Ferramentas bioinformática têm se tornado a escolha para auxiliar pesquisadores tanto para a anotação de novos genes, como para estudar genes em condições fisiológicas de interesse. Entre essas ferramentas destacam-se os algoritmos de agrupamento filogenético e os algoritmos de predição de padrões curtos de DNA, como, por exemplo, predições de sítios para ligação de fatores de transcrição. Desenvolver uma abordagem mista com o objetivo de agrupar genes baseando-se unicamente nos sinais transcricionais preditos em suas seqüências é um desafio de difícil transposição. No presente trabalho, apresentamos nossos resultados para tentar superar tal limitação que podem ser subdividos em duas seções: a primeira aonde desenvolvemos uma abordagem para a melhoria das predições computacionais de sítios de ligação e a segunda, onde passamos a agrupar genes com base nos seus sinais transcricionais preditos em seqüências conservadas flanqueadoras. A primeira seção de nosso trabalho foi focada no estudo de uma seqüência de indução de transcrição próxima ao gene Aldh1a2 de camundongo aonde foram preditos sítios para fatores de transcrição que foram posteriormente testados biologicamente e se mostraram associados ao controle da expressão desse gene. A partir de uma profunda pesquisa bibliográfica, nós determinamos um grupo de 57 fatores de transcrição já associados com a especialização de subpopulações de neurônios durante o desenvolvimento neuroembrionário de vertebrados. Nossa abordagem de seleção de sítios de alto valor biológico foi agora testada em seqüências conservadas próximas a cada um desses genes que codificam esses fatores de transcrição associados e os sítios de ligação para fatores de transcrição foram preditos. Tais sítios foram contabilizados e utilizados com entrada para nossa abordagem de agrupamento. A análise dos resultados do agrupamento determinou que, nossa abordagem se mostrou suficientemente sensível para construir uma árvore solução com boas relações com os padrões, já conhecidos, de expressão para esses genes agrupados. Essa abordagem poderá ser utilizada tanto para anotar funcionalmente genes de interesse quanto para minerar informações dentro de um grupo de genes previamente selecionado. / Bioinformatics tools are becoming the choice for aiding scientists for gene annotation and for studying gene in physiological conditions of interest. Among those efforts, phylogenetics clustering algorithms and tools for predicting short DNA patterns, such as binding sites for transcription factor, are outlined as essential. To develop a mixture procedure merging this two distant fields of bioinformatics research is a challenge hard to overcome. In the present study, we present our results of trying to overcome such limitation and it be easily subdivided in two distinct sections: initially we develop a procedure to improve the computational prediction of binding site for transcription factors and the second one where genes were grouped based solely in their transcriptional patterns predicted in conserved flanking sequences. The first section of the present study was focused in the study of an enhancer near Aldh1a2 gene in mouse where binding sites were predicted and latter biologically tested and showed strong influence in expression control of this gene. By a comprehensive bibliographic research we determined a group of 57 transcription factors which were already associated with neuron subpopulations specialization during the neuroembryonary development in vertebrates. Our computational procedure for selection of high biological value binding sites was applied in conserved flanking sequence in each of these genes encoding these associated transcription factors and a large group of binding sites were predicted. This sites were counted and use as an input for our clustering procedure. Clustering results analyses determined that our procedure showed to be sufficiently sensible to construct a solution tree showing good relations with, already determined, expression patterns of grouped genes. This procedure could be for functionally annotation of genes and for data mining in a group of already determined genes of interest.

Ferramentas bioinformática têm se tornado a escolha para auxiliar pesquisadores tanto para a anotação de novos genes, como para estudar genes em condições fisiológicas de interesse. Entre essas ferramentas destacam-se os algoritmos de agrupamento filogenético e os algoritmos de predição de padrões curtos de DNA, como, por exemplo, predições de sítios para ligação de fatores de transcrição. Desenvolver uma abordagem mista com o objetivo de agrupar genes baseando-se unicamente nos sinais transcricionais preditos em suas seqüências é um desafio de difícil transposição. No presente trabalho, apresentamos nossos resultados para tentar superar tal limitação que podem ser subdividos em duas seções: a primeira aonde desenvolvemos uma abordagem para a melhoria das predições computacionais de sítios de ligação e a segunda, onde passamos a agrupar genes com base nos seus sinais transcricionais preditos em seqüências conservadas flanqueadoras. A primeira seção de nosso trabalho foi focada no estudo de uma seqüência de indução de transcrição próxima ao gene Aldh1a2 de camundongo aonde foram preditos sítios para fatores de transcrição que foram posteriormente testados biologicamente e se mostraram associados ao controle da expressão desse gene. A partir de uma profunda pesquisa bibliográfica, nós determinamos um grupo de 57 fatores de transcrição já associados com a especialização de subpopulações de neurônios durante o desenvolvimento neuroembrionário de vertebrados. Nossa abordagem de seleção de sítios de alto valor biológico foi agora testada em seqüências conservadas próximas a cada um desses genes que codificam esses fatores de transcrição associados e os sítios de ligação para fatores de transcrição foram preditos. Tais sítios foram contabilizados e utilizados com entrada para nossa abordagem de agrupamento. A análise dos resultados do agrupamento determinou que, nossa abordagem se mostrou suficientemente sensível para construir uma árvore solução com boas relações com os padrões, já conhecidos, de expressão para esses genes