A parede celular de plantas é formada basicamente por celulose, hemicelulose e lignina. A formação dos polímeros de hemicelulose depende do suprimento de precursores chamados de açúcares-nucleotídeos. A biossíntese das diferentes estruturas de hemicelulose da parede celular envolve a participação de enzimas pertencentes às famílias das glicosiltransferases (GTs). Estudos feitos em Arabidopsis thaliana, Brachypodium distachyon, Oryza sativa (arroz) e Zea mays (milho) auxiliaram na descoberta de 11 enzimas da via de interconversão nucleotídeo-açúcar e de enzimas da família das glicosiltransferases (GTs), como as GT2, GT8, GT43, GT47, GT61 e GT75, envolvidas na biossíntese de hemicelulose. O presente trabalho visa a identificação de genes da via de biossíntese de hemicelulose da parede celular de cana-de-açúcar (Saccharum spp.) e análise filogenética entre Arabidopsis thaliana (planta modelo de eudicotiledôneas), Oryza sativa, Brachypodium distachyon, Zea mays, Sorghum bicolor e Saccharum spp. Foram identificados os genes das famílias GT2, GT8, GT43, GT47, GT61, GT75, CSL, Epimerase e UDPG em cana-de-açúcar a partir da busca em sete bibliotecas de RNA-Seq utilizando as sequências de O. sativa, Z. mays e S. bicolor como referência. Os domínios específicos de cada família gênica foram confirmados através do programa PFAM e consequentemente anotados. A identificação e anotação das sequencias possibilitou a construção de bancos de sequências das famílias envolvidas na biossíntese de hemicelulose para as espécies A. thaliana, B. distachyon, O. sativa, Z. mays e S. bicolor. Foram identificadas para cada espécie, respectivamente, um total de 67, 49, 49, 60 e 56 genes bona fides. O presente trabalho, além da identificação de genes nas diferentes espécies, permitiu a identificação e seleção de 27 genes candidatos envolvidos na biossíntese de hemicelulose em cana-de-açúcar e possivelmente envolvidos na recalcitrância da parede celular nas diferentes bibliotecas de RNA-Seq de cana-de-açúcar. / The plant cell wall is mainly composed of cellulose, hemicellulose and lignin. The formation of hemicellulose polymers lies on the supply of the so-called sugar-nucleotide precursors. The diverse hemicellulose structures biosynthesis of cell wall involves the participation of enzymes belonging to the families of glycosyltransferases (GTs). Studies in Arabidopsis thaliana, Brachypodium distachyon, Oryza sativa (rice) and Zea mays (corn) aid the discovery of 11 enzymes of the nucleotide sugar interconversion pathway and enzymes of the GT family, as GT2, GT8, GT43, GT47, GT61 e GT75, involved in the hemicelluloses biosynthesis. This study aims to the identification of hemicellulose biosynthesis pathway genes from the cell wall of sugarcane (Saccharum spp.) and phylogenetic analysis of Arabidopsis thaliana (eudicotyledonous plant model), Oryza sativa, Brachypodium distachyon, Zea mays, Sorghum bicolor and Saccharum spp. The genes of the GT2, GT8, GT 43, GT47, GT61, GT75, CSL, epimerase and UDPG families were identified in sugarcane from a search in seven RNA-Seq libraries using the sequences of O. sativa, Z. mays and S. bicolor as reference. The specific domains of each gene family have been confirmed through the PFAM program and consequently noted. The identification and annotation of the sequences enabled the construction of sequences banks of the families involved in hemicellulose biosynthesis in the species A. thaliana, B. distachyon, O. sativa, Z. mays and S. bicolor. It was identified for each species, respectively, a total of 67, 49, 49, 60 and 56 bona fides genes. This work, in addition to the identification of genes in different species, allowed the identification and selection of 27 candidate genes involved in the biosynthesis of hemicelluloses in sugarcane and possibly involved in cell wall recalcitrance in the different sugarcane RNA-Seq libraries.

