Made available in DSpace on 2015-07-22T20:50:48Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-01-26 / Uma grande quantidade dos vírus de importância médica, como o HIV, o vírus sincicial respiratório, o vírus da hepatite C, o vírus influenza A (H1N1), e o vírus da poliomielite, possui genoma RNA. Estes vírus apresentam taxas mutacionais extremamente altas, rápida cinética replicativa, população numerosa de partículas, e grande diversidade genética. Manifestas durante o processo infeccioso, tais características permitem a população viral adaptar-se rapidamente a ambientes dinâmicos, escapar ao sistema imunológico, desenvolver resistência às vacinas e drogas antivirais, e exibir dinâmica evolutiva complexa cuja compreensão representa um desafio para a genética de populações tradicional e para as estratégias de intervenção terapêutica efetiva. Para descrever biológica e matematicamente a evolução dos vírus RNA, modelos teóricos de evolução viral têm sido propostos, e muitas de suas predições foram confirmadas experimentalmente. O presente trabalho teve como objetivo simular computacionalmente e analisar um modelo de evolução viral que represente relações evolutivas existentes entre a população viral de genoma RNA e as diferentes pressões seletivas exercidas sobre ela na sua interação com o organismo hospedeiro. Também objetivou desenvolver um software de simulação computacional personalizado para o modelo de evolução viral, e demonstrar a possibilidade de descrever o modelo como um processo de ramificação de Galton-Watson. Entre os resultados e discussões delineados, encontram-se um critério analítico para estudo do tempo de recuperação e do regime crítico de um processo de ramificação de Galton-Watson aplicado à evolução viral; predições sobre a correlação entre fatores do organismo hospedeiro e a dinâmica evolutiva da população viral; predições sobre a contribuição da taxa mutacional, do tamanho e da capacidade replicativa máxima da população viral para o prognóstico e quatro fases da infecção: o tempo de recuperação, o equilíbrio mutação-seleção, o limiar da extinção, e a mutagênese letal. / A large amount of viruses of medical importance such as HIV, respiratory syncytial virus, the hepatitis C virus, influenza A (H1N1) and polio virus, has RNA genome. These viruses exhibit extremely high mutational rate, fast replicative kinetics, large population of particles and high genetic diversity. Manifested during the infectious process, these features allow the virus population to adapt quickly to dynamic environments, escape from the immune system, develop resistance to vaccines and antiviral drugs, and display complex evolutionary dynamics whose understanding represents a challenge to the traditional population genetics and for effective therapeutic intervention strategies. To describe mathematically and biological evolution of RNA viruses, theoretical models of virus evolution have been proposed, and many of their predictions were experimentally confirmed. This study aimed to simulate and analyze computationally a model of viral evolution that represents evolutionary relationships between the population of viral RNA genome and the different selective pressures on it in its interaction with the host organism. It also aimed to develop computational simulation software for the viral evolution model, and demonstrate the possibility of describing the model as a Galton-Watson branching process. Among the results and discussions outlined, there are an analytical criterion to study the recovery time and the critical regime of a Galton-Watson branching process applied to viral evolution; predictions about the correlation between factors of the host organism and the evolutionary dynamics of viral population; predictions about the contribution of mutational rate, the size and maximum replicative capacity of viral population for the prognosis and four stages of infection: recovery time, mutation-selection equilibrium, extinction threshold, and lethal mutagenesis. / TEDE / BV UNIFESP: Teses e dissertações

A fragmentação e a invasão de florestas tropicais e a crescente concentração de assentamentos humanos aumentaram exponencialmente as chances de exposição a vírus emergentes e emergentes. Dado o grande potencial de espalhamento de patógenos em população humanas, a identificação e caracterização de agentes patogênicos circulantes podem melhorar a atenção primária e as capacidades de diagnóstico para um agente emergente futuro. As abordagens moleculares e metagenômicas que utilizam as tecnologias de sequenciação da próxima geração levaram a descoberta e caracterização de muitos vírus emergentes na última década. Além disso, as abordagens in silico também podem ajudar a identificar vírus emergentes usando apenas dados de sequenciamento publicamente disponíveis. Além disso, estimar a ascendência filogenética e até mesmo analisar as mudanças no uso de codons são ferramentas adicionais que podem melhorar a nossa compreensão de vírus emergentes ou reemergentes. Este projeto visou aplicar essas ferramentas em ambos os vírus que poderiam estar circulando no Brasil: Parvovírus B19 e vírus da Febre Amarela. Também exploramos as aplicações de modelos ocultos de Markov e índice de adaptação de codons usando dados publicamente disponíveis. Esperamos que este trabalho forneça uma prova de conceito para futuros projetos metagenômicos e demonstre a utilidade das várias técnicas moleculares e bioinformáticas no estudo de vírus emergentes. / Fragmentation and encroachment of tropical rainforests and the growing concentration of human settlements have exponentially increased chances of exposure to re-emerging and emerging viruses. Given the large potential for pathogens to spillover and spread in a population, identifying and characterizing circulating human pathogens could improve the readiness and diagnostic capabilities for a future emergence. Molecular and metagenomic approaches using next-generation sequencing technologies have led to the discovery and characterization of many emerging viruses over the last decade. In complement, in silico approaches can also help identify emerging viruses using only publicly available sequencing data. Moreover, estimating the phylogenetic ancestry and even analyzing changes in codon usage are additional tools that can improve our understanding of an emerging or re-emerging virus. This project aimed to apply these tools to two viruses that could be circulating in Brazil: Parvovirus B19 and Yellow Fever virus. We also explored the applications of Hidden Markov models and codon adaptation index using publicly available data. We expect this work to provide a proof-of-concept for future metagenomic projects, and demonstrate the utility for several molecular and bioinformatics techniques in the study of emerging viruses.