Listeria monocytogenes é um bastonete Gram-positivo, anaeróbio facultativo, psicrotrófico, patogênico a humanos e transmitido por alimentos. É causador da listeriose, doença severa que acomete grupos de risco específicos, tais como idosos, imunocomprometidos, gestantes, crianças e recém-nascidos. Neste trabalho foi investigada a expressão diferencial de L. monocytogenes na presença de óleo essencial extraído de Baccharis psiadioides, planta da família Asteraceae popularmente chamada de “alecrim-do-campo”, “vassoura” ou “erva formiga”, utilizada pela população como planta medicinal. Além disso, os genomas de dois diferentes sorotipos de L. monocytogenes, frequentemente associados a surtos de listeriose, foram sequenciados através de plataforma MiSeq Illumina, sequências estas depositadas no GenBank, e comparados com genomas de referência. Anteriormente à execução das análises genômica e transcriptômica, foi determinada a composição do óleo essencial extraído de B. psiadioides utilizado nos experimentos, através de cromatografia gasosa com espectrômetro de massa (GC – MS), a qual demonstrou uma maior quantidade de β-pineno na fração composta majoritariamente por monoterpenos, composto este frequentemente encontrado em plantas medicinais aromáticas e apontado como um dos responsáveis pelo potencial antimicrobiano das mesmas. Os demais resultados obtidos no presente trabalho indicam que o óleo essencial testado apresenta potencial ação bacteriostática na concentração estudada, sendo que genes relacionados à virulência do microrganismo foram menos transcritos na sua presença, ao contrário do que foi observado para genes de resposta ao estresse, que apresentaram maiores níveis de transcrição nesta condição. A comparação genômica entre os genomas bacterianos sequenciados neste trabalho e as cepas referência sugere um maior número de proteínas expressas em L. monocytogenes do sorotipo 4b relacionadas à defesa e metabolismo do microrganismo, indicando mecanismos que podem estar envolvidos com a capacidade deste sorotipo estar mais envolvido nos casos humanos de listeriose. / LLiisstteerriiaa mmoonnooccyyttooggeenneess is a Gram-positive rod-shaped microorganism, facultative anaerobic, psychrotrophic, pathogenic to humans and transmitted by food. It causes listeriosis, a severe disease that affects specific risk groups such as elderly, immunocompromised, pregnant women, children and newborns. In this study, differential expression of LL.. mmoonnooccyyttooggeenneess in the presence of essential oil extracted from BBaacccchhaarriiss ppssiiaaddiiooiiddeess, a plant from AAsstteerraacceeaaee family popularly named as "alecrim-do-campo", "vassoura" or "erva formiga" used by population as a medicinal plant, was investigated. In addition, the genomes of two different LL.. mmoonnooccyyttooggeenneess serotypes, often associated with listeriosis outbreaks, were sequenced through the MiSeq Illumina platform. These sequences were deposited in GenBank and compared with reference genomes. Prior to the execution of genomic and transcriptomic analyzes, composition of the essential oil extracted from BB.. ppssiiaaddiiooiiddeess used in the experiments was determined by gas chromatography with mass spectrometer (GC-MS), which demonstrated a higher amount of β-pinene in the fraction composed mainly by monoterpenes. This compound is often found in aromatic medicinal plants and also pointed as one of those responsible for their antimicrobial potential. The other results obtained in the present study indicate that the essential oil tested has a potential bacteriostatic activity at the concentration studied, and genes related to the virulence of the microorganism were less transcribed in its presence, contrary to what was observed for stress response genes, which presented higher transcription levels on that condition. Comparative genomics between the bacterial genomes sequenced in this work and the reference strains suggests a higher number of proteins expressed in LL.. mmoonnooccyyttooggeenneess serotype 4b related to the defense and metabolism of the microorganism, indicating mechanisms that may be involved with the greater ability of this serotype to cause human listeriosis.

Dermatófitos são fungos filamentosos que infectam substratos queratinizados como pele, unha e cabelo em busca de nutrientes para se desenvolverem e permanecerem no hospedeiro. Pertencem aos gêneros Epidermophyton, Microsporum ou Trichophyton, os quais, dependendo de seu habitat natural, são classificados em espécies geofílicas, zoofílicas ou antropofílicas. O uso indiscriminado de antifúngicos levou à seleção de cepas resistentes, e o comportamento invasivo desses patógenos em pacientes imunodeprimidos aumentou nos últimos anos, dificultando o tratamento das dermatofitoses. Há, portanto, a necessidade de estudos para um melhor entendimento da biologia dos dermatófitos devido as suas importâncias médica e/ou veterinária e o escasso conhecimento da interação destes patógenos com os hospedeiros. No presente trabalho, analisamos oito espécies de dermatófitos: Arthroderma benhamiae, Microsporum canis, Microsporum gypseum, Trichophyton interdigitale, Trichophyton equinum, Trichophyton rubrum, Trichophyton tonsurans e Trichophyton verrucosum. Análises de genômica comparativa e de expressão de genes potencialmente envolvidos na degradação de queratina foram realizadas. Além disso, efetuamos o sequenciamento genômico em larga escala de uma das linhagens. A estrutura dos genes sub3, sub5 e sub7, que codificam serina endopeptidases com atividade queratinolítica, mep3 e mep4, que codificam proteínas pertencentes ao grupo das metaloendopeptidases, dppV, lap1 e lap2, que codificam exopeptidases, foi analisada por meio de ferramentas computacionais. Essas análises revelaram que os genes que codificam proteases possuem alto grau de conservação em suas