Gliomas s~ao tumores heterog^eneos, o que contribui para seu alto grau de mortalidade, apesar de avan¸cos na classifica¸c~ao e tratamento. Desde 2016, a incorpora¸c~ao do estado dos genes IDH e da integridade dos cromossomos 1p e 19q na classifica¸c~ao de gliomas fornece aplica¸c~oes cl´?nicas importantes para o diagn´ostico e tratamento deste tumor; entretanto, a procura por assinaturas moleculares que possam refinar ainda mais os subtipos de glioma em subgrupos mais homog^eneos ´e um esfor¸co cont´?nuo. Este estudo utilizou o maior n´umero de amostras de gliomas adultos (n=932) at´e a atualidade, variando dos graus II ao IV, a fim de definir subgrupos de glioma utilizando assinaturas de metila¸c~ao do DNA, indepentemente de grau e histologia. No total, 7 subtipos foram identificados: Classiclike, Mesenchymal-like, LGm6-GBM, PA-like, Codels, G-CIMP-low and G-CIMP-high. A maior parte dos subgrupos com IDH tipo selvagem, isto ´e, Classic-like, Mesenchymal-like, LGm6-GBM, possuem padr~ao de baixa metila¸c~ao do DNA e um pior risco progn´ostico; caracter´?sticas cl´?nicas t´?picas de glioblastomas, o tipo mais agressivo de gliomas. Uma descoberta interessante foi a identifica¸c~ao do subgrupo PA-like dentre gliomas com IDH tipo selvagem, o qual compartilha aspectos gen^omicos similares a astrocitoma piloc´?tico, um glioma pedi´atrico benigno com bom quadro cl´?nico entre gliomas com IDH tipo selvagem. Codels, os quais abragem pacientes com muta¸c~ao em IDH e codele¸c~ao dos cromossomos 1p e 19, possuem o melhor progn´ostico dentre os gliomas difusos em adultos. Uma descoberta importante em rela¸c~ao a gliomas com muta¸c~ao em IDH, por´em sem codele¸c~ao dos cromossomos 1p e 19q, foi a estratifica¸c~ao de gliomas com fen´otipo metilador de ilhas CpG (G-CIMP) em G-CIMP-low, com n´?veis mais baixos de metila¸c~ao do DNA e pior quadro cl´?nico, e G-CIMP-high, com n´?veis mais altos de metila¸c~ao do DNA e melhor risco progn´ostico. Curiosamente, o grau de metila¸c~ao do DNA (-low e -high) estava associado com altera¸c~oes distintas em elementos regulat´orios e modifica¸c~oes de histona aberrantes na regi~ao promotora de genes do ciclo celular. Estes achados consolidaram a import^ancia cl´?nica da epigen´etica, particularmente da metila¸c~ao do DNA, em gliomas, como tamb´em levantou a possibilidade de que a sobrevida m´edia ruim de G-CIMP-low pode ser associada a elementos regulat´orios. Al´em disso, a hip´otese de que enhancers ativos podem agir na regula¸c~ao g^enica de G-CIMP-low fornece mais evid^encias de que elementos regulat´orios podem levar `a maior agressividade e prolifera¸c~ao de G-CIMP-low. Este estudo visa 1) identificar e caracterizar subtipos de gliomas difusos em adultos baseados na metila¸c~ao do DNA, e 2) avaliar a associa¸c~ao entre modifica¸c~oes de histona com um subtipo mais agressivo de G-CIMP / Gliomas are heterogeneous tumors which contribute to their high mortality despite advancements in classification and treatment. As of 2016, the incorporation of IDH status and the integrity of chromosomes 1p and 19q to glioma classification have provided important clinical application for diagnostics and treatment; however, the search for molecular signatures that further refine glioma subtypes into more homogeneous subgroups is an ongoing effort. This study used the largest sample cohort (n=932) of adult gliomas to date, ranging from grades II to IV, in order to define gliomas subgroups using DNA methylation signatures, independent of histopathological grading. In total, 7 subtypes were identified: Classic-like, Mesenchymal-like, LGm6-GBM, PA-like, Codels, G-CIMP-low and G-CIMP-high. Most IDH -wildtype subgroups, e.g. Classic-like, Mesenchymal-like and LGm6-GBM, had low DNA methylation pattern and a poor outcome, typical of glioblastomas, the most aggressive phenotype of gliomas. An interesting finding was the identification of the PA-like subgroup within IDH -wildtype samples, which shared similar genomic features with pilocytic astrocytoma, a rare pediatric benign glioma, with a good overall survival (OS) among IDH -wildtype gliomas. Codels, which comprise IDH mutant gliomas with codeletion of chromosomes 1p/19q have the best OS across all adult gliomas. An important finding regarding IDH mutant gliomas with