agrupados. Essa abordagem poderá ser utilizada tanto para anotar funcionalmente genes de interesse quanto para minerar informações dentro de um grupo de genes previamente selecionado. / Bioinformatics tools are becoming the choice for aiding scientists for gene annotation and for studying gene in physiological conditions of interest. Among those efforts, phylogenetics clustering algorithms and tools for predicting short DNA patterns, such as binding sites for transcription factor, are outlined as essential. To develop a mixture procedure merging this two distant fields of bioinformatics research is a challenge hard to overcome. In the present study, we present our results of trying to overcome such limitation and it be easily subdivided in two distinct sections: initially we develop a procedure to improve the computational prediction of binding site for transcription factors and the second one where genes were grouped based solely in their transcriptional patterns predicted in conserved flanking sequences. The first section of the present study was focused in the study of an enhancer near Aldh1a2 gene in mouse where binding sites were predicted and latter biologically tested and showed strong influence in expression control of this gene. By a comprehensive bibliographic research we determined a group of 57 transcription factors which were already associated with neuron subpopulations specialization during the neuroembryonary development in vertebrates. Our computational procedure for selection of high biological value binding sites was applied in conserved flanking sequence in each of these genes encoding these associated transcription factors and a large group of binding sites were predicted. This sites were counted and use as an input for our clustering procedure. Clustering results analyses determined that our procedure showed to be sufficiently sensible to construct a solution tree showing good relations with, already determined, expression patterns of grouped genes. This procedure could be for functionally annotation of genes and for data mining in a group of already determined genes of interest.

A perda auditiva hereditária é uma característica com grande heterogeneidade genética. Mais de uma centena de genes já foram relacionados com a audição e, com o advento do sequenciamento massivo em paralelo, novas variantes têm sido identificadas como candidatas a causar surdez hereditária. Porém, estudos funcionais para verificação do efeito das mutações candidatas são necessários. Modelos animais permitem estudos funcionais eficientes para confirmação do efeito de mutações em genes candidatos, sendo uma ferramenta poderosa para compreender melhor os efeitos genéticos, moleculares, fisiológicos e comportamentais destas alterações. Previamente, foi identificada em nosso laboratório uma mutação de sentido trocado em um gene que codifica um coativador nuclear como principal candidata a causar surdez hereditária em uma família de São Paulo. A função principal deste gene é regular positivamente a transcrição gênica mediada por receptores nucleares. Contudo, não há dados na literatura sobre a expressão e o papel deste gene no sistema auditivo. Desta forma, tivemos como objetivo principal investigar a expressão do gene candidato em sistemas mecanossensoriais de camundongo e zebrafish. Detectamos, por meio de RT-PCR, a expressão do RNAm na cóclea inteira e no órgão de Corti associado à estria vascular de camundongos com idades P4, P10 e P16. Posteriormente, experimentos de qRT-PCR mostraram maior expressão nos estágios P10 e P16, em relação ao estágio P4, com parcela significativa da expressão gênica concentrada no órgão de Corti associado à estria vascular. Com relação à proteína, foi detectada, por meio de ensaios de imunofluorescência, a sua expressão nos cortes histológicos de cóclea de camundongos P4, P10 e P14, em várias estruturas diferentes da cóclea: membrana basilar, membrana de Reissner, órgão de Corti, estria vascular, limbo espiral e gânglio espiral. Experimentos de hibridação in situ em zebrafish inteiro foram realizados e a expressão do RNAm foi observada na orelha interna de larvas com idade 3 e 5 dias pós-fertilização (dpf) e de juvenis com 5 e 7 semanas pós-fertilização (spf). Nossos experimentos forneceram dados inéditos que sugerem um papel conservado deste gene no desenvolvimento do sistema auditivo de camundongos e no desenvolvimento e fisiologia do sistema auditivo de zebrafish. Para investigarmos se a falta de expressão do gene afeta o sistema auditivo realizamos experimentos visando à edição gênica do gene candidato por meio do sistema CRISPR/Cas9 em zebrafish. Dada a dificuldade para a padronização da técnica, não obtivemos resultados conclusivos durante o período de estudo. Nosso trabalho mostrou pela primeira vez a expressão do RNAm e da proteína no sistema auditivo de modelos animais, o que é fundamental para reforçar o potencial papel da mutação na surdez hereditária identificada na família. Desta maneira, contribuímos para a delineação de futuros experimentos funcionais que elucidem o papel deste gene e da mutação correspondente no desenvolvimento e na fisiologia do sistema auditivo / Hereditary hearing loss is a characteristic with high genetic heterogeneity. More than one hundred genes have been related to hearing and, with the advent of massive parallel sequencing, new variants have been identified as candidates for causing hereditary deafness. However, functional studies to verify the effect of candidate mutations are necessary. Animal models provide efficient functional studies to confirm the effect of mutations and candidate genes, being a powerful tool to understanding the genetic, molecular, physiological and behavioural effects of these genetic variants. Previously, a missense mutation in a gene coding a nuclear receptor coactivator has been identified in our laboratory as the main candidate for causing hereditary hearing loss in a family from São Paulo. The main function of this gene is to positively regulate gene transcription mediated by nuclear receptors. However, there is no data in the literature about its expression or about its function in the hearing system. Thus, we aimed to investigate