Fatores de transcrição (FT) são proteínas que se ligam em sequências específicas e bem conservadas de nucleotídeos no DNA, denominadas sítios de ligação dos fatores de transcrição (SLFT), localizadas em regiões de regulação gênica conhecidas como módulos cis-reguladores (CRM). Ao reconhecer o SLFT, o fator de transcrição se liga naquele sítio e influencia a transcrição gênica positiva ou negativamente. Existem técnicas experimentais para a identificação dos locais dos SLFTs em um genoma, como footprinting, ChIP-chip ou ChIP-seq. Entretanto, a execução de tais técnicas implica em custos e tempo elevados. Alternativamente, pode-se utilizar as sequências de SLFTs já conhecidas para um determinado fator de transcrição e aplicar técnicas de aprendizado computacional supervisionado para criar um modelo computacional para tal sítio e então realizar a predição computacional no genoma. Entretanto, a maioria das ferramentas computacionais existentes para esse fim considera independência entre as posições entre os nucleotídeos de um sítio - como as baseadas em PWMs (position weight matrix) - o que não é necessariamente verdade. Este projeto teve como objetivo avaliar a utilização de gramáticas regulares estocásticas (GRE) como técnica alternativa às PWMs neste problema, uma vez que GREs são capazes de caracterizar dependências entre posições consecutivas dos sítios. Embora as diferenças de desempenho tenham sido sutis, GREs parecem mesmo ser mais adequadas do que PWMs na presença de valores mais altos de dependência de bases, e PWMs nos demais casos. Por fim, uma ferramenta de predição computacional de SLFTs foi criada baseada tanto em GREs quanto em PWMs. / Transcription factors (FT) are proteins that bind to specific and well-conserved sequences of nucleotides in the DNA, called transcription factor binding sites (TFBS), contained in regions of gene regulation known as cis-regulatory modules (CRM). By recognizing TFBA, the transcription factor binds to that site and positively or negatively influence the gene transcription. There are experimental procedures for the identification of TFBS in a genome such as footprinting, ChIP-chip or ChIP-Seq. However, the implementation of these techniques involves high costs and time. Alternatively, one may utilize the TFBS sequences already known for a particular transcription factor and applying computational supervised learning techniques to create a computational model for that site and then perform the computational prediction in the genome. However, most existing software tools for this purpose considers independence between nucleotide positions in the site - such as those based on PWMs (position weight matrix) - which is not necessarily true. This project aimed to evaluate the use of stochastic regular grammars (SRG) as an alternative technique to PWMs in this problem, since SRGs are able to characterize dependencies between consecutive positions in the sites. Although differences in performance have been subtle, SRGs appear to be more suitable than PWMs in the presence of higher base dependency values, and PWMs in other cases. Finally, a computational TFBS prediction tool was created based on both SRGs and PWMs.

Polimorfismos de um nucleotídeo (SNPs) podem alterar, além de códons de leitura da tradução de genes, posições genômicas importantes do processo de regulação gênica, como sítios de iniciação de transcrição, de splicing e, mais especificamente, sítios alvos de microRNAs (miRNAs). Em parti- cular, a identificação de SNPs alterando sítios alvos de miRNAs é um problema em aberto, embora venha ganhando um importante destaque nos últimos anos decorrente dos avanços descobertos sobre a capacidade dos miRNAs como elementos reguladores do genoma, associados inclusive a muitas doenças como o câncer e vários transtornos psiquiátricos. Os recursos computacionais atualmente disponíveis para esta finalidade (alguns bancos de dados e uma ferramenta) estão restritos à análise de SNPs na região 3UTR (UnTranslated Regions) de RNAs mensageiros, onde miRNAs geralmente se ligam para reprimir sua tradução. No entanto, essa é uma simplificação do problema, dado que já se conhece a regulação por miRNAs ativando ou reprimindo a transcrição gênica quando ligados à sua região promotora, aumentando a efetividade da regulação negativa da tradução quando ligados à região codificante do gene ou ainda miRNAs se ligando a RNAs não codificantes. Esses recursos se limitam também à identificação de SNPs na região seed dos sítios de miRNAs, e portanto só identificam criação ou ruptura de sítios. Porém, SNPs localizados fora dessa região não só podem colaborar na criação e ruptura de sítios como também interferir na estabilidade de ligação de miRNAs e, por- tanto, na efetividade da regulação. Além disso, considerando toda a extensão do sítio, não somente a seed , é possível ocorrer mais de um SNP e, sendo assim, a combinação desses SNPs pode ter uma influência ainda maior na ligação com o miRNA. Os recursos atuais também não informam quais alelos dos SNPs, muito menos quais combinações deles, estão causando qual efeito. Por fim, tais recursos estão restritos a Homo sapiens e Mus musculus. Assim, este trabalho apresenta a ferramenta computacional SIMTar (SNPs Interfering in MicroRNA Targets), desenvolvida para identificar SNPs que alteram sítios alvos de miRNAs e que preenche as lacunas mencionadas. Além disso, é descrita uma aplicação de SIMTar na análise de 114 SNPs associados à esquizofrenia, na qual todos foram preditos interferindo em sítios alvos de miRNAs. / Single nucleotide polymorphisms (SNPs) can be involved in alteration of not only open reading frame but also important genomic positions of gene regulation process such as transcription initiation sites, splicing sites and microRNA target sites. In particular, the identification of SNPs interfering on microRNA target sites is still an open problem, despite its increasing prominence in recent years due to the discoveries about the microRNA abilities as regulatory elements in the genome and association with severals diseases such as cancer and psychiatric disorders. The computational resources currently available for this purpose (four databases and one tool) are restricted to the analysis of SNPs in the 3UTR (UnTranslated Regions) of mRNAs, where the microRNAs typically bind in order to repress their translation. However, this is a simplification of the problem, since it is already known the gene transcription activation by microRNAs bound to its promoter region, increasing of the effectiveness of negative regulation of translation when microRNAs are bound to the coding region of the gene or binding of microRNA into non-coding RNAs. These resources are also limited to the identification of SNPs in the seed region of miRNAs, and therefore they can only identify sites creation or disruption. However, SNPs located outside this region can not only create and disrupt target sites but also interfere on the stability of miRNAs binding and therefore on the regulation effectiveness. Moreover, considering the target site length, more than one SNP can occur inside of a site and thus, the combination of these SNPs can have an even greater influence on the microRNA binding. Also, current resources do not display which alleles of SNPs or what combinations of them are causing which effect. Finally, these features are restricted to the Homo sapiens and Mus musculus species. This work presents the computational tool SIMTar (SNPs Interfering on MicroRNA Targets), developed to identify SNPs that alter miRNA target sites and fills the mentioned gaps. Finally, it is described an application of SIMTar on the analysis of 114 SNPs associated with schizophrenia, all of them being predicted interfering with miRNA target sites.

Xylella fastidiosa é uma bactéria gram-negativa, não flagelada, agente causal de doenças de importância econômica como a doença de Pierce nas videiras e a clorose variegada dos citros (CVC) nas laranjeiras. O objetivo do presente trabalho foi realizar análises in silico das sequências promotoras dos genes deste fitopatógeno em uma tentativa de arrecadar novas evidências para o melhor entendimento da dinâmica de regulação transcricional de seus genes, incluindo aqueles envolvidos em mecanismos de patogenicidade e virulência. Para tanto, duas estratégias foram utilizadas para predição de elementos cis-regulatórios em regiões promotoras do genoma da cepa referência 9a5c, comprovadamente associada à CVC. A primeira, conhecida como phylogenetic footprinting, foi empregada para identificação de elementos regulatórios conservados em promotores de unidades transcricionais ortólogas, levando em consideração o conjunto de genes de X. fastidiosa e 7 espécies comparativas. O critério para identificação de unidades transcricionais ortólogas, isto é, unidades trancricionais oriundas de espécies distintas e cujos promotores compartilham elementos cis-regulatórios, foi paralelamente estudado utilizando-se informações regulatórias das bactérias modelos: Pseudomonas aeruginosa, Bacillus subtilis e Escherichia coli. Os resultados obtidos com análise de phylogenetic footprinting nos permitiu acessar a rede regulatória transcricional da espécie de forma compreensiva (global). Foram estabelecidas 2990 interações regulatórias, compreendendo 80 motivos distribuídos nos promotores de 56.8% das unidades transcricionais do genoma de X. fastidiosa. Na segunda estratégia recuperamos informações regulatórias experimentalmente validadas em E. coli e complementamos o conhecimento de dez regulons de X. fastidiosa, através de uma metodologia de scanning (varredura), dos quais algumas interações