O advento de novas tecnologias de sequenciamento e o desenvolvimento de ferramentas computacionais que facilitam a análise dos genomas gerou o aumento exponencial dos bancos de dados genômicos. As abordagens in-silico da genômica comparativa usam esse tipo de dados nas suas comparações. Trabalhos recentes desenvolvidos sobre o genoma de Escherichia coli indicam que o estado atual das sequências codificantes (CoDing Sequences CDS) de genomas anotados nos bancos de dados contêm erros nas sequências que precisam ser verificados (Ochman e Davalos 2006). Portanto a correta descrição de uma CDS é importante para permitir futuras comparações genômicas. Atualmente existe uma nova proposta da comunidade científica de bancos de dados biológicos para estabelecer padrões para a submissão de sequências dos projetos de genoma na nova era de sequenciamento. Dentro desse contexto, destaca-se a identificação e/ou correção de frameshifts durante o processo de montagem de sequências genômicas. A finalidade deste trabalho foi desenvolver uma ferramenta com dois métodos comparativos para identificar CDSs com atributos conflitantes. Usa-se a descrição de conflito para descrever atributos como frameshifts, grandes inserções ou deleções, truncamentos, que são detectados a partir de uma CDS ou várias CDSs usadas como referência, dependendo do modelo. Finalmente, a ferramenta proposta permite visualizar os resultados graficamente e fornecer acesso a outras ferramentas, dando suporte para futuras análises genômicas de maneira amigável e rápida. Foi realizada a busca de CDSs com atributos conflitantes no genoma de E. coli estirpe CFT073 (NCBI) versão AE014075.1, (última data de atualização: 20 de abril do 2006), como referência foi usado o genoma da E.coli estirpe O157:H7 EDL933 versão AE005174.2 ( última data de atualização : 6 de junho do 2008). Através dessa análise foram identificadas e armazenadas 1.865 CDSs (incluem-se possíveis parálogos), por apresentarem alinhamentos únicos com cobertura superior a 30% da CDS de referência. Em uma análise mais fina destes resultados, sobressaltam 144 CDSs no genoma alvo que provavelmente apresentam frameshifts, dos quais 21 acontecem em regiões intergênicas. A ferramenta desenvolvida neste trabalho foi também aplicada para o caso de estudo de uma região genômica da bactéria Klebsiella pneumoniae estirpe KP13. O genoma dessa bactéria foi sequenciado na Unidade Genômica Computacional (UGC) Darcy Fontoura de Almeida do LNCC (dados ainda não publicados). A partir das análises destes genomas, pode se concluir a importância do uso da ferramenta nas fases de identificação, verificação e correção de erros de anotação e, portanto a necessidade da sua inclusão em projetos de sequenciamento que desejam atingir altos padrões na submissão de dados genômicos. / The advent of new sequencing technologies and the development of computational tools that facilitate the analysis of genomes, generated the exponential growth of genome databases. New approaches in-silico of the comparative genomics use such data in its comparisons. Nevertheless, recent work on the genome of Escherichia coli indicate that the current state of coding sequences (Coding Sequences - CDS) from annotated genomes contain several errors, which need to be verified (Ochman e Davalos 2006). Therefore the correct description of a CDS is important to allow future genomic comparisons. Currently, there is an innovated proposal of the scientific community of biological databases to establish standards for the submission of the draft genome sequences in the new era of sequencing. Within this context, it is highlighted the identification and/or correction of frameshifts during the assembly of genomic sequences. The goal of this work was developing a tool with two comparative methods to identify CDSs with conflicting attributes. It uses the description of conflict to describe attributes such as frameshifts, large insertions or deletions, truncations, etc.. that are detected from a CDS or several CDSs used as references, depending on model. Also, the proposed tool allows to user to view of the results graphically and provide access to other tools, providing support for future friendly and faster genomic analysis. As a model of study, it was used the analysis of CDSs with conflicting attributes of the genome of E. coli strain CFT073 (NCBI) version AE014075.1, (last update date: April 20 of 2006), with this purpose was used as a reference genome of E.coli strain O157: H7 EDL933 version AE005174.2 (last update date: 6 June of 2008). Through this analysis were identified and stored 1865 CDSs (Included possible paralogs) because they present only alignments with coverage exceeding 30% of the CSD of reference. In a more detailed analysis of these results, 144 CDSs startle in the target genome by probably present frameshifts, of which 21 occur in intergenic regions. The tool developed in this work, also was applied to the case study of a genomic region of the bacterium Klebsiella pneumoniae strain KP13. The genome of this bacterium was sequenced in Computational Genomics Unit (UGC) Darcy Fontoura de Almeida LNCC (unpublished data). From the analysis of these genomes, one can conclude the importance of using the tool in the stages of identification, verification and correction of errors in annotation,and thus the need for its inclusion in the sequencing projects that want to reach high standards in the submission of genomic data.