its expression in mechanosensory systems of mice and zebrafish. Through RT-CPR, we have detected expression of the mRNA in whole cochlea and in organ of Corti associated to stria vascularis of P4, P10 and P16 mice. In addition, qRT-PCR revealed higher expression in P10 and P16 stages, compared to P4 stage, and that a significant fraction of the expression is concentrated in the organ of Corti associated to stria vascularis. Regarding the protein, immunofluorescence assays revealed expression of the coactivator in histological sections of P4, P10 and P14 mice cochlea, with fluorescencent signals in several structures: basilar mebrane, Reissner\'s membrane, organ of Corti, stria vascularis, spiral limbus and spiral ganglion. Whole-mount in situ hybridization assays were conducted in zebrafish, revealing the mRNA expression in the inner ear of 3 and 5 days-post-fertilization (dpf) larvae and of 5 and 7 weeks-post-fertilization (wpf) juveniles. Our experiments provided unprecedented data suggesting a conserved role of this gene in the development of the auditory system of mice and in the development and physiology of the auditory system of zebrafish. In order to investigate if the lack of the gene expression affects the auditory system, we performed experiments aiming genetic edition through CRISPR/Cas9 system in zebrafish. Given the difficulty to standardize the technique, we could not obtain conclusive results during the study period. Our work has shown for the first time the expression of the candidate gene mRNA and protein in the auditory in animal models, which is fundamental to reinforce the potential role of the mutation in the hearing loss identified in the family. Thus, we have contributed to the delineation of future functional experiments that will unveil the role of the gene and its corresponding mutation in the development and physiology of the auditory system

Estudos de expressão gênica geralmente envolvem a realização de processos de análise integrados para a obtenção de respostas biológicas de interesse. A realização destes processos frequentemente requer o uso combinado de uma série de ferramentas de software. No entanto, o processo de integração manual de ferramentas pode ser demorado e propenso a erros devido ao crescente número de ferramentas e formatos de dados disponíveis no domínio. De modo a automatizar o processo de integração, algumas abordagens têm sido propostas tanto para a adaptação das ferramentas de análise existentes como serviços web semânticos, quanto para o desenvolvimento de ambientes de suporte à integração (composição) de serviços web semânticos. Embora estas abordagens representem avanços, nenhuma solução adequada para o desenvolvimento e composição de serviços foi especificamente definida para o domínio de genômica funcional. Neste contexto, o principal objetivo deste projeto foi investigar uma solução completa para o desenvolvimento e composição de serviços web semânticos para a análise de expressão gênica. Como parte da solução proposta, definimos uma metodologia integrada para a implementação de serviços web semânticos criados a partir de ferramentas de software existentes e para a anotação semântica destes serviços. Nossa metodologia fornece diretrizes concretas para o desenvolvimento sistemático de serviços, considerando também os principais aspectos técnicos associados ao processo de desenvolvimento. Esta metodologia foi aplicada a um conjunto representativo de serviços que fornecem suporte às principais atividades de análise realizadas em diferentes tipos de dados de expressão gênica. De forma complementar, definimos uma solução completa para a composição semântica de serviços no domínio de análise de expressão gênica. A solução proposta foi implementada em uma plataforma de suporte semi-automático à composição de serviços web semânticos, chamada SemanticSCo. Esta plataforma fornece suporte flexível a todas as atividades envolvidas no processo de composição de serviços, incluindo a criação, publicação, requisição, descoberta, seleção, composição e execução de serviços. Além disto, a plataforma SemanticSCo foi projetada para prover suporte adequado a diferentes tipos de usuários, incluindo biologistas e bioinformatas. Neste sentido, a plataforma fornece aos usuários um alto nível de abstração para a definição de seus processos de análise, permitindo que os mesmos se concentrem mais nas questões de pesquisa biológicas do que nos aspectos subjacentes do processo de composição. Adicionalmente, a plataforma SemanticSCo suporta a definição e incorporação não apenas de serviços simples, definidos em termos de uma única operação, mas também de serviços complexos, definidos em termos de um conjunto de condições que restringem a ordem de invocação de suas operações. Finalmente, de modo a avaliar a plataforma de suporte desenvolvida, definimos diferentes cenários de composição para a análise (integrada) de dados de expressão gênica. O uso da plataforma SemanticSCo facilitou a definição destes cenários, permitindo assim a reprodução dos resultados obtidos a partir de diferentes estudos de expressão gênica previamente documentados na literatura / Gene expression studies usually involve the creation of integrated analysis processes for obtaining responses for a biological question. The creation of such processes often require the combined use of a number of software tools. However, the manual integration of tools can be cumbersome and error prone due to the increasing number of tools and data formats available in the domain. In order to automate the integration process, some approaches have been proposed for the adaptation of existing analysis tools as semantic web services as well as for the development of software environments to support the integration (composition) of semantic web services. Although these approaches present advances, to the best of our knowledge, no suitable solution has been proposed for the development and composition of web services in the functional genomics domain. In this context, this project aimed at investigating a complete solution for the development and composition of semantic web services to support gene expression analysis. As part of the proposed solution, we have