Submitted by Maria Cristina (library@lncc.br) on 2015-09-23T19:19:26Z No. of bitstreams: 1 dissertacao-vitor.pdf: 1691206 bytes, checksum: fef620f128c4346f7ff506439cdffdfd (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2015-09-23T19:20:00Z (GMT) No. of bitstreams: 1 dissertacao-vitor.pdf: 1691206 bytes, checksum: fef620f128c4346f7ff506439cdffdfd (MD5) / Made available in DSpace on 2015-09-23T19:20:12Z (GMT). No. of bitstreams: 1 dissertacao-vitor.pdf: 1691206 bytes, checksum: fef620f128c4346f7ff506439cdffdfd (MD5) Previous issue date: 2015-03-31 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Splicing Alternativo (SA) é um mecanismo pós-transcricional que produz mais de um produto de gene, através da combinação de diferente éxons do lócus genômico, gerando grande parcela da variedade do proteoma dos eucariotos. Ao longo da última década, como seu papel regulatório tornou-se mais e mais evidente, SA tornou-se um fator chave para criação de complexidade de diferentes organismos dado um repertório constante de genes através das gerações. Através da inserção, exclusão ou substituição de partes da sequência do transcrito, SA pode obviamente também ter um impacto nos domínios funcionais de proteínas. Apesar de algumas tentativas que tem sido principalmente prejudicadas por questões técnicas causada pela redundância nas sequências transcritos alternativos, os efeitos em larga escala do SA em nível funcional tem sido pouco estudados até os dias de hoje. Este projeto descreve o desenvolvimento de uma ferramenta computacional chamada ASTAFUNK - Alternative Splicing Trancriptional Analyses with FUNctional Knowledge - um programa stand-alone automatizado e eficiente para estudar como a diversidade de determinado transcriptoma é traduzido em variação funcional, baseado em um padrão de anotação de transcriptomas (em GTF, Gene Transfer Format) e perfis de domínios (no formato do Pfam). Resumidamente, ASTAFUNK traduz as regiões que sofreram splicing alternativo de open read frames em sequências de aminoácidos, que subsequentemente são alinhadas com o profile Hidden Markov Model da base de dados do Pfam, empregando programação dinâmica padrão (algoritmo de Viterbi) com alguns refinamentos técnicos (isto é, abordagem branch-and-bound). Em contraste com ferramentas convencionais de predição de domínios (por exemplo, HMMER), o algoritmo de ASTAFUNK foi projetado para evitar escaneamentos redundantes de sequências em transcriptomas com alto grau de SA. Neste trabalho, aspectos teóricos e práticos da abordagem do ASTAFUNK são avaliados, e a eficiente implementação em JAVA é disponível livremente na internet sob BSD 3-clause open source license. / Alternative splicing (AS) is a mechanism that produces more than one gene product at the transcriptional level, by combining different exons of a gene, generating a major part of the proteome diversity in eukaryotes. Over the last decade, as the regulatory role of splicing has become more and more evident, AS turned a key factor in creating different organism complexity given a rather constant repertoire of genes across generations. By inserting, deleting or substituting part of the transcript sequence, AS can obviously also have an impact on functional protein domains. Despite some attempts that have mainly been hampered by technical issues caused by the redundancy in alternative transcript sequences, the large-scale effects of AS on the functional level has been poorly studied so far. This project describes the development of a computational tool called ASTAFUNK - Alternative Splicing Trancriptional Analyses with FUNctional Knowledge - an automated and efficient stand-alone program to study how diversity of a custom transcriptome translates into functional variation, based on standard transcriptome annotations (in GTF, Gene Transfer Format) and domain profiles (in Pfam format). In a nutshell, \afunk{} translates the alternatively spliced parts of open reading frames on the fly into amino acid sequences, which subsequently are aligned with the profile Hidden Markov Models from Pfam employing standard dynamic programming (Viterbi's algorithm) with some technical refinements (i.e., a branch-and-bound approach). In contrast to conventional domain prediction tools (e.g., the HMMER aligner), the ASTAFUNK algorithm has been designed to avoid redundant sequence scans in AS-enriched transcriptomes. In this work, theoretical and practical aspects of the ASTAFUNK approach are evaluated, and the efficient JAVA implementation is made freely available over the internet under the BSD 3-clause open source license.