BRPI0715226A2 - mÉtodos de selecionar uma composiÇço de raÇço para uma subpopulaÇço de animais, para diagnosticar um estado de bem estar, doenÇa ou distérbio fisiolàgico, ou uma predisposiÇço a doenÇa ou distérbio fisiolàgico em um sujeito animal, e para prever a condiÇço ou classe "fisiolàgica" de um animal e sua propensço para desenvolver doenÇa ou para responder a um dado tratamento nutricional, e, composiÇço de raÇço - Google Patents

Abstract

METODOS DE SELECIONAR UMA coMPosiçço DE RAÇçO PARA UMA SUBPOPULAÇçO DE ANIMAIS, PARA DIAGNOSTICAR UM ESTADO DE BEM ESTAR, DOENÇA OU DISTURBIO FISIOLàGICO, OU UMA PREDISPOSIÇçO A DOENÇA OU DISTURBIO FISIOLàGICO EM UM SUJEITO ANIMAL, E PARA PREVER A CONDIÇçO OU CLASSE "FISIOLàGICA" DE UM ANIMAL E SUA PROPENSçO PARA DESENVOLVER DOENÇA OU PARA RESPONDER A UM DADO TRATAMENTO NUTRICIONAL, E, COMPOSIÇçO DE RAÇçO. Um método para preparar uma composição de ração para animais compreendendo: (a) acessar pelo menos um banco de dados que compreende um primeiro conjunto de dados relacionando perfil genômico funcional de uma amostra de tecido ou biofluido de um animal com condição fisiológica e opcionalmente genótipo do animal; (b) acessar pelo menos um banco de dados que compreende um segundo conjunto de dados relacionado aos efeitos de componentes dietéticos bioativos sobre perfil genômico funcional; (c) pelo uso de um algoritmo ocasionado destes conjuntos de dados, processar dados de entrada definindo condição fisiológica e opcionalmente genótipo de uma subpopulação de animais para derivar uma fórmula nutricional promotora de bem estar de um ou mais animais da subpopulação; e (d) preparar uma composição de ração baseada numa fórmula nutricional.

Description

"MÉTODOS DE SELECIONAR UMA COMPOSIÇÃO DE RAÇÃO PARA UMA SUBPOPULAÇÃO DE ANIMAIS, PARA DIAGNOSTICAR UM ESTADO DE BEM ESTAR, DOENÇA OU DISTÚRBIO FISIOLÓGICO, OU UMA PREDISPOSIÇÃO A DOENÇA OU DISTÚRBIO FISIOLÓGICO EM UM SUJEITO ANIMAL, E PARA PREVER A CONDIÇÃO OU CLASSE "FISIOLÓGICA" DE UM ANIMAL E SUA PROPENSÃO PARA DESENVOLVER DOENÇA OU PARA RESPONDER A UM DADO TRATAMENTO NUTRICIONAL, E, COMPOSIÇÃO DE RAÇÃO" REFERÊNCIA CRUZADA AOS PEDIDOS RELACIONADOS

Este pedido reivindica prioridade ao Pedido de Patente dos Estados Unidos de Número Serial 11/469.565 depositado a 1 de Setembro de 2006, que é uma continuação em parte do Pedido de Patente dos Estados Unidos de Número 11/366.655 depositado em 2 de Março de 2006 que reivindica o benefício do Pedido de Patente Provisório dos Estados Unidos de Número Serial 60/657.980, depositado aos 2 de Março de 2005, cujas descrições são por meio deste aqui incorporados como referências. FUNDAMENTOS DA INVENÇÃO Campo da Invenção

A invenção refere-se geralmente à nutrição animal e particularmente aos métodos e aos sistemas para projetar composições de ração para animais, incluindo composições de ração que promovem a saúde e o bem estar de subpopulações de animais definidas. Descrição da Arte Relacionada

Componentes dietéticos bioativos (BDCs) que, quando incluídos em uma dieta de animal em um nível apropriado, promovem bem estar do animal são bem conhecidos e são agora comumente incluídos em suplementos e produtos alimentícios para animais de companhia. Exemplos de tais BDCs incluem aminoácidos, açúcares simples e complexos, vitaminas, co-fatores, antioxidantes, ácidos ômega-3, várias preparações botânicas, etc. Avanços recentes no entendimento de algumas dos papéis que BDCs desempenham no bem estar de cães e gatos, juntos com a descoberta de novos BDCs, têm levado a uma proliferação de produtos alimentícios para animais de companhia no comércio que são projetados ou reivindicados para solucionarem as necessidades particulares e os estados particulares de saúde ou de estados doentios de classes diferentes de animais.

Paradoxalmente, esta proliferação não tem tornado mais fácil para um proprietário de cão ou de gato selecionar os produtos alimentícios para animais de companhia, se existirem, que proporcionarão nutrição ótima para seu animal de companhia. Muitos animais têm uma pluralidade ou complexidade de problemas de bem estar, e focalização de um plano de alimentação sobre um problema, por exemplo obesidade ou diabetes, embora falhando em solucionar outros problemas pode ser prejudicial para o bem estar total e a qualidade de vida do animal. Várias tentativas têm sido feitas para simplificar o problema de

seleção de um ração para animal de companhia. No caso de rações para cães, por exemplo, fórmulas têm estado disponíveis há longo tempo para filhotes de cães, cães adultos e cães maduros; para cães ativos e inativos; para cães de caças pequena e grande, e assim por diante. Métodos para personalizar um produto alimentício para um

animal específico também têm sido propostos. Por exemplo, Patente U.S. de Número 6.493.641 propõe que um proprietário de animal de companhia proporcione um perfil de animal de companhia individual (e.g., em resposta a uma indagação) via uma interface eletrônica, e submeta uma amostra biológica (e.g., saliva, fezes ou pêlo); da informação assim proporcionada, uma fórmula de ração personalizada para o animal de companhia é dito em ser gerada.

Swanson et ai. (2003) J. Nutr. 133, 3033-3040 prognosticaram que genômica de cães e gatos emergiria como áreas importantes de estudo, e que recursos tais como mapas genômicos de gatos e de cães "podem ser aplicados no campo de proteômica e genômica nutricionais, aumentando nosso entendimento do metabolismo e otimizando o estado saudável nutricional de animais de companhia", Id., p. 3033, Abstract. Os autores adicionalmente prognosticaram que "metabolômica, proteômica e genômica nutricionais serão importantes na determinação de requerimentos nutricionais de cães e de gatos em estágios de vida diferentes, na prevenção e no tratamento de vários estados doentios, e no teste de numerosos ingredientes funcionais e suplementos herbáceos que estão se impondo no comércio de rações para animais de companhia", Id., p. 3038.

Requerimentos nutricionais têm sido até agora estabelecidos principalmente por estudos empíricos envolvendo composições diferentes para grupos de animais de acordo com protocolos definidos. Dados gerados de tais estudos têm avançado significativamente a arte, mas ainda permanece uma necessidade de métodos aperfeiçoados de projetar rações para animais de companhia atendendo às necessidades de bem estar de subpopulações específicas de animais, definidas quer pelo genótipo, fenótipo quer por uma combinação de ambos, incluindo subpopulações definidas como animais individuais. SUMÁRIO DA INVENÇÃO

Em vários aspectos, a presente invenção proporciona uma série de métodos e sistemas nos quais um componente importante é o processamento de informação relacionada ao perfil genômico funcional (FGP) de animais, particularmente animais de companhia tais como cães e gatos. Em um aspecto, a invenção proporciona um método de

selecionar uma composição de ração para uma subpopulação de animais. O método compreende (a) acessar pelo menos um banco de dados que compreende um primeiro conjunto de dados relacionando FGP de uma amostra de tecido ou biofluido de um animal com condição fisiológica e opcionalmente genótipo do animal; (b) acessar pelo menos um banco de dados que compreende um segundo conjunto de dados relacionado aos efeitos de BDCs sobre FGP; e (c) pelo uso de um algoritmo que se baseia nos primeiro e segundo conjuntos de dados, processar dados de entrada definindo condição fisiológica e opcionalmente genótipo da subpopulação para derivar uma fórmula nutricional útil para selecionar e preparar uma composição de ração para uma subpopulação de animais. Em uma modalidade, o método adicionalmente compreende preparar uma composição de ração baseada na fórmula nutricional. Em outro aspecto, a invenção proporciona uma composição de ração preparada pelo método. O método, fórmula nutricional, e composição de ração são úteis para promover bem estar e/ou para prevenir ou tratar doença em um ou mais animais da subpopulação.

Em outro aspecto, a invenção proporciona um sistema auxiliado por computador para projetar uma fórmula nutricional para uma subpopulação de animais. O sistema compreende sobre um a uma pluralidade de meios capazes de realizar interface com usuário (a) um primeiro conjunto de dados relacionando FGP de uma amostra de tecido ou biofluido de um animal com condição fisiológica e opcionalmente genótipo do animal; (b) um segundo conjunto de dados relacionado aos efeitos de BDCs sobre FGP; e (c) um primeiro algoritmo capaz, embora baseado nos primeiro e segundo conjuntos de dados, de processar dados de entrada definindo condição fisiológica e opcionalmente genótipo da subpopulação para derivar uma fórmula nutricional promotora de bem estar de um ou mais animais da subpopulação.

Em um aspecto relacionado, a invenção proporciona um método de projetar uma fórmula nutricional para uma subpopulação de animais. O método compreende acessar o sistema auxiliado por computador descrito acima para derivar, via o seu primeiro algoritmo, uma fórmula nutricional promotora de bem estar de um ou mais animais da subpopulação. Em um outro aspecto, a invenção proporciona um método de promover bem estar de um sujeito animal que é um membro de uma subpopulação. O método compreende (a) acessar pelo menos um banco de dados que compreende um primeiro conjunto de dados relacionando FGP de uma amostra de tecido ou biofluido de um animal com condição fisiológica e opcionalmente genótipo do animal; (b) acessar pelo menos um banco de dados que compreende um segundo conjunto de dados relacionado aos efeitos de BDCs sobre FGP; (c) pelo uso de um algoritmo baseando nos primeiro e segundo conjuntos de dados, processar dados de entrada definindo condição fisiológica e opcionalmente genótipo da subpopulação para derivar uma fórmula nutricional promotora de bem estar de um ou mais animais da subpopulação; (d) preparar uma composição de ração baseada na fórmula nutricional assim derivada; e (e) alimentar a composição de ração ao sujeito.

Em um outro aspecto, a invenção proporciona um método de receitar uma dieta de bem estar a um sujeito animal que é um membro de uma subpopulação definível pelo genótipo e/ou pela condição fisiológica. O método compreende (a) acessar pelo menos um banco de dados que compreende um primeiro conjunto de dados relacionando FGP de uma amostra de tecido ou biofluido de um animal com condição fisiológica e opcionalmente genótipo do animal; (b) acessar pelo menos um banco de dados que compreende um segundo conjunto de dados relacionado aos efeitos de BDCs sobre FGP; (c) pelo uso de um algoritmo baseado nestes primeiro e segundo conjuntos de dados, processar dados de entrada definindo condição fisiológica e opcionalmente genótipo da subpopulação para derivar uma fórmula nutricional promotora de bem estar de um ou mais animais da subpopulação; e (d) receitar uma dieta para o sujeito baseada na fórmula nutricional assim derivada.

Em um aspecto, a invenção proporciona um método de selecionar uma fórmula nutricional para uso por um sujeito animal, preferivelmente um sujeito animal de companhia. O método compreende (a) acessar pelo menos um banco de dados que compreende um conjunto de dados de teste (algumas vezes aqui chamado de um "segundo" conjunto de dados) relacionado aos efeitos de BDCs sobre FGP e (b) pelo uso de um algoritmo (algumas vezes aqui chamado de um "primeiro" algoritmo) baseado no conjunto de dados de teste, processar dado de entrada que definem um FGP de linha base para o sujeito para derivar uma fórmula nutricional. A fórmula assim derivada, em uma situação onde o FGP de linha base é normal, promove pelo menos manutenção de um FGP normal; e em uma situação onde o FGP de linha base é extranormal, promove o deslocamento de FGP para normalidade. Opcionalmente, este método adicionalmente compreende acessar pelo menos um banco de dados que compreende um conjunto de dados de amostra (algumas vezes aqui chamado de um "primeiro" conjunto de dados) do qual FGP1S normal e extranormal podem ser identificados para animais tendo variedades de genótipo e condição fisiológica que incluem o genótipo e a condição fisiológica respectivamente do sujeito. Neste caso o algoritmo baseado em ambos o conjunto de dados de amostra e o conjunto de dados de teste em processamento dos dados de entrada.

Em um outro aspecto, a invenção proporciona um método de diagnosticar um estado de bem estar, doença ou distúrbio fisiológico, ou uma predisposição a doença ou distúrbio fisiológico, em um sujeito animal, preferivelmente um sujeito animal de companhia. O método compreende (a) acessar pelo menos um banco de dados que compreende um conjunto de dados de amostra do qual perfis genômicos funcionais normal e extranormal podem ser identificados para animais tendo variedades de genótipo e condição fisiológica que incluem o genótipo e a condição fisiológica respectivamente do sujeito; e (b) pelo uso de um algoritmo baseado em dito conjunto de dados de teste, processar dados de entrada que definem um perfil genômico funcional para o sujeito para derivar uma diagnose. Opcionalmente um tratamento ou uma profilaxia pode ser receitado(a), baseado(a) na diagnose assim derivada.

Em ainda outro aspecto, a invenção proporciona um banco de dados compreendendo um a uma pluralidade de meios residindo em ou eletronicamente ligado(s) a um computador. Os meios têm armazenados nos mesmos ou sobre os mesmos dados relacionando perfil genômico funcional de um modelo ou uma espécie animal a pelo menos um(a) de (a) condição fisiológica e opcionalmente genótipo de um animal proporcionando uma ou mais amostras de biofluido e/ou tecido da(s) qual (quais) o perfil genômico funcional é determinado e (b) exposição do modelo ou espécie animal a um ou mais componentes dietéticos bioativos. Os dados de acordo com este aspecto estão configurados como um a uma pluralidade de bancos de dados dos quais, sob submissão de uma indagação relacionada ao perfil genômico funcional e/ou componentes dietéticos bioativos via o computador, informação em resposta pertinente à indagação é recuperável.

1. Outro aspecto da invenção proporciona um método menos invasivo para prever um estado fisiológico de animal, predisposição à doença ou sua capacidade para responder ao tratamento sem se basear no uso de tecido sólido obtido do animal. O método compreende tirar amostras de biofluido de animais com condições fisiológicas definidas (e.g. controle vs. doença), determinar os perfis genômicos, proteômicos e metabolômicos que refletem a condição fisiológica, e empregar algoritmos de aprendizagem, tais como mas não limitados a, "Votação Ponderada", "Vizinhos de Classe", "K- Vizinhos Mais Próximos" e "Máquinas de Vetor de Suporte" para definir um grupo de genes, produtos de gene ou metabólitos de dentro daqueles perfis que podem claramente reconhecer e diferenciar entre as condições fisiológicas diferentes sob questão. Este "prognosticador de classe" ou perfil refinado pode ser subseqüentemente usado para determinar um novo ou desconhecido estado fisiológico de animal, predisposição à doença ou sua capacidade para responder ao tratamento sem se basear no uso de tecido sólido obtido do animal. Assim, por exemplo, é contemplado aqui que um aspecto da invenção pode incluir um método para prever a condição ou classe "fisiológica" de um animal e sua propensão para desenvolver doença ou para responder a um dado tratamento nutricional compreendendo:

a) aplicar algoritmos de aprendizagem supervisionados aos dados genômicos, proteômicos e/ou metabolômicos obtidos de um conjunto de aprendizagem de animais ou amostras que exibem estados fisiológicos diferentes;

b) determinar uma regra de previsão de classe;

c) aplicar a regra de previsão de classe a um novo conjunto de amostras de teste;

d) classificar ou designar membro das amostras de teste e portanto o animal que proporcionou a amostra, a um estado fisiológico particular baseado no resultado de previsão de classe resultante da etapa (c); e

e) usar os resultados de etapa (d) para determinar meios para trazer um animal de um estado fisiológico anormal para um estado fisiológico normal usando BDCs incorporados nas dietas. É adicionalmente contemplado que este método pode compreender uma etapa adicional (f) compreendendo usar a regra de previsão de classe para seguir a resposta do animal ao tratamento descrito em etapa (e) de dito método.

Objetos, características, e vantagens adicionais e ulteriores da presente invenção serão prontamente evidentes para aqueles pessoas experientes na arte.

BREVE DESCRIÇÃO DOS DESENHOS

Figura 1 é uma representação para ajudar a visualizar os deslocamentos em FGP de um estado normal para um extranormal devido, por exemplo, a uma doença ou um distúrbio fisiológico, e de um estado extranormal para um mais normal pela prática de um método da invenção. Figura 2 mostra, em forma diagramática muito simplificada, alguns dos processos em expressão de gene, função de proteína e metabolismo em uma célula de animal (A) antes e (B) depois de intervenção de um BDC.

Figura 3 é um fluxograma de processo ilustrativo de um

método da invenção.

DESCRIÇÃO DETALHADA DA INVENÇÃO

A presente invenção proporciona métodos e composições para melhorar a saúde e/ou o bem estar de um animal, em particular um animal de companhia tal como um cão ou um gato.

A nutrição e a saúde de animais estão entre os aspectos mais importantes do cuidado de animal de companhia. Muitos proprietários de animal têm dificuldade em determinar se um animal está recebendo uma dieta saudável e bem balanceada. Enquanto as pessoas estão se tornando muito mais cientes em relação à sua própria nutrição pessoal, há conhecimento relativamente pequeno das exigências dietéticas avançadas essenciais para a saúde e o bem estar de animais.