defined an integrated methodology for the implementation of semantic web services created from existing software tools and the semantic annotation of such services. Our methodology provides concrete guidelines for the systematic development of services, also taking into account the main technical aspects associated with the development process. This methodology has been applied in the development of a representative set of services that support the main analysis activities performed on different types of gene expression data. Complementary to our methodology, we have defined a complete solution for the semantic composition of web services in the gene expression analysis domain. The proposed solution has been implemented in a software platform to support the semi-automatic composition of semantic web services, named SemanticSCo. This platform provides flexible support to all activities involved in the service composition process including service creation, publication, request, discovery, selection, composition and execution. Additionally, the SemanticSCo platform has been designed to support different types of users, including biologists and bioinformaticians. In this sense, the platform provides users with a high level of abstraction in the definition of their analysis processes, thus allowing them to focus more on biological research issues rather than on underlying details of the composition process. In addition, the SemanticSCo platform supports not only the definition and incorporation of (simple) services defined in terms of a single operation, but also (complex) services defined in terms of a set of conditions that constrain the order in which service operations should be invoked. Finally, in order to evaluate the developed support platform, we have defined a number of composition scenarios for the (integrated) analysis of gene expression data. The use of the SemanticSCo platform has facilitated the definition of these scenarios, thus allowing the reproduction of the results obtained from different gene expression studies previously documented in the literature.

O fungo Aspergillus fumigatus é o segundo maior causador de infecções fúngicas invasivas em pacientes imunocomprometidos e a principal espécie causadora da aspergilose invasiva, doença de alta taxa de mortalidade que atinge principalmente os pulmões e que pode se disseminar pelo organismo. Durante o processo de infecção, o fungo precisa adaptar-se ao organismo do hospedeiro e um dos obstáculos encontrados é a mudança na concentração de dióxido de carbono (CO2), que, de 0,033% no ambiente, chega a até 6% no interior do hospedeiro. As anidrases carbônicas são enzimas envolvidas na hidratação reversível do CO2 e já foram apontadas como importantes na virulência de patógenos como Plasmodium falciparum, Mycobacterium tuberculosis, Helicobacter pylori, Cryptococcus neoformans e Candida albicans. Esse trabalho teve como objetivo avaliar o papel da enzima anidrase carbônica no desenvolvimento e virulência do fungo A. fumigatus, que apresenta quatro homólogos desta enzima (cafA, cafB, cafC e cafD). Para isso, foram utilizadas linhagens de A. fumigatus com os homólogos da enzima deletados (?cafA, ?cafB, ?cafC, ?cafD e ?cafA?cafB) e a linhagem selvagem (?akuBku80), da qual foram originadas as mutantes. Foram realizadas avaliações fenotípicas da estrutura dos conidióforos das diferentes linhagens, determinação da sensibilidade frente a diferentes agentes estressantes (antifúngicos, promotores de apoptose, estresse iônico, nitroativo, oxidativo, e de parede celular) e determinação da expressão gênica global em diferentes concentrações de CO2. Foi verificado que a deleção de cada um dos homólogos da anidrase carbônica de A. fumigatus não interfere na estrutura dos conidióforos deste fungo. Por outro lado, a deleção induziu alteração da sensibilidade do fungo frente a alguns compostos estressantes (ácido acético e peróxido de hidrogênio). Ainda, a análise da expressão gênica revelou um gene envolvido na adaptação do fungo ao aumento da concentração de CO2, o gene cipC, que não apresenta homólogos nas células de mamíferos. Este gene foi caracterizado neste trabalho por meio de sua deleção na linhagem selvagem (?akuBku80) de A. fumigatus e avaliação fenotípica microscópica e de sensibilidade a agentes estressantes (antifúngicos, promotores de apoptose, estresse iônico, nitroativo, oxidativo, e de parede celular). A deleção do gene não interferiu na estrutura do fungo, porém aumentou sua sensibilidade a alguns compostos (calcoflúor e menadiona). Foram realizados, ainda, testes de virulência em modelo animal utilizando-se o mutante ?cipC, os quais revelaram que a deleção deste gene atenua a virulência do fungo. Assim, foi possível concluir que as anidrases carbônicas não são relevantes para o desenvolvimento e virulência de A. fumigatus; porém, este fungo modifica a expressão de seus genes de modo a adaptar-se às variações na concentração atmosférica de CO2. O gene cipC está envolvido nesse processo de adaptação e é importante para o desenvolvimento do fungo e sua virulência, tornando-se um alvo para o estudo de novas terapias para o tratamento da aspergilose invasiva. / The fungus Aspergillus fumigatus is the second cause of fungal infections in immunocompromised patients and it is the main specie which causes invasive aspergillosis, a disease with high mortality rate that mainly affects the lungs and it can spread through the body. During the infectious process, the fungus must adapt to the host and one of the obstacles is the drastic change of the carbon dioxide (CO2) concentration, which is 0.033% in the environment and until 6% inside the host. The carbonic anhydrases are enzymes which are involved in the reversible hydration of carbon dioxide and they have been pointed as important in the virulence of pathogens such as Plasmodium falciparum, Mycobacterium tuberculosis, Helicobacter pylori, Cryptococcus neoformans and Candida albicans. This work aimed to evaluate the role of the enzyme carbonic anhydrase in the development and virulence of the fungus A. fumigatus, which has four homologues of this enzyme (cafA, cafB, cafC e cafD). Therefore, strains, which have the homologues