirmar)
Actividad Optativa:
Redes Moleculares y Etiopatogenia
Título: Etiopatogenia de la Diabetes Mellitus Tipo 2 y del Mal de Alzheimer a través del Estudio de
Redes Moleculares (ReMo#1)
Objetivo
Introducir a los estudiantes a la biomedicina molecular de redes y a la biomedicina integrativa tomando
como foco de interrogación una entidad nosológica propuesta llamada Diabetes tipo 3, entendida como la
enfermedad de Alzheimer causada por la resistencia insulínica en ciertas regiones del Sistema Nervioso
Central.
Formato del Curso:
El curso constará de tres tipos de actividades: teóricas (presencial), tutoriales (presencial) y taller (presencial
y a distancia).
En los teóricos se presentarán aspectos generales e introductorios sobre teoría de redes, genómica humana,
cómo se originan distintas informaciones ómicas, acoplamiento y coordinación de la expresión génica así
cómo descripciones actuales específicas de vías moleculares relacionadas con las enefermedades humanas
en general y específicamente aquellas vinculadas a la Diabetes Mellitus Tipo 2, la enfermedad de Alzheimer y
se presentarán las propuestas actuales que consideran a una nueva entidad nosológica que algunos autores
denominan Diabetes Mellitus tipo 3. Entre las actividades teóricas, docentes de los Departamentos de
Endocrinología y Metabolismo y de Neurología realizarán presentaciones sobre aspectos médicos de estas
enfermedades con énfasis en sus etiopatogenias. Las actividades teóricas se complementarán cuando sea
posible con la presentación de trabajos de investigación en curso. Contaremos con varios docentes para
apoyar estas actividades.
En los tutoriales los estudiantes serán iniciados al uso de R y de programas de análisis, visualización y
extensión de redes. En los talleres los estudiantes realizarán modelos de redes de las vías estudiadas,
mapearán moléculas implicadas en la DMT2, la EA y la DMT3. Finalmente integrarán los modelos en uno solo
para un análisis global. Para realizar los talleres y tutoriales los estudiantes deberán contar con computadores
personales, donde se instalarán programas gratuitos y de libre acceso. Esto tiene la enorme ventaja de
facilitar el trabajo posterior al curso. Siempre que sea posible los estudiantes serán enfrentados al
procesamiento de los datos, de no ser posible (muy ineficiente) por problemas de hardware, los estudiantes
compartirán tareas o se les serán entregados archivos de salida adecuados.
La evaluación del curso constará de la elaboración de un informe donde el estudiante se centra en la vía que
estudió presentando uno o más modelos de red al respecto. Se requiere tener acceso a una computadora con
recursos actualmente corrientes, de preferencia una uínica laptop que pueda traer a la clase y usar fuera de
ella.
Lugar y horario de las actividades:
Los teóricos serán abiertos y se realizarán en el Anfiteatro Farabeuf o en el Salón de Seminarios de Fisiología
de la Facultad de Medicina. Los tutoriales y Talleres presenciales tendrán lugar en el Anfiteatro Farabeuf o en
el Salón de Seminarios de Fisiología, o en la Sala de Computación de la Facultad, o en última instancia, en el
Piso 2 (Departamento de Biofísica).
Disciplinas, cátedras, organizaciones involucradas
Departamento de Biofísica
Centro de Investigaciones Biomédicas (CEINBIO)
Unidad de Bioinformática, Institut Pasteur de Montevideo
Cátedra de Endocrinología y Metabolismo
Cátedra de Neurología
Instituto de Fundamentos y Métodos Facultad de Psicología
Fundamentación
La cantidad de información actualmente disponible sobre las bases moleculares de las enfermedades es
enorme pero difícil de interpretar. Dicha interpretación debe realizarse en conjunto, siendo este el foco de la
Medicina de Sistemas. El progreso futuro de la Medicina depende en parte del desarrollo de métodos de
integración y análisis sistémico. La construcción de redes a partir de resultados acumulados a partir de
experimentos clásicos o de resultados de experiencias ómicas (proteómica cuantitativa, transcriptómica,
genómica) es un enfoque válido y cada vez más usado para representar la información molecular. Este tipo de
enfoque puede ser esencial para el desarrollo de la Medicina de Precisión, que busca personalizar
diagnósticos, tratamientos y pronósticos en base a caracterizaciones moleculares abarcativas de cada
paciente.
El interés en la Biomedicina Integrativa puede verse reflejado en la reciente creación de centros o grupos,
cursos y revistas que están orientados a esta actividad integradora de disciplinas (Tabla I, no exhaustiva). La
Biofísica, la Bioquímica y la Biología Computacional son componentes centrales de la Biomedicina
Integrativa. La Biomedicina Integrativa puede ser vista como una respuesta a la necesidad de investigar
procesos complejos como las enfermedades crónicas y la función normal y alterada de sistemas de órganos
humanos. Uno de los objetivos del curso es servir de primera instancia para la integración de temas y
métodos de Biomedicina Integrativa al curriculum optativo y eventualmente básico de los estudiantes de
Medicina de grado y posgrado.
Tabla I. Ejemplos de esfuerzos académicos enmarcados en la Biomedicina Integrativa
Centro o Grupo, enlace Institución, región Temas, Divisiones, Proyectos Financiados o
Publicaciones
Centre for Integrative
Biomedicine,
http://www.kcl.ac.uk/health/re
search/specialistcentres/cib/ind
ex.aspx
King's College
London, UK.
Cardiovascular
Cardiovascular and inflammatory activities of
vasoactive mediators · Chronic leg ulcer healing ·
Aneurysm growth and repair
· Novel mechanisms for suppressing cardiac
arrhythmias · Endothelial dysfunction and oxidative
stress · Left ventricular
hypertrophy & heart failure · Nutrition and vascular
function · Vascular gene therapy · Transgenic mouse
models of
cardiovascular disease
Neuroscience
Molecular basis of Huntington’s disease · Novel
treatments for Parkinson's disease and other
neurodegenerative movement
disorders · Contributory mechanisms to chronic pain
states, pain processing, inflammation & sensory nerve
activation ·
Cerebral ischemia (stroke) and spinal cord injury · The
enteric nervous system and neuroendocrine systems
Respiratory
Respiratory pharmacology · Platelets and leukocyte
interaction · Bronchial hyper-responsiveness · Blood-
vessel wall
interactions · Biology of glycosaminoglycans ·
Phosphodiesterase inhibitors · Airway
neurotransmission · Pharmacology of
smooth muscle · Murine models of inflammation
Blood-brain barrier
Drug delivery across the blood-brain, blood-CSF barrier
· Glia and ionic homeostasis · Endothelial cell function ·
Ischaemia
and cytokine-induced regulation of cerebral
microvascular permeability · Leukocyte transmigration
across the blood-brain
barrier
Reproduction
Integrative neuroscience · Neurobiology of
reproduction & sociality · Nutritional influences on
reproductive physiology ·
Early life programming for obesity · Circadian biology
Endocrinology
Molecular biological approaches to stress, infertility
and hot flushes · Quantitative gene expression of
melatonin and
melanopsin · Foetal origins of adulthood diabetes,
hypertension and cardiovascular disease
Inflammation & Transplantation
Inflammatory hyperalgesia, vascular hyperpermeability
& swelling · Role of nitric oxide, carbon monoxide and
hydrogen
sulphide in inflammation & cardiovascular disease ·
The relationship between innate immunity, epithelial
immunobiology
and progressive kidney injury · Immunology and
Infection · Role of natural killer cells in transplantation
·
Microencapsulation of islets of langerhans · Islet
transplantation
Integrative Biomedicine
Laboratory
http://cedoc.unl.pt/integrative-
biomedicine-laboratory/
CEDOC - CHRONIC
DISEASES RESEARCH
CENTER, Portugal, EU.