O presente estudo teve como objetivo caracterizar o genoma de estirpes de Leptospira isoladas no Brasil e realizar a análise comparativa destes com os genomas disponíveis no banco de dados GenBank. Foram caracterizadas 17 estirpes isoladas de distintas espécies animais, em diferentes regiões do Brasil, no período de 1998 a 2012. Estas foram previamente tipificadas por sequenciamento do gene 16S rRNA e soroaglutinção microscópica em seis espécies (L. interrogans, L. santarosai, L. inadai, L. kirschneri, L. borgpetersenii e L. noguchii) e mais de oito sorogrupos. Foi realizado o sequenciamento em plataforma Illumina™ MiSeq e montagem dos genomas com algoritmo ab initio. Para ordenação e anotação foram utilizados genomas de referência das respectivas espécies estudadas. Foi realizada a análise in silico da Tipagem por Sequenciamento de Multilocus (MLST) para os três protocolos vigentes de Leptospira. A análise comparativa dos genomas, incluindo wgSNP, foi realizada intra-espécie avaliando as variações existentes entre os sorogrupos das espécies de Leptospira estudadas. As estirpes de L. interrogans apresentaram resultados na MLST congruentes com a sua identificação prévia. No caso de L. kirschneri, apenas uma estirpe apresentou novos alelos nos três protocolos de MLST e se distancia das demais estirpes brasileiras de L. kirschneri. As estirpes de L. santarosai, assim como as de L. borgpetersenii e L. noguchii, possuem novos alelos e/ou perfis alélicos para pelo menos dois dos protocolos vigentes de MLST, sendo que ainda se destacam em um agrupamento próprio de origem brasileira. Os genomas de L. interrogans apesar de apresentarem alta identidade e sintenia com a referência sorovar Copenhageni, também apresentaram regiões de diferença entre os respectivos sorogrupos. Os genomas dos sorogrupos Australis e Serjoe se destacaram por apresentarem inserções e deleções, respectivamente, principalmente no cromossomo 2. O genoma de L. borgpetersenii também apresentou grande variação de composição, como esperado para espécie, sendo esta proporcionada por sequências de inserção e transposição de elementos móveis. Os sorogrupos Canicola e Pomona apresentaram maior proximidade entre si na análise wgSNP. Também foram identificados dois plasmídeos nos genomas do sorogrupo Canicola com alta identidade aos plasmídeos descritos na estirpe chinesa do mesmo sorovar. Na espécie L. kirschneri, a estirpe 47 (M36/05) apresentou alta identidade e sintenia com os genomas do sorovar Mozdok, como esperado, incluindo a estirpe brasileira de origem humana. Já a estirpe 55 (M110/06) se diferenciou dos demais genomas de L. kirschneri tanto no MLST quanto no wgSNP. O genoma brasileiro de L. inadai apresentou alta identidade à referência americana de origem humana, incluindo a presença de um bacteriófago próprio da espécie. A distinção das estirpes brasileiras de L. santarosai na MLST, também foi evidenciada na análise comparativa e no wgSNP, sendo que a estirpe 68 (M52/8-19), que não apresentou reatividade aos sorogrupos testados, ainda se diferencia das demais reafirmando a possibilidade de novo sorogrupo/sorovar. Dessa forma, o estudo genômico possibilitou a identificação de particularidades das estirpes brasileiras de Leptospira, incluindo a existência de elementos extra-cromossomais, proximidade com estirpes de origem humana indicando maior risco para saúde pública, além da possibilidade de novo sorogrupo de L. santarosai. / The present study aimed to characterize the genome of Leptospira strains isolated in Brazil and to perform their comparative analysis with GenBank available genomes. 17 strains isolated from distinct species, in different regions of Brazil, from 1998 to 2012 were characterized. These were previously typified through 16S rRNA sequencing and microscopic agglutination into six species (L. interrogans, L. santarosai, L. inadai, L. kirschneri, L. borgpetersenii and L. noguchii) and over eight serogroups. Illumina™ MiSeq sequencing and genome assembly with ab initio algorithm were performed. For ordering and annotation, reference genomes of the respective species were used. The in silico analysis of Multilocus Sequencing Typing (MLST) was performed for the three current Leptospira protocols. The comparative genomic analysis, including wgSNP, was performed intra-species evaluating the existing variations between the serogroups of the studied Leptospira species. The L. interrogans strains presented MLST results congruent with their previous identification. In the case of L. kirschneri, only one strain presented new alleles in the three MLST protocols and distanced itself from the other Brazilian L. kirschneri strains. The L. santarosai strains, as well as L. borgpetersenii and L. noguchii, presented new alleles and/or allelic profiles for at least two of the current MLST protocols, and still stand out in a separate group of Brazilian origin. Even though the L. interrogans genomes presented high identity and synteny with serovar Copenhageni reference, they also presented regions of difference between the respective serogroups. Serogroups Australis and Serjoe genomes stood out for having insertions and deletions, respectively, mainly in chromosome 2. The L. borgpetersenii genome also presented great variation of composition, as expected for the species, which is provided by insertion sequences and transposition of mobile elements. The serogroups Canicola and Pomona presented higher proximity in the wgSNP analysis. Two plasmids were also identified in the serogroup Canicola genomes with high identity to the plasmids described in the Chinese strain of the same serovar. In the L. kirschneri species, the strain 47 (M36/05) presented high identity and synteny with the serovar Mozdok genomes, as expected, including the Brazilian strain of human origin. The strain 55 (M110/06) differed from other L. kirschneri genomes in both MLST and wgSNP. The Brazilian L. inadai genome presented high identity to the American reference of human origin including the presence of bacteriophage specific for the species. The distinction of the Brazilian L. santarosai strains in the MLST was also evidenced in the comparative analysis and in the wgSNP, and the strain 68 (M52 / 8-19), which showed no reactivity to the tested serogroups, also differs from the others reaffirming the possibility of a new serogroup/serovar. Therefore, the genomic study allowed the identification of particularities of Brazilian Leptospira strains, including the existence of extrachromosomal elements, proximity to strains of human origin indicating a greater risk for public health, in addition to the possibility of a new L. santarosai serogroup.