estruturas, que é menor quando comparadas apenas suas regiões não codificadoras. As análises permitiram também a identificação em regiões promotoras de consensos específicos a gêneros de dermatófitos. Observamos que o acúmulo de transcritos destes genes, avaliados durante o cultivo em queratina, mimetizando o processo infeccioso, não está correlacionado à similaridade das sequências gênicas entre as espécies. Não encontramos correlação entre o nicho preferencial dos dermatófitos e suas sequências gênicas ou níveis transcricionais. Observamos que, na grande maioria das vezes, genes que codificam endo e exopeptidases, possuem acúmulo de transcritos em períodos iniciais de degradação de queratina. Nossos resultados sugerem que diferenças pontuais na sequencia gênica, diferenças em regiões promotoras ou, até mesmo, expressão variável destes genes que codificam um conjunto proteico com funções sinérgicas e provavelmente compensatórias, contribuam para os diferentes graus de reações inflamatórias no hospedeiro, bem como para a especificidade patógeno-hospedeiro. / Dermatophytes are filamentous fungi that infect keratinized substrates such as skin, nail and hair, searching for nutrients for their development and permanence in the host. They belong to the genera Epidermophyton, Microsporum or Trichophyton, and, depending on their natural habitat, are classified into geophilics, zoophilics or anthropophilics species. The indiscriminate use of antifungals has led to the selection of resistant strains, and the invasive behaviour of these pathogens in immunocompromised patients increased in the last years, hampering the treatment of the dermatophytoses. Therefore, there is a need of studies for a better understanding of the biology of the dermatophytes due to their medical and/or veterinary importance and the scarce knowledge about the interaction of these pathogens with their hosts. In this work, we analyzed eight species of dermatophytes: Arthroderma benhamiae, Microsporum canis, Microsporum gypseum, Trichophyton interdigitale, Trichophyton equinum, Trichophyton rubrum, Trichophyton tonsurans, and Trichophyton verrucosum. Comparative genomics and gene expression analyses of genes potentially involved in keratin degradation were performed. Moreover, we performed a large-scale genome sequencing of one of the strains. The structure of the genes sub3, sub5, and sub7, which encode serine endopeptidases with keratinolytic activity, mep3, and mep4, which encode proteins belonging to the group of the metalloendopeptidases, dppV, lap1, and lap2, encoding exopeptidases, were analyzed by computational tools. These analyses revealed that the genes encoding proteases possesses high degree of conservation in their structures, which are lower when their non-coding regions are compared. The analyses also allowed the identification of consensus in promoter regions, specific of dermatophytes genera. We observed that the transcripts accumulation of these genes, evaluated during the cultivation in keratin, mimicking the infection process, is not correlated to the gene sequence similarities among the species. We have not found any correlation between the preferential niche of dermatophytes and their gene sequences or transcription levels. Most of the times, we observed that genes encoding endo and exopeptidases accumulated transcripts at the beginning of keratin degradation. Our results suggest that specific differences in the genic sequencing, differences in promoter regions, or even variable expression of these genes encoding a set of proteins with synergic and probably compensatory functions, contribute to different levels of inflammatory reactions in the host, as well as to the host-pathogen specificity.

A expressão dos receptores AT1 e AT2 da Angiotensina II (Ang II) em astrocitomas humanos está associada a um pior prognóstico. Para investigar os mecanismos moleculares da ação da Ang II em gliomas, foi analisado por DNA microarray o transcriptoma da linhagem celular C6 tratada com Ang II e antagonistas de AT1 e AT2 nos intervalos de 3 e 6 horas. Os genes diferencialmente expressos obtidos foram submetidos a análises de enriquecimento funcional, diagramas de Venn e interatomas. As alterações observadas no transcriptoma a partir do tratamento com Ang II revelaram genes envolvidos em funções biológicas e vias de sinalização pró-tumorais tais como ciclo celular, migração, ErbB, MAPK e mTOR. Além disso, a identificação das proteínas centrais nos interatomas avaliados forneceu evidências para estudos futuros com foco nesses alvos. Embora a transdução de sinal de AT2 seja distinta da observada em AT1, ambas apresentaram categorias funcionais em comum que podem estar relacionadas ao pior prognóstico observado em pacientes cujos gliomas expressam esses receptores. / The expression of AT1 and AT2 receptors of Angiotensin II (Ang II) in human astrocytomas was associated with a worse prognosis. To investigate the molecular mechanisms of Ang II actions in gliomas, the transcriptomic profile of C6 cells treated with Ang II and antagonists of AT1 and AT2 was evaluated. The differentially expressed genes obtained were submitted to functional enrichment, Venn diagram and transcriptome network analyzes. Ang II treatment caused gene expression changes involved in pro-tumor functions and signaling pathways such as cell cycle, migration, ErbB, mTOR and MAPK. Furthermore, the identification of central proteins in the interactomes provided evidences for future studies focused on these targets. Taken together, these results provided insights into how the transcriptome of glioma cells is affected by Ang II. Moreover, although the signal transduction of AT2 is distinct from the observed for AT1, they present functional categories in common that may be underlying the worst prognosis observed in gliomas expressing Ang II receptors.