Developmental Biology, Physiology and Metabolism,
Neurodegenerative Disease and Ageing, Neuroendocrinology, Drosophila genetics, Cancer Biology, Molecular and Cell Biology, Molecular Evolution, Biotechnology/Genetic Engineering
Integrative Biomedical Sciences
(IBMS)
http://www.health.uct.ac.za/fh
s/departments/IBMS
University of Cape
Town, Faculty of
Health Sciences, Sud
África, África.
Chemical and Systems Biology Computational Biology Medical Biochemistry and Structural Biology
Integrative Biomedical Imaging Informatics at Stanford (IBIIS)
http://ibiis.stanford.edu/
Stanford Medicine,
Stanford University,
USA
Recently Awarded Grants Computing, Optimizing, and Evaluating Quantitative Cancer Imaging Biomarkers PI(s): Napel, Rubin (NIH/NCI: 1U01CA187947-01A1)
Qualification and Deployment of Imaging Biomarkers of Cancer Treatment Response PI: Rubin (NIH/NCI: 1U01CA190214-01, 06/2015)
Informatics Tools for Optimized Imaging Biomarkers for Cancer Research & Discovery Subcontract PI: Napel (MGH prime) (NIH/NCI: U24 CA180927, 09/2014)
Data and Terminology Standards in Imaging Development and Evaluation PI: Rubin (FDA 1R24FD004757, 08/2013)
Tools for Linking and Mining Image and Genomic Data in Non-Small Cell Lung Cancer co-PIs: Sandy Napel, Sylvia Plevritis (NIH: 1R01CA16025101, 09/2011)
Clinically Relevant Regulatory Networks in the Lung Tumor Microenvironment PI: Sylvia Plevritis (NIH: 1U01CA154960-01, 09/2011)
Integrated Biomedicine
http://research.utsa.edu/texas-
university-research/advanced-
research/biomedical/
Research Area of
Excellence at The
University of Texas at
San Antonio (UTSA),
USA.
Human immunology and infectious disease,
regenerative and molecular medicine, and
neuroscienceare all part of Integrative Biomedicine at
UTSA
Virtual Physiological Human Institute for Integrative Biomedical Research (VPH Institute)
http://www.itfom.eu/partners/
project-partners/11-
participants/398-virtual-
physiological-human-institute-
for-integrative-biomedical-
research-vph-belgium
Europa Five recent publications relevant to the project Viceconti, M., Taddei, F., Cristofolini, L., Martelli, S., Falcinelli, C., Schileo, E., 2012. Are spontaneous fractures possible? An example of clinical application for personalised, multiscale neuro musculo skeletal modelling. J Biomech 45(3), 421-426. Viceconti, M., McCulloch, A. D., 2011. Policy needs and options for a common approach towards modelling and simulation of human physiology and diseases with a focus on the Virtual Physiological Human. Stud Health Technol Inform 170, 49 82. Viceconti, M., 2011. A tentative taxonomy for predictive models in relation to their falsifiability. Philos Transact A Math Phys Eng Sci 369(1954), 4149 61. Viceconti, M., Kohl, P., 2010. The virtual physiological human: computer simulation for integrative biomedicine I. Philos Transact A Math Phys Eng Sci 368(1920), 2591 4. Viceconti, M., Clapworthy, G., Van Sint Jan, S., 2008. The Virtual Physiological Human–A European Initiative for In silico Human Modelling. J Physiol Sci,
Dec;58(7):441 6.
http://www.londonmedicine.ac.
uk/school/bbsrc-centre-for-
integrative-biomedicine/
Europa
http://ccib.mgh.harvard.edu/
Cursos Región
http://catalog.oakland.edu/pre
view_course_nopop.php?catoid
=15&coid=12942
USA
http://www.gu.se/digitalAssets
/730/730180_cns.pdf
Europa
https://graduate.med.uky.edu/i
ntegrated-biomedical-sciences
USA
https://ibms.nd.edu/ USA
https://www.bcm.edu/educatio
n/schools/graduate-school-of-
biomedical-
sciences/programs/integrative-
molecular-and-biomedical-
sciences/
USA
http://www.flpolycatalog.com/preview_course_nopop.php?catoid=7&coid=2957
USA
Revistas
http://www.gratisoa.org/journa
ls/index.php/GJBS
https://www.journals.elsevier.com/journal-of-computational-science/virtual-special-issues/computational-science-in-biomedicine-2010-2016
http://www.gratisoa.org/journa
ls/index.php/GJBS
Como se puede apreciar en la Tabla I, los tópicos cubiertos en cursos más completos de Biomedicina
Integrativa incluyen Biofísica y Biología Estructural, Genómica y Proteómica, Biología del Cáncer,
Inmunología y Enfermedades Infecciosas, Biología Química y Farmacología Molecular, Biología
Computacional y Bioinformática y Biología Molecular, Celular y del Desarrollo. Los grupos/centros suelen
contener a uno o más matemáticos. Los tópicos de investigación son muy variados pero intentan cubrir
problemas médicos de relevancia, generalmente complejos.
Durante los años 90 en países del mundo desarrollado se caracterizaron los detalles moleculares de
enfermedades genéticas de herencia mendeliana (enfermedades raras monogénicas), como por ejemplo la
fibrosis quística y otras canalopatías, distrofias musculares, etc, y la implementación de métodos
diagnósticos moleculares llevados al nivel de tamizaje poblacional1. El cambio de siglo se culminó con la
anotación de más de 20.000 genes humanos . La cantidad de información ya disponible y proyectada en ésta
la llamada “era posgenómica” y de las “tecnologías de la información” sobre las bases moleculares de las
enfermedades y las actividades humanas (incluídos los eventos médicos) es enorme 2-4. Sin embargo, el
trabajo de interpretación es complejo y por el momento no hay estándares. Por un lado las enfermedades
más prevalentes en países desarrollados y en “vías de desarrollo” no se explican sencillamente, se desarrollan
durante largos períodos de tiempo bajo la influencia de múltiples factores genéticos, ambientales y
nutricionales y del envejecimiento de las poblaciones. China nos brinda un ejemplo de cómo afectan la salud
los cambios alimentarios, culturales y su sustento económico en un determinado fondo genético: Este país
realizó una significativa transición alimentario sanitaria en un tiempo muy breve (aproximadamente 20 años,
una generación) gracias a la apertura de su economía y la occidentalización de la producción y el comercio
5,6. Esta gran brecha entre información y conocimiento es uno de los mayores obstáculos para el desarrollo
de las ciencias médicas. La interpretación de la información ómica (genómica, proteómica, transcriptómica,
etc.) debe realizarse en conjunto y teniendo en cuenta el significado y la solidez científica de las evidencias.
