Introdução: A doença de Alzheimer (DA) é uma doença neurodegenerativa que afeta a memória, o raciocínio e o comportamento, afetando principalmente pessoas com 65 anos ou mais. O crescimento exponencial de pessoas que atingem idades avançadas tem aumentado os casos de DA, por isso, a busca pela cura tem sido feita exaustivamente. Nos últimos anos, RNAs longos não codificadores (lncRNAs) têm sido relatados como tendo um papel ativo na DA. Mais de 300 lncRNAs apresentam expressão desregulada em pacientes com DA. Dentre esses lncRNAs, quatro foram escolhidos para o projeto: BACE1-AS, 51A, 17A e NDM29. Os lncRNAs possuem relação com uma patogênese de DA e estão superexpressos. Entretanto, para que haja uma total compreensão de seus papéis e para que novos tratamentos possam ser propostos, suas estruturas e relação com seus alvos devem ser bem compreendidos. Além de seu mecanismo principal, BACE1-AS possui uma função de sequestro de miRNAs por meio de seu mecanismo RNA endógeno competidor (ceRNA), evitando o silenciamento de mRNA BACE1, e aumentando a produção de peptídeos Aβ. Esse mecanismo ceRNA ainda não foi analisado nos lncRNAs restantes. A análise da interação miRNA-lncRNA-mRNA pode colaborar na compreensão dos lncRNAs, fornecendo informações relevantes sobre os lncRNAs. Objetivo: Utilizar métodos computacionais para a predição das estruturas dos lncRNAs e buscar suas interações com miRNAs, agregando conhecimento sobre seus papeis na DA e suas funções como ceRNAs. Metodologia: As modelagens foram realizadas por meio das ferramentas Mfold, para predição das estruturas secundárias, e 3dRNA, para predição das estruturas terciárias. Para a predição de miRNAs, foram utilizadas as ferramentas TarBase v.8, lncBase v.3, TargetScanHuman, mirSystem e miRDB. O software HNADOCK foi utilizado para realizar as interações entre as estruturas terciárias de lncRNAs e miRNAs Resultados: Foram modeladas 66 estruturas secundárias e as selecionadas para análises foram as estruturas com menor energia livre mínima (MFE). Para as estruturas 3D, foram obtidas 10 estruturas para cada lncRNA. As selecionadas para análise foram as que possuem o menor MFE e semelhança com a estrutura secundária. Após a modelagem, foram realizadas predições de miRNAs que afetam os lncRNAs e os genes alvos. Foram encontrados 17 miRNAs que se pareiam com BACE1-AS e BACE1. Para os lncRNAs 51A, 17A e NDM29 foram encontrados 2 miRNAs para 51A e miRNA para 17A. Até o momento não há estudos relacionando esses miRNAs com os lncRNAs. Os miRNAs que demonstraram interações estáveis com o BACE1-AS são hsa-miR-625-5p, hsa-miR-382-5p, hsa-miR-1226-3p, hsa-miR-130a-3p e hsa-miR- 196b-5p. Os miRNAs que interagiram com a estrutura 3D de 51A possuem interações estáveis. O miRNA que interagiu com 17A não possui estabilidade suficiente para ocorrer o sequestro. Para NDM29 não foi encontrado nenhum miRNA, descartando a possibilidade de ser um ceRNA. Conclusão: A regulação positiva dos lncRNAs é um potencial indicador de DA. As estruturas 3D modeladas podem contribuir na busca de terapias e com a predição de miRNAs, os sítios encontrados possibilitam o silenciamento dos lncRNAs com miRNAs e fármacos, para minimizar a ação desses lncRNAs, possuindo grande potencial como estratégia terapêutica para DA.

Introduction: Alzheimer's disease (AD) is a progressive neurodegenerative disease that affects memory, reasoning, and behavior, mainly affecting people aged 65 and over. The exponential growth of people reaching advanced ages has increased the cases of AD, hence, the search for a cure has been done exhaustively. In recent years, long non-coding RNAs (lncRNAs) have been reported to play an active role in AD. More than 300 lncRNAs presented deregulated expression. Among these lncRNAs, four were chosen for the project: BACE1-AS, 51A, 17A, and NDM29. The lncRNAs are related to AD pathogenesis and are overexpressed. However, for a complete understanding of their roles and for new treatments to be proposed, their structures and relationship with their targets must be well understood. In addition to its main mechanism, BACE1-AS has the function of sequestering miRNAs through its competing endogenous RNA (ceRNA) mechanism, preventing the silencing of BACE1 mRNA, and increasing the production of Aβ peptides. This ceRNA mechanism has not yet been analyzed in the remaining lncRNAs. The analysis of the miRNA-lncRNA-mRNA interaction can contribute to the understanding of lncRNAs, providing relevant information about them. Objective: Use computational methods to predict the structures of lncRNAs and search for their interactions with miRNAs, adding knowledge about their roles in AD and their functions as ceRNAs. Methodology: Modeling was performed using Mfold tools, for predicting secondary structures, and 3dRNA, for predicting tertiary structures. For the prediction of miRNAs, the tools TarBase v.8, lncBase v.3, TargetScanHuman, mirSystem, and miRDB were used. The HNADOCK software was used to perform the interactions between the tertiary structures of lncRNAs and miRNAs. Results: 66 secondary structures were modeled and those selected for analysis were the structures with the lowest minimum free energy (MFE). For the 3D structures, 10 structures were obtained for each lncRNA. Those selected for analysis were those with the lowest MFE and similarities with the secondary structure. After modeling, predictions of miRNAs that affect lncRNAs and target genes were performed. We found 17 miRNAs that paired with BACE1-AS and BACE1. For lncRNAs 51A, 17A, and NDM29, 2 miRNAs for 51A and miRNA for 17A were found. To date, there are no studies relating these miRNAs to lncRNAs. The miRNAs that demonstrated stable interactions with BACE1-AS are hsa-miR-625-5p, hsa-miR-382-5p, hsa-miR-1226-3p, hsa-miR-130a-3p and hsa-miR-196b- 5p. The miRNAs that interacted with the 3D structure of 51A have stable interactions. The miRNA that interacted with 17A does not have sufficient stability for sequestration to occur. No miRNA was found for NDM29, discarding the possibility of being a ceRNA Conclusion: Upregulation of lncRNAs is a potential indicator of AD. The 3D-modeled structures can contribute to the search for therapies and with the prediction of miRNAs, the sites found allow the silencing of lncRNAs with miRNAs and drugs, to minimize the action of these lncRNAs, having great potential as a therapeutic strategy for AD.