Submitted by Fabíola Silva (fabiola.silva@famerp.br) on 2016-06-28T18:01:18Z No. of bitstreams: 1 tiagohenrique_dissert.pdf: 1562127 bytes, checksum: 0d0b4da7bf071396a3c701c40e27e3ed (MD5) / Made available in DSpace on 2016-06-28T18:01:18Z (GMT). No. of bitstreams: 1 tiagohenrique_dissert.pdf: 1562127 bytes, checksum: 0d0b4da7bf071396a3c701c40e27e3ed (MD5) Previous issue date: 2010-07-05 / Introduction: Lung cancer is the most common malignancy in human. The average 5 years survival rate is one of the lowest among aggressive cancers, showing no significant improvement in recent years. When detected early, lung cancer has a good prognosis, but most patients present metastatic disease at the time of diagnostic, which significantly reduces survival rates. Despite all the recent advances in cancer treatment, prognostic of these patients have improved minimally. Objectives: The present study aimed to investigate the molecular profile of non-small cell lung cancer as well as new tumor makers relevant to diagnosis and prognosis of this disease. Methods: Total RNA from frozen surgical tissues was extracted using TRIZOL reagent and RNeasy FFPE kit was used for RNA extraction from formalin fixed, paraffin embedded tissue. Aiming to identify differentially expressed genes involved in lung cancer, we analyzed combined data from normal and tumor SAGE (Serial Analysis of Gene Expression) libraries available in the public domain. Proteome profiling was also analyzed in adenocarcinoma, squamous cell carcinoma and normal surgical margin samples using two-dimensional electrophoresis and mass spectrometry. Results: The statistical analysis of SAGE data indentified a subset of differentially expressed tags between normal surgical margins and adenocarcinoma libraries. Three genes displaying differential regulation in SAGE or proteomic analysis, two up- (COL3A1, CTSB) and one down-regulated (ITGB1) in neoplastic cells, were selected for real-time polymerase chain reaction (PCR) experiments using the same set of samples. Similar to the statistical results, quantitative PCR confirmed the upregulation of COL3A1 and CTSB in carcinomas when compared to tumor free tissues. Conclusion: RNA from frozen and arquived samples is appropriate for amplification experiments by real time PCR, although with lower efficiency among the last ones. Therefore, improved methods of RNA extraction in arquived tissues are suitable for Real Time quantitative RT-PCR, and may be used for gene expression profiling of paraffin embedded tissues from cancer patients. To the best of our knowledge, this is the first study reporting SAGE data analysis in lung cancer. The statistical approach as well as the proteomic evaluation were effective in identifying differentially expressed genes and proteins reportedly involved in cancer development and may be useful to disclose new tumor makers relevant to lung tumorigenesis. / Introdução: O câncer de pulmão é a neoplasia humana mais comum. As taxas de sobrevida em 5 anos estão entre as mais baixas para tumores agressivos e seus valores não têm mostrado diferenças importantes nos últimos anos. Quando detectado nos estágios precoces, o câncer de pulmão mostra bom prognóstico, mas a maioria dos pacientes apresenta doença metastática no momento do diagnóstico, o que reduz a sobrevida significativamente. Apesar de todo o progresso obtido nos últimos anos em tratamento do câncer, o prognóstico desses pacientes permanece desfavorável. Objetivos: O presente estudo teve como objetivo investigar o perfil molecular de câncer de pulmão de células não pequenas, bem como de novos marcadores tumorais relevantes para diagnóstico e prognóstico dessa doença. Métodos: O RNA total de espécimes cirúrgicos congelados foi extraído pelo método do trizol e o kit RNeasy FFPE foi utilizado para extração de RNA de tecidos fixados em formalina e emblocados em parafina. Com o objetivo de identificar genes diferencialmente expressos envolvidos em câncer de pulmão, dados combinados de bibliotecas SAGE (Serial Analysis of Gene Expression) públicas foram analisados. O perfil protéico foi também avaliado em amostras de adenocarcinoma, carcinoma epidermóide e de margens cirúrgicas normais, utilizando eletroforese bidimensional e espectrometria de massas. Resultados: A análise estatística dos dados de SAGE identificou um conjunto de tags diferencialmente expressas entre as bibliotecas de adenocarcinoma e de margens cirúrgicas. Três genes com expressão alterada na análise de SAGE e de proteômica, dois com níveis elevados (COL3A1, CTSB) e um com nível reduzido (ITGB1) em células neoplásicas, foram selecionados para experimentos de PCR (reação em cadeia da polimerase) em tempo real no mesmo conjunto de amostras. Consistente com os resultados estatísticos, a PCR quantitativa confirmou a expressão elevada de COL3A1 e CTSB em carcinomas quando comparados com o tecido livre de tumor. Conclusão: O RNA de amostras congeladas e arquivadas é adequado para amplificação por PCR em tempo real, embora exiba qualidade mais baixa nessas últimas. Portanto, métodos otimizados para tecidos arquivados permitem análises por PCR quantitativa e podem ser utilizados para avaliação do perfil transcricional de espécimes embebidos em parafina procedentes de pacientes com câncer. Este é aparentemente o primeiro estudo descrevendo a análise de dados de SAGE em câncer de pulmão. As abordagens estatística e proteômica foram efetivas em identificar genes e proteínas diferencialmente expressas envolvidas no desenvolvimento do câncer e podem revelar novos marcadores relevantes para a tumorigênese de pulmão.