Así, el progreso futuro de la Medicina depende en parte del desarrollo de métodos de integración y análisis
sistémico así como de la transferencia educacional y tecnológica. El análisis sistémico y el análisis de grandes
cantidades de datos son el foco de distintas disciplinas como la Ciencia de Datos, la Matemática Aplicada, la
Biología de Sistemas y la Bioinformática. La conjugación de estas disciplinas en la llamada Biomedicina
Integrativa puede ser esencial en el citado camino 7-12. En este trabajo estudiamos la relación entre dos
enfermedades muy prevalentes a través de un enfoque de Biomedicina Integrativa con una perspectiva
Biofísica y Computacional.
La inferencia de redes a partir de resultados acumulados de experimentos clásicos o de resultados de
experiencias ómicas (proteómica, transcriptómica, genómica) es un enfoque válido y cada vez más usado
para representar y analizar la información molecular vasta y compleja asociada a enfermedades 13-15. La
validez práctica de este enfoque en particular deriva de la eficacia de los métodos así como de la potencia y
fácil acceso de las implementaciones computacionales hoy existentes. Utilizaremos diversas alternativas
disponibles para inferir redes moleculares en relación con dos enfermedades, el mal de Alzheimer y la
Diabetes Mellitus tipo 2.
La Diabetes es un grupo de enfermedades metabólicas de etiología múltiple y compleja
caracterizadas por hiperglucemia crónica causada por disminución en la producción de la hormona con
sensibilidad conservada o por resistencia a la acción de la insulina16.
De acuerdo con la Asociación de Diabetes Americana, la actual clasificación para este grupo nosológico es la
siguiente17:
1. Diabetes tipo 1 (DMT1): debida a la destrucción autoinmune de células beta pancreáticas, que usualmente
lleva a una deficiencia absoluta de insulina.
2. Diabetes tipo 2 (DMT2): Debida a una pérdida progresiva de la secreción de insulina por las células
beta del páncreas en el contexto de resistencia a la insulina.
3. Diabetes Mellitus Gestacional (DMG): diabetes diagnosticada en el segundo o tercer trimestre del
embarazo que no era diabetes reconocida antes de la gestación.
4. Tipos específicos de diabetes debidos a otras causas, por ejemplo síndromes diabéticos monogénicos
como diabetes neonatal y diabetes del joven de comienzo en la madurez (“MODY”), enfermedades del
páncreas exócrino (como la fibrosis quística), diabetes inducida por drogas (como por el uso de corticoides) o
químicos.
El diagnóstico de diabetes se realiza de acuerdo con la Tabla 2.
Tabla 2. Criterios diagnósticos de Diabetes Mellitus (ADA, 2017)
Por otra parte, la Enfermedad de Alzheimer (EA) es una enfermedad neurodegenerativa de lento
progreso que se manifiesta por demencia (síndrome caracterizado por dificultades con la memoria, el
lenguaje, la resolución de problemas y otras habilidades cognitivas que afectan la vida cotidiana) y es
causada por la destrucción o disfunción de neuronas en áreas cerebrales a cargo de funciones cognitivas,
aunque otros grupos neuronales son también comprometidos durante la progresión de la enfermedad. El
diagnóstico de EA suele realizarse con el diagnóstico de Demencia de Alzheimer (cuando la enfermedad ha
alcanzado la fase clínica). El deterioro cognitivo mínimo, una categoría de diagnóstico exclusivamente
clínico, suele preceder en 4-5 años al diagnóstico de Demencia de Alzheimer u otra demencia. Las guías
actuales americanas para el diagnóstico de Demencia de Alzheimer fueron publicadas en 2011 y expresan lo
que se muestra en la Tabla 3.
Tabla 3. criterios diagnósticos para Demencia causada por Enfermedad de Alzheimer
Se han identificado variantes génicas responsables de formas familiares (enfermedades monogénicas) de EA
y DMT2. Además, estudios de asociación génica de amplitud genómica (por ejemplo a través de la
determinación completa de exomas) y otros estudios de análisis de secuencias expresadas han posibilitado la
identificación de múltiples genes con variantes alélicas (incluyendo polimorfismos de un único nucleótido)
asociadas a DMT2 18-43 y EA 44-61 en muestras de diversas poblaciones, haciendo énfasis en distintos
grupos étnicos. Recientemente se ha investigado los nexos moleculares entre ambas enfermedades, como
posible explicación para su reconocida interacción.62-78 Estas informaciones están hoy depositadas y
libremente disponibles en múltiples bases de datos.
Además, se ha propuesto que la resistencia a la insulina en ciertas regiones del SNC son una causa
importante en la EA esporádica (de comienzo tardío), lo que algunos autores llaman Diabetes Mellitus Tipo 3 79-90.
Requisitos de Conocimientos Previos y Materiales
Ser estudiante de Medicina con primer año aprobado, Docente de la Facultad de Medicina en formación
(G1 o G2) o Estudiante de PEDECIBA/PROINBIO o Postdoc. Se requiere computadora portátil/laptop con
Windows 7/8/10.
Objetivos del Curso
Objetivo General: Servir de introducción al estudio de redes moleculares en Medicina desde el punto de
vista de conocimientos teóricos y habilidades prácticas, en un marco Biomédico Integrativo.
Objetivos Específicos:
1) Mejorar la valoración y el entendimiento de las Redes Moleculares como formas de descripción y modelado
de enfermedades de importancia médica
2) Introducir al uso de herramientas y bases de datos bioinformáticas disponibles para la creación, registro,
visualización y análisis de redes moleculares
3) Fomentar y facilitar la integración transdiciplinaria de conocimientos de distintas fuentes y tipos en
Medicina
4) Introducir y discutir la relevancia de la coordinación e integración de procesos a nivel celular
Metodología
Apertura: En la apertura se presentará el curso, su estructura, objetivos y las formas de evaluación. Se
dictarán dos teóricos el día 1 presentando desde el punto de vista médico básico los mecanismos moleculares
implicados en la DMT2. El segundo dia se enfocará en la Enfermedad de Alzheimer (EA). Estos teóricos
estarán a cargo de docentes clínicos de la Facultad de Medicina y de parte del docente responsable.