of the enzyme deleted (?cafA, ?cafB, ?cafC, ?cafD and ?cafA?cafB) were used in parallel with the wild strain (?akuBku80), which originated the mutant ones. We did structure phenotypic evaluations of the different strains of conidiophores, sensibility determination against different stressors (antifungal agents, apoptosis, ionic, nitrosative, oxidative, and cell wall stress promoters) and global gene expression determination at different carbon dioxide concentrations. It was verified that the carbonic anhydrases homologues deletion of A. fumigatus did not interfere on the n structure (conidiophore) of this fungus, in the tested conditions. On the other hand, the deletion caused a change in sensibility of the fungus against some stressors (acetic acid and hydrogen peroxide). The gene expression experiments showed a gene involved in the adaptation to the increase of CO2 concentration, the cipC gene. This gene does not have homologues in the mammalian cells. The cipC gene was characterized in this work by its deletion in the A. fumigatus wild strain (?akuBku80) and microscopic phenotypic evaluation and sensibility tests against stressors (antifungal agents, apoptosis, ionic, nitrosative, oxidative, and cell wall stress promoters). The gene deletion did not interfere on the fungus conidiophore structure but increase its sensibility to some compounds (calcoflúor white and menadione). Virulence tests in animal model using the ?cipC mutant were done and they showed that the deletion of this gene attenuates the fungus virulence. In conclusion, the carbonic anhydrases are not relevant to development and virulence of the fungus, which modifies the gene expression to adapt to the variations of atmospheric CO2 concentration. Besides, the cipC gene seems to be involved in this adaptation process. Moreover, the cipC gene showed to be important to the development of the fungus and its virulence, which makes the gene a target for the study of new therapies for the treatment of invasive aspergillosis.

As pesquisas em biologia molecular têm produzido uma grande quantidade de dados, os quais embutem informações sobre diferentes fenômenos biológicos. Neste sentido, a bioinformática se destaca como uma área de pesquisa multidisciplinar que visa, principalmente, o desenvolvimento de ferramentas (sistemas) computacionais para auxiliar na descoberta de conhecimento a partir de dados biológicos. Dentro da bioinformática, a área de genômica funcional procura estudar as funções gênicas através da medição simultânea e em larga escala dos níveis de expressão gênica de um genoma. Diferentes ferramentas são utilizadas no processo de análise de expressão gênica, cada qual provê suporte a uma atividade de análise específica. Embora alguns ambientes de descoberta de conhecimento ofereçam suporte integrado a este processo de análise e exploração de dados, a maior parte das ferramentas de análise é desenvolvida independentemente de outras ferramentas e ambientes de descoberta de conhecimento. Este cenário representa um desafio para biologistas que precisam combinar e integrar diferentes ferramentas, muitas vezes de forma ad hoc, custosa e sujeita a erros. Modelos conceituais, tais como ontologias, têm contribuído para o sucesso do desenvolvimento de sistemas computacionais em diferentes domínios de aplicação. O desenvolvimento de tais modelos tem por objetivo representar corretamente, em alto nível de abstração, conceitos e situações pertinentes a um dado domínio de interesse. Esta representação abstrata facilita não apenas o entendimento de um dado domínio, mas também serve como base para o processo de desenvolvimento do sistema como um todo. O objetivo deste trabalho é investigar o desenvolvimento e o uso de modelos conceituais em geral e ontologias em particular, na integração de ferramentas na área de análise de expressão gênica. De forma específica, este trabalho tem por objetivo propor uma abordagem para a integração semântica de ferramentas de análise de expressão gênica a partir do uso de conectores e de uma ontologia de domínio. Essa abordagem foi aplicada no desenvolvimento de estudos de caso envolvendo a criação de diferentes ambientes integrados para a análise de expressão gênica e mostrou-se eficaz. / Molecular biology researches are increasingly producing large amounts of data regarding underlying biological phenomena. Bioinformatics is a multidisciplinary research field whose main objective is the development of theories and information systems to help the process of knowledge discovery from biological data. Functional genomics is a field of study bioinformatics concerned with the study of gene function through parallel and large scale expression measurements of a genome. A variety of software tools are usually combined and used in a knowledge discovery process, each providing support for a specific data analysis task. Although some tools are already provided as part of an integrated knowledge discovery environment, most of them are developed independently of other software tools and knowledge discovery environments. This scenario poses a problem and a challenge for biologists that need to combine and integrate different tools in an ad hoc, time consuming and error prone process. Conceptual models, such as ontologies, have contributed to the successful development of information systems in different application domains. The development of such models aims at creating a clear and precise description of the elements of a given domain at a high abstraction level. This abstract and high level description not only promotes a shared understanding of the domain, but also serves as basis for the development process of supporting applications in the domain. This work aims at investigating the development and use of conceptual models in general and ontologies in particular to support the integration of gene expression data analysis systems. Specifically, this work proposes an approach for the semantic integration of gene expression analysis tools using connectors and a domain ontology. This approach was applied in the development of a number of case studies aiming at creating integrated environments for gene expression analysis and proved its effectiveness.

