Orientador: Danísio Prado Munari / Coorientador: Mônica Corrêa Ledur / Coorientador: Rodrigo Pelicioni Savegnago / Banca: Maurício de Alvarenga Mudadu / Banca: Nedênia Bonvino Stafuzza / Resumo: Os painéis de marcadores de alta densidade têm demonstrado a sua funcionalidade nos estudos de estrutura da população e conservação genética. Esses painéis permitem avaliar similaridades no padrão do desequilíbrio de ligação em toda população, assim como informações sobre parentesco da população. Segmentos de homozigose são utilizados como indicativo da estrutura da população e fornecem informações sobre o histórico demográfico e eventos de endogamia da mesma. O objetivo deste trabalho foi estudar a estrutura genômica de uma linhagem sintética base Landrace por meio de (i) análises de desequilíbrio de ligação; (ii) estimação do coeficiente de endogamia utilizando dados genômicos e de pedigree; (iii) análise do número e tamanho de segmentos de homozigose e (iv) determinação da estratificação da população. Foram utilizados registros de 300 fêmeas e 25 machos de uma linhagem fêmea sintética base Landrace genotipados com o painel Illumina PorcineSNP60 v2 BeadChip. A edição dos dados foi realizada no programa PLINK v.1.9 para remoção de marcadores SNPs ("Single Nucleotide Polymorphism") que falharam em mais de 10% das amostras ("call rate") e amostras que falharam em mais de 10% dos marcadores. A extensão do desequilíbrio de ligação foi avaliada entre todos os pares SNPs adjacentes presentes nos cromossomos autossômicos por meio da medida r2. O coeficiente de endogamia foi calculado usando registros de pedigree e de dados genômicos. Os segmentos de homozigose fo... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: High-density single nucleotide polymorphism (SNP) panels have been used in genomic studies, such as population structure and conservation genetic studies. These panels allow to assess similarities in the patterns of linkage disequilibrium across populations and to estimate relatedness between populations. Runs of homozygosity are used as indicative of population structure and it provides information about demographic history and recent inbreeding. The aim of this study was to describe the genomic structure of a synthetic Landrace line by (i) linkage disequilibrium (LD) analyses; (ii) inbreeding estimates through pedigree and genomic data; (iii) analysing the number and length of runs of homozygosity (ROH); and (iv) determination of population structure. A total of 300 females and 25 males from synthetic Landrace line were genotyped using Illumina PorcineSNP60 v2 BeadChip. Data editing was performed using PLINK v.1.9. The SNPs and samples with a call rate lower than 0.90 were excluded from the data set. Only the autosomal chromosomes were considered for LD an ROH analyses. The LD between all pairs of SNPs were measured by the means of the genotype correlation coefficient (r²) and it determined the decay of LD with physical distance. The coefficient of inbreeding was calculated using genomic and pedigree data. ROH were detected using PLINK v.1.9 considering the follow parameters: a minimum ROH of 50 SNPs with a minimum length of 1000 (Kb), one heterozygous SNP... (Complete abstract click electronic access below) / Mestre

Orientador: Henrique Nunes de [UNESP] Oliveira / Coorientador: Camila Urbano Braz / Banca: Maria Eugênia Zerlotti Mercadante / banca: Lucia Galvão de Albuquerque / Resumo: Com o avanço dos estudos em genética e da tecnologia aplicada à genotipagem de marcadores moleculares, a identificação de polimorfismos associados às características de interesse econômico se tornou mais acessível, possibilitando a sua utilização aumentar a acurácia de modelos de predição do mérito genético dos animais. Esse avanço também possibilitou aumentar a acurácia dos estudos para identificação de QTLs para características de interesse econômico. Entretanto, os marcadores comumente utilizados para tal fim são os SNPs, que por serem bi-alélicos podem não ser muito eficientes na identificação dos QTLs. Os haplótipos, multi-alélicos, apresentam maior possibilidade de estarem em desequilíbrios de ligação (DL) com os QTLs. Dessa forma, objetivou-se no presente trabalho identificar o melhor método de construção de haplótipos para utilização em estudos de detecção de QTLs, a partir da comparação dos três métodos mais comumente utilizados para este fim. Foram utilizadas três populações simuladas representando características com três diferentes valores de herdabilidade, para as quais foram armazenados os dados fenotípicos, genotípicos e de pedigree dos 6.000 animais da população mais recente: Pop1 com herdabilidade baixa (0,10); Pop2 com herdabilidade moderada (0,25); e, Pop3 com herdabilidade alta (0,35). Os genomas simulados consistiram de 750.000 marcadores do tipo SNP, e 750 QTLs, com dois a quatro alelos, dispostos aleatoriamente em 29 cromossomos com tamanho total de 2.3... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: With the advancement of genetic studies and the technology applied to the genotyping of molecular markers, the identification of polymorphisms associated with the characteristics of economic interest became more accessible, allowing its use to increase the accuracy of prediction models of the genetic merit of the animals. This advance also made it possible to increase the accuracy of studies to identify QTLs for characteristics of economic interest. However, the commonly used markers for this purpose are SNPs, which because they are bi-allelic may not be very efficient in identifying QTLs. The haplotypes, multi-allelic, are more likely to be in linkage disequilibrium (LD) with QTLs. Thus, the objective of this work was to identify the best haplotype construction method for use in QTLs detection studies, by comparing the three methods most commonly used for this purpose. Three simulated populations representing characteristics with three different heritability values were used for which the phenotypic, genotypic and pedigree data of the 6,000 animals were stored: Pop1 with low heritability (0.10); Pop2 with moderate heritability (0.25); and, Pop3 with high heritability (0.35). The simulated genomes consisted of 750,000 SNP-type markers, and 750 QTLs, with two to four alleles, arranged randomly on 29 chromosomes with a total size of 2,333 centimorgans (cM). From the simulation the SNPs whose frequency of the lowest allele was less than 0.1 were eliminated, leaving 576,027, 577,... (Complete abstract click electronic access below) / Mestre

Orientador: Danísio Prado Munari / Coorientador: Ricardo Vieira Ventura / Banca: Lenira El Faro Zadra / Banca: Ana Fabrícia Braga Magalhães / Banca: Rodrigo Pelicioni Savegnago / Banca: João Ademir de Oliveira / Resumo: Dentre as informações fornecidas pelas metodologias que utilizam marcadores do tipo polimorfismo de nucleotídeo único (SNPs), as de segmentos de homozigose (ROH) e de desequilíbrio de ligação têm colaborado para estudos de aplicação direta da informação genômica em populações de bovinos de corte, como em estudos de associação com cobertura ampla do genoma, de seleção genômica e de estrutura da população, dentre outros. Atualmente a imputação vem sendo utilizada principalmente para reduzir custos com a genotipagem dos animais e pode ser utilizada combinando informações genômicas de diferentes painéis. Para que dados imputados sejam utilizados de forma eficiente, é necessário que a imputação tenha sido implementada de forma que todos os animais tenham seus genótipos inferidos com elevada acurácia. No entanto, esta é verificada apenas se houver o genótipo real para avaliar a confiabilidade do genótipo imputado. Dessa maneira, os objetivos deste trabalho foram: (1) estudar a imputação de painéis comercial e customizados de baixa densidade para painéis de alta densidade (Illumina e Affymetrix), assim como para um painel combinado (Illumina + Affymetrix) para bovinos da raça Nelore, e estudar o desequilíbrio de ligação e conformação de blocos de haplótipos antes e após a imputação; (2) estudar estratégias para predição da acurácia de imputação, utilizando redes neurais artificiais e regressão linear múltipla; (3) estudar os segmentos de homozigose e, com isso, a endogamia presente ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Among all the information provided by methodologies that use single nucleotide polymorphism (SNPs), the runs of homozygosity (ROH) and linkage disequilibrium have been used for studies that explore genomic information in beef cattle population, as the genome-wide association, genomic selection, the structure of population and others. Nowadays, the imputation is used in these studies to reduce genomic costs and this also can be used combining genomic information from different panels. The animals used to be imputed should present genotypes inferred with high accuracy to allow the use imputed genotypes in other studies. However, the accuracy is verified only if there is a real genotype to evaluate the imputed genotype. Therefore, this study aimed: (1) Evaluate imputation of commercial and customized low density panels to high density panels (Illumina and Affymetrix), as well as to a combined panel (Illumina + Affymetrix) in Nelore beef cattle, and estimating linkage disequilibrium and haplotype blocks conformation to high density panels individually and after imputation; (2) Study a strategy to predict imputation accuracy using artificial neural network and linear regression; (3) Study runs of homozygosity and inbreeding in a populations from Nelore beef cattle, as well as identify genes present in ROH with high frequency in population. For ROH studies were used 34 bulls from different lines and the progeny, totalizing 809 Nelore animals genotyped with information of 509.107 SN... (Complete abstract click electronic access below) / Doutor

Orientador: Roberto Carvalheiro / Coorientador: Haroldo Henrique de Rezende Neves / Coorientador: Herman Arend Mulder / Banca: Ricardo Vieira Ventura / Banca: Lucia Galvão de Albuquerque / Banca: Gerson Antonio de Oliveira Júnior / Banca: Diercles Francisco Cardoso / Resumo: A existência de um controle genético sobre a variância residual torna possível a seleção para uniformidade de produção. Desta forma, os objetivos do presente estudo foram: i) investigar a presença deste componente genético na variância residual do peso ao sobreano (PS) em bovinos da raça Nelore (N = 194.628, touros = 625), usando duas abordagens: dois passos (two-step) e modelo linear generalizado hierárquico duplo (double hierarchical generalized linear model, DHGLM); e ii) identificar, através de estudo de associação genômica ampla (genome-wide association study, GWAS), regiões genômicas associadas com uniformidade do PS usando differentes variáveis respostas: EBV desregredido (dEBVv) obtido a partir de soluções de um DHGLM assumindo correlação genética não-nula entre média e variância residual (rmv ≠ 0); e dEBVv_r0 e variância dos resíduos log-transformada (ln_σ2ê) obtidos a partir de soluções de um DHGLM assumindo rmv = 0. Os resultados confirmam a presença de heterogeneidade genética de variância residual bem como oportunidade de seleção (coeficiente de variação genética da variância residual (GCVE) variando de 0,10 a 0,17). Porém, a seleção pode ser limitada devido à magnitude da variância genética da variância residual e à forte e positiva correlação genética entre a média e a variância (0,20 e 0,76 para a abordagem em dois passos e DHGLM, respectivamente). Além disso, foi possível observar que um grande número de progênies por touro é necessário para obter EBV com mai... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The existence of genetic control on residual variance makes possible the selection for uniformity. Thus, the objectives of the present study were: i) to investigate the presence of this genetic component on the residual variance of yearling weight (YW) in Nellore cattle (N = 194,628, sires = 625) using two approaches: two step approach and double hierarchical generalized linear model (DHGLM); and ii) to identify, through a genome-wide association study (GWAS), genomic regions associated with uniformity of YW using different response variables: deregressed EBV (dEBVv) obtained from solutions of a DHGLM assuming non-null genetic correlation between mean and residual variance (rmv ≠ 0); and dEBVv_r0 and log-transformed variance of estimated residuals (ln_σê 2) obtained from solutions of a DHGLM assuming rmv = 0. The results confirm the presence of genetic heterogeneity of residual variance as well as opportunity of selection (coefficient of genetic variance of residual variance (GCVE) ranging from 0.10 to 0.17). However, selection may be limited by the magnitude of the genetic variance of the residual variance and the strong and positive genetic correlation between mean and variance (0.20 and 0.76 for two-step approach and DHGLM, respectively). In addition, it was observed that large sire families are required to obtain higher EBVv accuracies (heritability of residual variance, hv 2 < 0.007). The mean-variance relationship was reduced by using Box-Cox transformation, which reduc... (Complete abstract click electronic access below) / Doutor

Orientador: Henrique Nunes de [UNESP] Oliveira / Coorientador: Rodrigo Giglioti / Coorientador: Fernando Flores Cardoso / Banca: Danísio Prado Munari / Banca: Ricardo da Fonseca / Banca: Guilherme Jordão de Magalhães Rosa / Banca: Maria Eugênia Zerlotti Mercadante / Resumo: Babesiose bovina é uma doença transmitida pelo carrapato, sendo que a Babesia bovis é considerada a espécie mais patogênica. Ambos são considerados como um entrave na melhoria da produtividade da bovinocultura de corte nos trópicos, especialmente para animais de raças taurinas e suas cruzas. Esse estudo analisou uma população de bovinos Hereford e Braford e foi composto por quatro capítulos com os seguintes objetivos: Capítulo 1) Revisão de literatura; Capítulo 2) Estimação de parâmetros genéticos para contagem de carrapatos (TC) e B. bovis usando modelos lineares e modelos lineares generalizados; Capítulo 3) Avaliar a habilidade de predição e a possibilidade de aplicação da seleção genômica e conduzir estudos de associação genômica ampla (GWAS) para nível de infecção de B. bovis (IB); Capítulo 4) Procurar por estruturas causais entre TC, IB, ganho de peso do nascimento a desmama (WG) e ganho de peso da desmama ao sobreano (YG) usando a abordagem do modelo de equação estrutural (SEM). Os carrapatos foram contados manualmente em um lado do animal. A quantificação de B. bovis foi feita por meio de ensaios de qPCR. No Capítulo 2, os dados de contagem de carrapato e B. bovis estavam em escala logaritímica para as análises usando modelos lineares. O modelo de Poisson foi aplicado para contagem de carrapato sem tranformação logarítimica e para os modelos probit o fenótipo foi considerado como ausência (0) ou presença (1) de B. bovis baseado em três diferentes limiares (BBt1: IB usa... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Bovine babesiosis is a tick-borne disease, and the Babesia bovis is considered the most pathogenic species. Both parasites constitute major drawbacks for improvement of beef cattle productivity in the tropics, especially when purebred and crossbred taurine animals are used. This study analyzed a population of Hereford and Braford cattle and it was composed of four chapters with the following objectives: Chapter 1) Literature review; Chapter 2) Estimate genetic parameters for tick count (TC) and B. bovis using linear and generalized linear models; Chapter 3) Evaluate predictive ability and application of genomic selection and performed genome wide association studies (GWAS) for B. bovis infection level (IB) using single step GBLUP model; Chapter 4) Search for causal structures to investigate potential functional relationships among TC, IB, weight gain from birth to weaning (WG), and weight gain from weaning to yearling (YG) using structural equation modeling (SEM). Tick counts were performed by manually counting adult female ticks on one side of each animal. The B. bovis quantification was performed using a qPCR assay. In the Chapter 2, the tick count and B. bovis records were in log scale for analysis using linear model. A Poisson model was applied for tick count without log transformation and for probit model the phenotype was assessed by absence or presence of B. bovis based on three different thresholds (BBt1: IB using the threshold observed; BBt2: BB using threshold as a ... (Complete abstract click electronic access below) / Doutor