Desarrollo: En los siguientes 9 días se realizarán dos actividades téoricas de 45-60 min cada una a cargo de
investigadores invitados y del responsable del curso para cubrir un conjunto de vías de señalización, vías
metabólicas y procesos biológicos relacionados con la DMT2 y la EA. El día se completará con actividades
tipo tutorial que permitirán al estudiante instalar y correr R y gephi, así como aprender a realizar tareas
necesarias para concretar la entrega que permitirá ganar los créditos. Así transcurrirán dos semanas. En la
tercera semana, los estudiantes y el docente responsable se reunirán para trabajar en taller de acuerdo a las
necesidades de los estudiantes, posiblemente por espacio de 3 hs diarias. El horario del taller será en la
mañana y en la tarde para cada hemigrupo de acuerdo a restricciones horarias de los estudiantes. Luego del
segundo día de taller los estudiantes en forma individual realizaran la entrega de un archivo .gephi en versión
1, la cual será corregida en los dos días de taller siguientes. Los teóricos/temas hasta el momento definidos
son los que se señalan más adelante.
Cierre del Curso: El curso tendrá un cierre durante la cuarte semana en el que los estudiantes presentarán
frente al docente responsable, docentes invitados y compañeros los resultados finales del trabajo. Para ello
los estudiantes deberán analizar en grupo un par de archivos .gephi que serán entregados por el docente
responsable que resultarán de integrar las distintas vías y procesos estudiados.
Mantenimiento: Se mantendrá un intercambio a través de la plataforma EVA.
Temario y Cronograma Preliminar:
A continuación se presenta el temario y cronograma de actividades. El título y contenido exacto de cada
presentación puede variar ligeramente.
Duración y horario: 18 de setiembre al 6 de octubre de 8-13 hs
Día 1, lunes 18/9
1) Presentación del curso e informaciones organizativas (HBotti)
2) Diabetes Mellitus tipo 2: Regulación de la Glucemia y Etiopatogenia (ALujambio)
3) Vías de señalización y procesos celulares relacionados con la etiopatogenia molecular de la DMT2 (HB)
Día 2, martes 19/9
4) Enfermedad de Alzheimer: Funciones Cognitivas y Etiopatogenia (LRosa)
5) Vías de señalización y procesos celulares relacionados con la etiopatogenia molecular de la EA (HBotti)
6) Informaciones organizativas (HBotti)
Día 3, miércoles 20/9
7) DMT3 y relevamiento de vías y procesos de relevancia en DMT2 y la EA (HBotti)
8) Vía 1: vía de la insulina (HBotti)
9) Vía 2: vía del APP (HBotti)
Día 4, jueves 21/9
10) Vía 3: La mitocondria y vías de comunicación y regulación celular (CQuijano)
11) Vía 8: Rol de canales ionicos y calcio intracelular en la etiopatogenia y posibilidades terapeuticas de la
enfermedad de Alzheimer (GFerreira)
12) Tutorial 1. Instalación de programas, bases de datos y fuentes de información (requiere que los
estudiantes traigan computadoras, HBotti)
Día 5, viernes 22/9
13) Vía 4: Regulación y coordinación de la síntesis de proteínas (REhrlich)
14) Vía 5: Cilias primarias y su participación en la señalización y regulación celular (FIrigoin)
15) Tutorial 2. Creación de redes usando R (HBotti).
Día 6, lunes 25/9
16) Vía 6: Respuesta al daño en el DNA y control del ciclo celular (VSosa)
17) Vía 7: Expresión Génica y su Regulación (AParodi)
18) Primera consigna de trabajo e informaciones organizativas (HBotti)
Día 7, martes 26/9
19) Teoría de redes y métodos/herramientas de estudio (ACabana)
20) Vía 9: Formación, reacciones y efectos biológicos del óxido nítrico y el anión superóxido (HBotti)
21) Consultas y ajustes al trabajo en ejecución (HBotti)
Día 8, miércoles 27/9
22) Vía 10: Vías de señalización y regulación de respuestas inmunes innatas (MHill)
23) Vía 11: Sistema ubiquitina proteasoma y el control de procesos biológicos (HBotti)
24) Consultas y ajustes al trabajo en ejecución (HBotti)
Día 9, jueves 28/9
25) Vía 12: Vía de NOTCH (CBolatto)
26) Genómica, Transcriptómica y Bioinformática (L. Spangenberg)
27) Tutorial 3: Análisis, visualización y extensión de redes usando Gephi y Cytoscape (HBotti)
Día 10, viernes 29/9
28) Diálogo cruzado en la señalización celular ó variantes genéticas y funcionalidad proteica (FTrajtenberg)
29) Acoplamiento en procesos biológicos (HBotti)
30) Segunda consigna de trabajo (HBotti)
Días 11-15, lunes 2 a viernes 6 de octubre
31) Lunes 2 al jueves 5 de octubre: Taller con computadoras personales (HBotti)
32) Cierre del curso con presentación de resultados y discusión (HBotti, todos los docentes están Invitados)
Lugar y Horario de la Actividad Optativa
Los teóricos se realizarán en el salón Farabeuf o en el salón de Seminarios de Fisiología (Planta alta del
edificio central de la Facultad de Medicina. Los talleres posiblemente se realicen en el mismo lugar. El horario
será en mañana, a convenir con un subgrupo que prefiera la tarde.
Carga Horaria
Total cuatro semanas, 34 hs:
Teóricos: 45 min x 20: 15 hs
Tutoriales: 5 x 45 min: 4 hs
Talleres Presencial: 5 x 1h: 5 hs
Cierre del curso: 2 hs
Actividades no presenciales: 8 hs
Créditos:
La asistencia al 80% de los Teóricos, Tutoriales y Talleres más la entrega de los archivos de redes
corregidos tendrá un total de 5 créditos. Se entregará un certificado de asistencia al cierre del curso.
Evaluación
La evaluación de la actividad optativa consistirá en la entrega de un archivo .gephi para la vía/proceso
correspondiente al estudiante, que requerirá trabajo de correcciones y perfeccionamiento durante el curso. El
plazo máximo para la entrega es el miércoles 11 de octubre.
Cupo para Estudiantes de Medicina
15
La selección de estudiantes se hará por sorteo a través de Bedelía.