Rações caninos e felinos agora incluem formulações baseadas em idade, tamanho, composição corporal, raça e outras características de animais de companhia, e são projetados para se referirem às diferenças específicas, por exemplo entre raças ou tamanhos de raças diferentes. Formulações podem ser baseadas em diferenças fenotípicas tais como velocidade de crescimento em cães de raça grandes versus cães de raça pequenos. Veja, por exemplo, Patentes U.S. de Nos. 5.851.573, 6.156.355, e 6.204.291.

A velocidade de crescimento maior em cães de raça grandes pode levar à insuficiência ortopédica (e.g., displasia de quadril) devido ao desenvolvimento ósseo prejudicado causado pelo crescimento muscular rápido. Cães representam uma grande diversidade de características fenotípicas. Algumas formulações têm sido projetadas especificamente para um animal individual baseado nas características fenotípicas do animal específico. Veja, por exemplo, Patente U.S. de Número 6.669.975.

Raças caninas têm sido tradicionalmente agrupadas tendo por base seus papéis em atividades de humano, seus fenótipos físicos, e registros históricos. Correntemente mais do que 400 raças de cães estão descritas no mundo hoje, com cerca de 152 destas raças reconhecidas pelo American Kennel Club (AKC) dos Estados Unidos. Mais de 350 distúrbios genéticos de cães de raça pura têm sido descritos, e muitos destes estão restritos a uma raça específica, a um tipo de raça específico ou a uma disposição genética específica. Veja, Patterson et al. (1998) J. Am. Vet. Med. Assoc. 193(9), 1131-1144. Muitos destes imitam distúrbios de humano comuns e sua restrição a raças ou grupos particulares de raças é crida em ser um resultado dos programas de procriação agressivos usados para gerar morfologias específicas.

Recentemente, tem emergido um ramo novo de pesquisa genômica que é a interface entre ambiente nutricional e processos celular e genético. Tal pesquisa genômica é chamada de genômica nutricional ou "nutrigenômica". Nutrigenômica almeja proporcionar um entendimento genético de como componentes dietéticos e/ou nutrição afetam o equilíbrio entre saúde e doença, por exemplo pela alteração da expressão e/ou estrutura de uma composição genética. Tem sido mostrado que alguns componentes dietéticos alteram a expressão de gene em numerosas maneiras. Por exemplo, podem atuar como ligantes de proteínas tais como receptores ou fatores de transcrição, podem ser metabolizados por rotas metabólicas primárias ou secundárias, alterando deste modo as concentrações de substratos ou intermediários, ou podem estar envolvidos em rotas de sinalização.

Perfil Genômico Funcional: o termo "fenótipo" como aqui usado refere-se à totalidade, ou qualquer sua parte, de características observáveis, quer funcionais quer diferentes, de um organismo determinadas pelo genótipo do organismo. O termo "genótipo" refere-se à constituição genética total de um organismo, ou qualquer sua parte. O genótipo compreende informação genética realizada tanto em cromossomos quanto extracromossomicamente.

O termo "perfil genômico funcional" refere-se aqui ao todo ou qualquer parte das conseqüências funcionais da expressão de seqüências de gene, incluindo produção e função de mRNAs, proteínas e metabólitos. Um perfil genômico funcional (FGP) pode ser estabelecido usando abordagens genômica, proteômica ou metabolômica, ou qualquer combinação destas.

FGP para o propósito da presente invenção pode ser definido como um padrão de dois ou mais polinucleotídeos (DNA ou RNA), peptídeos, proteínas, metabólitos, biomarcadores, SNPs (particularmente SNPs funcionais) ou suas combinações, tal padrão estando associado com uma condição fisiológica de um animal ou com resposta de um modelo animal à exposição a um ou mais BDCs.

Em algumas situações um FGP, no todo ou em parte, contém genes, proteínas ou metabólitos que são a causa real ou que contribuem casualmente para uma doença ou um distúrbio. Em tais situações, intervenção terapêutica direcionada contra o FGP ou a parte do FGP que é uma causa de uma anormalidade pode ser eficaz no tratamento da anormalidade.

Em outras situações, um FGP que não está causalmente envolvido em uma doença ou um distúrbio ainda pode estar associado com a doença ou o distúrbio de tal modo que o FGP pode ser usado como um indicador para a doença ou o distúrbio, antes e após a terapia. Pela monitoração do FGP em uma tal situação, sucesso ou insucesso da terapia pode ser estabelecido.

Dados genômicos, proteômicos e/ou metabolômicos que constituem um FGP podem ser gerados das amostras de tecido e/ou biofluido por uma técnica conhecida na arte da genômica funcional. Exemplos de técnicas úteis na geração de análise genômica funcional incluem, sem limitação, as seguintes técnicas que podem ser usadas individualmente ou em combinação: (a) microarranjos ou arranjos de proteína e gene únicos e multicolores em formatos de densidade baixa e alta, por exemplo sobre suportes de vidro, sílica, plástico, membrana ou suas combinações, incluindo por exemplo análise de Northern blot e análise de Western blot; (b) técnicas de espectrometria de massa usando espectrômetros de massa de quadrupolo, tempo de vôo, captura de íons com quadrupolo ou ressonância de íon ciclotron com transformada de Fourier ou suas combinações, com várias fontes de ionização incluindo, sem limitação ionização por dessorção com laser assistida por matriz, ionização por eletropulverização, ionização por nanopulverização e ionização por dessorção com laser intensificada de superfície; (c) técnicas de reação em cadeia da polimerase (PCR) incluindo técnicas de PCR de tempo real quantitativa simples e multiplexada; (d) eletroforese em gel (simples ou multidimensional) incluindo metodologias em gel 2D de duas cores, eletroforese em gel de poliacrilamida - (SDS-PAGE), e 2D PAGE; e (e) cromatografia líquida (simples ou multidimensional) sozinha ou em série com técnicas de espectrometria de massa. FGPs podem ser gerados de conjuntos de dados de texto,

numéricos e/ou de imagem brutos, tipicamente após normalização e pré- processamento para reduzir ou remover ruído de dados. Técnicas que podem ser usadas para reconhecer FGPs incluem sem limitação reconhecimento de padrão de vizinho mais próximo, redes neurais, modelos de Markov escondidos, redes Bayesian, algoritmos genéticos, máquinas de vetor de suporte, e suas combinações.

O uso de um FGP torna os presentes sistemas e métodos muito mais poderosos do que os métodos previamente propostos que se baseiam apenas em análise genômica ou genotípica. O número de proteínas funcionais em uma célula de um organismo ultrapassa de longe o número de seqüências de DNA que representam os genes individuais na célula. Isto é devido ao fato de que uma seqüência de gene individual pode produzir mais do que uma proteína funcional. Seqüências de gene podem ser modificadas por adição, deleção ou polimorfismo de um ou mais nucleotídeos em um ou ambos alelos em um locus de gene, e isto é adicionalmente complicado por um mecanismo de editoração alternativa que produz mais do que uma espécie de mRNA de cada seqüência de gene individual, resultando deste modo em muitas formas diferentes de proteína.

A discrepância evidente entre o número de genes e o número de proteínas funcionais é adicionalmente composta pelo fato de que uma proteína pode ser modificada por uma ou mais modificações após tradução que podem incluir clivagem proteolítica, fosforilação, glicosilação, acilação, metilação, sulfatação, prenilação, modificações dependentes de vitamina C (e.g., hidroxilação de prolina e lisina e amidação carboxila terminal), modificações dependentes de vitamina K (e.g., carboxilação de resíduos de ácido glutâmico) e incorporação de selenocisteína para formar selenoproteínas.

O FGP de um animal, ou um modelo animal, ou de um tecido ou uma célula do mesmo, pode estar em um estado "normal" ou "extranormal". Um FGP "normal" é um ocorrendo em um animal exibindo um estado de bem estar como aqui definido, e geralmente indicativo de um tal estado. Tipicamente um FGP normal está associado com homeostasia, i.e., uma tendência para estabilidade em funções corporais decorrentes, por exemplo, dos sistemas de controle interno ativados por retro-alimentação negativa. Um FGP "extranormal" é um que está foram da faixa identificada como "normal". Um FGP "extranormal" pode estar associado com uma avaria em homeostasia; assim muitas vezes há uma tendência de um FGP "extranormal" para afastamento cada vez mais longe da normalidade com a passagem do tempo, intervenção ausente (por exemplo por um método da presente invenção) para interromper ou reverter tal afastamento. Se incontrolado, este afastamento progressivo cada vez mais longe da normalidade pode levar por fim à morte. Um FGP "extranormal" é portanto muitas vezes indicativo de um estado adverso ao bem estar, por exemplo um estado de doença ou distúrbio fisiológico, em um animal. Um tal estado pode ser externamente evidente, ou pode estar (i.e., assintomático). Um FGP "extranormal" pode, em algumas situações, indicar uma predisposição, seja ou não hereditária, à doença, e em tais situações um deslocamento de FGP para um estado mais normal (por exemplo por um método da presente invenção) pode ser eficaz em prevenção ou profilaxia de doença.

Ilustrativa e figurativamente, Figura 1 mostra um domínio de FGP 10 tendo um círculo interno 14 representando um FGP "normal". Uma região pequena 15 no centro do círculo interno 14 pode ser considerada um FGP "ótimo" ou "perfeito", mas é enfatizado que homeostasia e um estado de bem estar é geralmente consistente com qualquer FGP na faixa "normal" conforme representado pelo círculo interno 14. O domínio também tem uma zona anular 12 representando um FGP "extranormal", e fora da zona anular 12 uma zona mais externa 11 onde o FGP está tão distante da normalidade que a célula ou o tecido exibindo-o está em um estado de morte. Não há linha divisória nítida entre um FGP "normal" e um "extranormal", como indicado em Figura 1 por uma zona intermediária ou transicional 13 entre o ciclo interno 14 ("normal") e a zona anular 12 ("extranormal"). Contudo, se um sujeito animal for verificado em ter um FGP que não é claramente "normal" nem claramente "extranormal", i.e., na zona transicional 13, o FGP deve ser considerado "extranormal" e ação corretiva, por exemplo por um método da presente invenção, é iniciada.

Vetores 21, 22, 23, 24 e 25 representam tendências em FGP que ocorrem, por exemplo quando um animal entra ou progride em um estado de doença ou distúrbio fisiológico. Vetor 22 representa uma transição de um estado de doença para a morte. Vetor 26 representa uma transição de um estado saudável ou "normal" para a morte. Exemplos de vetor 26 incluem um animal saudável que é morto em um acidente tal como ser atingido por um carro. Vetores 32, 33 e 34 representam deslocamentos em FGP "extranormal" resultante da prática da presente invenção. Tais deslocamentos são, em um mínimo, direcionados para um estado mais normal e, se mantidos, podem trazer o FGP totalmente de volta para "normal", i.e., para dentro do círculo mais interno 14 em Figura 1. Notas que onde FGP já é "normal", prática da invenção não necessariamente proporciona um deslocamento para normalidade maior, mas tende a manter FGP na faixa "normal".

Prognosticador de Classe: o termo "prognosticador de classe" refere-se a um perfil genômico, proteômico ou metabolômico que pode ser gerado usando métodos de aprendizagem supervisionada empregando algoritmos tais como, mas não limitados a, Votação Ponderada, Vizinhos de Classe, K-Vizinhos Mais Próximos e Máquinas de Vetor de Suporte de um grupo de amostras predefinidas ("o conjunto de treinamento") para estabelecer uma regra de previsão que então pode ser aplicada para classificar amostras novas("o conjunto de teste"). Animais: O termo "animal" significa um humano ou outro

animal, incluindo animais aviários, bovinos, caninos, eqüinos, felinos, hicrinos, murinose, ovinos, e porcinos. Preferivelmente, o animal é um animal de companhia, mais preferivelmente um canino ou felino tal como um cão ou um gato. Animais de companhia: um "animal de companhia" aqui é um animal vertebrado de qualquer espécie que é mantido pro um proprietário humano como um animal de companhia doméstico, ou para trabalho relacionado com capacidades sensoriais ou atributos comportamentais úteis do animal (por exemplo, cães de caça, cães de guarda, cães pastores, cães guia, etc.). Na maioria dos casos a espécie é mamífero. No presente contexto um "proprietário" é uma pessoa responsável pelo cuidado, mais particularmente pela alimentação, do animal, e não necessariamente detém propriedade legal do animal, e portanto pode ser, por exemplo, um "dono" ou "guardião" ou "tratador" do animal. Um "proprietário" aqui pode ser uma a uma pluralidade de pessoas compartilhando tal responsabilidade, por exemplo membros de uma família, ou uma pessoa à qual tal responsabilidade é delegada ou incumbida. Um aspecto importante que distingue um animal de companhia de animais em muitas outras situações é que sua dieta é grande ou totalmente proporcionada por, e portanto pode ser controlada por, seu proprietário. Com respeito a isto um animal de companhia difere de, por exemplo, animais de pasto ou de forragem. Um "usuário final" aqui, por exemplo de uma composição de ração preparada de acordo com um método da invenção, é tipicamente um proprietário de um animal de companhia como definido acima.

De acordo com uma modalidade particular, a espécie é uma caracterizada por um grau alto de variação fenotípica e possivelmente genotípica através das espécies como um todo, mas inclui uma pluralidade de raças, dentro das quais há homogeneidade substancial. Este é o caso, por exemplo, com o cão doméstico (Canis familiaris) e é aplicável a uma extensão considerável a outras espécies incluindo o gato doméstico (Felis catus).

Os métodos da invenção são úteis em certas espécies de animal ou populações de animais satisfazendo pelo menos um dos seguintes critérios (a) a dieta do animal é grande ou totalmente controlada por um proprietário (incluindo um a dono ou guardião) e (b) a espécie ou população inclui uma pluralidade de raças, dentro das quais há homogeneidade fenotípica e possivelmente genotípica; sejam ou não tais espécies ou populações tipicamente reconhecidas como "animais de companhia". Assim os presentes métodos são úteis em administração nutricional de certos animais de fazenda tais como galinhas e porcos de engorda, animais exóticos em zoológicos e parques, e semelhante.

Subpopulações: uma "subpopulação" aqui é um conjunto de um a muitos animais de uma espécie, mas menos do que uma espécie inteira, definível em termos de genótipo e/ou um ou mais atributos de condição fisiológica que, em uma subpopulação de mais do que um membro, são comuns aos membros da subpopulação.

Em certas modalidades, a subpopulação é definida pelo menos em parte pelo tipo de raça. Por exemplo, no caso de cães, vários tipos de raça tais como cães auxiliadores de caçadores, terriers, cães de raça anã, cães de caça, cães de rebanho, etc., podem ser identificados, cada um dos quais compreende numerosas raças específicas.

Em certas modalidades, a subpopulação é definida pelo menos em parte por pelo menos uma raça específica. Por exemplo, raças de cães reconhecidas (algumas das quais são adicionalmente subdivididas) incluem afghan hound, airedale, akita, Alaskan malamute, basset hound, beagle, pastor belga, bloodhound, border collie, border terrier, borzoi, boxer, bulldog, buli terrier, cairn terrier, chihuahua, chow, cocker spaniel, collie, corgi, dachshund, dalmatian, doberman, séter inglês, fox terrier, pastor alemão, golden retriever, great dane, greyhound, griffon bruxellois, séter irlandês, Irish wolfhound, King Charles spaniel, Labrador retriever, lhasa apso, mastiff, newfoundland, antigo cão pastor inglês, papillion, pekingese, pointer, pomeranian, poodle, pug, rottweiler, são bernardo, saluki, samoyed, schnauzer, Scottish terrier, Shetland sheepdog, shih tzu, husky siberiano, Skye terrier, springer spaniel, West Highland terrier, whippet, Yorkshire terrier, etc. No caso de animais de raça mista, uma subpopulação pode ser definida pelo menos em parte pela herança de raça, que pode ser estabelecida através de conhecimento das raças parentais, características fenotípicas, avaliação genotípica, ou por marcadores genéticos tais como SNPs. Em certas modalidades, a subpopulação é definida pelo menos em parte pela condição fisiológica. O termo "condição fisiológica" aqui se refere a qualquer um ou combinação de atributos físicos, patológicos, comportamentais e bioquímicos de um animal incluindo seu tamanho, peso, idade, nível de atividade, disposição, e estado de bem estar ou doença. Condição fisiológica é um produto de interação do genótipo com o ambiente do animal. Uma subpopulação definida pelo menos em parte pela condição fisiológica pode encurtar as linhagens de raça. Por exemplo, uma subpopulação pode consistir de gatos adultos que mudam de pêlo excessivamente, cães obesos, cães de raça anã tendo doença respiratória, cães geriátricos do tipo de raça grande, gatos de pêlo longo tendo insuficiência renal, etc. Alternativamente, uma subpopulação pode ser definida em parte pela condição fisiológica mas restrita a uma ou a umas poucas raças ou uma herança de raça definida. Exemplos de tais subpopulações são poodles agressivos, labrador retrievers com infestação de tênia, cadelas ovariectomizadas tendo uma herança de raça que inclui beagle, etc.

Uma subpopulação pode, em certas modalidades, ser muito pequena, por exemplo onde membros estão familiarmente relacionados (e.g., prole de um único cão macho reprodutor, ou galinhas de uma ninhada única), ou em algumas modalidades pode ser definida como um animal individual. Em uma série de modalidades, a subpopulação é canina. Em outra, a subpopulação é felina.

Amostras de Tecido e Biofluido: uma amostra de tecido ou biofluido aqui útil pode ser qualquer tal amostra que é suscetível à análise genômica, proteômica e/ou metabolômica. Para análise genômica, a amostra precisa fornecer DNA em uma quantidade que pode ou não necessitar de amplificação, por exemplo através de técnicas de PCR. Amostras faltantes de DNA ou RNA, como é freqüentemente o caso, por exemplo, com amostras de urina, podem contudo proporcionar informação proteômica e/ou metabolômica útil.

Biofluidos que podem ser amostrados incluem material excretado (fezes e urina), sangue, saliva, fluido amniótico, etc. As amostras de tecido podem ser obtidas post mortem de qualquer parte do corpo de um animal, mas para os presentes propósitos mais utilmente de animais vivos, por exemplo por biopsia, por remoção cirúrgica (e.g., durante cirurgia sendo conduzida para outros propósitos, por esfregaço de bochecha interna, por puxação de alguns pêlos.