Cianobactérias são micro-organismos que realizam fotossíntese oxigênica e têm uma distribuição cosmopolita. Algumas cianobactérias são capazes de realizar fotossíntese e fixação biológica de nitrogênio (FBN), dois dos mais importantes processos na natureza, simultaneamente. As cianobactérias da ordem Nostocales são capazes realizar uma separação espacial destes dois processos por meio da formação de células especializadas, os heterócitos, onde acontece a fixação de nitrogênio, restringindo a fotossíntese às células vegetativas. Embora tenham importância ecológica, econômica e social, as cianobactérias foram muito pouco estudas com enfoque genômico. Este trabalho teve como objetivo a caracterização dos agrupamentos gênicos envolvidos na fixação biológica de nitrogênio e na diferenciação de heterócitos de três isolados brasileiros de cianobactérias da ordem Nostocales. Para este fim, culturas das linhagens Sphaerospermopsis torquesreginae ITEP-024, Nostoc sp. CENA67 e Fischerella sp. CENA161 foram sequenciadas com a plataforma MiSeq e então foi realizada a montagem ab initio do genoma com as leituras obtidas. Além desses três isolados, os genomas de outras 31 linhagens disponíveis no banco de dados GenBank foram recuperados e utilizados para comparação. A anotação dos genes foi realizada por meio do alinhamento de sequências nucleotídicas já conhecidas de outras linhagens contra os genomas dessas linhagens, utilizando a ferramenta BLASTn, e por meio do servidor antiSMASH. Além disso, análises filogenéticas foram realizadas a partir dos genes anotados. O sequenciamento dos genomas das três linhagens apresentou altos valores de qualidade de bases e elevada cobertura genômica. A anotação dos agrupamentos envolvidos na FBN revelou a presença de um total de 22 genes envolvidos na síntese da Mo-nitrogenase, sendo 19 presentes em todas as linhagens. Os isolados brasileiros apresentaram sintenia com outras linhagens próximas filogeneticamente, apresentando variação apenas na presença de regiões de excisão e do gene glbN. A linhagem CENA161 apresentou um agrupamento gênico completo para síntese da V-nitrogenase, assim como apenas outras 5 linhagens em toda a ordem. Foram encontradas nas três linhagens sequenciadas os genes devACB, relacionados à formação da camada polissacarídica do heterócito. Os genes hglEGDCA e hetM, que estão relacionados à formação da camada glicolipídica de heterócitos, foram encontrados completos nas linhagens ITEP-024 e CENA67, mas apenas parcialmente na CENA161. Genes reguladores do processo de diferenciação também foram acessados nas três linhagens brasileiras, entretanto apenas os reguladores globais do processo formam encontrados em CENA161. As análises filogenéticas mostraram que o gene nifH não reflete a filogenia do táxon e não é um bom marcador filogenético. Entretanto, a análise de todo o agrupamento refletiu o padrão filogenético de acordo com a taxonomia. Os resultados contribuem para a melhor compreensão dos aspectos genéticos e evolutivos do processo de FBN em cianobactérias. / Cyanobacteria are oxygenic photosynthetic microorganisms that have a worldwide distribution. Some cyanobacteria are capable of photosynthesis and biological nitrogen fixation (BNF), two of the most important processes in nature, simultaneously. Cyanobacteria from the Nostocales order perform a spatial separation of these processes through the formation of specialized cells, heterocytes, where nitrogen fixation is carried out, while photosynthesis is limited to vegetative cells. Although cyanobacterial have ecological, economic and social importance, they have been understudied with genomic approaches. This study aimed to characterize gene clusters involved in nitrogen fixation and heterocytes differentiation from three Brazilian strains of cyanobacteria from Nostocales order. For this purpose, nonaxenic cultures of the strains Sphaerospermopsis torque-reginae ITEP-024, Nostoc sp. CENA67 and Fischerella sp. CENA161 were sequenced with the Illumina MiSeq platform and ab initio genome assembly was performed. In addition to these strains, genomes from 31 strains available in the GenBank database were retrieved and used for comparison. Gene annotation was performed through alignments between known genes present in other cyanobacteria and the strains genomes, using the BLASTn tool, and through the antiSMASH server. Furthermore, phylogenetic analyses were performed on the annotated genes. The genome sequencing showed high bases quality values and genomic coverage. The annotation of clusters involved in the BNF revealed the presence of a total of 22 genes involved in the synthesis of Mo-nitrogenase, among 19 were present in all strains. Brazilian isolates showed synteny with phylogenetically related strains, with variations only in the presence of excision regions and glbN gene. The CENA161 strain showed a complete gene cluster for synthesis of V-nitrogenase, present in only 5 other strains in this order. devACB genes, related to the heterocyte polysaccharide layer formation, were found in the three strains sequenced. The hglEGDCA and hetM genes, related to the formation of heterocyte glycolipid layer, were complete in ITEP-024 and CENA67 strains, but only partial in CENA161. Gene regulation of the heterocyte differentiation process have also been accessed in the three Brazilian strains, but only the general process regulatory genes were found in CENA161. Phylogenetic analysis showed that the gene nifH does not reflect the phylogeny of this group and should not be considered a good phylogenetic marker. However, the complete genes cluster analysis reflected the patterns of phylogenetic grouping according to taxonomy. The results contribute to a better understanding of the genetic and evolutionary aspects of the BNF process in cyanobacteria.