A endometriose é uma doença ginecológica benigna comum, mas agressiva, caracterizada pela presença de tecido endometrial ectópico. A teoria mais aceita para explicá-la é a teoria de Sampson, na qual o tecido endometrial descamado durante a menstruação sofre refluxo através das tubas uterinas, adere e se prolifera em sítios ectópicos da cavidade peritoneal. Por outro lado, apenas o refluxo tubário não é capaz de estabelecer a doença e vários estudos sugerem uma etiologia multidimensional incluindo fatores hereditários, hormonais e imunológicos. Várias metodologias têm sido propostas com o objetivo de identificar genes candidatos para a endometriose. A hibridação genômica comparativa (CGH) é uma técnica que permite que o genoma inteiro seja analisado em um só experimento, sem a necessidade de cromossomos metafásicos obtidos por cultura celular. Nossa proposta foi avaliar, por CGH, amostras de endometriomas ovarianos e de tecido endometrial eutópico de dez pacientes com diagnóstico firmado de endometriose, para screening do genoma. No grupo eutópico, 6/10 amostras apresentaram alterações caracterizadas por perdas ou ganhos de regiões cromossômicas e no grupo ectópico foram encontradas alterações em 7/10 casos. A presença de perdas e ganhos de regiões cromossômicas no endométrio eutópico, histologicamente normal, de mulheres com endometriose ovariana, pode ser considerada como alteração primária ao desenvolvimento da doença. A metodologia de CGH permitiu a detecção das regiões cromossômicas 11q12.3-q13.1, 17p11.1-p12 e 17q25.3-qter como regiões críticas, direcionando investigações futuras para identificação de genes associados à endometriose. / Endometriosis is a common benign gynecological disease, very aggressive, characterized by the presence of ectopic endometrial tissue. The most accepted theory to explain it is Sampson\'s implantation theory, which says that the endometrial tissue exfoliated during menstruation undergoes reflux through the uterine tubes, adheres and proliferates in ectopic sites of the peritoneal cavity. On the other hand, only reflux is not enough to the establishment of the disease and a number of studies suggest a multidimensional etiology including hereditary, hormonal and immunological factors. Several methodologies have been proposed for the identification of candidate genes for endometriosis. The comparative genomic hybridization (CGH) is a versatile technique that allows the entire genome to be analyzed in only one experiment without the necessity of metaphasic chromosomes from the sample, excluding the cell culture. We aimed to evaluate, by CGH, ovarian endometriomas and eutopic endometrial tissue samples from 10 patients with confirmed diagnosis of endometriosis, for a genomic screening. In the eutopic group, 6/10 samples presented genomic imbalances and 7/10 cases showed alterations in the ectopic group. The presence of losses and gains of chromosomic regions in the histologically normal eutopic endometrium from women with ovarian endometriosis can be considered as a primary alteration in the development of the disease. The CGH methodology allowed the detection of chromosomic regions 11q12.3-q13.1, 17p11.1-p12 and 17q25.3-qter as critical regions, leading to future investigations for the identification of genes associated to endometriosis.

Dermatófitos são fungos filamentosos que infectam substratos queratinizados como pele, unha e cabelo em busca de nutrientes para se desenvolverem e permanecerem no hospedeiro. Pertencem aos gêneros Epidermophyton, Microsporum ou Trichophyton, os quais, dependendo de seu habitat natural, são classificados em espécies geofílicas, zoofílicas ou antropofílicas. O uso indiscriminado de antifúngicos levou à seleção de cepas resistentes, e o comportamento invasivo desses patógenos em pacientes imunodeprimidos aumentou nos últimos anos, dificultando o tratamento das dermatofitoses. Há, portanto, a necessidade de estudos para um melhor entendimento da biologia dos dermatófitos devido as suas importâncias médica e/ou veterinária e o escasso conhecimento da interação destes patógenos com os hospedeiros. No presente trabalho, analisamos oito espécies de dermatófitos: Arthroderma benhamiae, Microsporum canis, Microsporum gypseum, Trichophyton interdigitale, Trichophyton equinum, Trichophyton rubrum, Trichophyton tonsurans e Trichophyton verrucosum. Análises de genômica comparativa e de expressão de genes potencialmente envolvidos na degradação de queratina foram realizadas. Além disso, efetuamos o sequenciamento genômico em larga escala de uma das linhagens. A estrutura dos genes sub3, sub5 e sub7, que codificam serina endopeptidases com atividade queratinolítica, mep3 e mep4, que codificam proteínas pertencentes ao grupo das metaloendopeptidases, dppV, lap1 e lap2, que codificam exopeptidases, foi analisada por meio de ferramentas computacionais. Essas análises revelaram que os genes que codificam proteases possuem alto grau de conservação em suas estruturas, que é menor quando comparadas apenas suas regiões não codificadoras. As análises permitiram também a identificação em regiões promotoras de consensos específicos a gêneros de dermatófitos. Observamos que o acúmulo de transcritos destes genes, avaliados durante o cultivo em queratina, mimetizando o processo infeccioso, não está correlacionado à similaridade das sequências gênicas entre as espécies. Não encontramos correlação entre o nicho preferencial dos dermatófitos e suas sequências gênicas ou níveis transcricionais. Observamos que, na grande maioria das vezes, genes que codificam endo e exopeptidases, possuem acúmulo de transcritos em períodos iniciais de degradação de queratina. Nossos resultados sugerem que diferenças pontuais na sequencia gênica, diferenças em regiões promotoras ou, até mesmo, expressão variável destes genes que codificam um conjunto proteico com funções sinérgicas e provavelmente compensatórias, contribuam para os diferentes graus de reações inflamatórias no hospedeiro, bem como para a especificidade patógeno-hospedeiro. / Dermatophytes are filamentous fungi that infect keratinized substrates such as skin, nail and hair, searching for nutrients for their development and permanence in the host. They belong to the genera Epidermophyton, Microsporum or Trichophyton, and, depending on their natural habitat, are classified into geophilics, zoophilics or anthropophilics species. The indiscriminate use of antifungals has led to the selection of resistant strains, and the invasive behaviour of these pathogens in immunocompromised patients increased in the last years, hampering the treatment of the dermatophytoses. Therefore, there is a need of studies for a better understanding of the biology of the dermatophytes due to their medical and/or veterinary importance and the scarce knowledge about the interaction of these pathogens with their hosts. In this work, we analyzed eight species of dermatophytes: Arthroderma benhamiae, Microsporum canis, Microsporum gypseum, Trichophyton interdigitale, Trichophyton equinum, Trichophyton rubrum, Trichophyton tonsurans, and Trichophyton verrucosum. Comparative genomics and gene expression analyses of genes potentially involved in keratin degradation were performed. Moreover, we performed a large-scale genome sequencing of one of the strains. The structure of the genes sub3, sub5, and sub7, which encode serine endopeptidases with keratinolytic activity, mep3, and mep4, which encode proteins belonging to the group of the metalloendopeptidases, dppV, lap1, and lap2, encoding exopeptidases, were analyzed by computational tools. These analyses revealed that the genes encoding proteases possesses high degree of conservation in their structures, which are lower when their non-coding regions are compared. The analyses also allowed the identification of consensus in promoter regions, specific of dermatophytes genera. We observed that the transcripts accumulation of these genes, evaluated during the cultivation in keratin, mimicking the infection process, is not correlated to the gene sequence similarities among the species. We have not found any correlation between the preferential niche of dermatophytes and their gene sequences or transcription levels. Most of the times, we observed that genes encoding endo and exopeptidases accumulated transcripts at the beginning of keratin degradation. Our results suggest that specific differences in the genic sequencing, differences in promoter regions, or even variable expression of these genes encoding a set of proteins with synergic and probably compensatory functions, contribute to different levels of inflammatory reactions in the host, as well as to the host-pathogen specificity.

