Submitted by Luanna Matias (lua_matias@yahoo.com.br) on 2015-02-06T18:00:08Z No. of bitstreams: 2 Dissertação - Paula Francinete Faustino da Silva - 2014..pdf: 2636030 bytes, checksum: 541cdc7c62049af013a9e3343fd197d1 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-02-19T14:26:49Z (GMT) No. of bitstreams: 2 Dissertação - Paula Francinete Faustino da Silva - 2014..pdf: 2636030 bytes, checksum: 541cdc7c62049af013a9e3343fd197d1 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-02-19T14:26:50Z (GMT). No. of bitstreams: 2 Dissertação - Paula Francinete Faustino da Silva - 2014..pdf: 2636030 bytes, checksum: 541cdc7c62049af013a9e3343fd197d1 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-04-30 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Fundação de Amparo à Pesquisa do Estado de Goiás - FAPEG / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / Nearly 60% of the Paracoccidioides genes encode proteins annotated as hypothetical proteins or predicted proteins (HPs). Transcriptomes studies revealed 2364 HPs expressed in mycelium and yeast form; during the transition from mycelium to yeast; and under conditions that mimic the infection pathway. In this study, we describe a global detection and functional inference for the HPs in Paracoccidioides. For these analysis we used computational methods based on sequence similarity, search for targeting signals, presence of known protein domains and also a functional classification based on Gene Ontology. Our analysis allowed the HPs to be classified into different functional categories such as metabolism, organelle organization, cell communication, protein localization, cell cycle, signaling and cell differentiation. We also performed a functional enrichment analysis of the transcripts expressed under different growth conditions. The best represented functional domains are those involved in the regulation of gene expression, suggesting that these HPs may be involved in regulation of the gene response and adaptation. The transcriptional profiling of six HPs confirms that they are highly expressed in the presence of human blood and plasma and also during phase transition, a crucial event for establishment of the infection process. Additionally, we have cloned and expressed the gene encoding the hypothetical protein PAAG_08614 from Pb01. The transcript and protein expression were evaluated by qPCR e western-blot, respectively. PAAG_08614 is preferentially expressed in mycelium and during mycelium to yeast transition. This work constitutes the first large-scale characterization of the proteins of unknown functional from Paracoccidioides spp. and helps the functional assignment of hypothetical proteins, as well as the understanding of the data generated from structural and functional genome. / Aproximadamente 60% dos genes de Paracoccidioides ssp. codificam proteínas anotadas como proteínas hipotéticas ou proteínas preditas (HPs). Estudos Transcricionais revelaram 2.364 HPs foram expressas nas fases de micélio e levedura; durante a transição de micélio para levedura; e em condições que mimetizam as vias de infecção. Neste estudo, descrevemos uma detecção global e inferência funcional para as HPs de Paracoccidioides. Para essas análises foram utilizados métodos computacionais baseados na similaridade de sequência, procurar de peptídeos de sinais, presença de domínios de proteínas conhecidas e também uma classificação funcional baseada no Gene Ontology. Nossa análise permitiu a classificação das HPs em diferentes categorias funcionais, tais como o metabolismo, organização de organela, comunicação celular, localização de proteínas, ciclo celular, sinalização e diferenciação celular. Também realizamos uma análise de enriquecimento funcional dos transcritos expressos em diferentes condições de cultivo. Os domínios funcionais mais bem representados são os envolvidos na regulação da expressão gênica, o que sugere que estas proteínas estão envolvidas na regulação da resposta e adaptação do fungo às diferentes condições impostas pelo ambiente. A análise do perfil transcricional de seis HPs confirmou que elas são altamente expressas na presença de sangue e de plasma humano e também durante a fase de transição, um evento crucial para o estabelecimento do processo de infecção. Adicionalmente, o gene que codifica a proteína hipotética de PAAG_08614 de Pb01 foi clonado e expresso. A expressão dos transcritos e proteínas foram avaliadas por qPCR e western-blot, respectivamente. A PAAG_08614 é preferencialmente expressa na fase de micélio e durante a transição micélio para levedura. Este trabalho representa a primeira caracterização em grande escala das proteínas de função desconhecida de Paracoccidioides spp. e ajuda na atribuição funcional de proteínas hipotéticas, assim como uma melhor compreensão dos dados gerados a partir do genoma estrutural e funcional.