Os elementos transponíveis (TEs) constituem grande parte do material genético de diversos eucariotos, alcançando entre 50-80% do genoma de gramíneas. Os projetos genoma proporcionaram um aumento das informações disponíveis sobre estes elementos, o que evidenciou sua importância e possibilitou o desenvolvimento de novas abordagens para seu estudo. O sistema Mutator (Mu) de milho é o mais ativo e mutagênico transposon de plantas. Além do elemento autônomo, MuDR, o sistema compreende ainda um conjunto de elementos bastante heterogêneo em sua seqüência e estrutura, chamados MuLEs, que podem conter até mesmo fragmentos de genes do hospedeiro. As seqüências de transposons mais abundantemente expressas no transcriptoma de cana-de-açúcar são relacionadas a MuDR e se agrupam em quatro clados (nomeados Classes I, II, II e IV), existentes antes da divergência entre Mono e Eudicotiledôneas. O trabalho apresentado aqui teve o objetivo de aprofundar o conhecimento sobre o sistema Mutator em cana-de-açúcar a partir da análise comparativa entre seqüências dessa planta e de arroz (cujo genoma está totalmente seqüenciado). Foi possível avaliar a abundância e diversidade do sistema Mu em gramíneas, ficando evidente uma amplificação de elementos clado-específica, tendo a Classe II sofrido uma explosão no número de cópias ao longo da evolução destas plantas. Análises estruturais revelaram que, enquanto as Classes I e II compreendem elementos com características de transposons, as Classes III e IV são, na verdade, transposases domesticadas. Foram completamente seqüenciados dois clones de BAC de cana-de-açúcar, um proveniente de cada parental do híbrido (Saccharum officinarum e Saccharum spontaneum), ambos contendo elementos da Classe III. Estes elementos foram caracterizados e a seqüência genômica de cana foi comparada com sua ortóloga em arroz, revelando um acúmulo de TEs nas regiões intergênicas. / Transposable elements (TEs) constitute great part of eukaryote genetic material, in grasses, they comprise between 50-80% of the genome. Genome projects have significantly increased the amount of information about these elements, revealing their importance and allowing the development of new approaches for their study. The Mutator system (Mu) of maize is the most active and mutagenic plant transposon. Beyond the autonomous element, MuDR, the system comprises a very heterogeneous, in sequence and structure, set of elements, called MuLEs, that can contain even host gene fragments. The most abundant transposon related sequences expressed in sugarcane transcriptoma are the MuDR-like. They group into four clades (called Classes I, II, III and IV) that exist prior to the Mono and Eudicot split. The aim of this work is to gain knowledge about the Mutator system in sugarcane through the comparative analysis against rice (whose genome is completely sequenced). The results described the abundance and diversity of the Mu system in grasses, evidencing a clado-specific amplification with a burst of Class II along the evolution of this plant group. Structural analyses showed that, while Classes I and II comprise elements with transposon characteristics, Classes III and IV are domesticated transposases. One BAC clone from each sugarcane parental genotype (Saccharum officinarum and Saccharum spontaneum) have been completely sequenced, both containing Class III elements. These elements have been characterized and the sugarcane genomic sequences were compared with their orthologues in rice. The comparative analyses showed an accumulation of TEs in the intergenic regions.