Nodularia spumigena é uma espécie cianobacteriana conhecida como produtora da hepatotoxina nodularina. Essa cianotoxina é uma potente e irreversível inibidora de proteínas fosfatases da família serina/treonina (PP1 e PP2A) de células eucarióticas e é uma promotora tumoral e suspeita carcinogéna. Além da nodularina, a N. spumigena também é produtora de outros peptídeos não ribossômicos, tais como espumiginas, aeruginosinas e anabaenopeptinas. O primeiro relato de N. spumigena formadora de florações no Brasil ocorreu em 2011 em tanques de produção de camarões no Rio Grande, RS, e estimulou o interesse na obtenção de informações sobre o seu genoma e potencial biossíntético. Dessa forma, a objetivo deste estudo foi avaliar os aspectos genômicos e funcionais da linhagem Nodularia spumigena CENA596 isolada de um tanque de produção de camarões de Rio Grande. Para isso, uma cultura da linhagem N. spumigena CENA596 foi submetida a um tratamento com hipoclorito de sódio (2%) para eliminação de contaminantes e o DNA extraído das células tratadas foi sequenciado na plataforma MiSeq e analisado com ferramentas genômicas. O sequenciamento e a montagem do seu genoma originaram 291 sequências contíguas com percentual GC de 41,19 e tamanho total de 5.189.679 pb. A análise filogenética baseada na sequência do gene que codifica o 16S rRNA agrupou a linhagem CENA596 com outras de N. spumigena da Austrália e América do Norte. Na árvore filogenômica construída com as sequências concatenadas de 31 proteínas, a linhagem brasileira CENA596 agrupou-se com valor de reamostragem de 100% com a N. spumigena CCY9414 originária do mar Báltico. As análises comparativas entre os genomas dessas duas linhagens indicaram um grande número de genes compartilhados, os quais estão relacionados principalmente ao metabolismo primário das células. Por outro lado, foram encontrados genes específicos para cada uma delas que estão envolvidos em respostas celulares a estresses oxidativos, patógenos e antibióticos. A mineração do genoma da N. spumigena CENA596 revelou 13 agrupamentos gênicos hipoteticamente relacionados à síntese de metabólitos secundários, a maioria dos quais mostrou similaridade significativa com agrupamentos conhecidos. As análises químicas confirmaram a produção de duas variantes de nodularina, espumigina, namalida, aeruginosina e aminoácidos tipo micosporina, e uma variante de geosmina. A linhagem brasileira N. spumigena CENA596 mostrou-se capaz de produzir uma variedade significante de moléculas bioativas e seu genoma revelou-se ser consideravelmente conservado em relação ao genoma da linhagem CCY9414, a qual é conhecida por causar grandes florações tóxicas no Mar Báltico / Nodularia spumigena is a cyanobacterial species known as a producer of the hepatotoxin nodularin. This cyanotoxin is a potent and irreversible inhibitor of eukaryotic cell serine/threonine protein phosphatases (PP1 and PP2A) and is a tumor promoter and suspected carcinogen. In addition to nodularin, N. spumigena is also produces other non-ribosomal peptides, such as spumigins, aeruginosines and anabaenopeptins. The first report of bloom-forming N. spumigena in Brazil occurred in 2011 in shrimp production ponds, Rio Grande, RS, and stimulated interest in obtaining information on its genome and biosynthetic potential. Thus, the objective of this study was to evaluate the genomic and functional aspects of the strain N. spumigena CENA596 isolated from a shrimp production pond of the Rio Grande. For this, a culture of the strain N. spumigena CENA596 was submitted to a treatment with sodium hypochlorite (2%) to eliminate contaminants and the DNA extracted from treated cells was sequenced in a platform MiSeq and analyzed with genomic tools. Genome sequencing and assembly resulted in 291 contiguous sequences with GC percentage of 41.19 and total size of 5,187,679 bp. Phylogenetic analysis based on the gene sequence encoding the 16S rRNA grouped the strain CENA596 with other N. spumigena from Australia and North America. In the phylogenomic tree constructed with the concatenated sequences of 31 proteins, the Brazilian strain CENA596 grouped with a bootstrap value of 100% with the N. spumigena CCY9414 originating from the Baltic sea. Comparative analyses between the genomes of these two strains indicated a large number of shared genes, which are mainly related to the primary metabolism of the cells. Otherwise, genes specific for each of the two strains were identified as involved in cellular responses to oxidative stress, pathogens and antibiotics. Genome mining revealed 13 gene clusters hypothetically related to the synthesis of secondary metabolites, most of which showed significant similarity to known clusters. Chemical analyses confirmed the production of two variants of nodularin, spumigin, namalide, aeruginosin and mycosporine-like amino acid, and one variant of geosmin. The Brazilian strain N. spumigena CENA596 was able to produce a significant variety of bioactive molecules and its genome revealed to be considerably conserved in relation to the genome of the strain CCY9414, which is known to cause large toxic blooms in the Baltic Sea