Modernas tecnicas de biologia molecular sao utilizadas para quantificar os niveis de expressao genica de amostras celulares, frequentemente submetidas a diferentes condicoes experimentais. A genomica funcional e a area da bioinformatica responsavel pela caracterizacao do papel funcional dos genes e processos biologicos associados. A analise de expressao genica requer o uso (integrado) de diversas ferramentas de analise para a obtencao de respostas as questoes biologicas de interesse. Uma plataforma de analise pode ser utilizada para facilitar a integracao sintatica e semantica destas ferramentas. Tal plataforma deve oferecer acessibilidade, reprodutibilidade e transparencia, de modo a promover a colaboracao e a disseminacao da pesquisa cientifica. A plataforma SemanticSCo foi concebida para prover suporte a composicao semantica de servicos de analise de expressao genica. Contudo, esta plataforma, em sua versao standalone, apresenta baixa acessibilidade, alem de nao prover suporte para a reproducao e o compartilhamento dos workflows desenvolvidos por seus usuarios. O principal objetivo deste projeto foi ampliar a acessibilidade da plataforma SemanticSCo, bem como introduzir suporte para a reproducao e compartilhamento de workflows. Como resultado principal, desenvolvemos uma nova versao da plataforma SemanticSCo, chamada SemanticSCo Web. A plataforma SemanticSCo Web possui uma interface simples e amigavel, contribuindo para o desenvolvimento colaborativo de pesquisa cientifica reproduzivel no dominio da genomica funcional. Adicionalmente, desenvolvemos uma API chamada SIBRI para permitir a execucao automatica, via framework Activiti, de servicos RESTful modelados como processos BPMN. O uso desta API facilita a integracao de aplicacoes desenvolvidas na linguagem Java e que fazem uso de servicos RESTful, dado que esta API prove suporte a interacao com o usuario em um ambiente web para que o mesmo possa prover valores de parametros que serao utilizados na execucao de um dado servico. Desta forma, a API SIBRI simplifica a incorporacao de novos servicos na plataforma SemanticSCo Web. / Modern molecular biology techniques are used to quantify the levels of gene expression of cellular samples, often submitted to different experimental conditions. Functional genomics is the area of bioinformatics responsible for the characterization of the functional role of genes and associated biological processes. The analysis of gene expression requires the (integrated) use of several analysis tools to obtain answers to a given biological question. An analysis platform can be used to facilitate the syntactic and semantic integration of these tools. Such platform should offer accessibility, reproducibility and transparency in order to promote collaboration and dissemination of scientific research. The SemanticSCo platform was designed to provide support for the semantic composition of gene expression analysis services. However, this platform, in its standalone version, presents low accessibility, and does not provide support for the reproduction and sharing of developed workflows. The main objective of this project was to increase the accessibility of the SemanticSCo platform, as well as to introduce support for the reproduction and sharing of workflows (transparency). As a main result, we have developed a new version of the SemanticSCo platform, called SemanticSCo Web. The SemanticSCo Web platform has a simple and user-friendly interface, contributing to the collaborative development of reproducible scientific research in the functional genomics domain. Additionally, we have developed an API called SIBRI to allow the automatic execution, via Activity framework, of RESTful services modeled as BPMN processes. The use of this API facilitates the integration of applications developed in Java that uses RESTful services, since this API provides support for the interaction with the end user in a web environment so s/he can provide parameters to be used in the execution of a given service. In this way, the API SIBRI simplifies the incorporation of new services in the SemanticSCo Web platform.