O advento do sequenciamento de nova geração (NGS - Next Generation Sequencing) nos últimos anos proporcionou um aumento expressivo no número de projetos genômicos. De maneira simplificada, as máquinas sequenciadoras geram como resultado fragmentos de DNA que são utilizados por programas montadores de genoma. Esses programas tentam juntar os fragmentos de DNA de modo a obter a representação completa da sequência genômica (por exemplo um cromossomo) da espécie sendo sequenciada. Em alguns casos o processo de montagem pode ser executado com maior facilidade para organismos com genomas de tamanhos pequenos (por exemplo bactérias com genoma em torno de 5Mpb), através de pipelines que automatizam a maior parte da tarefa. Um cenário mais complicado surge quando a espécie possui genoma com grande comprimento (acima de 1Gpb) e elementos repetidos, como no caso de alguns eucariotos. Nesses casos o resultado da montagem é geralmente composto por milhares de fragmentos (chamados de contigs), uma ordem de magnitude muito superior ao número de cromossomos estimado para um organismo (comumente da ordem de dois dígitos), dando origem a uma montagem altamente fragmentada. Uma atividade comum nesses projetos é a comparação da montagem com a de outro genoma como forma de validação e também para identificação de regiões conservadas entre os organismos. Embora o problema de alinhamento par-a-par de genomas grandes seja bem contornado por abordagens existentes, o alinhamento múltiplo (AM) de genomas grandes em estado fragmentado ainda é uma tarefa de difícil resolução, por demandar alto custo computacional e grande quantidade de tempo. Este trabalho consiste em uma metologia para fazer alinhamento múltiplo de genomas grandes de eucariotos com montagens altamente fragmentadas. Nossa implementação, baseada em alinhamento estrela, se mostrou capaz de fazer AM de grupos de montagens com diversos níveis de fragmentação. O maior deles, um conjunto de 5 genomas de répteis, levou 14 horas de processamento para fornecer um mapa de regiões conservadas entre as espécies. O algoritmo foi implementado em um software que batizamos de FROG (FRagment Overlap multiple Genome alignment), de código aberto e disponível sob licença GPLv3. / The advent of Next Generation Sequencing (NGS) in recent years has led to an expressive increase in the number of genomic projects. In a simplified way, sequencing machines generate DNA fragments that are used by genome assembler software. These programs try to merge the DNA fragments to obtain the complete representation of the genomic sequence (for example a chromosome) of the species being sequenced. In some cases the assembling process can be performed more easily for organisms with small-sized genomes (e.g. bacteria with a genome length of approximately 5Mpb) through pipelines that automate most of the task. A trickier scenario arises when the species has a very large genome (above 1Gbp) and complex elements, as in the case of some eukaryotes. In those cases the result of the assembly is usually composed of thousands of fragments (called contigs), an order of magnitude much higher than the number of chromosomes estimated for an organism (usually in the order two digits), giving rise to a highly fragmented assembly. A common activity in these projects is the comparison of the assembly with that of another genome as a form of validation and also to identify common elements between organisms. Although the problem of pairwise alignment of large genomes is well circumvented by existing approaches, multiple alignment of large genomes with highly fragmented assemblies remains a difficult task due to its time and computational requirements. This work consists of a methodology for doing multiple alignment of large eukaryotic genomes with highly fragmented assemblies, a problem that few solutions are able to cope with. Our star alignment-based implementation, was able to accomplish a MSA of groups of assemblies with different levels of fragmentation. The largest of them, a set of 5 reptilian genomes where the B. jararaca assembly (800,000 contigs, N50 of 3.1Kbp) was used as anchor, took 14 hours of execution time to provide a map of conserved regions among the participating species. The algorithm was implemented in a software named FROG (FRagment Overlap multiple Genome alignment), available under the General Public License v3 (GPLv3) terms.

