Transtornos do neurodesenvolvimento apresentam-se de maneira consideravelmente distinta entre indivíduos do sexo masculino e feminino. Além disso, o período fetal do neurodesenvolvimento é o mais crítico para a programação destes transtornos. Estudos transcriptômicos comparando cérebros fetais dos dois sexos demonstram que a maior diferença na expressão gênica acontece em genes de cromossomos sexuais, mas muitos genes autossômicos apresentam uma diferença sutil na expressão que ainda não foi explorada. Com o intuito de investigar vias biológicas que explicam as diferenças sexuais no cérebro fetal, foram utilizados métodos integrativos baseados em princípios da medicina de redes, mais especificamente redes de co-expressão gênica (CEMiTool) e de co-regulação gênica (netZoo). O padrão de expressão gênica dentro de uma via biológica tende a refletir funções e/ou fenômenos biológicos pertinentes. Neste estudo, a análise de redes da expressão gênica de amostras fetais de cérebro humano revela diferenças entre amostras masculinas e femininas. Ao integrar duas ferramentas bioinformáticas distintas, os resultados sugerem que processos biológicos tais como o ciclo celular, a diferenciação celular, o metabolismo energético e a organização da matriz extracelular estão consistentemente associados aos módulos diferencialmente regulados entre os sexos. Por fim, análises de enriquecimento demonstram que essas diferenças são relevantes para transtornos do neurodesenvolvimento, como o autismo

Neurodevelopmental disorders differ considerably between males and females, and fetal brain development is one of the most critical periods to determine risk for these disorders. Transcriptomic studies comparing male and female fetal brain have demonstrated that the highest difference in gene expression occurs in sex chromosomes, but several autossomal genes also demonstrate a slight difference that has not been yet explored. In order to investigate biological pathways underlying fetal brain sex differences, we applied medicine network principles using integrative methods such as co-expression networks (CEMiTool) and regulatory networks (netZooR). The pattern of gene expression from genes in the same pathway tend to reflect biologically relevant phenomena. In this study, network analysis of fetal brain expression reveals regulatory differences between males and females. Integrating two different bioinformatics tools, our results suggest that biological processes such as cell cycle, cell differentiation, energy metabolism, and extracellular matrix organization are consistently enriched in differential modules. MSET analysis demonstrates that these differences are relevant to neurodevelopmental disorders, including autism