no codeletion of chromosomes 1p/19q, was the further segregation of the Glioma-CpG Island Methylator Phenotype (G-CIMP) into G-CIMP-low, with lower levels of DNA methylation and worse OS, and G-CIMP-high, characterized by higher DNA methylation profile and better OS. Interestingly, the degree of G-CIMP methylation (-low and -high) was associated with distinct alterations in regulatory elements and aberrant histone modifications at promoter regions of cell cycle genes. These findings consolidated the clinical importance of epigenetics, particularly DNA methylation, in gliomas, as well as the possibility that aggressive OS in G-CIMP-low may be driven by regulatory elements. Moreover, our results suggest that active enhancers that might be acting in gene regulation in G-CIMP-low provide more evidence of the regulatory elements that might be driving aggressiveness and proliferation in G-CIMP-low. This study aims 1) to identify and characterize adult diffuse glioma DNA methylation subtypes, and 2) evaluate the association of histone modifications with a more aggressive G-CIMP subtype

A origem das doenças autoimunes é multifatorial, sendo que envolve condições ambientais e predisposição genética, dificultando sua identificação. Muitos pesquisadores têm estudado a associação entre agentes infecciosos e autoimunidade, a qual pode ser disparada pelo processo conhecido por mimetismo molecular. Neste caso, respostas imunes cruzadas envolvendo antígenos próprios têm sido documentadas. O presente projeto tem como objetivo a busca in silico por associações entre epítopos de microrganismos e autoantígenos humanos. Iniciaram-se as análises pela identificação de semelhanças de sequências de aminoácidos entre epítopos de microrganismos e autoantígenos humanos por meio do alinhamento local de sequências efetuado pelo programa BLASTP. As sequências de epítopos dos microrganismos e autoantígenos humanos foram previamente adquiridas nos bancos de dados Immune Epitope Database and Analysis Resource (IEDB) e no Genbank, respectivamente. Foram também realizadas modelagens de estruturas proteicas para o antígeno e o autoantígeno que obtiveram melhores valores de alinhamento, com base no valor do E-value, por meio dos programas Modeller e Rosetta. Por fim, a predição de epítopos foi executada, pelo uso dos softwares NetMHC e NetMHCII, para avaliar a possibilidade de epítopos de microrganismos e de autoantígenos humanos se associarem aos mesmos alelos de HLA. Como resultado, foram encontradas similaridades tanto de sequências proteicas quanto de afinidade a 4 tipos de alelos de HLA entre um epítopo do antígeno LSA-1 de Plasmodium falciparum e o autoantígeno de miosina, o que sugere uma associação entre eles, atingindo o objetivo deste trabalho. / The origin of autoimmune diseases is multifactorial. It involves environmental conditions and genetic predisposition that difficulties its identification. Several researchers have studied the association between infectious agents and autoimmunity, which can be initiated by a process named molecular mimicry. In this case, cross immune responses involving self antigens have been documented. This project aims to search in silico for associations between microorganisms epitopes and human autoantigens. The first step was the identification of similarities in amino acid sequences between microorganisms epitopes and human autoantigens by use of sequence local alignment performed by the program blastp. The sequences of the microorganisms epitope and the human autoantigens had been previously acquired in the Immune Epitope Database and Analysis Resource (IEDB) and Genbank, respectively. The modeling of protein structures for the antigen and autoantigen was also carried out to show the best alignment values, based on the E-value, using the programs Modeller and Rosetta. Finally, the prediction of epitopes was performed by use of NetMHC and NetMHCII softwares to evaluate the possibility of microorganisms epitopes and human autoantigens join the same HLA alleles. Similarities of protein sequences was found for both. It was possible to observe affinity of 4 HLA alleles between an epitope from LSA-1 Plasmodium falciparum antigen and the myosin, suggesting an association between them, reaching the goal of this work.