A tuberculose é uma doença infectocontagiosa causada por bactérias do complexo Mycobacterium tuberculosis (MTBC) que afeta humanos e/ou animais. Membros desse complexo evoluíram clonalmente e possuem grande similaridade genômica, diferenciando-se por polimorfismos de nucleotídeo único (SNPs) e regiões de diferença (RDs). Dentre os patógenos da tuberculose em animais, Mycobacterium bovis, causador da tuberculose bovina, é o membro do MTBC de maior importância global. Desta maneira, o presente estudo tem por objetivo o sequenciamento, a anotação e a análise da estirpe brasileira SP38 de M. bovis, seguido da genômica comparativa desse com outros genomas de M. bovis depositados no GenBank. Mycobacterium bovis SP38 apresenta um genoma tradicional de micobactéria tuberculosa, sendo esse único, circular com 4.347.646 pb, alto conteúdo de GC (65,6%) e 4.216 genes, incluindo 154 pseudogenes, 3 genes de rRNA (RNA ribossomal), 45 de tRNA (RNA transportador), 2 de ncRNA (RNA não codificante), 1 tmRNA (RNA transferência-mensageiro) e 4.011 sequências de DNA codificante (CDSs) (NZ_CP015773.1). Dentre as CDSs, a maioria (2.805 - 69,93%) foi anotado com função e 1.206 (30,07%) como hipotéticos. Para a genômica comparativa, os 31 genomas completos ou em drafts de M. bovis depositados no GenBank, 32 genomas de Mycobacterium bovis BCG e 23 genomas de Mycobacterium tuberculosis foram selecionados. Análises in silico dos padrões de RD resultaram na exclusão de três genomas anotados equivocadamente como M. bovis virulentos. A análise de genes ortólogos sugere que M. bovis está sob processo de decay genômico. A quantificação de sítios polimórficos indica uma maior variabilidade genética em números totais (8.335 em M. tuberculosis, 3.448 em M. bovis virulentos, e 1.088 em M. bovis BCGs) e comparações par-a-par (p ≤0,05) de M. tuberculosis em relação a M. bovis virulentos e BCGs, indicando uma maior pressão evolutiva sob M. tuberculosis, contrastando com o fato de que M. bovis é capaz de infectar um maior número de espécies hospedeiras que M. tuberculosis. A maioria desses sítios polimórficos estão localizados em CDSs hipotéticos (31,7% - 51,3%), sendo associados a família gênica PE/PPE, e apresentam uma proporção de mutações não sinônimas crescentes pela ordem M. bovis BCG, M. bovis virulentos e M. tuberculosis (48,90%, 51,92% e 59,52%, respectivamente). Essa menor proporção de mutações não sinônimas e a categorização funcional dissimilar entre CDSs contendo sítios polimórficos, indica que M. bovis BCG está sujeito a diferentes pressões seletivas quando comparado a M. bovis virulentos e M. tuberculosis. Por fim, a análise filogenética baseada em sítios polimórficos indica agrupamentos filogenéticos de M. bovis suportados pela classificação dos Complexos Clonais (CCs) e não por hospedeiros de origem dos isolados, confirmando que sítios polimórficos podem ser utilizados para classificação filogenética de linhagens genéticas desta espécie bacteriana. Além do mais, 2/28 (7,14%) genomas de M. bovis não puderam ser classificados nos CCs atualmente descritos, sugerindo a existência de complexos ainda não determinados. Este estudo representa o primeiro genoma de uma estirpe nacional de M. bovis a ser completamente sequenciado e a primeira análise de genômica comparativa de genomas desta espécie bacteriana. / Tuberculosis is an infectious disease caused by bacteria of the Mycobacterium tuberculosisComplex (MTBC) that affects human beings and/or animals. Members of this complex clonally evolved and have high genomic similarity, differentiated by single nucleotide polymorphisms (SNPs) and regions of difference (RDs). Among the animal tuberculosis pathogens, Mycobacterium bovis, the causative agent of bovine tuberculosis, is the MTBC member of greatest global importance. Therefore, the aim of the present study is to sequence, assemble and annotate the genome of the Brazilian strain SP38 of M. bovis, followed by the comparative genomics with other M. bovis genomes available in GenBank. Mycobacterium bovis SP38 has a traditional mycobacteria genome. It has a single and circular chromosome with 4,347,646 bp, high GC content (65.6%), and 4,216 genes, including 154 pseudogenes, 3 rRNA genes (ribosomal RNA), 45 tRNA (transfer RNA), 2 ncRNA (non-coding RNA), 1 tmRNA (transfer-messenger RNA), and 4,011 coding DNA sequences (CDSs) (NZ_CP015773.1). The majority of CDSs (2,805 - 69,93%) was annotated with function and 1,206 (30,07%) are hypothetical. For the comparative genomics analyses, the 31 genomes (complete and drafts) of M. bovis available in GenBank, 32 Mycobacterium bovis BCG and, 23 of Mycobacterium tuberculosis were chosen. In silico analysis of the RDs patterns resulted in the exclusion of three genomes, mistakenly annotated as virulent M. bovis. Orthologous gene analysis suggests that strains of M. bovis are under genomic decay. The quantification of polymorphic sites indicates the greater variability in absolute numbers (8,335 in M. tuberculosis, 3,448 in virulent M. bovis, and 1,088 in M. bovis BCG) and in pairwise comparisons (p≤0,05) of M. tuberculosis compared to virulent M. bovis and M. bovis BCG, suggesting that M. tuberculosis is under high evolutionary pressure. This is in contrast to the fact that M. bovis is capable of infecting a higher number of host species than M. tuberculosis. Most of these polymorphic sites are located in hypothetical CDSs (31.7% - 52.3%), being associated with PE/PPE family, and demonstrating a nonsynonymous mutations proportion of the following increasing order: M. bovis BCG, virulent M. bovis and M. tuberculosis (48.90%, 51.92% and 59.52%, respectively). This lower proportion of nonsynonymous mutations and the dissimilar functional categorization of CDSs with polymorphic sites indicates that M. bovis BCG is subjected to different selective pressure when compared to virulent M. bovis and M. tuberculosis. Finally, the phylogenetic analysis based on polymorphic sites indicates that the phylogenetic grouping of M. bovis is supported by Clonal Complexes (CCs), and not by the host of M. bovis isolates, confirming that polymorphic sites can be used for phylogenetic classification of genetic lineages of this bacterial species. Furthermore, 2/28 (7.14%) genomes of M. bovis could not be classified in the currently described CCs, suggesting the existence of complexes yet to be determined. This study represents the first genome of a Brazilian strain of M. bovis to be completely sequenced and the first comparative genomic analysis of the genomes of this bacterial species.