Cupo para Estudiantes de PROINBIO/PEDECIBA
10
Cupo para Docentes de la Facultad de Medicina Gdos 1 y 2
10
Cupo para Estudiantes del grupo 33 del CMC
6
Responsable: Dr. Horacio Botti
Prof. Adjunto. Departamento de Biofísica
Departamento de Biofísica
Contacto: [email protected]
Referencias (1) Mathew, C. Bmj 2001, 322, 1031. (2) Dasgupta, R. Journal of endourology 2015, 29, 1103. (3) Dacey, B.; Bholat, M. A. Primary care 2012, 39, 633. (4) Peltonen, L.; McKusick, V. A. Science 2001, 291, 1224. (5) Stevens, W.; Peneva, D.; Li, J. Z.; Liu, L. Z.; Liu, G.; Gao, R.; Lakdawalla, D. N. BMC health services research 2016, 16, 175. (6) Zhang, N.; Du, S. M.; Ma, G. S. European journal of clinical nutrition 2017. (7) Liu, E. T. Nature reviews. Genetics 2009, 10, 64. (8) Thiel, R.; Stroetmann, K. A.; Stroetmann, V. N.; Viceconti, M. Studies in health technology and informatics 2009, 150, 876. (9) Kohl, P.; Viceconti, M. Philosophical transactions. Series A, Mathematical, physical, and engineering sciences 2010, 368, 2837. (10) Viceconti, M.; Kohl, P. Philosophical transactions. Series A, Mathematical, physical, and engineering sciences 2010, 368, 2591. (11) Qiu, Y. H.; Deng, F. Y.; Tang, Z. X.; Jiang, Z. H.; Lei, S. F. Human immunology 2015, 76, 753. (12) Miller, C. L.; Pjanic, M.; Wang, T.; Nguyen, T.; Cohain, A.; Lee, J. D.; Perisic, L.; Hedin, U.; Kundu, R. K.; Majmudar, D.; Kim, J. B.; Wang, O.; Betsholtz, C.; Ruusalepp, A.; Franzen, O.; Assimes, T. L.; Montgomery, S. B.; Schadt, E. E.; Bjorkegren, J. L.; Quertermous, T. Nature communications 2016, 7, 12092. (13) Smita, S.; Lange, F.; Wolkenhauer, O.; Kohling, R. Biochimica et biophysica acta 2016, 1860, 2706. (14) Liu, J.; Wang, L.; Wang, W.; Li, Y.; Jia, X.; Zhai, S.; Shi, J.; Dang, S. Molecular medicine reports 2016, 14, 2379. (15) Chen, J.; Shen, B. Advances in experimental medicine and biology 2016, 939, 21. (16) Textbook of Diabetes; FIFTH EDITION ed.; Holt, R. I. G.; Cockram, C. S.; Flyvbjerg, A.; Goldstein, B. J., Eds.; JohnWiley & Sons, Ltd, 2017. (17) Marathe, P. H.; Gao, H. X.; Close, K. L. Journal of diabetes 2017, 9, 320. (18) Qi, Q.; Stilp, A. M.; Sofer, T.; Moon, J. Y.; Hidalgo, B.; Szpiro, A. A.; Wang, T.; Ng, M. C. Y.; Guo, X.; Consortium, M. E.-a. o. t. D. i. A. A.; Chen, Y. I.; Taylor, K. D.; Aviles-Santa, M. L.; Papanicolaou, G.; Pankow, J. S.; Schneiderman, N.; Laurie, C. C.; Rotter, J. I.; Kaplan, R. C. Diabetes 2017, 66, 1419. (19) Muller, Y. L.; Piaggi, P.; Chen, P.; Wiessner, G.; Okani, C.; Kobes, S.; Knowler, W. C.; Bogardus, C.; Hanson, R. L.; Baier, L. J. Diabetes/metabolism research and reviews 2017, 33. (20) Marvel, S. W.; Rotroff, D. M.; Wagner, M. J.; Buse, J. B.; Havener, T. M.; McLeod, H. L.; Motsinger-Reif, A. A.; The, A. A. I. PeerJ 2017, 5, e3187. (21) Haddad, S. A.; Palmer, J. R.; Lunetta, K. L.; Ng, M. C.; Consortium, M.; Ruiz-Narvaez, E. A. PloS one 2017, 12, e0172577. (22) Zia, A.; Wang, X.; Bhatti, A.; Demirci, F. Y.; Zhao, W.; Rasheed, A.; Samuel, M.; Kiani, A. K.; Ismail, M.; Zafar, J.; John, P.; Saleheen, D.; Kamboh, M. I. Diabetic medicine : a journal of the British Diabetic Association 2016, 33, 1112. (23) Zeng, C. P.; Chen, Y. C.; Lin, X.; Greenbaum, J.; Chen, Y. P.; Peng, C.; Wang, X. F.; Zhou, R.; Deng, W. M.; Shen, J.; Deng, H. W. Journal of diabetes 2016. (24) Xian, G.; Chao, Z.; Aisa, Y.; Ying, S.; Xuewei, Y.; Aosiman, N.; Yaqun, G.; Shuhua, X. Yi chuan = Hereditas 2016, 38, 543. (25) Sanchez-Pozos, K.; Menjivar, M. Archives of medical research 2016, 47, 496. (26) Sajuthi, S. P.; Sharma, N. K.; Chou, J. W.; Palmer, N. D.; McWilliams, D. R.; Beal, J.; Comeau, M. E.; Ma, L.; Calles-Escandon, J.; Demons, J.; Rogers, S.; Cherry, K.; Menon, L.; Kouba, E.; Davis, D.; Burris, M.; Byerly, S. J.; Ng, M. C.; Maruthur, N. M.; Patel, S. R.; Bielak, L. F.; Lange, L. A.; Guo, X.; Sale, M. M.; Chan, K. H.; Monda, K. L.; Chen, G. K.; Taylor, K.; Palmer, C.; Edwards, T. L.; North, K. E.; Haiman, C. A.; Bowden, D. W.; Freedman, B. I.; Langefeld, C. D.; Das, S. K. Human genetics 2016, 135, 869. (27) Rutter, G. A. Cell stem cell 2016, 19, 281. (28) Rao, P.; Zhou, Y.; Ge, S. Q.; Wang, A. X.; Yu, X. W.; Alzain, M. A.; Veronica, A. K.; Qiu, J.; Song, M. S.; Zhang, J.; Wang, H.; Fang, H. H.; Gao, Q.; Wang, Y. X.; Wang, W. International journal of