Submitted by Maria Beatriz Vieira (mbeatriz.vieira@gmail.com) on 2017-10-18T11:53:11Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) tese_marcus_redu_eslabao.pdf: 2744083 bytes, checksum: 5950b0ffa159bbf193a91d88276a5e49 (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2017-10-23T11:08:52Z (GMT) No. of bitstreams: 2 tese_marcus_redu_eslabao.pdf: 2744083 bytes, checksum: 5950b0ffa159bbf193a91d88276a5e49 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2017-10-23T11:09:03Z (GMT) No. of bitstreams: 2 tese_marcus_redu_eslabao.pdf: 2744083 bytes, checksum: 5950b0ffa159bbf193a91d88276a5e49 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-10-23T11:09:12Z (GMT). No. of bitstreams: 2 tese_marcus_redu_eslabao.pdf: 2744083 bytes, checksum: 5950b0ffa159bbf193a91d88276a5e49 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-02-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / O sequenciamento de DNA é uma técnica que fornece uma fonte vasta de informações sobre diversos organismos. Atualmente, novas metodologias de sequenciamento conhecidas como Next-Generation Sequencing, estão fazendo com que esta técnica fique inúmeras vezes mais rápida, precisa e economicamente acessível, tornando-se popular e disseminada no meio científico. Com a popularização do sequenciamento de genomas, laboratórios que não possuem ênfase em sequenciamento de DNA, utilizam desta abordagem para complementar seus estudos. Porém, a facilidade em obter a sequência do DNA contrasta com a dificuldade em processar, analisar e anotar o genoma, para que então seja possível obter informações biológicas relevantes sobre aquele organismo. Para auxiliar os pesquisadores que se utilizam desta técnica, alguns softwares estão disponíveis, porém, geralmente são pagos, não realizam toda a tarefa ou são de difícil utilização, neste último caso, por serem em sua grande maioria executados através de terminais de comando, que não contam com um ambiente gráfico para guiar os usuários. Com base nesta problemática, o presente trabalho teve por objetivo criar um software de anotação de genomas de fácil utilização e com interface gráfica amigável, gratuito e que anote com as informações necessárias para submissão ao GenBank. Para implementação do software, denominado Square, as linguagens de programação Python e Object Pascal foram utilizadas. Os algoritmos Prodigal, NCBI BLAST e tRNAscan-SE também foram integrados no software. Ao final da etapa de desenvolvimento, o Square foi testado com três genomas e comparado com dois anotadores populares: o RAST e o BASys. O resultado mostrou que o Square possui maior precisão que os dois outros anotadores, por se aproximar mais do resultado depositado no NCBI, e mais rápido, por ser executado localmente com rapidez. O Square demonstrou-se uma boa alternativa para usuários que não estão acostumados com o terminal de comando Linux e está disponível no endereço http://sourceforge.net/projects/sqgenome/. / DNA sequencing is a technique that provides a vast source of information on various organisms. Currently, new sequencing methods known as Next-Generation Sequencing, are making this technique many times more rapid, accurate and affordable, making it popular and widespread in the scientific community. With the popularization of genome sequencing, laboratories that do not have an emphasis on DNA sequencing, are using this approach to complement their studies. However, the ease in obtaining a DNA sequence contrasts with the difficulty to process, analyze and annotate the genome, in order to obtain relevant biological information. To assist researchers who use this technique, several programs are available, however, they are generally not free, do not perform all the necessary analysis or are difficult to use, mainly because a considerable number of them make use of command line to be executed, which is not intuitive. The objective of this study was to create a genome annotation software easy to use, with a user friendly interface, free and able to provide all the necessary information for the annotated genome to be submitted to GenBank. For software implementation named Square, Python and Object Pascal programming languages were used. The Prodigal algorithms, NCBI BLAST and tRNAscan-SE were also integrated in the software. At the end of the development stage, Square was tested with three genomes and compared to two popular annotators: RAST and BASYS. The result showed that the Square has higher accuracy than the other two annotator programs, as the results are similar to what is deposited in NCBI, and produce the result in a shorter time, as it runs locally. The Square proved to be a good alternative for users not familiar with the Linux command terminal and is available in http://sourceforge.net/projects/sqgenome/ address.

Submitted by Maria Beatriz Vieira (mbeatriz.vieira@gmail.com) on 2017-10-18T12:09:03Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao_frederico_schmitt_kremer.pdf: 1606431 bytes, checksum: 192db9fb559b24dfd0b3038659fdd5b7 (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2017-10-23T11:10:01Z (GMT) No. of bitstreams: 2 dissertacao_frederico_schmitt_kremer.pdf: 1606431 bytes, checksum: 192db9fb559b24dfd0b3038659fdd5b7 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2017-10-23T11:11:40Z (GMT) No. of bitstreams: 2 dissertacao_frederico_schmitt_kremer.pdf: 1606431 bytes, checksum: 192db9fb559b24dfd0b3038659fdd5b7 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-10-23T11:11:52Z (GMT). No. of bitstreams: 2 dissertacao_frederico_schmitt_kremer.pdf: 1606431 bytes, checksum: 192db9fb559b24dfd0b3038659fdd5b7 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-02-17 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / O advento do sequenciamento de DNA de nova geração (NGS) reduziu significativamente o custo dos projetos de sequenciamento de genomas. Quanto mais fácil é de obter novos dados genômicos, mais acuradas deve ser a etapa de anotação, de forma a se reduzir a perda de informações relevantes e efetuar o acúmulo de erros que possam afetar a acurácia das análises posteriores. No caso dos genomas bacterianos, um grande número de programas para anotação já foi desenvolvido, entretanto, muitos destes softwares não incorporaram etapas para otimizar os seus resultados, como filtragem de proteínas falso-positivas/spurious e a anotação mais completa de RNA não-codificantes. O presente trabalho descreve o desenvolvimento do Genix, uma nova pipeline automatizada que combina a funcionalidade de diferentes softwares, incluindo Prodigal, tRNAscan-SE, RNAmmer, Aragorn, INFERNAL, NCBI-BLAST+, CD-HIT, Rfam e Uniprot, com a intenção de aumentar a afetividade dos resultados de anotação. Para avaliar a acurácia da presente ferramenta, foram usados como modelo de estudo os genomas de referência de Escherichia coli K-12, Leptospira interrogans cepa Fiocruz L1-130, Listeria monocytogenese EGD-e e Mycobacterium tuberculosis H37Rv. Os resultados obtidos pelo Genix foram comparados às anotações originais e as obtidas pelas ferramentas de anotação RAST e