Dermatófitos são um grupo de fungos intimamente relacionados, que tem a capacidade de invadir tecidos queratinizados como pele, cabelos e unhas de homens e outros animais causando dermatofitoses. Os agentes envolvidos nessas infecções pertencem aos gêneros Trichophyton, Microsporum ou Epidermophyton e, de acordo com seu habitat natural, são classificados em espécies geofílicas, zoofílicas ou antropofílicas. A maior incidência de dermatofitoses é causada pelo gênero Trichophyton, sendo T. rubrum a espécie mais prevalente em infecções de pele e unhas em humanos. Devido à severidade e longevidade destas infecções, e à resistência ao tratamento, o estudo de fatores envolvidos na interação patógeno-hospedeiro, na resistência dos dermatófitos a agentes antifúngicos e na manutenção do processo infeccioso são de grande relevância. Por análises morfológicas, fisiológicas e de expressão gênica, comparamos cinco dermatófitos cujos genomas foram sequenciados por iniciativa do Broad Institute, Microsporum canis, Trichophyton equinum, Trichophyton interdigitale, Trichophyton rubrum e Trichophyton tonsurans. Cultivos em queratina, mimetizando o processo infeccioso, foram utilizados para analisar o envolvimento dos dermatófitos na interação patógeno-hospedeiro e manutenção do processo infeccioso. Também expusemos as espécies a concentrações subinibitórias de agentes terapêuticos, de modo a verificar a resposta destes fungos a diferentes drogas. Observamos que o acúmulo de transcritos dos genes relacionados à virulência em dermatófitos avaliados durante o crescimento em queratina sugere que a maquinaria metabólica com atividade de formação da parede celular do fungo, metabolização do substrato e adesão ao hospedeiro ativa nos períodos iniciais de infecção. Contudo, um padrão de expressão correlacionado à similaridade das sequências genômicas não foi observado nas condições testadas. Também não se observa correlação direta entre o nicho preferencial dos dermatófitos e os níveis transcricionais em resposta à queratina de origem animal. Analisamos três genes envolvidos na resistência a múltiplas drogas (MDR) durante crescimento na presença de drogas com atividade antifúngica. Nossos dados sugerem que os genes MDR atuam sinergicamente em dermatófitos, e podem atuar de forma compensatória quando em presença de drogas antifúngicas, o que pode ser uma importante causa de falhas no tratamento. Nossos resultados fornecem evidências de que a expressão dos genes analisados não se correlaciona com as relações filogenéticas entre estes dermatófitos, visto que apesar da íntima relação entre o conteúdo genético e organização do genoma, os níveis transcricionais destes genes são diferentes entre as espécies. Assim, diferenças na adaptação a nichos específicos e a progressão da doença entre os dermatófitos podem ser explicadas por diferentes perfis de transcrição do gene. / Dermatophytes are a group of closely related fungi, which have the ability to invade keratinized tissues, such as skin, hair, and nails of both human and animal hosts causing dermatophytosis. The agents involved in these infections belong to the genera Trichophyton, Microsporum or Epidermophyton and, according to their natural habitat, are classified as geophilic, zoophilic or anthropophilic species. The higher incidence of dermatophytosis is caused by the genera Trichophyton, being the specie T. rubrum the most prevalent causative of human skin and nail infections. Because of the severity and longevity of these infections and their resistance to treatment, the study of the factors involved in host-pathogen interaction, in resistance of dermatophytes to antifungal agents, and in maintenance of the infection is relevant. Through morphological, physiological and gene expression analysis we compared five dermatophytes, whose genomes were sequenced by initiative of the Broad Institute: Microsporum canis, Trichophyton equinum, Trichophyton interdigitale, T. rubrum and Trichophyton tonsurans. Growth in keratin, which mimetize the infectious process, was used to analyze the involvement of dermatophytes in host-pathogen interaction and maintenance of the infectious process. We also exposed the species to subinibitory concentrations of therapeutic agents to verify the response of these fungi to different drugs. We observed that the accumulation of transcripts of genes related to virulence in dermatophytes evaluated during growth in keratin, suggest that the metabolic machinery with activity on fungal cell wall formation, substrate metabolization, and host adhesion is activated in early stages of infection. However, an expression pattern correlating to genomic sequence similarity was not observed in the conditions tested. We also did not observe a direct correlation between the preferential niche of these dermatophytes and the transcriptional levels in response to the keratin from animal origin. We analyze three genes involved in multidrug resistance (MDR) during growth in the presence of drugs with antifungal activity. Our data suggest that MDR genes act synergistically in dermatophytes, and they may compensate for one another when challenged with antifungal drugs, which can be an important cause of therapeutic failure. We provide evidence that the expression of the analyzed genes does not correlate with the phylogeny of these dermatophytes since, in spite of the different species being highly related in gene content and genome organization, the transcription level of these genes is different among these species. Thus, differences in adaptation to a specific niche and disease progression among dermatophytes would be explained by different gene transcription profiles.