Primeiro Conjunto de Dados: os sistemas e métodos da invenção, como mostrado acima, envolvem pelo menos dois conjuntos de dados, aqui chamados de um "primeiro" (ou amostra) e um "segundo" (ou teste) conjuntos de dados. Estes conjuntos de dados são tipicamente armazenados na forma digital e são organizados em um a uma pluralidade de bancos de dados, que são mantidos em meios capazes de realizar interface com usuário tais como qualquer dispositivo de armazenagem de dados ou memória periférica ou computador. Um banco de dados pode ser "virtual," i.e., existindo apenas através de rede de uma pluralidade de dispositivos.

Os primeiro e seguindo conjuntos de dados podem ser partes de um único banco de dados ou podem estar em bancos de dados separados. Qualquer um ou ambos os primeiro e segundo conjuntos de dados podem, se desejado, estar configurados em mais do que um banco de dados, desde que os dados possam ser acessados para processamento como discutido mais detalhadamente abaixo.

O primeiro conjunto de dados (conjunto de dados de amostra) compreende dados derivados de análise genômica funcional de uma multiplicidade de amostras de tecido e/ou biofluido obtidas de animais representando uma ampla variedade de genótipos {e.g., raças caninas ou felinas) e de fenótipos ou condições fisiológicas, incluindo animais saudáveis (tipicamente exibindo um FGP "normal") e animais em uma variedade de estados de doença (tipicamente exibindo um FGP "extranormal"). Os dados são configurados relacionadamente, i.e., em uma tal maneira a permitir correlação de parâmetros genômicos funcionais com atributos genotípicos e fenotípicos. Nesta maneira, o primeiro conjunto de dados pode ser usado para definir um perfil genômico funcional (FGP) para qualquer subpopulação tendo genótipo e condição fisiológica incluída pelo conjunto de dados. A medida que o primeiro conjunto de dados aumenta em extensão, numerosos efeitos benéficos podem ser realizados: (1) a faixa de subpopulações incluída pelo conjunto de dados por se tornar mais abrangente; (2) dados de FGP para subpopulações particulares tornam-se mais confiáveis; e (3) os dados podem ser usados com maior confiança para desenvolver um FGP previsto para uma subpopulação não especificamente representada nos dados, dentre outras vantagens.

Análise genômica funcional de cada amostra como refletida no primeiro conjunto de dados pode incluir análise com respeito a um ou mais de f DNA, RNA (por exemplo mRNA), proteínas, metabólitos e biomarcadores tais como enzimas.

Para ilustrar o uso dos dados para desenvolver um FGP previsto, considerar um conjunto de dados que inclui um volume grande de dados genômicos funcionais sobre, por exemplo, border collies em uma variedade de estados de bem estar e doença, mas faltando dados especificamente sobre border collies tendo uma história familiar de câncer de bexiga e mostrando sintomas de osteoartrite. Se dados genômicos funcionais estão presentes que se correlacionam com uma predisposição ao câncer de bexiga e com osteoartrite em outras raças, os dados relacionado a border collies, predisposição ao câncer de bexiga, e osteoartrite podem ser processados usando técnicas de estatística bem conhecidas para dar um FGP previsto ou "melhor ajustado" para a subpopulação de interesse.

Similarmente, um algoritmo pode ser usado para prever FGP de um sujeito animal de raça mista baseado nos dados de animais de raça pura representando raças parentais ou tipos de raça do animal de raça mista. Assim, em algumas modalidades, correlação de dados genômicos funcionais pode provir de FGP de animais de raças diferentes ou de misturas dos mesmos mas de mesma espécie.

Dados para desenvolver um FGP previsto podem provir de fontes diferentes de análise genômica funcional de amostras de tecido e/ou biofluido descrito acima. Por exemplo, em algumas modalidades, os dados podem provir dos estudos publicados na literatura. Em certas modalidades, os dados podem ser obtidos de bancos de dados pública ou comercialmente acessíveis, por exemplo acessíveis através de extração do genoma de espécies do sujeito animal, e em ainda outras modalidades, dados genômicos funcionais homólogos podem ser obtidos de espécies diferentes do sujeito animal, tal como humano, rato ou camundongo. Em certas modalidades, dados podem ser obtidos através de extração de genomas de espécies diferentes da do sujeito animal.

Para o presente método ter utilidade através de uma ampla variedade de subpopulações, o primeiro conjunto de dados tem que ser extensivo. Onde o método é intencionado para ter aplicação em apenas uma faixa limitada de subpopulações de animais, um conjunto de dados derivado de um número relativamente pequeno de amostras, por exemplo de até cerca de 100, pode ser útil. Contudo, para a maioria dos propósitos, um conjunto de dados muito mais extensivo é desejável, derivado de amostras de até cerca de 1.000 em número, por exemplo até cerca de 10.000 ou maior.

Assim, o primeiro conjunto de dados, em uma série de modalidades, é derivado das amostras colhidas de uma multiplicidade de animais representativos de uma variedade de genótipos e condições fisiológicas que amplamente incluem a subpopulação de interesse sem necessariamente especificamente incluir aquela subpopulação. Em certas modalidades, o primeiro conjunto de dados inclui FGPs normal e extranormal a serem identificados para animais tendo variedades de genótipo e condição fisiológica que incluem o genótipo e condição fisiológica respectivamente de um sujeito animal para o qual os dados de entrada são submetidos. A palavra "incluir", com respeito ao genótipo no presente contexto, significa que animais pelo menos do tipo de raça de sujeito, e normalmente da raça especificada do sujeito, ou no caso de um sujeito de raça mista, animais tendo herança de raça similar, são representados no conjunto de dados. Com respeito às condições fisiológicas no presente contexto, a palavra "incluir" significa que animais individual e coletivamente tendo condições fisiológicas similares às do sujeito são representadas no conjunto de dados, até mesmo se a combinação particular de condições fisiológicas do sujeito não for encontrada em um único animal no conjunto de dados. Similarmente, as variedades de genótipo e condição fisiológica representadas no primeiro conjunto de dados são consideradas aqui em "incluir" o genótipo e a condição fisiológica de um sujeito se tais genótipo e condição fisiológica são independentemente encontrados no conjunto de dados, até mesmo se não em um único animal.

Cada amostra de um animal individual, para ser útil, precisa estar associada com um registro de procedência que se torna parte do primeiro conjunto de dados. O registro de procedência compreende dados zoográficos relevantes para definir o genótipo e a condição fisiológica, no momento de a amostra ser colhida, do animal que proporcionou a amostra.

O termo "dados zoográficos" refere-se aqui a qualquer uma e todas as informações, quer quantitativas quer qualitativas, que é colhida de um animal proporcionando uma amostra de tecido ou biofluido, das fontes diferentes da análise ou experimentação sobre a própria amostra. Fontes de dados zoográficos podem incluir a base de conhecimento do proprietário, capturadas por exemplo como respostas a uma indagação, registros veterinários incluindo aqueles indicativos de estados passados e presentes de bem estar ou doença, a árvore genealógica do animal se tiver uma, biometria (altura, peso, etc.) no momento da aquisição da amostra, etc.

Dados zoográficos incluídos no primeiro conjunto de dados podem compreender um ou mais itens de dados relacionados com genótipo. Exemplos de tais itens de dados incluem sem limitação: a raça do animal, quer pura, registrada em uma associação tal como o AKC quer diferente; a árvore genealógica se conhecida; no caso de animais de raça mista, a herança de raça do animal incluindo a(s) raça(s) de seus pais e, se disponível, ancestrais de gerações antigas; sexo; e tipo de pelagem (e.g., longa, curta, pêlo de arame, encaracolada, lisa) e coloração; distúrbios e condições hereditárias evidentes.

Dados zoográficos incluídos no primeiro conjunto de dados podem compreender um ou mais itens de dados relacionados com condição fisiológica. Exemplos de tais itens de dados incluem sem limitação: idade (cronológica e, se determinável, fisiológica); peso; dimensões (e.g., altura no ombro, comprimento das pernas, comprimento do dorso, etc.); história médica veterinária; história reprodutiva; incluindo se assexuado, número e tipo de ninhadas; bem estar ou estado de doença presente e quaisquer suas mudanças, incluindo qualquer condição ou distúrbio diagnosticada(o), e quaisquer sintomas se ou não diagnose tem sido feita; presença de parasitas, incluindo pulgas; apetite e quaisquer mudanças recentes no mesmo; nível de atividade física; acuidade mental; anormalidades comportamentais; e disposição (e.g., tímido, agressivo, obediente, nervoso).

A "idade cronológica" de um animal é o tempo real decorrido (e.g., em anos ou meses) desde o nascimento. A "idade fisiológica" de um animal é uma estimativa da idade cronológica média de animais de raça similar exibindo a mesma condição fisiológica relacionada à idade (mobilidade, acuidade mental, desgaste dental, etc.) como o animal. Dados zoográficos podem ser adicionalmente relacionar aspectos do ambiente no qual uma subpopulação de animais vive. Tais aspectos incluem sem limitação clima, estação, habitação e localização geográfica. Por exemplo, pode ser material para desenvolver uma composição de ração para um animal para saber se o animal vive em um clima quente ou seco, ou um clima árido ou úmido; se é correntemente primavera, verão, outono ou inverno; se o animal está alojado em ambientes internos ou externos; se o animal está em um lar, um canil de tábuas, um lugar de trabalho (e.g., no caso de cães de guarda, cães policiais, etc.) ou algum outro hábitat; se está alojado sozinho ou com outros animais; se vive em uma área urbana ou rural; código postal, estado e/ou país de ocupação; se e em qual extensão seu hábitat é afetado por poluentes (e.g., fumaça de tabaco); e assim por diante.

Segundo Conjunto de Dados: o segundo conjunto de dados (conjunto de dados de teste) compreende dados sobre efeitos de componentes dietéticos bioativos (BDCs), sozinhos e em combinações, sobre FGP. Estes dados incluem informação pública ou comercialmente disponível de qualquer fonte e/ou resultados de estudos conduzidos para expressar o propósito de construir o segundo conjunto de dados.

Historicamente, efeitos gerais de BDCs particulares sobre bem estar têm sido determinados por estudos de alimentação usando animais vivos das espécies de interesse, por exemplo cães ou gatos. De acordo com a presente invenção, efeitos de BDCs no nível subcelular, i.e., sobre o FGP de células, podem ser determinados por experimentos controlados nos quais um modelo animal é exposto a níveis diferentes de, e/ou durações diferentes de exposição a, um ou mais BDCs. "Níveis diferentes" de um BDC no presente contexto incluem um nível zero do BDC. Se níveis múltiplos de um BDC estão incluídos em um teste, pode ser possível elucidar uma resposta de dose.

Em certas modalidades, o modelo animal pode ser animais vivos das espécies de interesse. Contudo, um conjunto de dados extensivo pode ser mais rápida e economicamente montado pelo uso de um ou mais modelos de teste alternativos como exemplificado abaixo.

Em uma modalidade, o modelo de teste alternativo é um modelo vertebrado, por exemplo uma espécie pequena bem adaptada aos estudos genômicos funcionais tais como camundongos, ratos, porquinhos-da- índia, coelhos ou galinhas. Em outra, modelo de teste alternativo é um modelo invertebrado, por exemplo uma espécie invertebrada tal como o verme Caenorhabditis elegans (C. elegans) ou a mosca de fruta Drosophila melanogaster, cujo genoma tem sido substancialmente elucidado. Em uma outra, o modelo de teste alternativo é um modelo não-animal, por exemplo uma levedura tal como Candida albicans. Em outra, o modelo de teste alternativo é um modelo de cultura celular, por exemplo usando linhagens celulares primárias e/ou imortalizadas das espécie de interesse (e.g., canina ou felina) ou de outra espécie, incluindo humana. Em outra, o modelo de teste alternativo é um modelo ex vivo usando explantes de tecido obtidos de um animal e mantidos fora do corpo do animal.

Em Figura 2, diagramas (A) e (B) mostram alguns dos processos envolvidos em expressão de gene, função de proteína e metabolismo em uma célula de animal, respectivamente antes e após intervenção de um BDC.

Sem se basear em teoria, no nível celular, um BDC pode atuar como um ligante para uma proteína tal como um fator de transcrição ou um receptor, pode ser metabolizado por rotas metabólicas primárias ou secundárias, alterando deste modo as concentrações de substratos e/ou intermediários envolvidos na regulação de gene ou sinalização celular, ou pode alterar as rotas de transdução de sinal e sinalização por afetação positiva ou negativa de rotas de sinal.

Os processos de transdução de sinal, expressão de gene e metabolismo são todos mediados por proteínas. Como mostrado em Figura 2(B), um BDC pode entrar no citoplasma da célula e, via o processo de transdução de sinal, afetar a expressão de gene no núcleo. Alternativamente, um BDC pode ligar uma proteína receptora na membrana celular (o limite externo do citoplasma), e a proteína receptora envia um sinal via o processo de transdução de sinal que afeta a expressão de gene no núcleo. Através de modificação da expressão de gene, um BDC pode afetar uma grande variedade de processos mediados por proteína, como simbolizado em Figura 2(B) pelo uso de setas mais grossas do que em Figura 2(A).

O segundo conjunto de dados pode incluir dados não apenas sobre entidades químicas ou biológicas conhecidos como BDCs mas sobre uma variedade de materiais não previamente conhecidos em terem efeito nutricional, nutracêutico ou farmacológico. Todos tais materiais são considerados aqui BDCs se for encontrado um efeito útil sobre expressão de pelo menos um gene, função de pelo menos uma proteína ou produção de pelo menos um metabólito. Em uma modalidade, BDCs de interesse são aqui materiais tendo estado GRAS (geralmente considerado como seguro) ou equivalente sob regulamentos de U.S. FDA (Food and Drug Administration) ou regulamentos de contraparte em outros países, ou são elegíveis para tal estado. Em outras modalidades um BDC pode ser um composto terapêutica ou farmacologicamente efetivo, e.g., uma droga ou medicamento herbáceo.

Muitos BDCs são entidades químicas, geralmente naturalmente ocorrentes em rações dos quais podem ser extraídos. BDCs podem, em muitos casos, também ser preparados por processos microbiológicos (e.g., fermentação) ou sintéticos. Exemplos de BDCs que são entidades químicas incluem sem limitação: aminoácidos; açúcares simples; açúcares complexos; triglicerídeos de cadeia média (MCTs); triacilglicerídeos (TAGs); ácidos graxos n-3 (ômega-3) incluindo ácido α-linoleico (ALA), ácido eicosapentaenóico (EPA) e ácido docosahexaenóico (DHA); ácidos graxos n-6 (ômega-6) incluindo ácido linoleico (LA), ácido γ-linolênico (GLA) e ácido araquidônico (ARA); fontes de colina tal como lecitina; vitaminas solúveis em gordura incluindo vitamina A e seus precursores tal como carotenóides (e.gβ-caroteno), fontes de vitamina D tais como vitamina D2 (ergocalciferol) e vitamina D3 (colecalciferol), fontes de vitamina E tais como tocoferois (e.g.,a-tocoferol) e tocotrienóis, e fontes de vitamina K tais como vitamina K1 (filoquinona) e vitamina K2 (menadiona); vitaminas solúveis em água incluindo vitaminas B tais como riboflavina, niacina (incluindo nicotinamida e ácido nicotínico), piridoxina, ácido pantotênico, ácido fólico, biotina e cobalamina; e vitamina C (ácido ascórbico); antioxidantes, incluindo algumas das vitaminas listadas acima, especialmente vitaminas E e C; também bioflavonóides tais como catequina, quercetina e teaflavina; quinonas tal como ubiquinona; carotenóides tais como licopeno e licoxantina; resveratrol; e ácido α-lipóico; L-carnitina; D-limoneno; glucosamina; S-adenosil-metionina; e quitosano.

Com respeito à inclusão de aminoácidos na lista de BDCs ilustrativa acima, todos os rações contêm proteína, que tipicamente fornece todos os aminoácidos essenciais. Contudo, o conteúdo de proteína de um ração não necessariamente fornece aminoácidos essenciais em proporções que são ótimas para o bem estar de subpopulações de animais particulares, assim suplementação com um ou mais aminoácidos, ou com fontes de proteína ricas em tais aminoácidos, pode ser desejável.

Considerações similares aplicam-se no caso de açúcares simples e complexos que são BDCs e podem ser ou não componentes da fração de carboidrato de um ração, e certos ácidos graxos, incluindo ácidos graxos n-3 e n-6, que são BDCs e podem ou não ser componentes da fração lipídica de um ração.

De outro modo os macronutrientes exigidos em uma dieta de animal balanceada (proteína, carboidrato, gordura e fibra) são considerados separadamente de BDCs tais como aqueles listados acima no projeto de uma fórmula nutricional, como será discutido abaixo.

Certos materiais biológicos, especialmente materiais botânicos, podem ser considerados BDCs e podem, se desejado, ser incluídos no segundo conjunto de dados. Em muitos destes, uma entidade química bioativa tem sido identificada; até mesmo onde um componente bioativo é conhecido outros componentes bioativos desconhecidos podem estar presentes e contribuem para o efeito bioativo do material biológico.

Materiais botânicos ilustrativos que podem ser úteis como BDCs incluem, sem limitação, aloe vera, dong quai, echinacea, onagrácea, linhaça, alho, gengibre, ginkgo biloba, ginsém, chá verde, soja, curcuma, suco de grama de trigo orgânico e erva mate.

O segundo conjunto de dados assim compreende dados relacionando efeitos de FGP em um modelo animal aos BDCs testados no modelo. Deste conjunto de dados, pelo uso de um tal algoritmo adequado, um BDC ou combinação de BDCs pode ser selecionado tendo um efeito desejado sobre FGP.