BASys, considerando genes novos, faltantes e exclusivos, informações de anotação funcional e predições de ORFs spurious. De forma a se quantificar o grau de acurácia, uma nova métrica, denominada discrepância de anotação foi também proposta. Na análise comparativa o Genix apresentou para todos os genomas o menor valor de discrepância, variando entre 0,96 e 5,71%, sendo o maior valor observado no genoma de L. interrogans, para o qual RAST e BASys apresentaram valores superiores a 14,0%. Além disso, foram identificadas proteínas spurious nas anotações geradas pelos demais programas, e, em menor número, nas anotações de referência, indicando que a utilização do Antifam permite um melhor controle do número de genes falso positivos. A partir dos testes realizados, foi possível demonstrar que o Genix é capaz de gerar anotação com boa acurácia (baixo discrepância), menor perda de genes relevantes (funcionais) e menor número de genes falso positivos. / The advent of next-generation sequencing (NGS) significantly reduced the cost of genome sequencing projects. The easier it is to generate genomic data, the more accurate the annotation steps must to be to avoid both the loss of information and the accumulation of erroneous features that may affect the accuracy of further analysis. In the case of bacteria genomes, a range of web annotation software has been developed; however, many applications have not incorporated the steps required to improve the output (eg: false-positive/spurious ORF filtering and a more complete non-coding RNA annotation). The present work describes the implementation of Genix, a new bacteria genome annotation pipeline that combines the functionality of the programs Prodigal, tRNAscan-SE, RNAmmer, Aragorn, INFERNAL, NCBI-BLAST+, CD-HIT, Rfam and UniProt, with the intention of increasing the effectiveness of the annotation results. To evaluate the accuracy of Genix, we used as models of study the reference genomes of Escherichia coli K-12, Leptospira interrogans strain Fiocruz L1-130, Listeria monocytogenes EGD-e and Mycobacterium tuberculosis H37Rv. the results obtained by Genix were compared to the original annotation and to those from the annotation pipelines RAST and BASys considering new, missing and exclusive genes, functional annotation information and the prediction of spurious ORFs. To quantify the annotation accuracy, a new metric, called “annotation discrepancy” was developed. In a comparative analysis, Genix showed the smallest discrepancy for the four genomes, ranging for 0.96 to 5.71%, the highest discrepancy was bserved in the L. interrogans genome, for which RAST and BASys resulted in discrepancies greater than 14.0%. Additionally, several spurious proteins were identified in the annotations generated by RAST and BASys, and, in smaller number, in the reference annotations, indicating that the use of the Antifam database allows a better control of the number of false-positive genes. Based on the evaluations, it was possible to show that Genix is able to generate annotations with good accuracy (low discrepancy), low omission of relevant (functional) genes and a small number of false-positive genes.

Submitted by (edna.saturno@ufrpe.br) on 2017-02-16T13:16:29Z No. of bitstreams: 1 Marcus Vinicius da Fonseca Nogueira.pdf: 638685 bytes, checksum: d13ddfd4141db61372cb422de3cd12cf (MD5) / Made available in DSpace on 2017-02-16T13:16:29Z (GMT). No. of bitstreams: 1 Marcus Vinicius da Fonseca Nogueira.pdf: 638685 bytes, checksum: d13ddfd4141db61372cb422de3cd12cf (MD5) Previous issue date: 2011-02-23 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / The painted river prawn (Macrobrachium carcinus), occurs from Florida state (USA) to south Brazil. It is included in the red list of endangered species of the Brazilian Environmental Ministry. Restocking Programs have been used in the recovery of freshwater stocks. Such programs need to attend certain principles in order to assure that genetic diversity will be preserved. The knowledge on wild diversity and genetic structures is essential information to guide restocking activities. Microsatellite markers are frequently used to describe genetic structure because they are codominant, highly polymorphic and, selectively neutral. Total DNA was extracted, digested with RsaI enzyme, purified, dephosphorylated, and ligated to double-stranded linkers amplified via PCR. Hybridization used biotinylated probes for tetranucleotide (GACA)4 and (GATA)7 and trinucleotide mix (ATT)8, (CTT)8 and(GGT)8 motifs. DNA was linked into a cloning vector and transformed into competent cells Escherichia coli. A total of 358 clones were generated, being 237 positive clones, of which 161 were sequenced. Repetitive di (32), tri (7) and tetra (27) nucleotide were obtained and primers were designed using Primer3 software. Among optimized loci, six are monomorphic and 26 polymorphic. Most abundant repetitions are di (GA) n=14 and (TC) n=10, followed by tetra repetitions (GACA) n=8 and (TCGT) n=8, and (CTGT) n=7. A high number of tetranucleotides repeats are advantageous, since they can facilitate the process of allele discrimination, especially in poliacrylamide gel electrophoresis. / O camarão de água doce pitu (Macrobrachium carcinus ocorre desde o estado da Flórida (EUA) até a região Sul do Brasil. A espécie está inserida na lista vermelha de espécies ameaçadas de extinção do Ministério do Meio Ambiente. Programas de repovoamento constituem uma prática comum na recuperação de estoques, especialmente em águas continentais. Esses programas precisam atender a certos princípios, para assegurar que a diversidade genética seja preservada. O conhecimento da diversidade e estrutura genéticas de populações selvagens é uma informação essencial para subsidiar atividades de repovoamento. Marcadores moleculares de microssatélite são freqüentemente usados para descrever a estrutura genética por serem altamente polimórficos, codominantes e seletivamente neutros. DNA total do camarão pitu foi extraído, digerido com a enzima RsaI, purificado, desfosforilado, ligado a adaptadores e amplificados via reação em cadeia da polimerase (PCR). A hibridização foi feita com sondas biotiniladas para motivos tetranucleotídicos, tais como (GACA)4 e (GATA)7 e um mix de trinucleotídeos, (ATT)8, (CTT)8, (GGT)8. O DNA foi então ligado a um vetor de clonagem e transformado em células competentes de Escherichia coli. Um total de 358 clones foi gerado, dentre os quais 237 foram positivos, sendo 121 deles sequenciados. Repetições do tipo di(32), tri(7) e tetra(27) núcleotídicas foram obtidas, a partir dos quais primers foram construídos, usando o programa Primer3. Dentre os marcadores otimizados para amplificação, seis apresentaram-se monomórficos e 26 polimórficos. A maior parte das repetições foi do tipo (GA) n=14 e (TC) n=10, seguidas de motivos tetra, (GACA) n=8, (TCGT) n=8 e (CTGT) n=7. O alto número de repetições tetranucleotídicas é extremamente vantajoso por facilitar o processo de discriminação de alelos, especialmente em eletroforese de gel de poliacrilamida.