O cancro cítrico é uma doença que afeta diversas espécies de Citrus, cujo agente causal é Xanthomonas axonopodis pv citri (XAC). O genoma desta fitobactéria consiste de um cromossomo de ~5 Mpb e dois plasmídeos, que juntos codificam 4313 CDS (seqüências codificadoras), das quais 2710 apresentam similaridade com proteínas conhecidas. Neste trabalho realizamos uma análise comparativa detalhada do genoma de XAC com genomas de três fitopatógenos, Xanthomonas campestris campestris, Xylella fastidiosa 9a5c e Xylella fastidiosa temecula. Com esta análise identificamos genes espécie e gênero-específicos, potencialmente relevantes para adaptação aos seus respectivos nichos ou hospedeiros, além de ilhas de inserção e deleção genômica putativas. Também identificamos vias metabólicas relacionadas com osmoproteção/osmorregulação e com degradação de compostos aromáticos em XAC, que possivelmente são determinantes na eficácia de sua interação com o hospedeiro. Analisamos o nível de expressão de 9 CDS após crescimento de XAC em diferentes concentrações de glicose e verificamos que este açúcar modula positivamente a expressão de CDS relacionadas à síntese de goma e ao sistema de osmoproteção. Além disso, descrevemos a construção de microarranjos de DNA representando 2760 CDS de XAC, constituindo-se uma nova ferramenta para estudos de genômica comparativa e expressão gênica deste fitopatógeno. / Xanthomonas axonopodis pv citri (XAC) is the bacterial pathogen that causes citrus canker disease in several species of Citrus plants. XAC genome consists of a main cromosome of ~5 Mpb and two plasmids that together encode 4313 CDS (coding sequences). Approximately 63% of the CDS have assigned biological functions. In this work, we present a detailed genomic comparison between the genomes of XAC and of three other phytopathogens, X. campestris campestris, Xylella fastidiosa 9a5c and X. fastidiosa Temecula. Based on this analysis, we identified species and genus-specific genes that might be relevant for adaptation to their niches and hosts. We mapped putative insertion/deletion regions in the XAC genome possibly related to gene gains and losses during the divergence of the four bacterial lineages. We have identified the metabolic pathways related to osmoprotection/osmoregulation and aromatic compound degradation important for XAC efficient host colonization and interaction. Expression levels of 9 CDS were analyzed after XAC growth under different glucose concentrations revealing that this sugar upregulates the expression of CDS related to gum synthesis and to osmoregulation. In addition, we describe here the construction of a DNA microarray representing 2760 CDS of XAC as a new tool for comparative genomic and gene expression studies in this phytopathogen.

Bacillus thuringiensis subsp. israelensis é uma bactéria gram positiva, amplamente utilizada no controle de insetos Diptera, família Culicidae, tais como Aedes aegypti e Culex quinquefasciatus. O sequenciamento de genomas completos de estirpes de B. thuringiensis tem permitido a identificação e caracterização de proteínas inseticidas, assim como a realização de estudos de genômica comparativa, permitindo evidenciar diferenças funcionais e filogenéticas. Neste contexto, o presente estudo teve como objetivo realizar análises genômicas de quatro isolados de B. thuringiensis subsp. israelensis que apresentam diferentes toxicidades para larvas de A. aegypti e C. quinquefasciatus. O sequenciamento dos genomas dos isolados T0124, T0131, T0137 e T0139 foi realizado a partir da plataforma MiSeq-Ilumina, e a montagem e anotação foram feitas utilizando ferramentas do programa de bioinformática Geneious. As análises resultaram em cromossomos com tamanhos aproximados de 5.414 Kb, conteúdo G+C de 35,2% e 5.358 regiões codificantes. Com relação ao conteúdo extracromossomal, foram montados três plasmídeos menores de 5,4; 6,8 e 7,6 Kb, e três plasmídeos maiores de 127, 235 e 359 Kb para todos os isolados, e estes foram enumerados de 1 a 6. A anotação revelou que apenas os plasmídeos de número 4, que correspondem ao pBtoxis, possuem proteínas inseticidas, sendo elas Cry4Aa, Cry4Ba, Cry11Aa, Cry10Aa, Cyt1Aa, Cyt2Ba e Cyt1Ca. A análise comparativa entre os genomas demonstra que os cromossomos T0124, T0131, T0137 e T0139 apresentam sequências colineares e com 99% de identidade, e seus respectivos plasmídeos 1, 2, 3, 4, 5 e 6 compartilham todas as suas regiões codificantes, incluindo aquelas relacionadas a δ-endotoxinas. A comparação de sequências de enterotoxinas, metaloproteases e fosfolipases demonstra que estes também são conservados entre os genomas. Na análise filogenética, os cromossomos T0124, T0131, T0137 eT0139 agruparam-se juntamente com os genomas dos isolados AM65-52 e HD-789 disponíveis no GenBank, sugerindo uma estreita relação genética entre estirpes de B. thuringiensis subsp. israelensis. Os isolados T0124, T0131, T0137 e T0139 apresentam diferentes concentrações letais para larvas de A. aegypti e C. quinquefasciatus, e a adição de dados proteômicos aos dados genômicos, aqui obtidos, poderão auxiliar na compreensão destas diferenças de toxicidade. Contudo as análises comparativas entre os genomas dos isolados T0124, T0131, T0137 e T0139 mostram alto grau de conservação genética a nível de nucleotídeos de B. thuringiensis subsp. israelensis. / Bacillus thuringiensis subsp. israelensis is a gram-positive bacterium widely used to control insects of the order Diptera, such as Aedes aegypti (Diptera: Culicidae) and Culex quinquefasciatus (Diptera: Culicidae). The sequencing of complete genomes of B. thuringiensis strains has allowed the identification and characterization of insecticidal proteins, as well as the comparative genomic studies, allowing the identification of functional and phylogenetic differences. In this context, the present study aimed to perform genomic analysis of four isolates of B. thuringiensis subsp. israelensis having different toxicities for larvae of A. aegypti and C. quinquefasciatus larvae. Sequencing of genomes of the isolates T0124, T0131, T0137 and T0139 was performed from the MiSeq-Ilumina platform, and assembly and annotation were done using tools from the Geneious bioinformatics program. The analyzes resulted in chromosomes with approximate sizes of 5,414 Kb, G + C content of 35.2% and 5,358 coding regions. Regarding extrachromosomal content, three smaller plasmids of 5.4, 6.8 and 7.6 Kb, and three larger plasmids of 127, 235 and 359 Kb were assembled for all the isolates, and these were enumerated from 1 to 6. The annotation revealed that only the plasmids of number 4, corresponding to pBtoxis, possess insecticidal proteins, being Cry4Aa, Cry4Ba, Cry11Aa, Cry10Aa, Cyt1Aa, Cyt2Ba and Cyt1Ca. Comparative analysis between the genomes demonstrates that chromosomes T0124, T0131, T0137 and T0139 have collinear sequences and 99% identity, and their respective plasmids 1, 2, 3, 4, 5 and 6 share all of their coding regions, including those related to δ-endotoxins. Comparison of enterotoxin, metalloprotease and phospholipase sequences shows that these are conserved among the genomes. In the phylogenetic analysis, chromosomes T0124, T0131, T0137 and T0139 were grouped together with the genomes of the isolates AM65-52 and HD-789 available in GenBank, suggesting a close genetic relation between strains of B. thuringiensis subsp. israelensis. The isolates T0124, T0131, T0137 and T0139 present different lethal concentrations to larvae of A. aegypti and C. quinquefasciatus, and the addition of proteomic data to the genomic data obtained here may help to understand these differences in toxicity. However, the comparative analyzes between the genomes of isolates T0124, T0131, T0137 and T0139 show a high degree of genetic conservation at the nucleotide level of B. thuringiensis subsp. israelensis.