environmental research and public health 2016, 13. (29) Rao, P.; Wang, H.; Fang, H.; Gao, Q.; Zhang, J.; Song, M.; Zhou, Y.; Wang, Y.; Wang, W. International journal of environmental research and public health 2016, 13. (30) Qiu, J.; Moore, J. H.; Darabos, C. Genetic epidemiology 2016, 40, 293. (31) Phani, N. M.; Adhikari, P.; Nagri, S. K.; D'Souza, S. C.; Satyamoorthy, K.; Rai, P. S. PloS one 2016, 11, e0157364. (32) Matsuba, R.; Imamura, M.; Tanaka, Y.; Iwata, M.; Hirose, H.; Kaku, K.; Maegawa, H.; Watada, H.; Tobe, K.; Kashiwagi, A.; Kawamori, R.; Maeda, S. PloS one 2016, 11, e0154093. (33) Lim, S. C.; Dorajoo, R.; Zhang, X.; Wang, L.; Ang, S. F.; Tan, C. S.; Yeoh, L. Y.; Ng, X. W.; Li, N.; Su, C.; Liu, S.; Wong, M. D.; Low, K. M.; Yao, A. O.; Babitha, J.; Fun, S.; Zhou, S.; Lee, S. B.; Tang, W. E.; Tavintharan, S.; Sum, C. F.; Liu, J. J. Nephrology, dialysis, transplantation : official publication of the European Dialysis and Transplant Association - European Renal Association 2016. (34) Kommoju, U. J.; Samy, S. K.; Maruda, J.; Irgam, K.; Kotla, J. P.; Velaga, L.; Reddy, B. M. The Indian journal of medical research 2016, 143, 455. (35) Keaton, J. M.; Hellwege, J. N.; Ng, M. C.; Palmer, N. D.; Pankow, J. S.; Fornage, M.; Wilson, J. G.; Correa, A.; Rasmussen-Torvik, L. J.; Rotter, J. I.; Chen, Y. I.; Taylor, K. D.; Rich, S. S.; Wagenknecht, L. E.; Freedman, B. I.; Bowden, D. W. Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing 2016, 22, 242. (36) Keaton, J. M.; Hellwege, J. N.; Ng, M. C.; Palmer, N. D.; Pankow, J. S.; Fornage, M.; Wilson, J. G.; Correa, A.; Rasmussen-Torvik, L. J.; Rotter, J. I.; Chen, Y. D.; Taylor, K. D.; Rich, S. S.; Wagenknecht, L. E.; Freedman, B. I.; Bowden, D. W. PloS one 2016, 11, e0159977. (37) Joyce-Tan, S. M.; Zain, S. M.; Abdul Sattar, M. Z.; Abdullah, N. A. Journal of diabetes research 2016, 2016, 2161376. (38) Imamura, M.; Takahashi, A.; Yamauchi, T.; Hara, K.; Yasuda, K.; Grarup, N.; Zhao, W.; Wang, X.; Huerta-Chagoya, A.; Hu, C.; Moon, S.; Long, J.; Kwak, S. H.; Rasheed, A.; Saxena, R.; Ma, R. C.; Okada, Y.; Iwata, M.; Hosoe, J.; Shojima, N.; Iwasaki, M.; Fujita, H.; Suzuki, K.; Danesh, J.; Jorgensen, T.; Jorgensen, M. E.; Witte, D. R.; Brandslund, I.; Christensen, C.; Hansen, T.; Mercader, J. M.; Flannick, J.; Moreno-Macias, H.; Burtt, N. P.; Zhang, R.; Kim, Y. J.; Zheng, W.; Singh, J. R.; Tam, C. H.; Hirose, H.; Maegawa, H.; Ito, C.; Kaku, K.; Watada, H.; Tanaka, Y.; Tobe, K.; Kawamori, R.; Kubo, M.; Cho, Y. S.; Chan, J. C.; Sanghera, D.; Frossard, P.; Park, K. S.; Shu, X. O.; Kim, B. J.; Florez, J. C.; Tusie-Luna, T.; Jia, W.; Tai, E. S.; Pedersen, O.; Saleheen, D.; Maeda, S.; Kadowaki, T. Nature communications 2016, 7, 10531. (39) Go, M. J.; Lee, Y.; Park, S.; Kwak, S. H.; Kim, B. J.; Lee, J. Journal of human genetics 2016, 61, 1009. (40) Giri, A. K.; Banerjee, P.; Chakraborty, S.; Kauser, Y.; Undru, A.; Roy, S.; Parekatt, V.; Ghosh, S.; Tandon, N.; Bharadwaj, D. Scientific reports 2016, 6, 21440. (41) Gan, W.; Walters, R. G.; Holmes, M. V.; Bragg, F.; Millwood, I. Y.; Banasik, K.; Chen, Y.; Du, H.; Iona, A.; Mahajan, A.; Yang, L.; Bian, Z.; Guo, Y.; Clarke, R. J.; Li, L.; McCarthy, M. I.; Chen, Z.; China Kadoorie Biobank Collaborative, G. Diabetologia 2016, 59, 1446. (42) Cook, J. P.; Morris, A. P. European journal of human genetics : EJHG 2016, 24, 1175. (43) Beer, N. L.; Gloyn, A. L. F1000Research 2016, 5. (44) N'Songo, A.; Carrasquillo, M. M.; Wang, X.; Burgess, J. D.; Nguyen, T.; Asmann, Y. W.; Serie, D. J.; Younkin, S. G.; Allen, M.; Pedraza, O.; Duara, R.; Greig Custo, M. T.; Graff-Radford, N. R.; Ertekin-Taner, N. Neurology. Genetics 2017, 3, e141. (45) Apostolova, L. G. Nature reviews. Neurology 2017, 13, 321. (46) Mormino, E. C.; Sperling, R. A.; Holmes, A. J.; Buckner, R. L.; De Jager, P. L.; Smoller, J. W.; Sabuncu, M. R.; Alzheimer's Disease Neuroimaging, I. Neurology 2016, 87, 481. (47) Jun, G.; Ibrahim-Verbaas, C. A.; Vronskaya, M.; Lambert, J. C.; Chung, J.; Naj, A. C.; Kunkle, B. W.; Wang, L. S.; Bis, J. C.; Bellenguez, C.; Harold, D.; Lunetta, K. L.; Destefano, A. L.; Grenier-Boley, B.; Sims, R.; Beecham, G. W.; Smith, A. V.; Chouraki, V.; Hamilton-Nelson, K. L.; Ikram, M. A.; Fievet, N.; Denning, N.; Martin, E. R.; Schmidt, H.; Kamatani, Y.; Dunstan, M. L.; Valladares, O.; Laza, A. R.; Zelenika, D.; Ramirez, A.; Foroud, T. M.; Choi, S. H.; Boland, A.; Becker, T.; Kukull, W. A.; van der Lee, S. J.; Pasquier, F.; Cruchaga, C.; Beekly, D.; Fitzpatrick, A. L.; Hanon, O.; Gill, M.; Barber, R.; Gudnason, V.; Campion, D.; Love, S.; Bennett, D. A.; Amin, N.; Berr, C.; Tsolaki, M.; Buxbaum, J. D.; Lopez, O. L.; Deramecourt, V.; Fox, N. C.;