Made available in DSpace on 2014-06-11T19:30:56Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-04-27Bitstream added on 2014-06-13T19:40:30Z : No. of bitstreams: 1 ferro_m_dr_rcla_parcial.pdf: 557493 bytes, checksum: fcae382eb9a89592e907d3171f912924 (MD5) Bitstreams deleted on 2015-05-04T12:07:27Z: ferro_m_dr_rcla_parcial.pdf,Bitstream added on 2015-05-04T12:07:58Z : No. of bitstreams: 1 000713741.pdf: 1451277 bytes, checksum: 241fb4d825af417c9645365b1885c071 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / As formigas Attini são destacadas pragas agrícolas e invertebrados modelos em estudos em genômica, metagenômica, sistemática e evolução molecular. Tais estudos têm gerado milhares de sequências nucleotídicas, cuja análise demanda o uso de diferentes programas de Bioinformática em processamentos automatizados. Pensando nisso, foram desenvolvidos protocolos para análises de ESTs e de bibliotecas de sequências ITS e 16S obtidas de formigas Attini. Foi desenvolvida uma arquitetura baseada no padrão MVC e J2EE responsável por todos os processos cliente-servidor. Os protocolos foram implementados na forma de pipelines em que cada componente é um serviço web em REST acoplado a arquitetura desenvolvida. bESTscan realiza a anotação de sequências EST transcriptômicas, 16Scan e ITScan realizam análises de ecologia microbiana, para bactérias (sequências 16S) e para fungos (sequências ITS) respectivamente, bem como identifica as sequências através de pesquisas em bancos de dados públicos. O sistema computacional desenvolvido automatiza a anotação de sequências para um pequeno volume de sequências como as obtidas por Sanger ou para grande volume de dados como as geradas por Sequenciadores de Nova Geração, reduzindo o tempo de processamento e facilitando a análise dos resultados. Todos os pipelines desenvolvidos foram validados com sequências de Attini, obtidas por Sanger e Illumina, geradas a partir de diferentes projetos do nosso laboratório e estão disponíveis na web nos endereços http://evol.rc.unesp.br/lem/?q=bioinformatics / The Attini ants are agricultural pests and invertebrate models for studies on genomics, metagenomics, molecular systematics and evolution. These studies have generated thousands of nucleotide sequences whose analysis requires the use of different Bioinformatics tools and automated processing. We developed automated sequence annotation protocols for ESTs and ITS and 16S libraries analysis for Attini ants. We developed an architecture model based on J2EE and MVC patterns which is responsible for all client-server processes and each tool in the pipeline is a REST web service coupled in the architecture model developed. The bESTscan pipeline to perform the EST transcriptome annotation, 16Scan e ITScan realize microbial ecology studies for both, bacteria (16S sequences) and for fungi (ITS sequences), as well as identify sequences through public databases. The computer system developed automates the annotation for both a small volume of sequences obtained by Sanger and for a large number of data generated by the Next Generation Sequencers (NGS), reducing processing time and with high performance. Pipelines were developed and validated using sequences Sanger and Illumina generated with different projects from our laboratory and are available at http://evol.rc.unesp.br/lem/?q=bioinformatics

Submitted by RAFAEL ESPIGOLAN (espigolan@yahoo.com.br) on 2017-03-17T22:04:14Z No. of bitstreams: 1 Tese_Rafael_Espigolan.pdf: 1532864 bytes, checksum: c79ad7471b25137c47529f25762a83a2 (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2017-03-22T12:50:50Z (GMT) No. of bitstreams: 1 espigolan_r_dr_jabo.pdf: 1532864 bytes, checksum: c79ad7471b25137c47529f25762a83a2 (MD5) / Made available in DSpace on 2017-03-22T12:50:50Z (GMT). No. of bitstreams: 1 espigolan_r_dr_jabo.pdf: 1532864 bytes, checksum: c79ad7471b25137c47529f25762a83a2 (MD5) Previous issue date: 2017-02-23 / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / O melhoramento genético animal visa melhorar a produtividade econômica das futuras gerações de espécies domésticas por meio da seleção. A maioria das características de interesse econômico na pecuária é de expressão quantitativa e complexa, isto é, são influenciadas por vários genes e afetadas por fatores ambientais. As análises estatísticas de informações de fenótipo e pedigree permite estimar os valores genéticos dos candidatos à seleção com base no modelo infinitesimal. Uma grande quantidade de dados genômicos está atualmente disponível para a identificação e seleção de indivíduos geneticamente superiores com o potencial de aumentar a acurácia de predição dos valores genéticos e, portanto, a eficiência dos programas de melhoramento genético animal. Vários estudos têm sido conduzidos com o objetivo de identificar metodologias apropriadas para raças e características específicas, o que resultará em estimativas de valores genéticos genômicos (GEBVs) mais acurados. Portanto, o objetivo deste estudo foi verificar a possibilidade de aplicação de modelos semiparamétricos para a seleção genômica e comparar a habilidade de predição com os modelos paramétricos para dados reais (características de carcaça, qualidade da carne, crescimento e reprodutiva) e simulados. As informações fenotípicas e de pedigree utilizadas foram fornecidas por onze fazendas pertencentes a quatro programas de melhoramento genético animal. Para as características de carcaça e qualidade da carne, o banco de dados continha 3.643 registros para área de olho de lombo (REA), 3.619 registros para espessura de gordura (BFT), 3.670 registros para maciez da carne (TEN) e 3.378 observações para peso de carcaça quente (HCW). Um total de 825.364 registros para peso ao sobreano (YW) e 166.398 para idade ao primeiro parto (AFC) foi utilizado para as características de crescimento e reprodutiva. Genótipos de 2.710, 2.656, 2.749, 2.495, 4.455 e 1.760 animais para REA, BFT, TEN, HCW, YW