Modernas tecnicas de biologia molecular sao utilizadas para quantificar os niveis de expressao genica de amostras celulares, frequentemente submetidas a diferentes condicoes experimentais. A genomica funcional e a area da bioinformatica responsavel pela caracterizacao do papel funcional dos genes e processos biologicos associados. A analise de expressao genica requer o uso (integrado) de diversas ferramentas de analise para a obtencao de respostas as questoes biologicas de interesse. Uma plataforma de analise pode ser utilizada para facilitar a integracao sintatica e semantica destas ferramentas. Tal plataforma deve oferecer acessibilidade, reprodutibilidade e transparencia, de modo a promover a colaboracao e a disseminacao da pesquisa cientifica. A plataforma SemanticSCo foi concebida para prover suporte a composicao semantica de servicos de analise de expressao genica. Contudo, esta plataforma, em sua versao standalone, apresenta baixa acessibilidade, alem de nao prover suporte para a reproducao e o compartilhamento dos workflows desenvolvidos por seus usuarios. O principal objetivo deste projeto foi ampliar a acessibilidade da plataforma SemanticSCo, bem como introduzir suporte para a reproducao e compartilhamento de workflows. Como resultado principal, desenvolvemos uma nova versao da plataforma SemanticSCo, chamada SemanticSCo Web. A plataforma SemanticSCo Web possui uma interface simples e amigavel, contribuindo para o desenvolvimento colaborativo de pesquisa cientifica reproduzivel no dominio da genomica funcional. Adicionalmente, desenvolvemos uma API chamada SIBRI para permitir a execucao automatica, via framework Activiti, de servicos RESTful modelados como processos BPMN. O uso desta API facilita a integracao de aplicacoes desenvolvidas na linguagem Java e que fazem uso de servicos RESTful, dado que esta API prove suporte a interacao com o usuario em um ambiente web para que o mesmo possa prover valores de parametros que serao utilizados na execucao de um dado servico. Desta forma, a API SIBRI simplifica a incorporacao de novos servicos na plataforma SemanticSCo Web. / Modern molecular biology techniques are used to quantify the levels of gene expression of cellular samples, often submitted to different experimental conditions. Functional genomics is the area of bioinformatics responsible for the characterization of the functional role of genes and associated biological processes. The analysis of gene expression requires the (integrated) use of several analysis tools to obtain answers to a given biological question. An analysis platform can be used to facilitate the syntactic and semantic integration of these tools. Such platform should offer accessibility, reproducibility and transparency in order to promote collaboration and dissemination of scientific research. The SemanticSCo platform was designed to provide support for the semantic composition of gene expression analysis services. However, this platform, in its standalone version, presents low accessibility, and does not provide support for the reproduction and sharing of developed workflows. The main objective of this project was to increase the accessibility of the SemanticSCo platform, as well as to introduce support for the reproduction and sharing of workflows (transparency). As a main result, we have developed a new version of the SemanticSCo platform, called SemanticSCo Web. The SemanticSCo Web platform has a simple and user-friendly interface, contributing to the collaborative development of reproducible scientific research in the functional genomics domain. Additionally, we have developed an API called SIBRI to allow the automatic execution, via Activity framework, of RESTful services modeled as BPMN processes. The use of this API facilitates the integration of applications developed in Java that uses RESTful services, since this API provides support for the interaction with the end user in a web environment so s/he can provide parameters to be used in the execution of a given service. In this way, the API SIBRI simplifies the incorporation of new services in the SemanticSCo Web platform.

Made available in DSpace on 2014-07-29T15:16:30Z (GMT). No. of bitstreams: 1 DISSERTACAO RACHEL SILVEIRA FREITAS.pdf: 844126 bytes, checksum: 0544e2973ae364fb2429cc263d62f87a (MD5) Previous issue date: 2011-06-30 / Species of the genus Trichoderma have been used as biocontrol agents against different pathogens. The mechanisms employed by Trichoderma species against these pathogens ranging from competition for nutrients, production of non-volatile and volatile antibiotics in the production of hydrolytic enzymes, in a mechanism denominated mycoparasitism. In addition to its characteristics, many strains of Trichoderma are competent rhizosphere are able to colonize and grow in association with plant roots. The root colonization by Trichoderma spp., often is associated with the induction of local and systemic resistance. Whereas fungi of the genus Trichoderma have been described as inducers of defense responses and systemic resistance in association with maize (Zea mays), cucumber, tomato and cotton, it was our interest to analyze the interaction between Trichoderma spp. and beans. Therefore, this study aimed to identify and evaluate gene expression of protein elicitors of defense (SM1) in different isolates of Trichoderma spp. obtained from Cerrado soils. Eight isolates were selected and all showed a band of approximately 250pb, corresponding to the expected size of the gene Sm1 from T. Virens. The complete sequence of SM1 gene was obtained using as template cDNA and genomic DNA of T. harzianum. The amplification products containing an ORF of 417 bp and the protein predicted from this sequence has 138 amino acids. The ORF showed identity with sequences of other protein elicitors isolated from Trichoderma spp., and also proteins belonging to the family of cerato-platanin. Studies of the expression of SM1 with the isolate Trichoderma 37 showed that this protein is expressed in different carbon