Cantwell, L. B.; Tarraga, L.; Dufouil, C.; Hardy, J.; Crane, P. K.; Eiriksdottir, G.; Hannequin, D.; Clarke, R.; Evans, D.; Mosley, T. H., Jr.; Letenneur, L.; Brayne, C.; Maier, W.; De Jager, P.; Emilsson, V.; Dartigues, J. F.; Hampel, H.; Kamboh, M. I.; de Bruijn, R. F.; Tzourio, C.; Pastor, P.; Larson, E. B.; Rotter, J. I.; O'Donovan, M. C.; Montine, T. J.; Nalls, M. A.; Mead, S.; Reiman, E. M.; Jonsson, P. V.; Holmes, C.; St George-Hyslop, P. H.; Boada, M.; Passmore, P.; Wendland, J. R.; Schmidt, R.; Morgan, K.; Winslow, A. R.; Powell, J. F.; Carasquillo, M.; Younkin, S. G.; Jakobsdottir, J.; Kauwe, J. S.; Wilhelmsen, K. C.; Rujescu, D.; Nothen, M. M.; Hofman, A. Molecular psychiatry 2016, 21, 108. (48) Farfel, J. M.; Yu, L.; Buchman, A. S.; Schneider, J. A.; De Jager, P. L.; Bennett, D. A. Neurology 2016, 87, 489. (49) Vardarajan, B. N.; Ghani, M.; Kahn, A.; Sheikh, S.; Sato, C.; Barral, S.; Lee, J. H.; Cheng, R.; Reitz, C.; Lantigua, R.; Reyes-Dumeyer, D.; Medrano, M.; Jimenez-Velazquez, I. Z.; Rogaeva, E.; St George-Hyslop, P.; Mayeux, R. Annals of neurology 2015, 78, 487. (50) Sato, N.; Morishita, R. Frontiers in aging neuroscience 2015, 7, 199. (51) Allen, M.; Kachadoorian, M.; Carrasquillo, M. M.; Karhade, A.; Manly, L.; Burgess, J. D.; Wang, C.; Serie, D.; Wang, X.; Siuda, J.; Zou, F.; Chai, H. S.; Younkin, C.; Crook, J.; Medway, C.; Nguyen, T.; Ma, L.; Malphrus, K.; Lincoln, S.; Petersen, R. C.; Graff-Radford, N. R.; Asmann, Y. W.; Dickson, D. W.; Younkin, S. G.; Ertekin-Taner, N. Neurology. Genetics 2015, 1, e15. (52) Chung, S. J.; Lee, J. H.; Kim, S. Y.; You, S.; Kim, M. J.; Lee, J. Y.; Koh, J. Alzheimer disease and associated disorders 2013, 27, 250. (53) Swerdlow, R. H.; Corder, E. H. Neurology 2012, 79, 204. (54) Hong, M. G.; Reynolds, C. A.; Feldman, A. L.; Kallin, M.; Lambert, J. C.; Amouyel, P.; Ingelsson, E.; Pedersen, N. L.; Prince, J. A. Human mutation 2012, 33, 521. (55) Allen, M.; Zou, F.; Chai, H. S.; Younkin, C. S.; Miles, R.; Nair, A. A.; Crook, J. E.; Pankratz, V. S.; Carrasquillo, M. M.; Rowley, C. N.; Nguyen, T.; Ma, L.; Malphrus, K. G.; Bisceglio, G.; Ortolaza, A. I.; Palusak, R.; Middha, S.; Maharjan, S.; Georgescu, C.; Schultz, D.; Rakhshan, F.; Kolbert, C. P.; Jen, J.; Sando, S. B.; Aasly, J. O.; Barcikowska, M.; Uitti, R. J.; Wszolek, Z. K.; Ross, O. A.; Petersen, R. C.; Graff-Radford, N. R.; Dickson, D. W.; Younkin, S. G.; Ertekin-Taner, N. Molecular neurodegeneration 2012, 7, 13. (56) Allen, M.; Zou, F.; Chai, H. S.; Younkin, C. S.; Crook, J.; Pankratz, V. S.; Carrasquillo, M. M.; Rowley, C. N.; Nair, A. A.; Middha, S.; Maharjan, S.; Nguyen, T.; Ma, L.; Malphrus, K. G.; Palusak, R.; Lincoln, S.; Bisceglio, G.; Georgescu, C.; Schultz, D.; Rakhshan, F.; Kolbert, C. P.; Jen, J.; Haines, J. L.; Mayeux, R.; Pericak-Vance, M. A.; Farrer, L. A.; Schellenberg, G. D.; Petersen, R. C.; Graff-Radford, N. R.; Dickson, D. W.; Younkin, S. G.; Ertekin-Taner, N.; Alzheimer's Disease Genetics, C.; Apostolova, L. G.; Arnold, S. E.; Baldwin, C. T.; Barber, R.; Barmada, M. M.; Beach, T.; Beecham, G. W.; Beekly, D.; Bennett, D. A.; Bigio, E. H.; Bird, T. D.; Blacker, D.; Boeve, B. F.; Bowen, J. D.; Boxer, A.; Burke, J. R.; Buros, J.; Buxbaum, J. D.; Cairns, N. J.; Cantwell, L. B.; Cao, C.; Carlson, C. S.; Carney, R. M.; Carroll, S. L.; Chui, H. C.; Clark, D. G.; Corneveaux, J.; Cotman, C. W.; Crane, P. K.; Cruchaga, C.; Cummings, J. L.; De Jager, P. L.; DeCarli, C.; DeKosky, S. T.; Demirci, F. Y.; Diaz-Arrastia, R.; Dick, M.; Dombroski, B. A.; Duara, R.; Ellis, W. D.; Evans, D.; Faber, K. M.; Fallon, K. B.; Farlow, M. R.; Ferris, S.; Foroud, T. M.; Frosch, M.; Galasko, D. R.; Gallins, P. J.; Ganguli, M.; Gearing, M.; Geschwind, D. H.; Ghetti, B.; Gilbert, J. R.; Gilman, S.; Giordani, B.; Glass, J. D.; Goate, A. M.; Green, R. C.; Growdon, J. H.; Hakonarson, H.; Hamilton, R. L.; Hardy, J.; Harrell, L. E.; Head, E.; Honig, L. S.; Huentelman, M. J. Neurology 2012, 79, 221. (57) Genin, E.; Hannequin, D.; Wallon, D.; Sleegers, K.; Hiltunen, M.; Combarros, O.; Bullido, M. J.; Engelborghs, S.; De Deyn, P.; Berr, C.; Pasquier, F.; Dubois, B.; Tognoni, G.; Fievet, N.; Brouwers, N.; Bettens, K.; Arosio, B.; Coto, E.; Del Zompo, M.; Mateo, I.; Epelbaum, J.; Frank-Garcia, A.; Helisalmi, S.; Porcellini, E.; Pilotto, A.; Forti, P.; Ferri, R.; Scarpini, E.; Siciliano, G.; Solfrizzi, V.; Sorbi, S.; Spalletta, G.; Valdivieso, F.; Vepsalainen, S.; Alvarez, V.; Bosco, P.; Mancuso, M.; Panza, F.; Nacmias, B.; Bossu, P.; Hanon, O.; Piccardi, P.; Annoni, G.; Seripa, D.; Galimberti, D.; Licastro, F.; Soininen, H.; Dartigues, J. F.; Kamboh, M. I.; Van Broeckhoven, C.; Lambert, J. C.; Amouyel, P.; Campion, D. Molecular psychiatry 2011, 16, 903. (58) Seshadri, S.; Fitzpatrick, A. L.; Ikram, M. A.; DeStefano, A. L.; Gudnason, V.; Boada, M.; Bis, J. C.; Smith, A. V.; Carassquillo, M. M.; Lambert, J. C.; Harold, D.; Schrijvers, E. M.; Ramirez-Lorca, R.; Debette, S.; Longstreth, W. T., Jr.; Janssens, A. C.; Pankratz, V. S.; Dartigues, J. F.; Hollingworth, P.; Aspelund, T.; Hernandez, I.; Beiser, A.; Kuller, L. H.; Koudstaal, P. J.; Dickson, D. W.; Tzourio, C.; Abraham, R.; Antunez, C.; Du, Y.; Rotter, J. I.; Aulchenko, Y. S.; Harris, T. B.; Petersen, R. C.; Berr, C.; Owen, M. J.; Lopez-Arrieta, J.;