Made available in DSpace on 2015-03-04T18:50:44Z (GMT). No. of bitstreams: 1 GINGA_Final_arp.pdf: 2617259 bytes, checksum: c988d46e191f2e44e3ce926beaa06fb0 (MD5) Previous issue date: 2007-03-23 / This study aimed to develop a computational system applied to the comparative analysis of prokaryotic genomes in a graphical view. The system named GINGA Graphical Interface for comparative Genome Analysis was developed to analyse a draft genome sequence in comparison to a complete genome. The system shows the alignment between sequence of reads, contigs and scaffolds from partial sequenced genomes and the complete sequence of another genome and allows the identification shared and unique regions as well as rearrangements. GINGA is a web-based system developed using the PERL language to access a MySQL database where all the information regard to the comparative analysis is stored. The module of the interface to GD (Graphics Library) was used to help the construction of the graphical tool. The graphical view allows zoom in/out on the information on assembly, annotation and the organization of the sequences. Supplementary information can be accessed in the form of reports. GINGA system was used to compare the genomes of Leifsonia xyli subsp. cynodontis (Lxc draft genome sequence) and Leifsonia xyli subsp. xyli (Lxx complete genome sequence). The mail goal was to identify genetic differences that may help to understand the pathogeniciy of Lxx towards sugarcane. A total of 9.754 reads assembled in 1.064 contigs and 317 scaffolds produced 1.470.731 of no redundant bases of Lxc genome and were used in the analysis. GINGA allowed the identification of 206.320 bp (~20%) of Lxc specific sequences organized in contigs and 56.884 bp organized in 19 scaffolds (5,9%), around 1 milion bp aligned to Lxx genome and at least 6 large scale genomic rearrangements. These results were presented in a graphical interface and allowed to guide the partial genome sequencing, helping to decide which regions should be further sequenced and at the same time allowing the formulation of hypothesis related to important biological aspects of these microorganisms / Esta dissertação resultou de um sistema computacional voltado para a visualização gráfica de análises comparativas entre genomas de procariotos. O sistema denominado de GINGA Graphical Interface for comparative Genome Analysis foi desenvolvido basicamente para analisar genomas parcialmente seqüenciados por meio da comparação com genomas completos. O sistema mostra a representação do alinhamento entre seqüências de reads, contigs e scaffolds do genoma parcial com a seqüência completa do outro genoma, permitindo a identificação de blocos comuns, regiões específicas e rearranjos. GINGA é um sistema web-based que foi desenvolvido em linguagem PERL para acessar um banco de dados MySQL, onde estão armazenadas as informações obtidas nas análises comparativas. O módulo de interface da biblioteca gráfica GD da linguagem PERL foi utilizado para a construção da ferramenta de visualização. A representação gráfica criada permite a navegação com opções de zoom in/out, disponibilizando as informações de montagem, anotação das seqüências codificadoras e da organização das seqüências entre os genomas. Relatórios são ainda disponibilizados como fonte complementar da apresentação dos resultados. O sistema GINGA foi utilizado para analisar de maneira comparativa o genoma das bactérias Leifsonia xyli subsp. cynodontis (Lxc genoma parcialmente seqüenciado) e Leifsonia xyli subsp. xyli (Lxx genoma completamente seqüenciado). Lxx provoca o raquitismo da soqueria em cana-de-açúcar, enquanto Lxc é capaz de colonizar cana-de-açúcar sem provocar sintomas de doença. O objetivo foi revelar, ainda durante o processo de seqüenciamento do genoma de Lxc, diferenças genéticas existentes entre os genomas dessas duas bactérias. Fizeram parte das análises comparativas um total de 9.754 reads do genoma de Lxc que formaram 1.064 contigs e 317 scaffolds, totalizando 1.470.731 de bases não redundantes. GINGA permitiu a identificação de 206.320 bases (~19%) em seqüências de contigs específicos (contigs que não apresentaram alinhamento algum com o genoma completo de Lxx) e 19 scaffolds (5,9%) que totalizaram 56.884 bases específicas ao genoma de Lxc, além de aproximadamente 1 milhão de nucleotídeos alinhados ao genoma de Lxx e pelo menos 6 grandes rearranjos. Estes resultados foram disponibilizados em uma interface gráfica e relatórios, permitindo orientar o andamento do projeto de seqüenciamento do genoma de Lxc quanto à seleção das regiões a serem seqüenciadas e, simultaneamente, oferecendo informações para a formalização de hipóteses relevantes à biologia destes microorganismos.