Dados de Entrada: os dados de entrada processados de acordo com os métodos da invenção compreendem dados que definem o genótipo e a condição fisiológica da subpopulação para a qual uma dieta é para ser projetada, uma fórmula nutricional receitada ou uma composição de ração preparada. Os dados de entrada podem compreender dados zoográficos, incluindo qualquer um dos tipos de dados zoográficos mencionados acima como parte do registro de procedência de amostras no primeiro conjunto de dados. Em certas modalidades, dados de entrada para um sujeito animal incluem dados de FGP derivados de uma ou mais amostras de tecido e/ou biofluido proporcionadas pelo sujeito. De acordo com estas modalidades, os dados de entrada podem indicar um FGP em uma faixa normal ou extranormal. Um sistema auxiliado por computador da invenção tipicamente compreende uma interface para usuário permitindo entrada dos dados de entrada.

Entrada de dados de entrada zoográficos no sistema pode ser feita por um operador de interface baseado em uma indagação eletrônica ou impresso preenchido por um proprietário de um sujeito animal. Alternativamente, entrada de tais dados pode ser realizada por uma interface diretamente pelo proprietário.

A interface de usuário para entrada de dados zoográficos pode estar remota de um processador principal (onde os dados de entrada são processados de acordo com um método da invenção) mas ligada ao mesmo via uma rede tal como internet. Alternativamente a interface de usuário pode ser local (e.g., proximamente ligada) a um processador principal, por exemplo em uma loja de venda a varejo ou um clínica veterinária. Em várias modalidades a interface de usuário pode, ilustrativamente e sem limitação, compreender um teclado e um monitor; um computador pessoal, por exemplo na casa do proprietário; um terminal de tela de toque; um telefone de toque- tom; ou um sistema ativado por voz. Alternativamente, os dados zoográficos podem ser pré-entrados em um meio legível por computador tal como códigos de barra impressos ou caracteres alfanuméricos legíveis por computador; discos flexíveis; CD-ROM; cartão de memória; chip; etc., e escaneados ou carregados em um terminal equipado para ler de um tal meio. O meio pode, em algumas modalidades, ser fixável no sujeito animal, por exemplo em um colar, brinco de orelha ou placa de identificação de cão presa em colar, ou, no caso de certos tipos de chip, cirurgicamente implantado sob a pele do animal. Como ainda outra opção, os dados zoográficos podem ser pré-entrados no próprio sistema auxiliado por computador e armazenados em um banco de dados, de onde podem ser recuperados pela entrada de um código único para o sujeito animal para o qual os dados zoográficos são originalmente entrados. Um tal código pode ser entrado via qualquer tipo de interface e em qualquer meio, incluindo aqueles indicados acima.

Processamento de dados de entrada para derivar uma fórmula nutricional: processamento dos dados de entrada para uma subpopulação (que pode, como informado acima, ser um sujeito animal único) é realizada por intermédio de um algoritmo, aqui algumas vezes chamado de um "primeiro" algoritmo, que se baseia nos primeiro e/ou segundo conjuntos de dados descritos acima para derivar dos dados de entrada uma fórmula nutricional que promove bem estar de um ou mais animais da subpopulação.

O algoritmo, pelo menos para as modalidades da invenção nas quais o algoritmo ocasiona de ambos um primeiro e um segundo conjunto de dados como descrito acima, pode ser ilustrativamente representado em um programa de computador que incorpora pelo menos as seguintes tarefas. Processamento não necessariamente ocorre na seqüência apresentada abaixo. Um sistema auxiliado por computador da invenção pode opcionalmente empregar processamento paralelo, no qual duas ou mais tarefas são realizadas simultaneamente.

Em uma tarefa, dados de entrada de um sujeito são lidos para dentro da memória. Em outra, uma pesquisa é conduzida do primeiro conjunto de dados para dados zoográficos e/ou FGP que correspondem tão rigorosamente quanto possível aos dados de entrada. Técnicas estatísticas e de pesquisa conhecidas na arte podem ser usadas para estabelecer um ou uma pluralidade de "êxitos [hits]" que coletivamente proporcionam um melhor ajuste para o genótipo e a condição fisiológica do sujeito. Onde um FGP não estiver disponível para o sujeito, o algoritmo computa um FGP correspondendo aos dados zoográficos de entrada, e identifica qualquer desvio de um estado normal que possa existir no FGP. Onde um FGP é proporcionado como parte dos dados de entrada para o sujeito, o algoritmo de novo identifica qualquer desvio de um estado normal. Em uma outra tarefa, uma pesquisa é conduzida do segundo conjunto de dados para dados de teste concernentes a um FGP como estabelecido acima para o sujeito. Dados de teste indicando um a BDC ou uma combinação de BDCs que são efetivos para manter um tal FGP em um estado normal, ou deslocamento de um tal FGP de um estado extranormal para normalidade maior, são recuperados, por exemplo usando técnicas estatísticas e de pesquisa conhecidas na arte para proporcionar um melhor ajuste para o FGP do sujeito. Em outra tarefa, uma fórmula nutricional é computada incorporando quantidades eficazes de um ou mais BDCs identificados como descrito acima. A fórmula nutricional pode ser computada na forma de uma dieta completa, incorporando exigências básicas de energia, proteína e fibra (que podem ser prontamente estabelecidas dos dados zoográficos de entrada) juntamente com os BDCs identificados. Alternativamente, a fórmula nutricional pode ser computada na forma de um suplemento dietético, excluindo exigências básicas de energia, proteína e fibra.

Opcionalmente, a fórmula nutricional pode ser produzida via uma interface de usuário tal como uma tela de vídeo de computador, impressora, sintetizador de voz, etc. Um código representando a fórmula nutricional pode ser abaixado para um meio legível por computador ou legível para o usuário, por exemplo um código de barras impresso, um código numérico impresso, uma tira de dados de um cartão, um dispositivo de memória, um disco, um chip etc. Em uma modalidade um tal código é abaixado para um chip adaptado para implantação em um animal, particularmente um animal de companhia.

Em modalidades onde a fórmula nutricional é adicionalmente processada, por exemplo uma composição de ração, nenhuma produção da própria fórmula nutricional pode ser exigida.

Em certas modalidades, uma composição de ração é formulada diretamente por amalgamação do primeiro algoritmo com um segundo algoritmo (formulação) como descrito abaixo. De acordo com tais modalidades, computação de uma fórmula nutricional como uma etapa intermediária pode ou não ocorrer.

Onde uma fórmula nutricional é produzida, BDCs e outros componentes podem ser expressados em qualquer forma adequada. Por exemplo, componentes podem ser expressados em termos de seu teor em uma composição de ração (e.g., em % ou em mg/g, normalmente em uma base de matéria seca), em termos de uma permissão ou dosagem diária (e.g., em g/dia), opcionalmente em uma base de peso vivo (e.g., em mg/kg/dia). Uma fórmula nutricional espécime ilustrativa que pode ser gerada pela prática da presente invenção é mostrada em Tabela 1.

Visão geral de um Método Ilustrativo da Invenção: Figura 3 é um fluxograma mostrando um método ilustrativo para projetar uma fórmula nutricional. De acordo com este método ilustrativo, uma etapa chave é o processamento de dados de entrada, mostrado como um losango em Figura 3, para gerar a fórmula nutricional, por exemplo como descrito imediatamente acima. Três subsistemas alimentam a etapa de processamento.

Em um primeiro subsistema, partindo da esquerda superior da Figura 3, animais em vários estados de bem estar e doença são identificados. Como sugerido acima, é muitas vezes desejável que este conjunto de animais seja tão grande quanto possível, e inclua uma variedade tão larga quanto possível de estados de doença e distúrbio fisiológico bem como uma ampla variedade de genótipos. Um conjunto de dados zoográficos é colhido para cada animal. Cada animal é uma fonte de uma a uma pluralidade de amostras de tecido e/ou biofluido. Cada amostra é submetida à análise genômica funcional (incluindo uma ou mais de expressão de gene, análise proteômica e metabolômica), por exemplo usando uma técnica de microarranjo estabelecida, para estabelecer um FGP para o animal que proporcionou a amostra, refletindo o genótipo e a condição fisiológica do animal no momento que a amostra foi colhida. Dados definindo o FGP tornam-se parte do primeiro conjunto de dados como aqui definido, em associação com os dados zoográficos relacionados ao animal.

Em um segundo subsistema, partindo da direita superior da Figura 3, BDCs são testados em um ou mais modelos animais como descrito acima. Quanto mais BDCs são testados, melhor; e quanto mais dosagens de cada BDC são testadas, melhor. O teste pode incluir combinações de BDCs bem como BDCs individuais. De todo este teste, efeitos de BDC sobre FGP do modelo animal podem ser estabelecidos. Os resultados de teste compõem o segundo conjunto de dados como aqui definido.

Os primeiro e segundo conjunto de dados são tipicamente organizados em um ou mais bancos de dados relacionados que são adaptados para pesquisa e recuperação de informação pelo primeiro algoritmo à medida que processa os dados de entrada.

Em um terceiro sistema, uma porção inferior esquerda da Figura 3, dados de entrada são entradas para um sujeito animal ou uma subpopulação. Como indicado acima, os dados de entrada tipicamente incluem dados zoográficos e podem ou não incluir dados de FGP. Processamento dos dados de entrada para gerar uma fórmula nutricional exige que o algoritmo de processamento acesse os primeiro e segundo conjuntos de dados como mostrado em Figura 3. A fórmula nutricional gerada é uma que os dados armazenados no sistema mostram ou sugerem promoverá bem estar do sujeito animal ou de um ou mais animais da subpopulação. Alguns aspectos de "promoção de bem estar" são descritos em mais detalhe aqui. Opcionalmente (não mostrado em Figura 3), dados de entrada que compreendem ambos dados zoográficos e de FGP são adicionados no primeiro conjunto de dados, e podem ser acessíveis em iterações futuras do método.

Em uma modalidade, tais dados de entrada estão associados com um identificador ou código para o animal específico ao qual se relacionam. Se o mesmo animal é o sujeito de uma iteração subseqüente do método, o algoritmo de processamento de dados pode ser programado para recuperar antes dados de FGP para aquele animal. Neste modo, tendências e mudanças em FGP do animal podem ser rastreadas. Dentre outros benefícios, tal rastreio pode permitir monitoração periódica da eficácia da fórmula nutricional na manutenção de um FGP normal, em deslocamento de um PGP extranormal para normalidade maior, e/ou em qualquer aspecto da promoção de bem estar como será mais detalhadamente aqui descrito.

Uso iterativo do método para um animal específico pode formar uma base para um plano nutricional que é monitorado através de toda ou de uma parte substancial da vida do animal. Ação corretiva pode ser tomada pelo ajuste da fórmula nutricional sempre que o estado de bem estar do animal decline ou seu FGP mova para um estado extranormal.

Preparação de uma composição de ração: o produto final de uma modalidade da invenção é a fórmula nutricional derivada como mostrado acima. Por exemplo, um dietista ou médico veterinário pode receitar uma fórmula nutricional para um sujeito animal por um método como aqui descrito. Uma fórmula nutricional pode ser projetada para proporcionar uma solução total para um estado de doença ou distúrbio fisiológico, ou pode ser adaptada para uso conjuntamente com intervenção farmacêutica (e.g., administração de uma droga ou de outra medicação) ou intervenção cirúrgica.

Em outra modalidade, a fórmula nutricional é usada como a base para preparar uma composição de ração, que se torna o produto final desta modalidade. Um segundo algoritmo ou algoritmo de formulação pode ser usado para derivar uma composição de ração da fórmula nutricional. Como mencionado acima, um tal algoritmo pode ser integrado com o primeiro algoritmo para gerar uma composição de ração diretamente pelo processamento dos dados de entrada. Descrição aqui de uma fórmula nutricional como um estágio intermediário na geração de uma composição de ração não limita a presente invenção aos métodos e sistemas nos quais um tal estágio é identificável.

Algoritmos para formulação de composições de ração baseadas em uma fórmula nutricional como ilustrada por exemplo in Tabela 1 são bem conhecidos na arte. Tais algoritmos acessam um conjunto de dados tendo análise de vários ingredientes de ração e se baseiam naquele conjunto de dados para computar as quantidades de tais ingredientes em uma composição de ração tendo a fórmula nutricional desejada. Uma composição de ração espécime ilustrativa gerada por um método da invenção é apresentada em Tabela 2.

Opcionalmente o conjunto de dados nos quais o segundo algoritmo se baseia adicionalmente inclui dados de custo para os vários ingredientes de ração, e o segundo algoritmo incorpora uma rotina para incluir custo como um critério de seleção de ingredientes. Isto pode permitir que uma composição de ração seja preparada em custo reduzido, por exemplo em custo baixo consistente com obtenção da fórmula nutricional desejada.

Outros critérios podem ser inseridos se desejados. Por exemplo, ingredientes podem ser identificados como "orgânicos" ou diferentemente, de modo que se um produto alimentício "orgânico" é desejado apenas ingredientes "orgânicos" serão selecionados.

Em uma modalidade, a composição de ração pode ser selecionada, de uma variedade de opções pré-existentes, e.g., em uma linha de produto alimentício para animal de companhia existente, para melhor ajustar ou combinar a fórmula nutricional derivada pela prática da invenção. Por exemplo, pode ser usado um algoritmo que compara uma composição de ração ou fórmula nutricional computada com aquelas de produtos disponíveis, e seleciona o produto mais próximo daquela composição ou fórmula.

Em outra modalidade, um ração para animal de companhia é manufaturado de acordo com a composição derivada como mostrado acima. Um tal ração para animal de companhia é conseqüentemente personalizado para um animal individual proporcionando os dados de entrada, ou para uma subpopulação de animais representada por um animal proporcionando os dados de entrada. Tal manufatura pode ser desconectada, i.e., não controlada por um sistema auxiliado por computador. Alternativamente, tal manufatura pode estar em parte ou no todo sob o controle de, e/ou conduzida por, uma extensão do sistema auxiliado por computador que gera a fórmula nutricional e computa uma composição para o ração como descrito acima.

O produto assim manufaturado pode ser um ração completo ou um suplemento adaptado para adição em ou misturação com um ração base para formar um ração completo. O produto pode ser líquido, semi-sólido ou sólido; se sólido, pode estar umedecido (e.g., um ração umedecido aquecível para animal de companhia), semi-umedecido ou seco (e.g., um kíbble). Um suplemento pode ser projetado para uso, por exemplo, como um molho para acompanhar um ração base, ou como uma cobertura para um kibble base.

Aparelho controlado por computador adequado para manufaturar um produto alimentício tendo uma composição definida é conhecido na arte. Ilustrativamente, aparelho substancialmente como descrito em Patente U.S. de Número 6.493.641 pode ser usado.

Opcionalmente, o ração, uma vez preparado de acordo com um método da invenção, é embalado em um recipiente apropriado. Por exemplo, um ração umedecido pode ser embalado em uma lata, um jarro ou uma bolsa vedada; um ração seco pode ser embalado em um saco, uma caixa, ou um saco dentro de uma caixa. Esta etapa pode, se desejado, também estar sob o controle de um sistema auxiliado por computador.

Um sistema auxiliado por computador da invenção pode ser adicionalmente equipado para imprimir um rótulo ou inserto de embalagem para o produto alimentício, tendo alguma ou toda informação exigida pelos regulamentos governamentais e pela prática comercial costumeira. Por exemplo, o rótulo ou inserto de embalagem pode incluir uma lista de ingredientes e/ou uma análise garantida.

Manufatura de ração, incluindo embalagem e rotulagem, pode ocorrer em um sítio de manufatura convencional tal como uma fábrica. Alternativamente, pode ser conveniente localizar o sítio de manufatura do ração para que ocorra mais localmente ao usuário final, por exemplo em um ponto de venda em um recinto de venda a varejo ou de distribuição, tal como uma loja de rações para animais de companhia. Em uma modalidade a composição de ração é preparada em um sítio de distribuição e enviada ao usuário final, por exemplo em resposta a um pedido realizado pelo usuário final, tal como por telefone ou via um website acessado através da internet.

A composição de ração é, em uma modalidade, preparada por um compositor contra o recebimento de uma prescrição de um dietista ou médico veterinário informando a fórmula nutricional derivada pelo primeiro algoritmo.

Em outra modalidade, um usuário final em um terminal de ponto de venda entra com um código representando uma fórmula nutricional previamente selecionada para um animal específico, por exemplo por passagem de um cartão ou escaneamento de um chip contendo um tal código. Um aparelho misturador auxiliado por computador, por exemplo um aparelho de misturação e venda localizado no ponto de venda, então prepara uma composição de ração baseado na fórmula nutricional assim codificada, e a envia ao usuário final.

Uma composição de ração preparada por um método de qualquer modalidade da presente invenção é em si mesma uma outra modalidade da invenção.

Promoção do Bem estar: a fórmula nutricional derivada do sistema ou dos métodos da presente invenção é uma projetada para promover bem estar de um ou mais animais da subpopulação de interesse.

"Bem estar" de um animal inclui aqui todos os aspectos do bem estar físico, mental e social do animal, e não é restringido à ausência de enfermidade.

"Promoção do bem estar" inclui aqui manutenção de um estado presente de bem estar; prevenção de ocorrência de doença ou distúrbio fisiológico seja ou não predisposto o sujeito animal ou a subpopulação, geneticamente ou diferentemente, a tal doença ou distúrbio; ou, onde um estado de doença ou distúrbio fisiológico existe, melhoria de qualquer aspecto da saúde. Uso de termos duais "doença" e "distúrbio fisiológico" aqui não implica uma distinção clara entre estes termos. Muitas condições adversas ao bem estar, convencionalmente consideradas como doenças, por exemplo diabetes ou osteoartrite, podem ser igualmente também consideradas distúrbios fisiológicos; igualmente condições convencionalmente consideradas como distúrbios fisiológicos, por exemplo obesidade ou halitose, podem ser também igualmente consideradas doenças. Melhoria da saúde pode compreender atenuação e/ou eliminação de um estado de doença, incluindo sem limitação alívio dos sintomas, abaixamento da carga de patógenos ou parasitas, controle da severidade da doença dentro de limites mais toleráveis, e cura, com ou sem remissão.