Experimentos ambientais são fundamentais para entender os efeitos das mudanças climáticas, como o decréscimo de polinizadores encontrados na natureza. Esses experimentos devem ser compartilhados com uma metodologia integrada. Desenvolver e aplicar ferramentas de tecnologia da informação em diferentes áreas de pesquisa é primordial para melhorar processos de controle e análise de dados, sem requisitar que pesquisadores de outras áreas tenham conhecimentos avançados em tecnologias da computação. Para isso, é importante a utilização de uma infraestrutura de hardware e software aberta e disponível aos pesquisadores, por meio de portais na web conhecidos como Weblabs, para aquisição e compartilhamento de dados obtidos através de sensores. Este trabalho apresenta uma arquitetura de sistemas de informação para a implementação de Weblabs a partir dos conceitos de SOA, para solucionar o problema de heterogeneidade e interoperabilidade de ambientes, visto que os dados são coletados por diferentes tecnologias de redes de sensores em suas bases de dados. Para tanto, fez-se necessária a modelagem de uma base de dados central capaz de armazenar dados oriundos de diferentes sistemas, acessíveis por meio do consumo de serviços disponibilizados pelo Weblab. / Environmental experiments are fundamental to understand the effects of climate change, such as the decline of pollinators in nature. These experiments should be shared with an integrated methodology. Develop and apply tools of information technology in different areas of research is essential for improving process control and data analysis, without requiring that researchers from other fields have advanced knowledge in computing technologies. For this it is important to use an open infrastructure of hardware and software made available to researchers through web portals, known as Weblab for acquisition and sharing of data obtained by sensors. This paper presents a model of information systems architecture for the implementation of a Weblab based on the concepts of SOA, to solve the problem of heterogeneity and interoperability of environments, since the data is collected by different network technologies of sensors in its databases. It was necessary for the modeling of central database capable of storing data from different systems accessible through the consumption of the service provided by the Weblab.

Metagenômica é a técnica que permite analisar os genomas de microorganismos que habitam determinados nichos do ambiente sem a necessidade de isolar e cultivar cada um separadamente. Ao conjunto de microorganismos que habita um determinado nicho se dá o nome de microbi- oma. Análises do perfil da diversidade taxonômica e funcional de comunidades microbianas em microbiomas são comuns em estudos de metagenômica. No entanto, atualmente as plata- formas de uso geral (como MG-RAST e IMG/M) tendem a separar as análises baseadas em reads (sequências não montadas) das baseadas em contigs (sequências montadas), isto dificulta as análises destes dados. Motivado por esta separação, desenvolvemos uma plataforma web, batizada de CARAVELA, que facilita a conexão entre os resultados de análises de diversidade taxonômica e funcional baseadas em reads e contigs respectivamente. Uma das principais fun- ções da plataforma CARAVELA é associar a identificação taxonômica de cada read com o contig que este read faz parte e, anotações funcionais do contig, quando existirem. Essa função deve permitir a rápida identificação de contigs potencialmente quiméricos bem como contigs taxonomicamente bem resolvidos. Também é possvel fazer buscas, tais como: listar todos os contigs que tenham um ou mais reads classificados como Pseudoxanthomonas suwonensis em sua composição e ainda, é possvel navegar nos contigs de maneira similar a navegadores de metagenomas tradicionais. Podem ser utilizados como arquivos de entrada a sada de outros programas, desde que o formato atenda certos padrões. A plataforma CARAVELA foi desenvol- vida com Java, HTML, CSS, Javascript e Mysql, e com o fim de testar a ferramenta, utilizamos o conjunto de dados metagnômicos obtidos a partir da operação de compostagem do Parque Zoológico de São Paulo. / The taxonomic diversity analysis (read-based) and functional analysis (contig / gene-based) from metagenomic studies usually generate information that is complementary. However, the tools that produce gene annotations (eg IMG / M) and taxonomic assignments (eg MyTaxa) do not allow easy integration of these results. Motivated by this split, we are develop a web platform called Caravela to facilitate the integration, search and visualization of information provided by read-based analyzes and contig / gene-based analyzes. The tool is able to display the list of contigs and for each contig, it displays annotated genes, reads participating in its composition and rate associated with each read (when such association exists). Such a capability enable manual / automated curation of assembly as well as taxonomic assignments (detection of possible mis-assignments). The platform able to accept output files from a variety of tools, as long as the file formats follow certain standards. The tests was performed on a dataset of metagenomic reads obtained from the composting operation of the São Paulo Zoological Park. The tool was implemented using Java technology, HTML, CSS and Javascript. Information was stored in a MySQL database.