Introdução: As arboviroses causam graves problemas de saúde pública no Brasil e em muitos dos países da América Latina. A epidemiologia molecular é um instrumento valioso na compreensão da dispersão, persistência e diversidade desses patógenos virais. Objetivos: Neste projeto, buscamos investigar a dinâmica epidemiológica molecular dos arbovíroses (com especial enfoque aos vírus da dengue-DENV, chikungunya - CHIKV e zika -ZIKV) que circularam no estado do Amapá entre os anos de 2013 e 2016. Métodos: 824 amostras de plasma humano foram coletadas pelos laboratórios de Saúde Publica (LACEN) no estado do Amapá entre os anos de 2013 e 2016; essas amostras foram obtidas de pacientes que apresentavam sintomas consistentes com uma das arboviroses. O material genético viral presente nestas amostras foi extraído e os ensaios de qPCR foram realizados. Todas as amostras foram submetidas inicialmente a um ensaio triplex (ZIKV/DENV/CHIKV), as amostras negativas foram posteriormente submetidas a um ensaio de pan-flavivírus. As amostras positivas para um dos ensaios foram submetidas a NGS (sequenciamento de nova geração). Resultados: Das 824 amostras testadas, 36 foram positivas para DENV, ZIKV ou CHIKV; desses 36 positivos, 24 foram para DENV, 11 para CHIKV e 1 para ZIKV. Foram obtidos 27 genomas completos: 16 de DENV (15 DENV1, genótipo V e 1 DENV2, genótipo III) e 11 de CHIKV (genótipo asiático / caribenho). Das 788 amostras testadas com o ensaio de pan-flavivírus, 22 amostras foram positivas; porem apenas uma amostra produziu genoma completo pela técnica de NGS. Este genoma foi relacionado com um flavivírus com semelhante em 76,81% com o vírus Long Pine Key - LPKV, que anteriormente só tinha sido descrito em mosquitos. Árvores de Maximum likelihood e Maximum clade credibility foram construídas utilizando os genomas do DENV1 obtidos neste estudo. Essas árvores exibiam duas linhagens distintas de DENV1, genótipo V presentes na América Latina. Uma destas linhagens tem um padrão de circulação que inclui países do Caribe, América Central e América do Sul (incluindo Brasil); a outra linhagem distinta circula dentro das fronteiras do Brasil. As árvores também indicam que o DENV1 presente no estado do Amapá é da linhagem que tem o padrão de circulação que inclui o Caribe e as Américas Central e do Sul e que essa linhagem surgiu no Amapá entre 2005 e 2010. Conclusão: Este estudo fornece dados importantes sobre as arboviroses no Amapá e os dados genômicos mais recentes disponíveis para a região, bem como o contexto brasileiro e latino-americano para esses dados. Dados dessa natureza são inestimáveis nos esforços das autoridades de saúde pública para a prevenção e controle de epidemias por estes agentes. / Introduction: Arboviral febrile illnesses plague the nation of Brazil and many of its surrounding Latin America countries. Molecular epidemiology is a growing and increasingly invaluable tool in the field of public health for understanding the dispersal, persistence, and diversity of these impactful viral pathogens. Objectives: In this project, the identities and molecular epidemiological dynamics of arboviruses circulating in the Brazilian state of Amapá between the years 2013 and 2016, with special focus on DENV, CHIKV and ZIKV, were investigated and given Brazilian and Latin American geographical and temporal context via molecular epidemiological analyses. Methods: 824 human blood plasma samples were collected from LACEN laboratories in the state of Amapá between the years 2013 and 2016; these samples originated from patients showing symptoms consistent with any of the common arboviral febrile illnesses. The viral genetic material present in these samples was extracted and qPCR diagnostics assays were performed; all samples first underwent a triplex assay (ZIKV/DENV/CHIKV - ZDC), then the samples yielding negative results for the triplex assay underwent a pan-flavivirus assay. The samples yielding positive results for either assay were submitted for NGS and all whole viral genomes subsequently obtained underwent phylogenetic molecular epidemiological analyses. Results: Of the 824 samples tested, 36 tested positive for the ZDC assay; of those positives, 24 tested positive for DENV, 11 for CHIKV, and 1 for ZIKV. 27 full genomes were obtained from these ZDC positives: 16 of DENV (15 DENV1, genotype V and 1 DENV2, genotype III) and 11 of CHIKV (Asian and Caribbean genotype). Of the 788 samples tested with the pan-flavivirus assay, 22 samples yielded positive results, from only one of which a genome was obtainable. This genome was found to be closely related to a flavivirus previously only found in mosquitoes (76.8% identity with Long Pine Key Virus - LPKV). Maximum likelihood and maximum clade credibility trees were constructed using the DENV1 genomes obtained from this study. These trees displayed two distinct lineages of DENV1, genotype V present in Latin America, one of which has a circulation pattern spanning widely across the Caribbean and Central and South America (including Brazil), while the other circulates within Brazilian borders. The trees also indicate that the DENV1 present in the state of Amapá is of the lineage having the wider circulation pattern and that this lineage emerged in Amapá between 2005 and 2010. Conclusion: This study provides important data concerning the range of the arboviral landscape in Amapá and the most recent genomic data available for the region as well as Brazilian and Latin American context to that data. Data of this nature are invaluable in the efforts of public health officials for the prevention and control of epidemics of these impactful arboviral pathogens.