sources. / Espécies do gênero Trichoderma têm sido utilizadas como agentes de controle biológico contra diferentes tipos de fitopatógenos. Os mecanismos utilizados pelas espécies de Trichoderma contra esses fitopatógenos vão desde a competição por nutrientes, produção de antibióticos voláteis e não voláteis à produção de enzimas hidrolíticas, em um mecanismo denominado micoparasitismo. Em adição a estas características, muitas linhagens de Trichoderma são rizosfera competentes e são capazes de colonizar e crescer em associação com as raízes das plantas. A colonização da raiz pelo Trichoderma spp., frequentemente, é associada com a indução de resistência local e sistêmica. Considerando que fungos do gênero Trichoderma já foram descritos como indutores de resposta de defesa e resistência sistêmica em associação com milho (Zea mays), pepineiro, tomateiro e algodoeiro, foi nosso interesse analisar a interação entre Trichoderma spp., e feijoeiro. Sendo assim, este trabalho teve por objetivo identificar e avaliar a expressão do gene de uma proteína elicitora de defesa (Sm1) em diferentes isolados de Trichoderma spp. obtidos de solos do Cerrado. Oito isolados foram selecionados e todos apresentaram uma banda de aproximadamente 250pb, correspondendo ao tamanho esperado do gene Sm1 de T. virens. A seqüência completa do gene da Sm1 foi obtida utilizando como molde cDNA e DNA genômico de T. harzianum. Os produtos da amplificação contém uma ORF de 417 pb e a proteína predita a partir dessa seqüência tem 138 aminoácidos. Esta ORF apresentou identidade com seqüência de proteínas elicitoras de outros isolados de Trichoderma spp. e também com proteínas pertencentes a família das ceratoplataninas. Estudos de expressão da Sm1 com isolado Trichoderma 37 mostrou que esta proteína é expressa em diferentes fontes de carbono.

As pesquisas em biologia molecular têm produzido uma grande quantidade de dados, os quais embutem informações sobre diferentes fenômenos biológicos. Neste sentido, a bioinformática se destaca como uma área de pesquisa multidisciplinar que visa, principalmente, o desenvolvimento de ferramentas (sistemas) computacionais para auxiliar na descoberta de conhecimento a partir de dados biológicos. Dentro da bioinformática, a área de genômica funcional procura estudar as funções gênicas através da medição simultânea e em larga escala dos níveis de expressão gênica de um genoma. Diferentes ferramentas são utilizadas no processo de análise de expressão gênica, cada qual provê suporte a uma atividade de análise específica. Embora alguns ambientes de descoberta de conhecimento ofereçam suporte integrado a este processo de análise e exploração de dados, a maior parte das ferramentas de análise é desenvolvida independentemente de outras ferramentas e ambientes de descoberta de conhecimento. Este cenário representa um desafio para biologistas que precisam combinar e integrar diferentes ferramentas, muitas vezes de forma ad hoc, custosa e sujeita a erros. Modelos conceituais, tais como ontologias, têm contribuído para o sucesso do desenvolvimento de sistemas computacionais em diferentes domínios de aplicação. O desenvolvimento de tais modelos tem por objetivo representar corretamente, em alto nível de abstração, conceitos e situações pertinentes a um dado domínio de interesse. Esta representação abstrata facilita não apenas o entendimento de um dado domínio, mas também serve como base para o processo de desenvolvimento do sistema como um todo. O objetivo deste trabalho é investigar o desenvolvimento e o uso de modelos conceituais em geral e ontologias em particular, na integração de ferramentas na área de análise de expressão gênica. De forma específica, este trabalho tem por objetivo propor uma abordagem para a integração semântica de ferramentas de análise de expressão gênica a partir do uso de conectores e de uma ontologia de domínio. Essa abordagem foi aplicada no desenvolvimento de estudos de caso envolvendo a criação de diferentes ambientes integrados para a análise de expressão gênica e mostrou-se eficaz. / Molecular biology researches are increasingly producing large amounts of data regarding underlying biological phenomena. Bioinformatics is a multidisciplinary research field whose main objective is the development of theories and information systems to help the process of knowledge discovery from biological data. Functional genomics is a field of study bioinformatics concerned with the study of gene function through parallel and large scale expression measurements of a genome. A variety of software tools are usually combined and used in a knowledge discovery process, each providing support for a specific data analysis task. Although some tools are already provided as part of an integrated knowledge discovery environment, most of them are developed independently of other software tools and knowledge discovery environments. This scenario poses a problem and a challenge for biologists that need to combine and integrate different tools in an ad hoc, time consuming and error prone process. Conceptual models, such as ontologies, have contributed to the successful development of information systems in different application domains. The development of such models aims at creating a clear and precise description of the elements of a given domain at a high abstraction level. This abstract and high level description not only promotes a shared understanding of the domain, but also serves as basis for the development process of supporting applications in the domain. This work aims at investigating the development and use of conceptual models in general and ontologies in particular to support the integration of gene expression data analysis systems. Specifically, this work proposes an approach for the semantic integration of gene expression analysis tools using connectors and a domain ontology. This approach was applied in the development of a number of case studies aiming at creating integrated environments for gene expression analysis and proved its effectiveness.