"Promoção do bem estar" adicionalmente inclui (1) restauração de qualquer aspecto de FGP, inclusão de expressão de um gene, função de uma proteína ou produção de um metabólito para um estado mais normal; (2) melhoria da administração nutricional de um animal em estágios estressantes em sua vida, até mesmo onde nenhuma doença ou nenhum distúrbio está presente, por exemplo durante crescimento e desenvolvimento de um filhote de gato ou filhote de cão; durante gestação e lactação; antes e após cirurgia, por exemplo ovariectomia; e antes, durante e após transporte de longa distância; e (3) melhoria de qualquer aspecto de saúde em prole do sujeito animal ou subpopulação, por exemplo por nutrição in utero quando se alimenta um animal fêmea em gestação.

Condições adversas para o bem estar incluem não apenas doenças e distúrbios psicológicos existentes (incluindo distúrbios mentais, comportamentais, e disposicionais), mas predisposição ou vulnerabilidade a tais doenças ou distúrbios. Doenças e distúrbios assintomáticos e também externamente evidentes estão igualmente incluídos. A expressão "promoção de bem estar" de um animal é para ser entendida aqui como adicionalmente incluindo redução de incômodo para humanos vivendo próximos ao animal. Exemplos de tal incômodo incluem sem limitação exsudação excessiva, odor de excreções incluindo fezes, gás intestinal e urina, e alergenicidade.

Em uma modalidade, promoção de bem estar envolve simultâneas prevenção, atenuação ou eliminação de um grupo de dois ou mais estados de doença em um animal.

Doenças e distúrbio fisiológicos, quer externamente evidentes quer latentes, aos quais métodos da invenção são aplicáveis, incluem todas as doenças e distúrbios da espécie animal de interesse. De acordo com uma modalidade da invenção, o bem estar é promovido por prevenção, atenuação ou eliminação de um ou mais estados de doença que são tratáveis por administração nutricional.

Ilustrativamente, em cães, tais doenças e distúrbios incluem, sem limitação, reações adversas a ração (incluindo alergia alimentar e intolerância alimentar), como podem ser manifestadas por exemplo por colite crônica, gastroenterite crônica, otite crônica externa ou dermatite prurítica; artrite, incluindo osteoartrite; envelhecimento cerebral e mudanças comportamentais relacionadas; câncer ou neoplasia; doença cardiovascular, incluindo ascite ou edema (retenção de fluido), doença cardíaca, insuficiência cardíaca, retenção de fluido), doença cardíaca, insuficiência cardíaca, doença dilofilariose, e hipertensão primária; doença ortopédica desenvolvente; diabetes mellitus; distúrbios gastrintestinais, incluindo colite, colite responsiva à fibra, constipação responsiva à fibra, constipação não-responsiva à fibra aumentada, diarréia aguda ou crônica, diarréia responsiva à fibra, insuficiência pancreática exócrina, flatulência, gastroenterite aguda ou crônica, doença intestinal inflamatória (IBD), má digestão ou má absorção, pancreatite não-hiperlipidêmica, pancreatite hiperlipidêmica, recuperação de cirurgia gastrintestinal, e vômito agudo ou crônico; distúrbios hepáticos, incluindo ascite ou edema (retenção de fluido), doença de acúmulo de cobre, encefalopatia hepática, e doença hepática; liperlipidemia; obesidade; distúrbios de saúde oral, incluindo gengivite, mau odor oral, e tártaro, placa ou mancha dental; estados de recuperação, incluindo anemia, anorexia, caquexia ou perda de peso, convalescência, debilitação, estados hipermetabólicos, má nutrição, e estados pré- e pós-cirúrgicos; doença renal, incluindo hipertensão, falha renal, e insuficiência renal; e urolitiase, incluindo manejo de cistina, urato e oxalato de cálcio, dissolução de estruvita, manejo de estruvita, e manejo de estruvita em cães propensos à obesidade.

Ilustrativamente, em gatos, tais doenças e distúrbios incluem, sem limitação, reações adversas a ração (incluindo alergia alimentar e intolerância alimentar), como pode ser manifestado por exemplo por colite crônica, complexo de granuloma eosinofílico, gastroenterite crônica, ou dermatite prurítica; doença cardiovascular, incluindo ascite ou edema (retenção de fluido), doença cardíaca, insuficiência cardíaca, e hipertensão primária; diabetes mellitus; doença do trato urinário inferior de felino, incluindo cistite idiopática, manejo de oxalato, dissolução de estruvita, manejo de estruvita, manejo de estruvita em gatos obesos, e manejo de estruvita em gatos propensos à obesidade; distúrbios gastrintestinais, incluindo colite, colite responsiva à fibra, constipação responsiva à fibra, constipação não-responsiva à fibra aumentada, diarréia aguda ou crônica, diarréia responsiva à fibra, gastroenterite aguda ou crônica, IBD, pancreatite, recuperação de cirurgia gastrintestinal, e vômito agudo ou crônico; distúrbios hepáticos, incluindo ascite ou edema (retenção de fluido), doença de acúmulo de cobre, encefalopatia hepática, e doença hepática; liperlipidemia; obesidade; distúrbios de saúde oral, incluindo gengivite, gengivite, mau odor oral, e tártaro, placa ou mancha dental; estados de recuperação, incluindo anemia, anorexia, caquexia ou perda de peso, convalescência, debilitação, estados hipermetabólicos, má nutrição, e estados pré- e pós-cirúrgicos; doença renal, incluindo hipertensão, falha renal, e insuficiência renal; e urolitiase, incluindo manejo de cistina, urato e oxalato de cálcio, dissolução de estruvita, manejo de estruvita, e manejo de estruvita em gatos propensos à obesidade.

Em uma modalidade, um método da invenção é repetido em intervalos para um ou mais animais individuais de uma subpopulação, a fórmula nutricional sendo ajustada conforme necessário para mudanças em condição fisiológica ou FGP no decorrer do tempo. Tais mudanças podem ser realizadas pelo menos em parte pela(s) fórmula(s) nutricional(ais) de composição(ões) de ração preparada(s) por interação(ões) prévia(s) do método. Um método iterativo pode proporcionar um plano de alimentação, por exemplo para transição de remediação de um problema de bem estar para prevenção de recorrência do problema.

Banco de Dados: o termo "banco de dados" aqui refere-se a uma modalidade física de uma coleção de dados compreendendo um a uma pluralidade de conjuntos de dados que podem ser configurados em um a uma pluralidade de bancos de dados. Um banco de dados assim compreende um meio no qual ou sobre o qual tais dados são armazenados. Um banco de dados pode compreender mais do que um tal meio; em um tal caso os meios estão funcionalmente ligados. Meios aqui úteis podem ser legíveis para usuário, como no caso de planilhas impressas, mas tipicamente, e especialmente em vista do volume grande de dados presentemente contemplados, tais meios são legíveis por computador. Um banco de dados da invenção pode compreender um a uma pluralidade de meios residindo em ou eletronicamente ligado(s) a um computador, os meios tendo armazenados neles ou sobre eles dados relacionando o perfil genômico funcional de uma espécie ou modelo animal a pelo menos um de (a) genótipo e/ou condição fisiológica de um animal proporcionando uma ou mais amostras de tecido e/ou biofluido das quais o dito perfil genômico funcional é determinado; e (b) exposição do modelo ou espécie animal a um ou mais componentes dietéticos bioativos. Os dados são configurados como um a uma pluralidade de bancos de dados. Sob submissão de uma indagação relacionada ao perfil genômico funcional e/ou componentes dietéticos bioativos via o computador, informação em resposta pertinente à questão é recuperável de um ou mais bancos de dados.

De acordo com uma modalidade, uma tal indagação solicita saída de dados de perfil genômico funcional relevantes aos dados de entrada sobre genótipo e/ou condição fisiológica de um sujeito animal. De acordo com outra modalidade, uma tal indagação solicita saída de dados de componente dietético bioativo relevantes para os dados de entrada sobre perfil genômico funcional de um sujeito animal. A informação recuperável em resposta pertinente a uma tal indagação pode ser expressável como uma fórmula nutricional para o sujeito animal.

Em um banco de dados típico da invenção, os dados compreendem um primeiro conjunto de dados relacionando um perfil genômico funcional ao genótipo e/ou condição fisiológica de um animal proporcionando uma ou mais amostras de biofluido e/ou tecido das quais o dito perfil genômico funcional é determinado; e um segundo conjunto de dados relacionando perfil genômico funcional à exposição de um modelo animal a um ou mais componentes dietéticos bioativos. De acordo com esta modalidade, informação é recuperável em resposta pertinente a uma indagação solicitando saída de uma fórmula nutricional para um sujeito animal apropriado para os dados de entrada sobre genótipo e/ou condição fisiológica do sujeito.

Os dados em um tal banco de dados opcionalmente adicionalmente compreendem um terceiro conjunto de dados compreendendo teor de componentes dietéticos bioativos em ingredientes para uma composição de ração. De acordo com esta modalidade, informação é recuperável em resposta pertinente a uma indagação solicitando saída de uma composição de ração para um sujeito animal apropriado para os dados de entrada sobre genótipo e/ou condição fisiológica do sujeito.

De acordo com uma modalidade relacionada, o terceiro conjunto de dados adicionalmente compreende custo de ingredientes, e informação é recuperável em resposta pertinente a uma indagação solicitando saída de uma composição de ração custo-otimizada para um sujeito animal apropriado para os dados de entrada sobre genótipo e/ou condição fisiológica do sujeito.

Em um banco de dados de uma outra modalidade, informação é recuperável em resposta pertinente a uma indagação solicitando saída relacionando dados de entrada sobre perfil genômico funcional de um sujeito animal a um perfil genômico funcional normal.

Em um banco de dados de ainda outra modalidade, informação é recuperável em resposta pertinente a uma indagação solicitando saída de uma fórmula nutricional para um sujeito animal eficaz (a) para manter um perfil genômico funcional normal ou (b) para modificar um perfil genômico funcional extranormal para um estado mais normal.

Outras modalidades da invenção são aquelas listadas abaixo. Uma tal modalidade é um método de selecionar uma composição de ração para um sujeito animal, preferivelmente um sujeito animal de companhia. O método compreende (a) acessar um banco de dados povoado com dados genômicos funcionais normal e extranormal; (b) em referência aos ditos dados, avaliar o FGP do sujeito relativo a um perfil normal; (c) de um banco de dados povoado com resultados de teste sobre FGP em um modelo animal exposto a pelo menos um BDC, identificar um ou mais BDCs tendendo a deslocar o FGP para um estado mais normal; e (d) selecionar uma composição de ração compreendendo ditos um ou mais BDCs.

Em um aspecto da invenção, a composição de ração é selecionada com referência a um banco de dados povoado com dados sobre os custos de ingredientes de ração e BDCs. Em outra, a composição de ração é eficaz para deslocar FGP para um estado mais normal e é formulada no ou abaixo do custo alvo. Em outra, os bancos de dados são armazenados em um ou mais meios. Em outra, um computador capaz de acessar os um ou mais meios é usado para avaliar os dados genômicos funcionais. Em um outro aspecto, o método adicionalmente compreende alimentar a composição ao sujeito animal para prevenir desenvolvimento de um estado de doença no sujeito, para melhorar a saúde do sujeito, para deslocar o FGP do sujeito de um estado extranormal para um estado normal, ou para realizar uma mudança no FGP do sujeito. Em outra, os dados genômicos funcionais normal e extranormal são derivados de análise de tecidos e/ou biofluidos de uma população de animais em estados de bem estar e doença. Uma tal população pode ser definida pelo menos em parte por parâmetros genotípicos, pelo menos em parte por parâmetros fenotípicos, ou pelo menos em parte por raça ou grupo de raças. Nesta última situação, a composição de ração pode ser selecionada especificamente para a raça ou o grupo de raças.

Outra modalidade é um método de formular uma composição de ração para um sujeito animal. O método compreende (a) acessar um primeiro conjunto de dados contendo dados que relacionam o FGP do sujeito conforme determinado de uma ou mais amostras de tecido e/ou biofluido a um FG normal; (b) acessar um segundo conjunto de dados contendo informação sobre efeitos de BDCs individuais e/ou suas combinações sobre FGP em um ou mais sistemas de teste de modelo; e (c) computar uma formulação compreendendo um BDC ou sua combinação eficaz quando usado(a) como uma composição de ração para reverter ou atenuar deslocamento do FGP de sujeito do FGP normal.

Em uma modalidade, a formulação é eficaz para promover uma transição do FGP de sujeito para um FGP normal. Em outra, o método adicionalmente compreende acessar um conjunto de dados contendo informação relaciona ao fenótipo do sujeito. Tal informação pode, por exemplo, ser selecionada do grupo consistindo de idade, tipo de pelagem, tamanho e peso. Em um outro aspecto, o método adicionalmente compreende acessar um conjunto de dados contendo informação sobre fonte e custo de uma forma ativa, precursor ou metabólito de cada BDC na formulação. Em outra, a formulação computada por um tal método é eficiente em termos de custo. Em outra, o FGP normal é estabelecido da análise de tecidos e/ou biofluidos de uma população de animais. Uma tal população pode de novo ser definida pelo menos em parte pelos parâmetros genotípicos, pelo menos em parte pelos parâmetros fenotípicos, ou pelo menos em parte pela ração ou pelo grupo de raças. Nesta última situação, a composição de ração pode ser selecionada especificamente para a raça ou o grupo de raças. Em um outro aspecto, pelo menos um dos conjuntos de dados é armazenado sobre um ou mais meios. Em outra, um computador capaz de acessar os um ou mais meios é usado para computar a formulação.

A invenção não é limitada à metodologia, aos protocolos, e aos reagentes particulares aqui descritos porque podem variar. Ademais, a terminologia aqui usada é para o propósito apenas de descrever modalidades particulares e não é intencionada para limitar o escopo da presente invenção. Como aqui usadas e nas reivindicações anexadas, as formas singulares "um", "uma", "o" e "a" incluem as referências plurais a não ser que o contexto dite claramente o contrário. Similarmente, as palavras "compreender", "compreende", e "compreendendo" são para serem interpretadas inclusivamente em vez de exclusivamente.

A não ser que sejam definidos de outra maneira, todos os termos técnicos e científicos e quaisquer acrônimos aqui usados têm os mesmos significados como comumente entendido por uma pessoa ordinariamente experiente na arte no campo da invenção. Embora quaisquer composições, métodos, artigos de manufatura, ou outros meios ou materiais similares ou equivalentes àqueles aqui descritos podem ser usados na prática da presente invenção, as composições, métodos, artigos de manufatura, ou outros meios ou materiais preferidos são aqui descritos.

Todas patentes, pedidos de patente, publicações, e outras referências aqui citadas ou referidas são incorporadas(os) na extensão permitida pela lei. A discussão destas referências é intencionada meramente para resumir as afirmações aqui feitas. Não é feita admissão de que quaisquer tais patentes, pedidos de patente, publicações ou referências, ou qualquer sua porção, é arte anterior relevante para a presente invenção e o direito de desafiar a acurácia e a pertinência de tais patentes, pedidos de patente, publicações, e outras referências é especificamente reservado.

No relatório descritivo, tem sido descritas modalidades preferidas típicas da invenção e, embora termos específicos sejam empregados, eles são usados apenas em um sentido genérico e descritivo e não para propósitos de limitação, o escopo da invenção sendo mostrado nas reivindicações. Muitas modificações e variações da invenção são possíveis à luz dos ensinamentos acima. Portanto é para ser entendido que dentro do escopo das reivindicações anexadas a invenção pode ser praticada de outro modo do que o especificamente descrito. EXEMPLOS

A invenção pode ser adicionalmente ilustrada pelos seguintes exemplos, embora seja entendido que estes exemplos são incluídos meramente para propósitos de ilustração e não são intencionados para limitarem o escopo da invenção a não ser que seja especificamente indicado de outra maneira. Materiais e Métodos

Isolamento de Ácido Ribonucleico (RNA) de Tecido

Amostras de tecido que têm sido colhidas, congeladas em nitrogênio líquido, e descongeladas são homogeneizadas e processadas usando um método de extração de RNA TRIzol® para produzir RNA de qualidade boa que é então submetido à análise genômica adicional.

Materiais: Gelo, Nitrogênio líquido, Tecido felino ou canino congelado, Reagente de Iise TRIzol®t, Clorofórmio mínimo 99%, Isopropil- álcool, Etanol 70% (preparado em casa com Etanol, Absoluto e água deionizada, livre de RNase), RNase Zap®, Água deionizada, Solução de Armazenagem de RNA®, da Ambion.

Equipamentos: Homogeneizador Ultra-Turrax T25 Power, Centrífuga Beckman Coulter Allegra 25R, Centrífuga Eppendorf, Fórceps, Escalpelo, Superfície de corte duro, i.e. de cortar placa, Tubos de microcentrífuga de 1,5 mL estéreis / livres de DNase e RNase, Tubos de polipropileno de 50 mL descartáveis estéreis / livres de DNase e RNase, Pipetas Rainin Pipetman P1000, P200, P20, PlO e P2, Pontas de pipeta de filtro para pipetas P1000, P200, P20, PlO e P2, Panos absorventes livres de fiapos, estéreis / livres de DNase e RNase.

Preparações: Preparar tubos de polipropileno de 50 mL com 4 mL de TRIzol® (um tubo para cada tecido selecionado para isolamento de RNA).