A demanda por abordagens eficientes para o problema de reconhecer a estrutura de cada gene numa sequência genômica motivou a implementação de um grande número de programas preditores de genes. Fizemos uma análise dos programas de sucesso com abordagem probabilística e reconhecemos semelhanças na implementação dos mesmos. A maior parte desses programas utiliza a cadeia oculta generalizada de Markov (GHMM - generalized hiddenMarkov model) como um modelo de gene. Percebemos que muitos preditores têm a arquitetura da GHMM fixada no código-fonte, dificultando a investigação de novas abordagens. Devido a essa dificuldade e pelas semelhanças entre os programas atuais, implementamos o sistema MYOP (Make Your Own Predictor) que tem como objetivo fornecer um ambiente flexível o qual permite avaliar rapidamente cada modelo de gene. Mostramos a utilidade da ferramenta através da implementação e avaliação de 96 modelos de genes em que cada modelo é formado por um conjunto de estados e cada estado tem uma distribuição de duração e um outro modelo probabilístico. Verificamos que nem sempre um modelo probabilísticomais sofisticado fornece um preditor melhor, mostrando a relevância das experimentações e a importância de um sistema como o MYOP. / The demand for efficient approaches for the gene structure prediction has motivated the implementation of different programs. In this work, we have analyzed successful programs that apply the probabilistic approach. We have observed similarities between different implementations, the same mathematical framework called generalized hidden Markov chain (GHMM) is applied. One problem with these implementations is that they maintain fixed GHMM architectures that are hard-coded. Due to this problem and similarities between the programs, we have implemented the MYOP framework (Make Your Own Predictor) with the objective of providing a flexible environment that allows the rapid evaluation of each gene model. We have demonstrated the utility of this tool through the implementation and evaluation of 96 gene models in which each model has a set of states and each state has a duration distribution and a probabilistic model. We have shown that a sophisticated probabilisticmodel is not sufficient to obtain better predictor, showing the experimentation relevance and the importance of a system as MYOP.

Até pouco tempo acreditava-se que a maioria das moléculas de RNA estava relacionada à tradução de proteínas. Porém, descobriu-se que outros tipos de moléculas de RNA que não são traduzidas estão presentes em muitos organismos diferentes e afetam uma variedade de processos moleculares, são os chamados RNAs não-codificantes (ncRNAs). Apesar de sua importância funcional, os métodos biológicos e computacionais para a detecção e caracterização de RNAs não-codificantes ainda são imprecisos e incompletos. A identificação de novas espécies de ncRNAs é difícil através de procedimentos experimentais e as técnicas computacionais existentes são lentas. O objetivo deste trabalho foi obter uma ferramenta mais eficiente para a comparação de uma seqüência de RNA não-codificante contra um banco de seqüências. Para isso foi proposto e implementado um modelo para identificação computacional de ncRNAs com apoio dos pacote Viena e Infernal e foram realizados experimentos para avaliá-lo / Until recently it was generally accepted that most RNA molecules were involved in the translation process. However, it was discovered that many types of untranslated RNA molecules are present in many different organisms and they are related to a wide variety of molecular processes. These molecules are called non-coding RNAs (ncRNAs). Despite their functional importance, the biological and computational methods to detect and identify non-coding RNAs are still imprecise and incomplete. The discovery of new ncRNAs species is difficult through experimental procedures and the existing computational techniques are slow. This project aimed at obtaining a more efficient tool that compares a non-coding RNA sequence against a sequence database. In order to achieve this, a computational model for ncRNAs identification using the Vienna and Infernal packages has been proposed and implemented. Experiments were conduced to evaluate the model