e AFC foram disponibilizados, respectivamente. Após o controle de qualidade, restaram dados de, aproximadamente, 450.000 polimorfismos de base única (SNP). Os modelos de análise utilizados foram BLUP genômico (GBLUP), single-step GBLUP (ssGBLUP), Bayesian LASSO (BL) e as abordagens semiparamétricas Reproducing Kernel Hilbert Spaces (RKHS) e Kernel Averaging (KA). Para cada característica foi realizada uma validação cruzada composta por cinco “folds” e replicada aleatoriamente trinta vezes. Os modelos estatísticos foram comparados em termos do erro do quadrado médio (MSE) e acurácia de predição (ACC). Os valores de ACC variaram de 0,39 a 0,40 (REA), 0,38 a 0,41 (BFT), 0,23 a 0,28 (TEN), 0,33 a 0,35 (HCW), 0,36 a 0,51 (YW) e 0,49 a 0,56 (AFC). Para todas as características, os modelos GBLUP e BL apresentaram acurácias de predição similares. Para REA, BFT e HCW, todos os modelos apresentaram ACC similares, entretanto a regressão RKHS obteve o melhor ajuste comparado ao KA. Para características com maior quantidade de registros fenotípicos comparada ao número de animais genotipados (YW e AFC) o modelo ssGBLUP é indicado. Considerando o desempenho geral, para todas as características estudadas, a regressão RKHS é, particularmente, uma alternativa interessante para a aplicação na seleção genômica, especialmente para características de baixa herdabilidade. No estudo de simulação, genótipos, pedigree e fenótipos para quatro características (A, B, C e D) foram simulados utilizando valores de herdabilidade baseados nos obtidos com os dados reais (0,09, 0,12, 0,36 e 0,39 para cada característica, respectivamente). O genoma simulado consistiu de 735.293 marcadores e 1.000 QTLs distribuídos aleatoriamente por 29 pares de autossomos, com comprimento variando de 40 a 146 centimorgans (cM), totalizando 2.333 cM. Assumiu-se que os QTLs explicavam 100% da variação genética. Considerando as frequências do alelo menor maiores ou iguais a 0,01, um total de 430.000 marcadores foram selecionados aleatoriamente. Os fenótipos foram obtidos pela soma dos resíduos (aleatoriamente amostrados de uma distribuição normal com média igual a zero) aos valores genéticos verdadeiros, e todo o processo de simulação foi replicado 10 vezes. A ACC foi calculada por meio da correlação entre o valor genético genômico estimado e o valor genético verdadeiro, simulados da 12a a 15a geração. A média do desequilíbrio de ligação, medido entre os pares de marcadores adjacentes para todas as características simuladas foi de 0,21 para as gerações recentes (12a, 13a e 14a), e 0,22 para a 15a geração. A ACC para as características simuladas A, B, C e D variou de 0,43 a 0,44, 0,47 a 0,48, 0,80 a 0,82 e 0,72 a 0,73, respectivamente. Diferentes metodologias de seleção genômica implementadas neste estudo mostraram valores similares de acurácia de predição, e o método mais adequado é dependente da característica explorada. Em geral, as regressões RKHS obtiveram melhor desempenho em termos de ACC com menor valor de MSE em comparação com os outros modelos. / Animal breeding aims to improve economic productivity of future generations of domestic species through selection. Most of the traits of economic interest in livestock have a complex and quantitative expression i.e. are influenced by a large number of genes and affected by environmental factors. Statistical analysis of phenotypes and pedigree information allows estimating the breeding values of the selection candidates based on infinitesimal model. A large amount of genomic data is now available for the identification and selection of genetically superior individuals with the potential to increase the accuracy of prediction of genetic values and thus, the efficiency of animal breeding programs. Numerous studies have been conducted in order to identify appropriate methodologies to specific breeds and traits, which will result in more accurate genomic estimated breeding values (GEBVs). Therefore, the objective of this study was to verify the possibility of applying semi-parametric models for genomic selection and to compare their ability of prediction with those of parametric models for real (carcass, meat quality, growth and reproductive traits) and simulated data. The phenotypic and pedigree information used were provided by farms belonging to four animal breeding programs which represent eleven farms. For carcass and meat quality traits, the data set contained 3,643 records for rib eye area (REA), 3,619 records for backfat thickness (BFT), 3,670 records for meat tenderness (TEN) and 3,378 observations for hot carcass weight (HCW). A total of 825,364 records for yearling weight (YW) and 166,398 for age at first calving (AFC) were used as growth and reproductive traits of Nelore cattle. Genotypes of 2,710, 2,656, 2,749, 2,495, 4,455 and 1,760 animals were available for REA, BFT, TEN, HCW, YW and AFC, respectively. After quality control, approximately 450,000 single nucleotide polymorphisms (SNP) remained. Methods of analysis were genomic BLUP (GBLUP), single-step GBLUP (ssGBLUP), Bayesian LASSO (BL) and the semi-parametric approaches Reproducing Kernel Hilbert Spaces (RKHS) regression and Kernel Averaging (KA). A five-fold cross-validation with thirty random replicates was carried out and models were compared in terms of their prediction mean squared error (MSE) and accuracy of prediction (ACC). The ACC ranged from 0.39 to 0.40 (REA), 0.38 to 0.41 (BFT), 0.23 to 0.28 (TEN), 0.33 to 0.35 (HCW), 0.36 to 0.51 (YW) and 0.49 to 0.56 (AFC). For all traits, the GBLUP and BL models showed very similar prediction accuracies. For REA, BFT and HCW, models provided similar prediction accuracies, however RKHS regression had the best fit across traits considering multiple-step models and compared to KA. For traits which have a higher number of animals with phenotypes compared to the number of those with genotypes (YW and AFC), the ssGBLUP is indicated. Judged by overall