Homogeneização de Tecido: encher um recipiente capaz de armazenar nitrogênio líquido com 3-4 conchas de nitrogênio líquido. Posicionar um pedaço de tecido congelado imediatamente dentro do recipiente anteriormente mencionado (o tecido deve ser de tamanho aproximado de uma ervilha) e posicionar o tecido dentro do tubo de polipropileno de 50 mL apropriadamente rotulado (que já contém 4 mL de TRIzol®). Imediatamente começar a homogeneização usando o Homogeneizador Ultra-Turrax T25 Power. Homogeneizar no ajuste mais alto (6) por 10-15 segundos. Esfriar a amostra sobre gelo por outros 10-15 segundos e então repetir. Continuar até que o tecido esteja totalmente homogeneizado e a solução esteja turva. Com homogeneização completa, tampar o tubo de 50 mL e retornar para o gelo. Incubar os tecidos homogeneizados na temperatura ambiente por 5 minutos antes de prosseguir com o procedimento de isolamento.

Isolamento de RNA: os procedimentos dados nas instruções de Invitrogen munidos com o reagente TRIzol® são geralmente seguidos. Separar a amostra homogeneizada em quatro alíquotas de 1 mL em quatro tubos de microcentrífuga de 1,5 mL. Adicionar 200 μί de clorofórmio em cada alíquota de 1 mL. Tampar os tubos, misturar vigorosamente por 15 segundos e então agitar verticalmente para cima e para baixo. O resultado deve ser um líquido leitoso rosa. Incubar os tubos na temperatura ambiente por 2-3 minutos. Centrifugar os tubos por 15 minutos a 14.000 rpm e 4°C. Transferir a fase aquosa (camada superior) para um tubo de microcentrífuga de 1,5 mL estéril. O volume típico da fase aquosa que deve ser transferido para o tubo novo é de cerca de 500 μί. Tomar cuidado para não transferir qualquer fase intermediária ou inferior. Precipitar o RNA da solução pela adição de 500 μι de Isopropil-álcool em cada tubo de microcentrífuga contendo a camada aquosa. Misturar os tubos verticalmente para cima e para baixo por pelo menos 20 segundos. Incubar as amostras na temperatura ambiente por 10 minutos. Centrifugar as amostras por 10 minutos, 14.000 rpm a 4°C. Remover o sobrenadante cuidadosamente por aspiração do líquido tomando o cuidado para não perder a pelota. Adicionar 1 mL de etanol 70% para lavar a pelota. Desalojar a pelota por pancada leve no tubo (ou batendo o tubo sobre o topo da bancada) e agitar para misturar. Centrifugar por 5 minutos, 8.200 rpm a 4°C. Remover o sobrenadante por aspiração do líquido tomando o cuidado para não perder a pelota. Usando um pano absorvente livre de fiapo absorver cuidadosamente o excesso de etanol para garantir que a pelota esteja seca. Ressuspender cada pelota em 30 μΐ. de Solução de Armazenagem de RNA. Misturar cuidadosamente por pipetação até que o RNA vá para dentro da solução e então armazenar a -80°C. Pode ser necessário misturar a amostra por uns poucos segundos em uma velocidade baixa para facilitar a ressuspensão do RNA. É necessário, centrifugar as amostras, usando a microcentrífuga, antes de congelar.

Limpeza de RNA: os procedimentos dados no RNeasy® Mini Handbook são seguidos.

Isolamento de RNA de Células Cultivadas em Câmaras OptiCell Usando o RNeasy Mini Kit

Células cultivadas de linhagens celulares de mamífero são usadas para isolar RNA de qualidade boa que é então usado para análise genômica futura posterior. Todo o trabalho relacionado com a cultura das células é para ser feito sob condições assépticas estritas.

Reagentes: IOX PBS, H2O deionizada, Etanol absoluto, Solução de Armazenagem de RNA, p-Mercapto-etanol, RNase Zap®, Tampão RLT, e Tampão RWl e Tampão RPE (fornecido no RNeasy Mini Kit)

Equipamentos/Materiais: RNeasy Mini Kit, colunas QIAshredder spin, faca OptiCell, Seringa estéril de 20 mL, Pontas OptiCell, Taspador de células r, Pipeta Rainin Pipetman P1000, Pontas de pipeta filtradas de 100-100 μι, pontas de pipeta filtradas de 1-200 μ!., Pipetas de transferência estéreis, Bacia de solução estéril de 55 mL, Tubos de microcentrífuga estéreis de 1,5 mL, e Microcentrífuga Eppendorf.

Soluções: Tampão RLT (estoque fornecido em RNeasy Mini Kit); - Adicionar 100 μί de p-Mercapto-etanol por 10 mL de Tampão RLT antes de iniciar o protocolo. Etanol 70%: Preparar 50 mL de etanol 70% pela adição de 35 mL de etanol absoluto em 15 mL de água deionizada livre de RNase. IX PBS: Água livre de RNase. Filtrar a solução usando um filtro de 0,22 μηι.

Procedimento: remover as células da Câmara OptiCell (proceder um OptiCell por vez). Checar as células sob um microscópio para garantir que as células estão vivas antes do isolamento do RNA. Remover e descartar o meio de cultura celular. Usando a faca OptiCell cortar a membrana de topo expondo as células sobre a membrana inferior. Lavar a membrana na qual as células estão aderidas três vezes com IX PBS. Pipetar 600 μΙ, da solução Tampão RLT (contendo p-Mercapto-etanol) para cima do centro da membrana na qual as células estão aderidas. Usando o raspador de células, cuidadosamente espalhar o Tampão RLT sobre a superfície inteira da membrana, e então coletar o líquido em um canto. Pipetar o volume inteiro do Tampão RLT e posicioná-lo dentro de uma coluna QIAshredder spin.

Isolamento de RNA: centrifugar as colunas QIAshredder spin a 14.000 rpm por 2 minutos. Descartas a coluna spin mas manter o tubo de coleta e seu conteúdo. Adicionar 600 μί de etanol 70% no tubo de coleta e misturar bem por pipetação (volume total agora =1,2 mL). Transferir 600 μι do lisado celular para uma minicoluna RNeasy e centrifugar por 15 segundos a 14.000 rpm. Descartar o fluxo através mas manter o tubo de coleta e a coluna spin. Adicionar 700 μί de Tampão RWl na coluna spin. Centrifugar por 15 segundos a 14.000 rpm para lavar a coluna. Descartar o fluxo através e o tubo de coleta. Transferir a coluna spin para um novo tubo de coleta de 2 mL e adicionar 500 μί de Tampão RPE na coluna. Centrifugar por 15 segundos a 14.000 rpm. Descartar o fluxo através, manter o tubo de coleta / coluna. Adicionar outros 500 μί de Tampão RPE na coluna. Centrifugar por 2 minutos a 14.000 rpm. Transferir a coluna spin para um tubo de coleta de 1,5 mL. Adicionar 30 μί de Solução de Armazenagem de RNA diretamente na membrana de gel de sílica e centrifugar por 1 minuto a 14.000 rpm para eluir o RNA. Armazenar o RNA final a -70°C. RNA 6000 Nano Assav Usando o Agilent 2100 Bioanalyzer e o RNA 6000 Nano

Assay, analisar para qualidade o RNA isolado de tecidos, linfócitos ou células de mamífero cultivadas(os).

Reagentes: Matriz de gel RNA 6000 Nano, Concentrado de corante RNA 6000 Nano, Marcador RNA 6000 Nano, (todos os reagentes acima estão contidos no RNA 6000 Nano Assay kit, Agilent), RNA 6000 ladder, RNase Zap, e água livre de RNaser, de Ambion.

Equipamentos/Outros Materiais: Agilent Chip Priming Station, Agilent, RNA 6000 chip, Agilent, Limpadores de Electrodo, Pipetas Rainin Pipetman P2, PIO, P200, e P1000, Pontas de pipeta filtradas estéreis livres de DNase/RNase, tubos de microcentrífuga de 1,5 mL, misturador IKA Vortex, estéril, Vortex, Microcentrífuga, e Bloco de aquecimento.

Procedimento: O procedimento é dado no Reagent Kit Guide, RNA 6000 Nano Assay, Edição de novembro de 2003, pela Agilent Technologies. Os procedimentos são seguidos como dado no Guide, com as seguintes modificações: Preparação do Gel, pg. 17. Em vez de separar o gel filtrado em alíquotas de 65 μί cada, manter o gel filtrado de estoque dentro do tubo de microcentrífuga original e tirar alíquotas dos 65 μί se necessário. Carregamento de Marcador RNA 6000 Nano, pg. 22. Adicionar 1 μί de água livre de RNase (no lugar de Marcador RNA 6000 Nano) para cada cavidade de amostra que não conterá a amostra. Não apenas isto conservará a quantidade de Marcador usado mas também servirá como um controle negativo para ver que nenhuns dos reagentes estão contaminados, incluindo a água livre de RNase. Carregamento de Ladder e Amostras, pg. 23. Desnaturar por aquecimento as amostras e RNA 6000 Ladder por um adicional de 30 segundos (total de 2,5 minutos) a 71°C. Partida do Corrida do Chip, pg. 26. Escolher a opção "Eukaryote Total RNA Nano" do menu do ensaio. Affymetrix Genechip Expression Analysis

Expressão de gene foi analisada usando Affymetrix Canine 1 e Canine 2 GeneChip® Arrays disponíveis comercialmente na Affymetrix, Inc., Santa Clara, CA 95051. RNA total é reversamente transcrito em cDNA. O cDNA é usado para gerar cRNA que é fragmentado e usado como sondas para a hibridização de GeneChip. O genechip é lavado e o sinal de hibridização é medido com um escâner a laser Affymetrix. Os dados de hibridização são então validados e normalizados para análise posterior.

Materiais: Affymetrix fornece a maioria dos reagentes e kit. Outros reagentes listados em Affymetrix Manual mas não fornecidos no kit podem ser obtidos separadamente. Referir ao GeneChip Expression Analysis Technical Manual (701021 Rev.4) para detalhes, Água deionizada e RNase Zap®.

Equipamentos: Microcentrífuga Eppendorf, tubos de microcentrífuga de 1,5 mL estéreis / livres de DNase e RNase, tubos de polietileno de 50 mL descartáveis, estéreis livres de DNase e RNase, Pipetas Rainin Pipetman P1000, P200, P20, PlO e P2, pontas de pipeta de filtro para pipetas P1000, P200, P20, PlO e P2, estéreis / livres de DNase e RNase, e Peltier Thermal Cycler PTC-200.

Procedimento: todos os procedimentos seguem exatamente como em GeneChip Expression Analysis Technical Manual (Affymetrix Copyright 1999-2003). Usar 5 microgramas de RNA total para a síntese de primeira fita de cDNA. Usar quer Peltier Thermal Cycler PTC-200 quer bloco de aquecimento para controle de temperatura em reações de desnaturação de sonda. O controle de qualidade é realizado usando RNA NanoDrop chips com BioAnalyer 2100. Usar 100 Format (Midi Array) para genechip canino. Exemplo 1 Determinação de Efeito de Várias Substâncias ou Ingredientes sobre Expressão de Gene em Linhagens de Células Caninas.

Genechips canino Affymetrix Canine-I e Canine-2 são usados para determinar o efeito de várias substâncias ou ingredientes tais como MCTs; TAGs; ALA; EPA; DHA; ácido linoleico; ácido esteárico (SA), ácido linoleico conjugado (CLA), GLA; ácido araquidônico; lecitina; vitamina A, vitamina D, vitamina E, vitamina K, riboflavina, niacina, poridoxina, ácido pantotênico, ácido fólico, biotina, vitamina C, catequina, quercetina, teaflavina; ubiquinona; licopeno, licoxantina; resveratrol; ácido α-lipóico; L- carnitina; D-limoneno; glicosamina; S-adenosil-metionina; quitosano, vários materiais contendo um ou mais destes compostos, e várias combinações dos mesmos sobre expressão de gene em quatro linhagens de células caninas e controles apropriados. Cada ingrediente foi testado em duas concentrações como ilustrado para ingredientes de amostra selecionados mostrados em Tabela 6. O solvente na concentração mais alta das duas concentrações foi usado como um controle. Quatro linhagens de célula canina são usadas: CCL34 (rim), CRL1430 (timo), CCLl83 (osso) (obtidas de The American Tissue Culture Collection) e CTAC (tiróide) (veja, "Measurement of NK Activity in Effector Cells Purified from Canine Peripheral Lymphocytes, Veterinary Immunology e Immunopathology", 35 (1993) 239-251). Uma linhagem de célula tratada com um ingrediente em uma concentração específica é chamada de "tratamento" e uma amostra não tratada é chamada de "controle". As palavras "genes" e "sondas" são usadas sinonimamente neste método. Expressão de gene foi medida para as linhagens de célula de tratamento e controles.

Os dados de expressão de gene foram determinados para estarem que "supra-" quer "infra-"regulados para qualquer tratamento dado. A decisão de sobre se um gene está "supra" ou "infra" é baseada na mudança de vezes, que é calculada como intensidade de tratamento / intensidade de controle para cada sonda individual. A mudança de vezes é considerada infra- regulada se seu valor for < 1/1,5 (para análise através de todas as 4 linhagens de células) ou < 1/2 (para análise dentro linhagens de célula) e está supra- regulada se ela estiver > 1,5 (para análise através de todas as 4 linhagens de célula) ou > 2 (para análise dentro de linhagens de célula). Também, uma sonda é considerada significativa para escrutínio adicional se ela é denominada como presente em apenas uma das condições sendo comparadas (tratamento e controle) e está "ausente" ou é "marginal" na outra e mudança de vezes é significativa de acordo com o programa de computador usado. Sondas que parecem estar reguladas em direções opostas nos dois tratamentos são excluídas da análise posterior.

Os dados não processados são analisados usando o programa de computador GeneSpring version 7.0 (GS) (Agilent Corporation) e validados usando o programa de computador livre R-Bioconductor (RB). Ambos os pacotes de programa de computador são usados para computar as intensidades de sonda dos arquivos.CEL gerados pelo Affymetrix Instrament. As denominações Presente/Ausente/Marginal por sonda e valores-P são computados usando os programas de computador R-Bioconductor e GeneSpring separadamente.

Dois esquemas são usados para análise de dados. Primeiro; "através de linhagens de célula" e "dentro de linhagens de célula individuais". No primeiro esquema, genes são selecionados para escore desde que sejam verificados como sendo significativos e comuns através de todas as linhagens de célula. "Através de linhagens de célula" dá os dados de confiança mais altos dentro do ruído mínimo e pode proporcionar as melhores indicações como em que os genes são afetados pelos ingredientes individuais. No segundo esquema, apenas aqueles genes que mostram uma mudança de vezes significativa nos dois tratamentos de acordo com ambos os pacotes de programa de computador dentro de uma linhagem de célula individual são registrados. Uma amostra dos dados obtidos destes experimentos é mostrada em Tabela 7. Tabela 7 mostra a correlação entre a substância de tratamento (Coluna 1), Sonda (ligação de dados) (Coluna 2), Direção (Coluna 3), Melhor Anotação BLAST (Coluna 4), e Número de Acesso de Humano da seqüência de humano mais próxima do alvo (Coluna 5). Para clareza, os dados mostrados na tabela são apenas uma porção pequena dos dados obtidos dos experimentos conduzidos e é mostrado em ilustrar os aspectos relevantes da presente invenção, e.g., dados indicam que os BDCs testados podem afetar os produtos de gene "gargalo de garrafa" que são centrais para metabolismo de gordura incluindo piruvato desidrogenase cinase e carnitina palmitoil transferase I. Os dados também indicam que os ingredientes que afetam aqueles dois genes in vitro podem ser úteis ao fazerem o mesmo quando incluídos em uma dieta que subseqüentemente pode ser alimentada a cães gordos para aumentar a perda de peso ou alimentada a cães magros para manter a magreza. A informação para todos os ingredientes testados é armazenada em um banco de dados para referência. Esta informação compreende o segundo conjunto de dados da presente invenção. Exemplo 2

Determinação de Expressão de Gene Diferencial entre Amostra de Tecido Adiposo de Animais Gordos e Magros

Amostras de tecido adiposo são obtidas de 13 animais caninos gordos e 3 magros diagnosticados como quer "gordos" quer "magros" usando métodos convencionais. A "obesidade" ou "magreza" de um animal foi determinada baseada nas medições por DEXA usando métodos convencionais ou baseada em sistema de escore de condição corporal de 5 pontos. Por exemplo, um animal foi considerado em ser gordo se tinha um escore de condição corporal de 4 ou mais alto e uma percentagem de gordura corporal total de 30% ou mais alta. Um animal foi considerado magro se tinha um escore de condição corporal de 2 ou 2,5 e/ou uma percentagem de gordura corporal total DEXA de 27% ou mais baixa. Todas as amostras de tecido são rapidamente congeladas em nitrogênio líquido imediatamente após remoção do animal.

Os tecidos são analisados usando um genechip canino Affymetrix "Canine- 2" de acordo com métodos convencionais com o propósito de determinar quais genes, se houver, são diferencialmente expressados em animais gordos comparados com animais magros. Dados das amostras de animais gordos e de animais magros são comparadas e analisadas usando os programas de computador GeneSpring e R-Bioconductor. Para qualquer gene dado para ser designado com uma designação de "presente" ele tinha que exibir uma mudança de 2 vezes no nível de expressão para ser considerado para escrutínio posterior. Ademais, genes que estão presentes em apenas uma condição e quer estão "ausentes" quer são "marginais" no outro grupo também são selecionados para escrutínio posterior.