Os microRNAs estão envolvidos no processo de regulação da expressão gênica da célula, onde a molécula de microRNA se liga com o RNA mensageiro interrompendo, assim, a expressão do respectivo gene pela interrupção da tradução. A bioinformática tem auxiliado na identificação de vários genes codificadores de microRNAs em plantas e animais, incluindo mamíferos, por meio de analises de dados de microarray; assim como na predição de estruturas. Os dados de expressão de microRNAs e RNAs mensageiros foram obtidos por meio de cooperação firmada entre o Laboratório de Bioinformática do Departamento de Genética da Faculdade de Medicina de Ribeirão Preto - USP, coordenado pela orientadora desse projeto, e o Laboratório de Imunogenética Molecular do mesmo departamento, coordenado pelo Professor Doutor Geraldo A. S. Passos. Durante o desenvolvimento e os testes realizados, foram utilizados dados (valores numéricos de dados de expressão coletados por microarrays) provenientes da comparação da expressão de microRNAs e RNAs do timo de camundongos non obese diabetic que reproduzem diabetes melitus do tipo 1, e dados provenientes da comparação da expressão de microRNAs e RNAs de outros experimentos. O presente projeto teve como objetivo o desenvolvimento de um pipeline para a análise in silico de dados de expressão gênica de microRNAs e mRNAs obtidos por microarray. Com base em dados de expressão de microRNAs e RNAs mensageiros, foi possível a análise de diversas ferramentas e o desenvolvimento e ajuste de scripts para que seja possível a análise sequencial de tais dados. Dessa forma, o pipeline desenvolvido inclui a quantificação dos dados de expressão gênica a partir das lâminas de microarray, a normalização dos dados, as análises estatísticas das sequências diferencialmente expressas utilizando o Multi Experiment Viewer, a construção de redes de interação microRNAs-RNAs mensageiros e a busca de alvos de microRNAs baseada nesta rede, ambos pelo GenMir++. O pipeline desenvolvido é executado com facilidade e possibilitou a correta análise dos dados, evitando desperdício de tempo em análises de bancada. A partir dos resultados obtidos, novos alvos de miRNA foram encontrados com o uso do pipeline e comprovados em bancada. Tais resultados apresentados no 55º Congresso Brasileiro de Genética com o resumo intitulado MicroRNA-mRNA Network Controlling the Promiscuous Gene Expression in the Thymus of NOD (Non Obese Diabetic) Mice: Implications in the Emergence of Type 1 Diabetes Mellitus. / The microRNAs are involved in the regulation of gene expression of the cell. The miRNA molecule binds to the messenger RNA and interrupts the gene expression by disrupting the translation. Through microarray data analysis, bioinformatics is a valuable aid for the identification of several genes that encode miRNAs in plants and animals, including mammals. It is also very useful for predicting structures. Data of miRNA and mRNA expression were obtained by the collaboration the Bioinformatics Laboratory and the Molecular Immunogenetics Laboratory of the Department of Genetics of the Faculty of Medicine of Ribeirão Preto - USP, coordinated by professors Silvana Giuliatti and Geraldo A. S. Passos, respectively. During the development and tests of the research, microarrays data (numerical values os the expression) were obtained from the comparison between the expression of miRNA and mRNA of the thymus of non obese diabetic mice with diabetes mellitus type 1, as well as from comparisons of their expression in other experiments. The present study is aimed at the development of a pipeline for in silico analysis of the data of miRNAs and mRNA gene expression obtained by microarray. Based on miRNAs and mRNA expression, it was possible to analyze several tools, develop and adjust scripts that allowed the sequential analysis of such data. The pipeline includes the quantification of gene expression data from microarray, the normalization of the data, the statistical analysis of differentially expressed sequences using Multi Experiment Viewer, the construction of networks of interaction of miRNA-mRNAs, and the search for targets of miRNAs based on such network using GenMir++. The pipeline was performed easily and allowed the correct analysis of the data, avoiding waste of time in bench analysis. From the results, new targets of miRNA were found using the pipeline and were verified further in bench analysis. The results were presented in the 55 th Brazilian Genetics Congress in the paper entitled \"MicroRNA-mRNA Network Controlling the Promiscuous Gene Expression in the Thymus of NOD (Non Obese Diabetic) Mice: Implications in the Emergence of Type 1 Diabetes Mellitus\".