performance, across all traits, the RKHS regression is particularly appealing for application in genomic selection, especially for low heritability traits. Simulated genotypes, pedigree, and phenotypes for four traits A, B, C and D were obtained using heritabilities based on real data (0.09, 0.12, 0.36 and 0.39 for each trait, respectively). The simulated genome consisted of 735,293 markers and 1,000 QTLs randomly distributed over 29 pairs of autosomes, with length varying from 40 to 146 centimorgans (cM), totaling 2,333 cM. It was assumed that QTLs explained 100% of genetic variance. Considering Minor Allele Frequencies greater or equal to 0.01, a total of 430,000 markers were randomly selected. The phenotypes were generated by adding residuals, randomly drawn from a normal distribution with mean equal to zero, to the true breeding values and all simulation process was replicated 10 times. ACC was quantified using correlations between the predicted genomic breeding value and true breeding values simulated for the generations of 12 to 15. The average linkage disequilibrium, measured between pairs of adjacent markers for all simulated traits was 0.21 for recent generations (12, 13 and 14), and 0.22 for generation 15. The ACC for simulated traits A, B, C and D ranged from 0.43 to 0.44, 0.47 to 0.48, 0.80 to 0.82 and 0.72 to 0.73, respectively. Different genomic selection methodologies implemented in this study showed similar accuracies of prediction, and the optimal method was sometimes trait dependent. In general, RKHS regressions were preferable in terms of ACC and provided smallest MSE estimates compared to other models. / FAPESP: 2014/00779-0 / FAPESP: 2015/13084-3

Submitted by ALEJANDRA MARIA TORO OSPINA null (alejita-t_92@hotmail.com) on 2017-03-18T16:50:07Z No. of bitstreams: 1 dissertação_Alejandra_Toro.pdf: 1073618 bytes, checksum: 4de34349c23cb909c3128081fe41cc42 (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2017-03-22T12:59:36Z (GMT) No. of bitstreams: 1 toroospina_am_me_jabo.pdf: 1073618 bytes, checksum: 4de34349c23cb909c3128081fe41cc42 (MD5) / Made available in DSpace on 2017-03-22T12:59:36Z (GMT). No. of bitstreams: 1 toroospina_am_me_jabo.pdf: 1073618 bytes, checksum: 4de34349c23cb909c3128081fe41cc42 (MD5) Previous issue date: 2017-02-24 / O objetivo deste estudo foi estimar o desequilíbrio de ligação (r2) nas distâncias de 25-50kb, 50-100kb, 100-500kb, 0,5-1Mb e o tamanho efetivo (Ne) nas gerações 0, 5, 10, 15, 20 em população da raça Gir selecionada para crescimento pós-desmama. Os animais utilizados no presente estudo foram provenientes do rebanho fechado do Instituto de Zootecnia, Sertãozinho, SP. Foram obtidos os genótipos de 155 animais com o painel BovineDL 33kb e 18 com painel HD imputado onde realizou-se controle de qualidade (CQ) para alelo de menor frequência (MAF) < 0,02 e call rate < 0,1. Depois do CQ permaneceram 27.236 SNPs e 155 animais do painel de 33 kb e 732.962 SNPs e 173 animais do painel HD Imputado. As análises de r2 foram realizadas pelo programa Plink e programa estatístico R Studio e o Ne por meio do DL. Os resultados das distâncias 25-50kb, 50-100kb, 100-500kb e 0,5-1Mb do r2 para o painel 33kb foram iguais a 0,29, 0,25, 0,16 e 0,032 respectivamente, e 0,35, 0,29, 0,18, 0,032 para o painel HD imputado demostrando que o DL permaneceu nas distâncias menores a 100kb, decaindo com o aumento das distâncias. Estes resultados foram maiores aos descritos na literatura para animais zebuínos, sugerindo como causa os segmentos longos de haplótipos que compartilham os animais aparentados. O Ne foi igual a 9, 17, 24, 30 e 30 animais nas gerações 0, 5, 10, 15, 20, observa-se que o Ne é maior na geração 20, com 30 animais, e decai drasticamente a partir da 5 geração com 17 animais, e sendo de 9 animais a última geração, um tamanho pequeno para uma população. Os valores encontrados neste estudo mostram alto DL e baixo Ne, provavelmente pelo sistema de seleção e a estrutura da população da raça Gir avaliada, que apresenta alto nível de endogamia, perda da variabilidade genética, uso intensivo de pequeno número de reprodutores, conduzindo a diminuição da deriva genética da população, ocasionando dificuldades na seleção dos animais. / The aim of this study was to estimate the linkage disequilibrium (r2) at distances of 25-50kb, 50-100kb, 100-500kb, 0,5-1Mb and the effective population size (Ne) in generations 0, 5, 10, 15, 20 in population of the selected Gir for yearling growth. The animals used in this study were from the closed herd Animal Science Institute, Sertãozinho, SP. the genotypes of 155 animals were obtained with BovineDL 33kb and 18 animals of panel HD, where quality control was held (QC) for minor allele frequency (MAF) <0.02 and call rate <0.1. After QC remained 27,236 SNPs and 155 animals to panel 33 kb, 732.962 SNPs and 173 the panel HD imputation. The r2 analyzes were performed by Plink program and R Studio statistical program and Ne through the DL. The results of r2 for distances 25-50kb, 50-100kb, 100-500kb and 0,5-1Mb were equal to 0.29, 0.25, 0.16 and 0.032, respectively, showing that the DL remained in smaller distances 100kb, decreasing with increasing distances. These results were higher than those reported in the literature for Zebu animals, suggesting a cause to long haplotype segments that share the related animals. Ne is equal to 9, 17, 24, 30 and 30 in the generations 0, 5, 10, 15, 20, it is observed that Ne is higher in generation 20 with 30 animals and decays sharply from 5 Generation 17 animals, and with 9 animals the latest generation, small size for a population. The values found in this study to DL and Ne, explain the selection system and the structure of the population of Gir evaluated, which has a high level of inbreeding, loss of genetic variability, intensive small number of players, leading to decreased drift population genetics, causing difficulties in the selection of the next generations.