Uma amostra de dados obtidos usando Exemplo 2 é mostrada em Tabelas 3, 4, e 5. Tabela 3 mostra um NO arbitrário em Coluna 1, o Número de identificação de Sonda (aqui "APIN") em Coluna 2, expressão de vezes (gordo/magro) em Coluna 3, Número de Acesso de Êxito [Hit\ BLAST Mais Alto em Coluna 4, e Número de Acesso de Êxito [Hit] BLAST Mais Alto para uma Seqüência de Humano em Coluna 5. Tabela 4 mostra a descrição de gene obtida para o número de acesso de êxito [hit\ blast mais alto para o NO correspondente e Tabela 5 mostra a descrição de gene para o êxito [hit] blast mais alto para um número de acesso de seqüência de humano para o NO correspondente. Para clareza, os dados mostrado nas Tabelas é apenas uma pequena porção dos dados obtidos dos experimentos conduzidos e é mostrado para ilustrar os aspectos relevantes da presente invenção. Em particular os dados indicam que os animais gordos expressam produtos de gene "gargalo de garrafa" mencionados em exemplo 1 em níveis que são 2-3 vezes mais baixos do que em animais magros. Portanto, triagem dos produtos de gene "gargalo de garrafa" acima mencionados usando BDCs incorporados em uma dieta alimentada a animais obesos pode aumentar sua perda de peso e ajudá-los a manter um perfil magro. A informação é armazenada em um banco de dados para referência. Esta informação compreende o primeiro conjunto de dados da presente invenção. Exemplo 3

Genes expressados diferencialmente no sangue de animais gordos e magros que podem ser usados como prognosticador de classes para animais gordos e magros.

Com o propósito de simplificar nossos futuros testes e eliminar

a necessidade do uso de amostras de tecido sólido que têm que ser por biopsia de animais vivos, amostras de sangue de cães gordos e magros são obtidas e são usadas para desenvolver um prognosticador de classe que pode ser usado para diferenciar entre animais gordos e magros. GeneChips Affymetrix Canine-2 são usados para medir os níveis de expressão de gene em amostras de sangue tiradas de animais que são identificados como clinicamente gordos (28 animais com um escore de condição corporal de 4 ou 5) ou magros (12 animais com um escore de condição corporal de 2 ou 2,5). Os dados de GeneChip são analisados usando o programa GeneSpring (de Agilent Technologies) version 7.2. São identificadas sessenta e cinco sondas que exibem níveis de expressão diferenciais entre as amostras de animais gordos e magros com um valor de "p" de 0,01 após a aplicação de uma correção de taxa de descoberta falsa. Estas sondas (mostradas em tabela 8) e os genes e produtos de gene que representam podem ser potencialmente usadas como prognosticadores de classe para animais gordos e magros usando amostras de sangue sem a necessidade do uso de amostras de tecido adiposo.

Baseado na condição fisiológica dos caninos (uma diagnose como gordo) e uma comparação da informação dos conjuntos de dados e Tabelas (a seleção dos mesmos genes que são influenciados por uma substância ou um ingrediente de teste e são diferencialmente expressados em animais gordos comparados com animais magros), uma fórmula nutricional útil para selecionar e preparar uma composição de ração para caninos gordos é determinada em conter um ou mais dos seguintes ingredientes nas seguintes quantidades (miligramas por quilograma de peso corporal por dia (mg/kg/dia): DHA - de cerca de 1 a cerca de 30; EPA - de cerca de 1 a cerca de 30; EPA/DHA Combo (razão 1,5:1) - de cerca de 4/2 a cerca de 30/45; ALA - de cerca de 10 a cerca de 100; LA - de cerca de 30 a cerca de 600; ARA - de cerca de 5 a cerca de 50; e SA - de cerca de 3 a cerca de 60. Baseado nesta fórmula, uma composição de ração e dieta relacionada contendo um ou mais destes ingredientes pode ser preparada e usada para regular os genes que são diferencialmente expressados em animais gordos comparados com animais magros. Tal regulação fará com que o animal gordo module a quantidade de tecido adiposo no animal e, portanto, em uma modalidade, promova um deslocamento de um estado desejável ou normal (mais magro) e promova uma saúde e um bem estar melhores do animal. Exemplo 4

Dietas contendo quantidades maiores de ácidos graxos de cadeia longa promovem perda de peso e podem ser usadas para reprogramar a expressão de gene do animal de modo que reflita uma propensão para se tornar magro e potencialmente mantenha a magreza.

Dados obtidos de triagens de ingrediente in vitro discutidas acima indicam que alguns ingredientes que são altos em ácidos graxos de cadeia longa podem ter o potencial de afetar a expressão de genes envolvidos em metabolismo de gordura em um modo que promoveria a magreza do animal como um todo. Isto é determinado pela análise de dados obtidos de tecido adiposo e de ensaios de ingrediente discutidos acima usando, e.g., análises de algoritmo de computador convencionais. Códigos para algoritmos úteis com relação a isto são familiares para uma pessoa experiente na arte e podem ser desenvolvidos sem experimentação indevida. Um exemplo de tal código é proporcionado abaixo:

SELECT A.PROBE, TO_CHAR(

AVG(DECODE(A.EXPTDAY, 'DO', GENENORMINT,

null))/ A VG(DECODE( A.EXPTDA Y, 'D14', GENENORMJNT, null)),'99999.99999') FATLEANFC, STATS_T_TEST_INDEPU( A.EXPTDAY, GENE NORM INT) PVALUE, B.TOPHITDEF, COUNT(DISTINCT C.INGREDIENT), COUNT(DISTINCT D.INGREDIENT) FROM GERI ATRIC SRNRM2 A,

TOP_PROBE_ANNOT_2_3 B,

FILT_INDIV_CELLS_2 C, FILT_ACROSS_4_CELLS_2 D WHERE A.PROBE=B.PROBE AND A.PROBE=C.PROBE

(+) AND

A.PROBE=D.PROBE (+) AND UPPER(A.PROBE) NOT LIKE 'AFFX%' GROUP BY A.PROBE, B.TOP HIT DEF HAVING STATS_T_TEST_INDEPU( A.EXPTDAY, GENE NORM INT) <=.01 AND

AVG(DECODE(A.EXPTDAY, 'DO', GENENORMINT, null))/AVG(DECODE(A.EXPTDAY, 'D14', GENE NORM INT, null)) >= 5 AND

SUM(DECODE(PAMCALL, 'P', 1,0)) = 40 ORDER BY

PROBE

Para confirmar que a inclusão de ácido linolênico ou EPA/DHA (1,5:1) em dietas alimentadas a cães afeta perda de peso em cães, três dietas altas em proteína contendo quer nenhuns ácidos graxos de cadeia longa adicionados (Dieta A) quer ácido linolênico adicionado (aproximadamente 1% baseado em 100% de base de matéria seca, Dieta B) quer EPA/DHA (1,5:1, aproximadamente 0,30%: 0,20 %) (Dieta C) foram desenvolvidas para comparação com uma dieta alta em fibra que é conhecida em induzir perda de peso em cães. No estudo, 45 cães clinicamente gordos são todos primeiro alimentados com uma dieta de controle nutricionalmente completa por 30 dias antes do início do teste. Após os 30 dias iniciais, os cães são randomizados em 4 grupos. Três dos quatro grupos recebem uma das dietas de teste e a um grupo é dado a dieta alta em fibra como um controle por um período de tempo ajustado, e.g., 4 meses. Resultados indicam que os três rações experimentais (Dietas A, B e C) têm digestibilidade substancialmente mais alta do que o ração mais alto em fibra. Os resultados também indicam que aproximadamente 38% dos cães consumindo o ração contendo EPA/DHA alcançaram seu alvo de perda de peso em 90 dias. O interessante é que cães consumindo o ração de EPA/DHA também mantêm massa muscular magra e teor de mineral ósseo. Os resultados também indicam que, pelo menos em nível clínico, dietas contendo EPA/DHA podem ser tão eficazes quanto dietas altas em fibra em realização de perda de peso.

Com o objetivo de validar o conjunto de sondas prognosticadoras de classe e de testar sua capacidade para prever obesidade ou magreza em animais, o conjunto de sondas prognosticadoras de classe (descrito em Exemplo 3 acima) é aplicado nos dados de expressão de gene obtidos dos 45 animais participando no experimento acima (dados de expressão não mostrados). A análise de prognosticador de classe confirma que 41 dos 45 animais (aproximadamente 90%) designados "gordos" no início do teste são de fato gordos (a discrepância pode ser devido à natureza subjetiva do sistema de escore de condição de corpo convencional que é correntemente usado na clínica). O interessante é que após 14 dias de alimentação com as quatro dietas descritas acima, a análise de prognosticador de classe indica que todos os animais, independentemente da dieta, exibem um perfil de expressão de gene "magro". No final do estudo, parece que todos os animais sob a dieta alta em fibra de controle refletem um perfil de expressão de gene "gordo", aproximadamente 25% dos animais sob as Dietas de teste AeB refletem um perfil de expressão de gene "magro" e aproximadamente 40% dos amimais alimentados com Dieta C contendo EPA/DHA exibem um perfil de expressão de gene bioquimicamente "magro", (veja Tabela 9). TABELAS

Tabela 1

Fórmula Nutricional Espécime _

Fórmula para (identificador de animal): Marca Espécie: Canino Raça: Dálmata Idade: 5 anos 3 meses Identificador FGP: [código permitindo recuperação de dados de FGP] Base Densidade de energia (kcal ME/g) 3,5-4,5 Proteína bruta (%) 15-30 Gordura bruta (%) 10-20 Fibra bruta (%) 2-5 Cálcio (%) 0,5-1,0 Fósforo (%) 0,4-0,9 Sódio (%) 0,2-0,4 Cloreto(%) 0,3-0,6 Suplementação de BDC Vitamina A (IU/g) 100 EPA (mg/g) 0,25 S-adenosil-metionina (mg/g) 0,2 Gengibre em pó (mg/g) 5

Tabela 2

Composição de Ração Espécime

Composição de ração para (identificador de animal): Peludo Espécie: Felino Raça: Mista Idade: 2 anos 10 meses Identificador de fórmula nutricional: [código permitindo recuperação de fórmula nutricionall Tipo de ração: Kibble Farinha de galinha, baixa em gordura (%) 50 Carne, moída (%) 23 Farinha de feijão-soja (%) 10 Farinha de peixe (%) 10 Oleo de peixe (%) 3 Fosfato de dicálcio (%) 0,3 Oleo de onagrácea (%) 0,05

Tabela 3 1 2 3 4 5 CfaAffx.4097.1.Sl s at 0,32 XM 539427 BC040239 62 CfaAffx. 16813.1.Sl at 0,37 XM" 533208 NM 001876 67 Cfa.l01.1.Sl s at 0,35 XM 533208 BCOOOl 85 70 CfaAffx.22979.1.S1 s at 0,34 ΧΜ" "533208 AJ420748 241 Cfa.2282.1.Sl at 0,45 XM 539427 AK096428 285 Cfa. 1286.1.A1 at 0,42 XM 583309 CR599853 Tabela 4 Λ.

A

SEQ ID NO Descrição de Gene - Número de Acesso de Exito \Hit]

BLAST Mais Alto

PREVISTO: Canis familiaris similar a [Piruvato desidrogenase

[lipoamida]] cinase isozima 4, precursor mitocondrial (Piruvato desidrogenase cinase isoforma 4) (LOC482310), mRNA

62 PREVISTO: Canis familiaris carnitina palmitoil transferase I isoforma

(CPT1), mRNA

67 PREVISTO: Canis familiaris carnitina palmitoil transferase I isoforma

(CPT1), mRNA

70 PREVISTO: Canis familiaris carnitina palmitoil transferase I isoforma

(CPT1), mRNA

241 PREVISTO: Canis familiaris similar a [Piruvato desidrogenase

[lipoamida]] cinase isozima 4, precursor mitocondrial (Piruvato desidrogenase cinase isoforma 4) (LOC482310), mRNA

285 PREVISTO: Bos taurus similar a Carnitina O-palmitoiltransferase I,

isoforma hepática mitocondrial (CPT I) (CPTI-L) (Carnitina palmitoiltransferase IA) (LOC5Q6812), mRNA parcial Tabela 5

SEQ ID NO Descrição de Gene - Êxito \Hit\ BLAST Mais Alto para um Número de Acesso de Seqüência de Humano

Homo sapiens piruvato desidrogenase cinase, isozima 4, mRNA

(clone de cDNA MGC:5281 IMAGE:3047987), cds completa 62 Homo sapiens carnitina palmitoiltransferase IA (Iiver) (CPT1A),

gene mitocondrial codificador de proteína mitocondrial, variante de transcrito 1, mRNA

67 Homo sapiens carnitina palmitoiltransferase IA (fígado), variante

de transcrito 2, mRNA (clone de cDNA MGC:1772 IMAGE:3352642), cds completa 70 Homo sapiens gene CPTlA parcial para carnitina O-

palmitoiltransferase 1, região de promotor, CDS e variantes de editoração a e b

241 Homo sapiens cDNA FLJ39109 fis, clone NTONG2005137,

elevadamente similar a [PIRUVATO

DESIDROGENASE(LIPOAMIDA)] CINASE ISOZIMA 4, PRECURSOR MITOCONDRIAL (EC 2.7.1.99) 285 clone de cDNA de comprimento total CS0DK009YI05 de HeLa

cells Cot 25-normalizado de Homo sapiens (humano)

Tabela 6

Substância_Concentração 1_Concentração 2_Solvente

DHA 0,005 mg/ mL (5 micro g/ 0,025 mg/ mL (25 micro g/ ETOH

mL) mL)

EPA 0,005 mg/ mL (5 micro g/ 0,025 mg/ mL (25 micro g/ ETOH

mL) mL)

EPA/DHA 0,062 mg/mL EPA & 0,010 0,030 mg/mL EPA & 0,02 ETOH

Combo razão 1,5:1 mg/ mL DHA (total is 0,025 mg/ mL DHA (total é 0,050 (como em óleo de mg/ mL) mg/ mL)

peixe)

Ácido alfa- 0,05 mg/ mL (50 micro g/ 0,1 mg/ mL (100 micro g/ ETOH

linolênico mL) mL)

Ácido linoleico 0,1 mg/ mL (100 micro g/ 0,5 mg/ mL (500 micro g/ETOH

mL) mL)

Ácido 0,025 mg/ mL (25 micro g/ 0,05 mg/ mL (50 micro g/ ETOH

araquidônico mL) mL) Ácido esteárico 0,01 mg/ mL (10 micro g/ 0,05 mg/ mL (50 micro g/ ETOH

mL) mL)

Ácido linoleico 0,02 mg/ mL (20 micro g/ 0,1 mg/ mL (100 micro g/ MEOH conjugado mL) mL)

Tabela 7

Coluna 1 2

DHA 6282824_at SUPRA PREVISTO: Canis familiaris BC000185

carnitina palmitoil transferase I isoforma(CPTl),mRNA

DHA 1605486_at SUPRA Homo sapiens piruvato AK096428

desidrogenase cinase 4 mRNA, região não-traduzida 3', seqüência parcial

DHA 6287734_at SUPRA PREVISTO: Canis familiaris BCO17952

similar a cotransportador 4 de Na/Pi (LOC478741), mRNA

EPA

6283329_at INFRA Homo sapiens, Similar a proteína ACO18634

4 secretada relacionada com pêlo crespo, clone IMAGE:4828181, mRNA

EPA

6283403 at

EPA

1605486 at

DHA/EPA 6283403 at

DHA/EPA 1605486 at

DHA/EPA 1605832 at

SUPRA Sus scrofa carnitina AKl 72798

palmitoiltransferase I mRNA, gene mitocondrial codificador de proteína mitocondrial, cds completa

SUPRA Homo sapiens piruvato AK096428 desidrogenase cinase 4 mRNA, região não-traduzida 3', seqüência parcial

SUPRA Sus scrofa carnitina AKl72798

palmitoiltransferase I mRNA, gene mitocondrial codificador de proteína mitocondrial, cds completa

SUPRA Homo sapiens piruvato AK096428 desidrogenase cinase 4 mRNA, região não-traduzida 3', seqüência parcial

INFRA Homo sapiens mRNA; AK097112 cDNADKFZp451J622 (de clone DKFZp451J622); cds completa ALA 6282455_at INFRA

ALA 1605486_at SUPRA

LA 62823 85_at INFRA

LA 6282824_at SUPRA

LA 1605486_at SUPRA

ARA 6282824_at SUPRA

ARA 6283403_at SUPRA

ARA 1602749_at SUPRA

ARA 1605486_at SUPRA

SA Cfa.2282.1.Sl a SUPRA

t

Canis familiaris cadeia pré-pró- AB209597 alfa(I) de colágeno de tipo I (COLlAl) mRNA, cds completa

Homo sapiens piruvato AK096428 desidrogenase cinase 4 mRNA, região não-traduzida 3', seqüência parcial

Canis familiaris transportador de D26443 glutamato dependente de Na+ (GLAST), mRNA

PREVISTO: Canis familiaris BCOOO185 carnitina palmitoil transferase I isoforma(CPT 1 ),mRNA

Homo sapiens piruvato AK096428 desidrogenase cinase 4 mRNA, região não-traduzida 3', seqüência parcial

PREVISTO: Canis familiaris BC000185 carnitina palmitoil transferase I isoforma(CPTl),mRNA

Sus scrofa carnitina AK172798

palmitoiltransferase I mRNA, gene mitocondrial codificador de proteína mitocondrial, cds completa

Homo sapiens BAC clone RPll- AC108866 44D21 de 4, seqüência completa

Homo sapiens piruvato AK096428 desidrogenase cinase 4 mRNA, região não-traduzida 3', seqüência parcial

PREVISTO: Canis familiaris AK096428 similar a [Piruvato desidrogenase [lipoamida]] cinase isozima 4, precursor mitocondrial (Piruvato desidrogenase cinase isoforma 4)(LOC482310), mRNA SA

Cfa.791,4.Al_at SUPRA

PREVISTO: Canis familiaris NM000986 similar a proteína ribossomal L24, variante de transcrito 2 (LOC478547), mRNA

SA

CfaAffx.9845.1. SUPRA Sl s at

PREVISTO: Canis familiaris NMJ44999 similar a repetição rica em leucina contendo 45 (LOC483375), mRNA

CLA Cfa.l0478.1.Al_ SUPRA

at

PREVISTO: Bos taurus similar a AC005691 precursor de inositol-1,4,5- trisfosfato 5-fosfatase de tipo II (Fosfoinositídeo 5-fosfatase) (5PTase) (inositol polifosfato-5- fosfatase de 75 kDa) (LOC538291), mRNA parcial