Cianobactérias são micro-organismos que realizam fotossíntese oxigênica e têm uma distribuição cosmopolita. Algumas cianobactérias são capazes de realizar fotossíntese e fixação biológica de nitrogênio (FBN), dois dos mais importantes processos na natureza, simultaneamente. As cianobactérias da ordem Nostocales são capazes realizar uma separação espacial destes dois processos por meio da formação de células especializadas, os heterócitos, onde acontece a fixação de nitrogênio, restringindo a fotossíntese às células vegetativas. Embora tenham importância ecológica, econômica e social, as cianobactérias foram muito pouco estudas com enfoque genômico. Este trabalho teve como objetivo a caracterização dos agrupamentos gênicos envolvidos na fixação biológica de nitrogênio e na diferenciação de heterócitos de três isolados brasileiros de cianobactérias da ordem Nostocales. Para este fim, culturas das linhagens Sphaerospermopsis torquesreginae ITEP-024, Nostoc sp. CENA67 e Fischerella sp. CENA161 foram sequenciadas com a plataforma MiSeq e então foi realizada a montagem ab initio do genoma com as leituras obtidas. Além desses três isolados, os genomas de outras 31 linhagens disponíveis no banco de dados GenBank foram recuperados e utilizados para comparação. A anotação dos genes foi realizada por meio do alinhamento de sequências nucleotídicas já conhecidas de outras linhagens contra os genomas dessas linhagens, utilizando a ferramenta BLASTn, e por meio do servidor antiSMASH. Além disso, análises filogenéticas foram realizadas a partir dos genes anotados. O sequenciamento dos genomas das três linhagens apresentou altos valores de qualidade de bases e elevada cobertura genômica. A anotação dos agrupamentos envolvidos na FBN revelou a presença de um total de 22 genes envolvidos na síntese da Mo-nitrogenase, sendo 19 presentes em todas as linhagens. Os isolados brasileiros apresentaram sintenia com outras linhagens próximas filogeneticamente, apresentando variação apenas na presença de regiões de excisão e do gene glbN. A linhagem CENA161 apresentou um agrupamento gênico completo para síntese da V-nitrogenase, assim como apenas outras 5 linhagens em toda a ordem. Foram encontradas nas três linhagens sequenciadas os genes devACB, relacionados à formação da camada polissacarídica do heterócito. Os genes hglEGDCA e hetM, que estão relacionados à formação da camada glicolipídica de heterócitos, foram encontrados completos nas linhagens ITEP-024 e CENA67, mas apenas parcialmente na CENA161. Genes reguladores do processo de diferenciação também foram acessados nas três linhagens brasileiras, entretanto apenas os reguladores globais do processo formam encontrados em CENA161. As análises filogenéticas mostraram que o gene nifH não reflete a filogenia do táxon e não é um bom marcador filogenético. Entretanto, a análise de todo o agrupamento refletiu o padrão filogenético de acordo com a taxonomia. Os resultados contribuem para a melhor compreensão dos aspectos genéticos e evolutivos do processo de FBN em cianobactérias. / Cyanobacteria are oxygenic photosynthetic microorganisms that have a worldwide distribution. Some cyanobacteria are capable of photosynthesis and biological nitrogen fixation (BNF), two of the most important processes in nature, simultaneously. Cyanobacteria from the Nostocales order perform a spatial separation of these processes through the formation of specialized cells, heterocytes, where nitrogen fixation is carried out, while photosynthesis is limited to vegetative cells. Although cyanobacterial have ecological, economic and social importance, they have been understudied with genomic approaches. This study aimed to characterize gene clusters involved in nitrogen fixation and heterocytes differentiation from three Brazilian strains of cyanobacteria from Nostocales order. For this purpose, nonaxenic cultures of the strains Sphaerospermopsis torque-reginae ITEP-024, Nostoc sp. CENA67 and Fischerella sp. CENA161 were sequenced with the Illumina MiSeq platform and ab initio genome assembly was performed. In addition to these strains, genomes from 31 strains available in the GenBank database were retrieved and used for comparison. Gene annotation was performed through alignments between known genes present in other cyanobacteria and the strains genomes, using the BLASTn tool, and through the antiSMASH server. Furthermore, phylogenetic analyses were performed on the annotated genes. The genome sequencing showed high bases quality values and genomic coverage. The annotation of clusters involved in the BNF revealed the presence of a total of 22 genes involved in the synthesis of Mo-nitrogenase, among 19 were present in all strains. Brazilian isolates showed synteny with phylogenetically related strains, with variations only in the presence of excision regions and glbN gene. The CENA161 strain showed a complete gene cluster for synthesis of V-nitrogenase, present in only 5 other strains in this order. devACB genes, related to the heterocyte polysaccharide layer formation, were found in the three strains sequenced. The hglEGDCA and hetM genes, related to the formation of heterocyte glycolipid layer, were complete in ITEP-024 and CENA67 strains, but only partial in CENA161. Gene regulation of the heterocyte differentiation process have also been accessed in the three Brazilian strains, but only the general process regulatory genes were found in CENA161. Phylogenetic analysis showed that the gene nifH does not reflect the phylogeny of this group and should not be considered a good phylogenetic marker. However, the complete genes cluster analysis reflected the patterns of phylogenetic grouping according to taxonomy. The results contribute to a better understanding of the genetic and evolutionary aspects of the BNF process in cyanobacteria.