A identificação e caracterização geométrica e físico-química de espaços vazios na estrutura tridimensional de proteínas é capaz de agregar informações importantes para guiar o desenho racional de drogas e a caracterização funcional de sítios de ligação e sítios catalíticos. Dessa forma, algumas ferramentas computacionais foram desenvolvidas nas últimas duas décadas, visando efetuar essas caracterizações. Contudo, as ferramentas existentes lidam com uma série de limitações, dais quais merecem destaque a falta de precisão, falta de capacidade de integração em protocolos de larga escala, falta de capacidade de customização e a falta de uma caracterização eletrostática . Tendo em mente estas limitações, desenvolvemos uma nova ferramenta, denominada KV-Finder, com o objetivo de estender as funcionalidades dos programas existentes, fornecendo assim uma caracterização sistemática mais eficiente e mais informativa dos espaços vazios da estrutura tridimensional de proteínas. Através de uma modelagem matricial baseada em um direcionamento realizado pelo usuário, nossa ferramenta identifica e caracteriza espaços vazios em topologias proteicas. O utilitário é capaz de quantificar o volume, a forma, a extensão de sua superfície, os resíduos proteicos que interagem com os espaços vazios e um mapa de cargas parciais da superfície encontrada. Nossa rotina foi integrada com ferramentas gráficas de modelagem molecular, fornecendo uma interação fácil e eficiente com o usuário. A validação de nosso algoritmo foi realizada em um conjunto de proteínas cujos diversos tipos de espaços vazios englobam os mais variados sítios de ligação e sítios catalíticos. O cálculo do volume de cavidades enzimáticas foi efetuado em larga escala, acompanhando a evolução do tamanho de bolsões na superfamília ALDH. Com relação aos outros softwares existentes, nossa ferramenta apresenta uma série de vantagens das quais merecem destaque menor tempo de execução, maior precisão, maior acessibilidade e facilidade de integração com outros programas, além das características únicas de permitir que a busca ocorra em regiões específicas dentro da proteína e de realizar um mapeamento parcial de cargas da superfície encontrada. / The identification and characterization of geometrical and physical-chemical properties in protein vacant spaces aggregates important information for steering rational drug designing and functional characterization of binding and catalytic sites. Therefore, several softwares have been develop during the past two decades in order to perform such characterization. Nevertheless, the existing tools still present a series of limitations such as lack of precision, lack of integrability in large scale protocols, lack of customization capacity and the lack of a proper electrostatic depiction. We developed a new software, dubbed KV-Finder, in order to complement and extend the functionality of existing softwares, providing a systematic and more descriptive portrayal of protein vacant spaces. By employing a user-driven matrix modeling, our tool identifies and characterizes empty spaces in all sorts of protein topologies. The software quantifies the volume, the area and the shape of the surface, the residues that interact with the vacant spaces and a partial charge map of the computed surface. Our routine was integrated with a graphical molecular modeling software, providing the user with a simple and easy-to-use interface. KV-Finder has been validated with a distinct set of proteins and binding sites. The volume computation was carried in large scale, accompanying the evolution of the pocket volume in the ALDH superfamily. Compared with existing software, KV-Finder presents greater precision, greater accessibility and ease of integration in large scale protocols and visualization softwares. Also, the software possesses unique and innovative features such as the ability to segment and subsegment the empty spaces, a electrostatic depiction and a ligand interaction highlight feature.

Plasmodium vivax é o parasita causador de malária humana com maior distribuição global, responsável pela redução da qualidade de vida de milhões de pessoas ao redor do mundo. O objetivo geral do trabalho foi contribuir, através de metodologias estatísticas e de bioinformática, para o entendimento do mecanismo de escape da eliminação pelo baço do hospedeiro utilizado por P. vivax. Para isso, primeiramente realizou-se a análise estatística de um experimento de transcritômica, através de microarrays. Esse experimento foi conduzido previamente pelo grupo de colaboradores do presente estudo, utilizando um modelo animal, Aotus lemurinus griseimembra, com o objetivo de identificar genes de P. vivax expressos somente em parasitas retirados de macacos que possuíam o baço intacto. Em uma segunda fase, foi projetado um tiling array contendo todos os éxons e as regiões 5UTR e 3UTR disponíveis do genoma de P. vivax, que será utilizado para a realização de mais investigações a respeito da influência da presença do baço na expressão gênica de P. vivax. Na última etapa, foi conduzida uma melhoria na anotação funcional do genoma de P. vivax, através de uma metodologia automática, com o objetivo de adicionar informações para auxiliar na interpretação biológica dos resultados obtidos anteriormente e em estudos futuros. / Plasmodium vivax is the parasite that causes the human malaria type with the largest global distribution and it is responsible for quality of life impairment of millions of people around the world. The general purpose of this study was contribute to understand the mechanism used by P. vivax to scape from the host spleen elimination, through statistical methodologies and bioinformatics. First of all, we carried out statistical analysis of a microarray experiment conducted earlier by the collaborators of this study, using Aotus lemurinus griseimembra as model organism, in order to identify genes of P. vivax expressed only in parasites extracted from monkeys with intact spleen. In the second step, we designed a tiling array containing 5\'UTR, 3\'UTR and all the exons of the P. vivax genome, which will be used to perform more experiments to investigate the role of the spleen on the parasite gene expression. In the last step, we add information to the functional annotation of P. vivax genome, through an automated methodology, to improve the biological interpretation of the results previously obtained and in future studies.