Varadarajan, B. N.; Becker, J. T.; Rivadeneira, F.; Nalls, M. A.; Graff-Radford, N. R.; Campion, D.; Auerbach, S.; Rice, K.; Hofman, A.; Jonsson, P. V.; Schmidt, H.; Lathrop, M.; Mosley, T. H.; Au, R.; Psaty, B. M.; Uitterlinden, A. G.; Farrer, L. A.; Lumley, T.; Ruiz, A.; Williams, J.; Amouyel, P.; Younkin, S. G.; Wolf, P. A.; Launer, L. J.; Lopez, O. L.; van Duijn, C. M.; Breteler, M. M.; Consortium, C.; Consortium, G.; Consortium, E. Jama 2010, 303, 1832. (59) Naj, A. C.; Beecham, G. W.; Martin, E. R.; Gallins, P. J.; Powell, E. H.; Konidari, I.; Whitehead, P. L.; Cai, G.; Haroutunian, V.; Scott, W. K.; Vance, J. M.; Slifer, M. A.; Gwirtsman, H. E.; Gilbert, J. R.; Haines, J. L.; Buxbaum, J. D.; Pericak-Vance, M. A. PLoS genetics 2010, 6, e1001130. (60) Ertekin-Taner, N. Alzheimer's research & therapy 2010, 2, 3. (61) Beecham, G. W.; Martin, E. R.; Li, Y. J.; Slifer, M. A.; Gilbert, J. R.; Haines, J. L.; Pericak-Vance, M. A. American journal of human genetics 2009, 84, 35. (62) Greenbaum, L.; Ravona-Springer, R.; Lubitz, I.; Schmeidler, J.; Cooper, I.; Sano, M.; Silverman, J. M.; Heymann, A.; Beeri, M. S. European neuropsychopharmacology : the journal of the European College of Neuropsychopharmacology 2016, 26, 787. (63) Gao, L.; Cui, Z.; Shen, L.; Ji, H. F. Journal of Alzheimer's disease : JAD 2016, 50, 13. (64) Lunnon, K.; Smith, R. G.; Cooper, I.; Greenbaum, L.; Mill, J.; Beeri, M. S. Neurobiology of aging 2015, 36, 1600 e1. (65) Hao, K.; Di Narzo, A. F.; Ho, L.; Luo, W.; Li, S.; Chen, R.; Li, T.; Dubner, L.; Pasinetti, G. M. Molecular aspects of medicine 2015, 43-44, 66. (66) Chung, S. J.; Kim, M. J.; Kim, J.; Ryu, H. S.; Kim, Y. J.; Kim, S. Y.; Lee, J. H. Parkinsonism & related disorders 2015, 21, 1435. (67) Zhang, J.; Chen, C.; Hua, S.; Liao, H.; Wang, M.; Xiong, Y.; Cao, F. Diabetes research and clinical practice 2017, 124, 41. (68) Li, J.; Cesari, M.; Liu, F.; Dong, B.; Vellas, B. Canadian journal of diabetes 2017, 41, 114. (69) Li, X.; Song, D.; Leng, S. X. Clinical interventions in aging 2015, 10, 549. (70) Sery, O.; Hlinecka, L.; Balcar, V. J.; Janout, V.; Povova, J. Neuro endocrinology letters 2014, 35, 691. (71) Rasool, M.; Malik, A.; Qazi, A. M.; Sheikh, I. A.; Manan, A.; Shaheen, S.; Qazi, M. H.; Chaudhary, A. G.; Abuzenadah, A. M.; Asif, M.; Alqahtani, M. H.; Iqbal, Z.; Shaik, M. M.; Gan, S. H.; Kamal, M. A. CNS & neurological disorders drug targets 2014, 13, 533. (72) Proitsi, P.; Lupton, M. K.; Velayudhan, L.; Hunter, G.; Newhouse, S.; Lin, K.; Fogh, I.; Tsolaki, M.; Daniilidou, M.; Pritchard, M.; Craig, D.; Todd, S.; Johnston, J. A.; McGuinness, B.; Kloszewska, I.; Soininen, H.; Mecocci, P.; Vellas, B.; Passmore, P. A.; Sims, R.; Williams, J.; Brayne, C.; Alzheimer's Disease Neuroimaging, I.; Consortium, G.; Stewart, R.; Sham, P.; Lovestone, S.; Powell, J. F. Neurobiology of aging 2014, 35, 2883 e3. (73) Dominguez, R. O.; Pagano, M. A.; Marschoff, E. R.; Gonzalez, S. E.; Repetto, M. G.; Serra, J. A. Neurologia 2014, 29, 567. (74) Riederer, P.; Bartl, J.; Laux, G.; Grunblatt, E. Neurotoxicity research 2011, 19, 253. (75) Sims-Robinson, C.; Kim, B.; Rosko, A.; Feldman, E. L. Nature reviews. Neurology 2010, 6, 551. (76) Irie, F.; Fitzpatrick, A. L.; Lopez, O. L.; Kuller, L. H.; Peila, R.; Newman, A. B.; Launer, L. J. Archives of neurology 2008, 65, 89. (77) Beeri, M. S.; Schmeidler, J.; Silverman, J. M.; Gandy, S.; Wysocki, M.; Hannigan, C. M.; Purohit, D. P.; Lesser, G.; Grossman, H. T.; Haroutunian, V. Neurology 2008, 71, 750. (78) Janson, J.; Laedtke, T.; Parisi, J. E.; O'Brien, P.; Petersen, R. C.; Butler, P. C. Diabetes 2004, 53, 474. (79) Journal of Alzheimer's disease : JAD 2006, 9, 349. (80) Pilcher, H. The Lancet. Neurology 2006, 5, 388. (81) de la Monte, S. M.; Wands, J. R. Journal of diabetes science and technology 2008, 2, 1101. (82) Accardi, G.; Caruso, C.; Colonna-Romano, G.; Camarda, C.; Monastero, R.; Candore, G. Rejuvenation research 2012, 15, 217. (83) Steen, E.; Terry, B. M.; Rivera, E. J.; Cannon, J. L.; Neely, T. R.; Tavares, R.; Xu, X. J.; Wands, J. R.; de la Monte, S. M. Journal of Alzheimer's disease : JAD 2005, 7, 63.
(84) Lester-Coll, N.; Rivera, E. J.; Soscia, S. J.; Doiron, K.; Wands, J. R.; de la Monte, S. M. Journal of Alzheimer's disease : JAD 2006, 9, 13. (85) Kandimalla, R.; Thirumala, V.; Reddy, P. H. Biochimica et biophysica acta 2016. (86) Kandimalla, R.; Thirumala, V.; Reddy, P. H. Biochimica et biophysica acta 2017, 1863, 1078. (87) Kroner, Z. Alternative medicine review : a journal of clinical therapeutic 2009, 14, 373. (88) de la Monte, S. M.; Tong, M.; Lester-Coll, N.; Plater, M., Jr.; Wands, J. R. Journal of Alzheimer's disease : JAD 2006, 10, 89. (89) Leszek, J.; Trypka, E.; Tarasov, V. V.; Md Ashraf, G.; Aliev, G. Current topics in medicinal chemistry 2017. (90) Mittal, K.; Mani, R. J.; Katare, D. P. Scientific reports 2016, 6, 25589.