CLA Cfa.lI267.1.Al_ INFRA

at

CLA Cfa.ll358.1.Al_ SUPRA

at

Homo sapiens clone de cDNA BC024645 IMAGE:4456146, cds parcial

Homo sapiens família de AF170802 carreador de soluto 20 (transportador de fosfato), membro 2 (SLC20A2), mRNA

Tabela 8: Sondas Affymetrix representando genes que podem ser usados como prognosticadores de classe para animais gordos e magros usando amostras de sangue em vez de amostras de tecido adiposo

id de sonda Affymetrix anotação-topo baseada em similaridade de seqüência BLAST

1 Cfa.l0128.1.Al at

PREVISTO: Canis familiaris similar a alfa-sinucleína isoforma NACP140; variante de transcrito 3 (LOC478478); mRNA

2 Cfa. 10772. LA Iat

3 Cfa. 11444. LAlat

4 Cfa.l 152. l.Alsat

Cfa.l 1624.1.Al_at

6 Cfa.13515.LSl at

7 Cfa. 13669.1.A Iat

8 Cfa.l 5521. l.Al_at

9 Cfa. 16699. LSl s at

PREVISTO: Canis familiaris similar a proteína 3 ativadora FTPase de fator de ribosilação de ADP; variante de transcrito 5 (LOC474477); mRNA

Homo sapiens oncogene elkl; cds completa PREVISTO: Canis familiaris similar a ubiquitina

C-terminal hidrolase UCH37 (LOC478958); mRNA

PREVISTO: Canis familiaris similar a proteína 1 ligante de retinaldeído

(LOC479039); mRNA

PREVISTO: Canis familiaris similar a Proteína 3 contendo domínio de hélice-espiral-espiralada-hélice-espiral-espiralada; variante de transcrito 5 (LOC607574); mRNA Anotação indisponível

Pongo pygmaeus mRNA; cDNA DKFZp468H0312 (de clone DKFZp468H0312)

PREVISTO: Canis familiaris similar a NADH desidrogenase (ubiquinona) alfa 1 subcomplexo; 11; 14,7kDa; variante de transcrito 1 (LOC476735); mRNA 11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

67

PREVISTO: Canis familiaris similar a Proteína 3 ativadora FTPase de fator de ribosilação de ADP; variante de transcrito 2 (LOC474477); mRNA

PREVISTO: Canis familiaris similar a proteína MAK31 -similar (LOC479488); mRNA Anotação indisponível

PREVISTO: Rattus norvegicus similar a proteína hipotética FLJ25439 (LOC502510); mRNA

PREVISTO: Canis familiaris similar a NADH desidrogenase (ubiquinona) 1 beta subcomplexo 8; variante de transcrito 1 (LOC477798); mRNA Canis familiaris angiotensina II tipo 2 receptor mRNA; cds parcial Canis familiaris beta subunidade Sec6 lbeta (Sec61b); mRNA PREVISTO: Canis familiaris similar a NADH desidrogenase (ubiquinona) Fe-S proteína 6; 13kDa (NADH-coenzima Q redutase) (LOC478629); mRNA

PREVISTO: Bos taurus similar a mal; similar-proteína de diferenciação de célula-T (LOC512289); mRNA

Magnaporthe grisea 70-15 proteína hipotética (MG04641,4) mRNA parcial

PREVISTO: Canis familiaris similar a precursor de fator 3 de diferenciação de crescimento (LOC477702); mRNA PREVISTO: Canis familiaris similar a gliceraldeído-3-fosfato desidrogenase (LOC481027); mRNA

Homo sapiens mRNA; cDNA DKFZp761M0111 (de clone DKFZp761MO111)

PREVISTO: Canis familiaris similar a intensificador 2 de presenilina (LOC476479); mRNA

PREVISTO: Canis familiaris similar a intensificador 2 de presenilina (LOC476479); mRNA

PREVISTO: Canis familiaris similar a receptor 2 de adiponectina; variante de transcrito 2 (LOC477732); mRNA

PREVISTO: Canis familiaris similar a repetição Kelch e proteína 10 contendo domínio BTB (proteína 1 Kelch-relacionada) (proteína 23 Kel- similar) (Sarcosin); variante de transcrito 3 (LOC478784); mRNA PREVISTO: Canis familiaris similar a fator 2 intensificador de box MADS; polipeptídeo C (fator 2C intensificador de miócito); variante de transcrito 30 (LOC479155); mRNA

Clone de cDNA de comprimento total CS0DF038YH13 de cérebro fetal de Homo sapiens (humano)PREVISTO: Canis familiaris similar a família de carreador de soluto (transportador de iodo); membro 8 CfaAfifx. 11304.1.Sl at (LOC482626); mRNA

CfaAffx. 12600,1 .S I s at C.familiaris mRNA para proteína-TRAM

CfaAffx. 12899.1.SI at PREVISTO: Bos taurus similar a receptor olfatório 01r535 (LOC510433);

mRNA

CfaAffx. 13068.1.SI s at Canis familiaris carboxipeptidase Bl (tecido) (CPB1); mRNA CfaAffx. 13084.1.SI at Mus musculus gene MOR232-2 de receptor olfatório; cds completa CfaAffx. 13369.1.SI s at PREVISTO: Canis familiaris similar a selenoproteína T (LOC612992);

mRNA

CfaAffx. 13927.1.S I at PREVISTO: Canis familiaris similar a CG10510-PA (LOC477622);

mRNA

CfaAffx. 13999.1 .Sl s at PREVISTO: Canis familiaris similar a precursor de membro 3 de proteína

de superfamília transmembrana 9; variante de transcrito 5 (LOC612786); mRNA

CfaAffx. 14593.1 .Sl s at PREVISTO: Canis familiaris similar a proteína 6 ligante de cromodomínio

helicase DNA; variante de transcrito 1 (LOC477230); mRNA CfaAffx. 16220,1. Sl _s_at PREVISTO: Canis familiaris similar a 4-domínios se estendendo através

de membrana; subfamília A; membro 6A isoforma 2 (LOC612553); mRNA

CfaAffx. 16368.1.SI s at Canino mRNA para receptor de partícula de reconhecimento de sinal

Cfa. 17093. l.Slat

Cfa. 18024.1.S l_s_at

Cfa. 1945.1. A Iat Cfa. 19577.1. S Iat

Cfa.273,3.Al_s_at

Cfa.3698.1.Al_at Cfa.3 895.1 .Alsat Cfa.4245.1.Sl_s_at

Cfa.4779.1 .Alat

Cfa.5440,l.Al_at

Cfa.5628.1 .A Isat

Cfa.5672.1.Al_s_at

Cfa.583.1.Sl_at

Cfa.6307.1. A Isat

Cfa.6307.1.Al_x_at

Cfa.7730,l.Al_at

Cfa.8497.1.Al_at

Cfa.9073.1. A l_s_at

Cfa.9519.1.Al at 40 CfaAffx. 17233.1 .S I s at

41 CfaAffic. 18688.1. S Iat

42 CfaAffx. 19132.1 .S I s at

43 CfaAffx. 19769.1.S I at

44 CfaAffx.20665.1 .SI at

45 CfaAffx.20740,1 .SI s at

46 CfaAffx.21676.1 .S I at

47 CfaAffx.2327.1 .S l_s_at

48 CfaAffx.23835.1.Sl_at

49 CfaAffx.24356.1.Sl_s_at

50 CfaAffx.24849.1.Sl_at

51 C fa A ffx.25142.1. S1 _s_at

52 CfaAffx.25751.1 .Sl at

53 CfaAffic.26483.1 .S1 _s_at

54 CfaAffx.28078.1.Sl_s_at

55 CfaAffx.28164.1.S1 _at

56 CfaAffx.2860,1 .SI s at

57 CfaAffx.28798.1 .S I at

58 CfaA ffx.29250,1 .Slsat

59 CfaAffx.32063.1.Sl_at

60 CfaAffx.360,1 .SI s at

61 CfaAffx.3860,1 .S l__s_at

62 CfaAffx.604.1.Sl_at

63 CfaAffx.6669.1 .S I at

64 CfaAffic.7079.l.Sl at

65 CfaAffx.9326.1 .Sl s at

PREVISTO: Canis familiaris similar a enzima E2G 2 de conjugação de ubiquitina (LOC611581); mRNA

PREVISTO: Canis familiaris proteína hipotética LOC609372 (LOC609372); mRNA

PREVISTO: Canis familiaris similar a uroplacina 2 (LOC610673); mRNA PREVISTO: Canis familiaris similar a proteína 1 de domínio YTH (Dermatomiosite associada com homólogo de autoantígeno-1 putativo de câncer) (homólogo DACA-1) (LOC485968); mRNA PREVISTO: Canis familiaris similar a domínio remendado contendo 1; variante de transcrito 1 (LOC491775); mRNA

PREVISTO: Canis familiaris similar a uma pré-pró-proteína de domínio 23 de disintegrina e metaloproteinase; variante de transcrito 2 (LOC607871); mRNA

PREVISTO: Canis familiaris similar a cadeia leve de Ferritina (subunidade L de Ferritina) (LOC491829); mRNA

PREVISTO: Canis familiaris similar a Proteína 3 ativadora FTPase de fator de ribosilação de ADP; variante de transcrito 5 (LOC474477), mRNA

Homo sapiens protocaderina 15 (PCDH15); mRNA

PREVISTO: Canis familiaris similar a proteína de transmembrana induzível por hormônio de crescimento (proteína 2 derivada de papila dermal); variante de transcrito 3 (LOC479266); mRNA PREVISTO: Canis familiaris similar a receptor olfatório 7A5 receptor olfatório TPCR92) (LOC610545); mRNA

PREVISTO: Canis familiaris similar a proteína 2 transportadora de fosfato dependente de sódio renal (cotransportador 2 de sódio/fosfato) (cotransportador 2 de Na(+)/Pi) (proteína 2 transportadora de sódio-fosfato renal) (cotransportador 2 de fosfato dependente de Na(+) renal); t Macaca fascicularis cDNA de cérebro; clone:QflA-12135; similar a progestina de humano e membro VI de família de receptor adipoQ (PAQR6); mRNA; NM_024897,2

Canis familiaris células 2 não-metastáticas; proteína (NM23B) expressada em (NME2); mRNA

PREVISTO: Canis familiaris similar a proteína ligante -CD27- (Siva) isoforma 1 (LOC612693);mRNA

PREVISTO: Canis familiaris similar a enzima E2A de conjugação de ubiquitina (ubiquitina-proteína ligase A) (proteína A carreadora de ubiquitina) (HR6A) (mHR6A) (LOC492095); mRNA PREVISTO: Canis familiaris similar a Proteína 3 contendo domínio de hélice-espiral-espiralada-hélice-espiral-espiralada; variante de transcrito 2 (LOC607574); mRNA

PREVISTO: Canis familiaris similar a gene 6 relacionado a convulsão (LOC491175); mRNA

PREVISTO: Canis familiaris similar a CG4646-PA (LOC479563); mRNA Anotação indisponível

PREVISTO: Canis familiaris similar a precursor de ADAM DECl (uma decisina 1 proteína similar a domínio de metaloproteinase e disintegrina) (decisina 1 proteína similar a ADAM) (LOC608742);mRNA Homo sapiens mRNA para proteína KIAA1045; cds parcial

PREVISTO: Canis familiaris similar a proteína 91 dedo de zinco (HPF7; HTF10) (LOC484590);mRNA

PREVISTO: Canis familiaris similar a proteína ligante de membrana de progesterona (LOC476084); mRNA

PREVISTO: Canis familiaris proteína ligante de box-TATA (LOC475040); mRNA

PREVISTO: Canis familiaris similar a proteína ribossomal mitocondrial L48 isoforma 1 (LOC476812);mRNA Tabela 9: Percentagem de Animais Magros como PREVISTO pelo

Prognosticador de classe de 65-sondas

Dieta Dia O Dieta Dia 14 Dieta Dia 120 Dieta A (n= 12) 9% 33% 25% DietaB (n= 10) 10% 40% 25% DietaC (n= 14) 7% 29% 40% Dieta Alta em Fibra (n=9) 11% 30% 0%

Claims (22)

1. Método para selecionar uma composição de ração para uma subpopulação de animais, caracterizado pelo fato de compreender: (a) acessar pelo menos um banco de dados que compreende um primeiro conjunto de dados relacionando a perfil genômico funcional de uma amostra de tecido ou biofluido de um animal com condição fisiológica e opcionalmente genótipo do animal; (b) acessar pelo menos um banco de dados que compreende um segundo conjunto de dados relacionado aos efeitos de componentes dietéticos bioativos sobre perfil genômico funcional; e (c) pelo uso de um primeiro algoritmo ocasionado dos primeiro e segundo conjuntos de dados, processar dados de entrada definindo condição fisiológica e opcionalmente genótipo da subpopulação para derivar uma fórmula nutricional útil para selecionar e preparar uma composição de ração para uma subpopulação de animais.

2. Método de acordo com a reivindicação 1, caracterizado pelo fato de adicionalmente compreender preparar uma composição de ração baseada numa fórmula nutricional.

3. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a subpopulação compreende um animal de companhia.

4. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a subpopulação é selecionada do grupo consistindo de canino e felino.

5. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a subpopulação é definida pelo menos em parte por uma característica selecionada do grupo consistindo de um ou mais de tipo de raça, raça específica, idade cronológica, idade fisiológica, nível de atividade, estado de bem estar, e estado de doença.

6. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o primeiro conjunto de dados é derivado de amostras colhidas de uma multiplicidade de animais individuais representativos de uma variedade de genótipos e condições fisiológicas que inclui a subpopulação, cada tal amostra de um animal individual sendo associada com um registro de procedência que compreende dados zoográficos relevantes para definir o genótipo e a condição fisiológica, no momento que a amostra é colhida, do animal individual.

7. Método de acordo com a reivindicação 6, caracterizado pelo fato de que os dados zoográficos compreendem um ou mais itens de dados relacionados ao genótipo, selecionados do grupo consistindo de raça, raça(s) de pais, árvore genealógica, sexo, tipo de pelagem, e evidentes condições hereditárias e distúrbios.

8. Método de acordo com a reivindicação 6, caracterizado pelo fato de que os dados zoográficos compreendem um ou mais itens de dados relacionados à condição fisiológica, selecionados do grupo consistindo de idade, peso, história médica veterinária, história reprodutiva, bem estar ou estado de doença presente, apetite, nível de atividade física, acuidade mental, disposição e anormalidades comportamentais.

9. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o primeiro conjunto de dados compreende dados relacionados à análise da amostra com respeito a um ou mais componentes selecionados do grupo consistindo de DNA, RNA, proteínas, metabólitos e biomarcadores.

10. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o segundo conjunto de dados é derivado de experimentos controlados compreendendo expor um modelo animal a níveis diferentes de um ou mais componentes dietéticos bioativos.

11. Método de acordo com a reivindicação 1, caracterizado pelo fato de que os dados de entrada compreendem dados zoográficos relevantes para definir o genótipo e a condição fisiológica da subpopulação.

12. Método de acordo com a reivindicação 1, caracterizado pelo fato de que os dados de entrada compreendem dados analíticos de uma amostra de tecido ou biofluido obtida de um animal da subpopulação.

13. Método de acordo com a reivindicação 12, caracterizado pelo fato de que os dados analíticos relacionam-se a um ou mais componentes selecionados do grupo consistindo de DNA, RNA, proteínas, metabólitos e biomarcadores.

14. Método de acordo com a reivindicação 12, caracterizado pelo fato de que os dados analíticos compreendem um perfil genômico funcional do animal.

15. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a fórmula nutricional promove bem estar pela intensificação de um aspecto da saúde de um ou mais animais da subpopulação.

16. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a fórmula nutricional promove bem estar pela prevenção, atenuação ou eliminação de pelo menos um estado de doença em um ou mais animais da subpopulação.

17. Método de acordo com a reivindicação 16, caracterizado pelo fato de que um a grupo de dois ou mais estados de doença são simultaneamente prevenidos, atenuados ou eliminados.

18. Composição de ração, caracterizada pelo fato de ser preparada pelo método como definido na reivindicação 1.

19. Método para diagnosticar um estado de bem estar, doença ou distúrbio fisiológico, ou uma predisposição a doença ou distúrbio fisiológico em um sujeito animal, caracterizado pelo fato de compreender: (a) acessar pelo menos um banco de dados que compreende um conjunto de dados de amostra do qual perfis genômicos funcionais normal e extranormal podem ser identificados para animais tendo variedades de genótipo e condição fisiológica que incluem o genótipo e a condição fisiológica respectivamente do sujeito; e (b) pelo uso de um algoritmo ocasionado do conjunto de dados de teste, processar dados de entrada que definem um perfil genômico funcional para o sujeito para derivar uma diagnose.

20. Método de acordo com a reivindicação 19, caracterizado pelo fato de adicionalmente compreender receitar um tratamento ou uma profilaxia para o sujeito baseado(a) na diagnose.

21. Método para prever a condição ou classe "fisiológica" de um animal e sua propensão para desenvolver doença ou para responder a um dado tratamento nutricional, caracterizado pelo fato de compreender: a) aplicar algoritmos de aprendizagem supervisionados aos dados genômicos, proteômicos e/ou metabolômicos obtidos de um conjunto de aprendizagem de animais ou amostras que exibem estados fisiológicos diferentes; b) determinar uma regra de previsão de classe; c) aplicar a regra de previsão de classe a um novo conjunto de amostras de teste; d) classificar ou designar membro das amostras de teste e portanto o animal que proporcionou a amostra, a um estado fisiológico particular baseado no resultado de previsão de classe resultante da etapa (c); e e) usar os resultados de etapa (d) para determinar meios para trazer um animal de um estado fisiológico anormal para um estado fisiológico normal usando BDCs incorporados nas dietas.

22. Método de acordo com a reivindicação 21, caracterizado pelo fato de adicionalmente compreender uma etapa adicional (f) compreendendo usar a regra de previsão de classe para seguir a resposta do animal ao tratamento descrito em etapa (e) de dito método.