O Brasil tem a maior produção de cana-de-açúcar do mundo. O cultivo de cana-de-açúcar no Brasil está voltado principalmente para a produção de açúcar ou Etanol e nos últimos anos para a produção de bioeletricidade através da utilização da biomassa do bagaço e da palha. Apesar da importância econômica e do potencial sustentável que a cana-de-açúcar apresenta, o genoma de referência para esta cultura ainda não está disponível na literatura. A principal justificativa para isso está na complexidade do mesmo, em especial pela alopoliploidia e autopoliploidia. De fato esta característica é a principal barreira para o desenvolvimento de novas variedades comerciais. Na literatura há diferentes estratégias que visam contribuir com o conhecimento genômico de cana-de-açúcar sendo mais prevalente dados de transcriptoma e pouca informação sobre o processo de regulação gênica. Além disso, diferente do que é observado em outras culturas comerciais, em cana-de-açúcar não há trabalhos associados com a caracterização in silico da região Promotora, assim como na identificação de sítios de ligação para Fatores de Transcrição (TFBSs). Por esta razão, o nosso trabalho foi direcionado para a caracterização in silico de regiões regulatórias em cana-de-açúcar. Para esta tarefa nós realizamos apenas a rotulação de sequências de DNA não codificante que estavam a upstream de cada gene anotado em cana-de-açúcar. Todos os genes foram selecionados de dados de transcriptoma e a sequência de DNA da região Promotora foi isolada do Genespace de cana-de-açúcar SP80-3280 gerado pelo projeto de sequenciamento do genoma de referência do nosso grupo. A rotulação da região regulatória em cana-de-açúcar foi executada em duas subsequências: Core Promoter e Promotor Proximal. Na região Core Promoter nós realizamos a identificação do sítio de inicio de transcrição (TSS), a estimativa do tamanho da região 5\' UTR e a classificação da região Core Promoter em TATA-box ou TATA-less. Todos os processos foram realizados através da ferramenta TSSPlant. A utilização da ferramenta TSSPlant motivou o desenvolvimento de uma nova ferramenta para predição do sinal de TSS que aqui chamamos de TSSFinder. A ferramenta TSSinder apresentou resultados de predição do sinal de TSS superior aos seus pares, além disso esta ferramenta foi bem sucedida em diferentes organismos como Arabidopsis thaliana, Gallus gallus e Saccharomyces cerevisiae. Na região Promotora Proximal nós realizamos a identificação de TFBSs através de duas metodologias: predição de novo e mapeamento de matrizes de TFBS (PSSM). O processo de predição de novo foi realizada por meio de dois modelos: Maximização da expectativa e Gibbs Sampler e esse processo foi executado apenas para o subgrupo de genes co-expressos ou apenas para o conjunto de sequências homeólogas de cada gene de cana-de-açúcar selecionado. Para o restante das sequências foi realizado apenas o mapeamento das matrizes de TFBSs identificadas durante o processo de predição de novo. Em paralelo todos TFBSs identificados no nosso trabalho foram comparados com o banco de TFBS para plantas. Através desse procedimento foi possível estimar qual classe de Fator de Transcrição está interagindo com o TFBS identificado na região Promotora Proximal dos genes Scdr1, ScSuSy, ScPAL. Com este trabalho, nós cobrimos parte da lacuna observada em estudos in silico paras regiões regulatórias de cana-de-açúcar. Além disso, nós aperfeiçoamos o processo de identificação do sinal de TSS para diferentes organismos; inclusive para plantas Dicotiledôneas e Monocotiledôneas. / Brazil has the highest production of sugarcane in the world. Its cultivation in Brazil is aimed at producing of sugar or ethanol and in recent years, biomass for bioenergy from bagasse and straw. Despite the economic importance and the sustainable potential that sugarcane presents, a reference genome for this crop is not yet available in the literature. One justification for this absence lies in the sugarcane genome complexity, allopolyploidy and autopolyploidy. In fact these characteristics are the main barrier for the development of new commercial varieties. In the literature different strategies aimed at contributing to genomic sugarcane mostly on the transcriptome and little information on the process of gene regulation. Furthermore, unlike other commercial crops, sugarcane has no reported in silico characterization of its promoter regions and identification of Transcription Factor binding sites. For this reason, our work was directed to an in silico characterization of regulatory regions in sugarcane. For this task we performed the labeling of non-coding DNA sequences that were upstream of each gene annotated in sugarcane. All genes were using from transcriptome data and the promoter region DNA sequence was isolated from Genespace of the SP80-3280 reference genome obtained of our group. The labeling of the regulatory region in sugarcane was carried out in two subsections: Core Promoter and Proximal Promoter. In the Core Promoter region we performed the identification of the TSS signal, the estimation of the size of the 5\' UTR region and the classification of the Core Promoter region in TATA-box or TATA-less. All processes were performed using the TSSPlant tool. The use of the TSSPlant tool motivated the development of a new tool to predict the TSS signal that we call TSSFinder. The TSSinder tool presented TSS signal prediction results superior to its peers, moreover this tool was successful in different organisms - Arabidopsis thaliana, Gallus gallus and Saccharomyces cerevisiae. In the Proximal Promoter region we performed the identification of TFBSs through two methodologies: de novo prediction and mapping of TFBS matrices (PSSM). The de novo prediction process was performed using two models: Expectancy Maximization and Gibbs Sampler and this process was performed only for subgroups of coexpressed genes or only for the set of homeologues sequences from each sugarcane gene. For the rest of the sequences only the mapping of the matrices of TFBSs identified during the de novo prediction process was conducted. In parallel all TFBSs identified in our work were compared with the TFBS database for plants. Through this procedure it was estimated which class of Transcription Factor is interacting with the TFBS identified in the Proximal Promoter region of the Scdr1, ScSuSy, ScPAL genes.With this work, we cover part of the gap observed in in silico studies for the regulatory region of sugarcane. In addition, we improved the process of identification the TSS signal for different organisms including dicotyledonous and monocotyledonous plants.