regulatórias já haviam sido previamente descritas por outros trabalhos. Destacamos os regulons de Fur e CRP, reguladores transcricionais globais, que se mostraram responsáveis pela modulação de genes relacionados a mecanismos de invasão e colonização do hospedeiro vegetal entre outros. Por fim, análises comparativas em regiões regulatórias correspondentes entre cepas foram realizadas e diferenças possivelmente associadas a particularidades fenotípicas foram identificadas entre 9a5c e J1a12, um isolado de citros não virulento, e 9a5c e Temecula1, um isolado de videira causador da doença de Pierce. / Xylella fastidiosa is a gram-negative, non-flagellated bacterium responsible for causing economically important diseases such as Pierce\'s disease in grapevines and Citrus Variegated Clorosis (CVC) in sweet orange trees. In the present work we performed in silico analysis on promoter sequences of protein-coding genes from this phytopathogen, including those involved in virulence and pathogenic mechanisms, in an attempt to better understand the underlying transcriptional regulatory dynamics. Two strategies for cis-regulatory elements prediction were applied on promoter sequences from 9a5c strain genome, a proven causal agent of CVC. The first one, known as phylogenetic footprinting, involved the prediction of regulatory motifs conserved on promoter sequences of orthologous transcription units from X. fastidiosa and a set of 7 comparatives species. The criteria to identify orthologous transcription units, i. e., those from different species and whose promoter sequences share at least one common regulatory motif, was studied based on regulatory information available for model organisms: Pseudomonas aeruginosa, Bacillus subtilis and Escherichia coli. The results obtained with the phylogenetic footprinting analysis permitted us to access the underlying transcriptional regulatory network from the species in a comprehensive manner (genome-wide), with a total of 2990 regulatory interactions corresponding to 80 predicted motifs distributed on promoter sequences of 56.8% of all transcription units. In the second strategy regulatory information from E. coli was recovered and used to expand the knowledge of ten regulons in X. fastidiosa, through a scanning process, of which some regulatory interactions were previously described by independent studies. We emphasize some genes related to host invasion and colonization present in the Fur and CRP regulons, two global transcription regulators. Lastly, comparative analysis on corresponding regulatory regions among strains were performed and differences possibly associated to phenotypic variation were identified between 9a5c and J1a12, a non-virulent strain isolated from orange trees, and between 9a5c and Temecula1, a strain associated to Pierce\'s disease on grapevines.

Xylella fastidiosa é uma bactéria gram-negativa, não flagelada, agente causal de doenças de importância econômica como a doença de Pierce nas videiras e a clorose variegada dos citros (CVC) nas laranjeiras. O objetivo do presente trabalho foi realizar análises in silico das sequências promotoras dos genes deste fitopatógeno em uma tentativa de arrecadar novas evidências para o melhor entendimento da dinâmica de regulação transcricional de seus genes, incluindo aqueles envolvidos em mecanismos de patogenicidade e virulência. Para tanto, duas estratégias foram utilizadas para predição de elementos cis-regulatórios em regiões promotoras do genoma da cepa referência 9a5c, comprovadamente associada à CVC. A primeira, conhecida como phylogenetic footprinting, foi empregada para identificação de elementos regulatórios conservados em promotores de unidades transcricionais ortólogas, levando em consideração o conjunto de genes de X. fastidiosa e 7 espécies comparativas. O critério para identificação de unidades transcricionais ortólogas, isto é, unidades trancricionais oriundas de espécies distintas e cujos promotores compartilham elementos cis-regulatórios, foi paralelamente estudado utilizando-se informações regulatórias das bactérias modelos: Pseudomonas aeruginosa, Bacillus subtilis e Escherichia coli. Os resultados obtidos com análise de phylogenetic footprinting nos permitiu acessar a rede regulatória transcricional da espécie de forma compreensiva (global). Foram estabelecidas 2990 interações regulatórias, compreendendo 80 motivos distribuídos nos promotores de 56.8% das unidades transcricionais do genoma de X. fastidiosa. Na segunda estratégia recuperamos informações regulatórias experimentalmente validadas em E. coli e complementamos o conhecimento de dez regulons de X. fastidiosa, através de uma metodologia de scanning (varredura), dos quais algumas interações regulatórias já haviam sido previamente descritas por outros trabalhos. Destacamos os regulons de Fur e CRP, reguladores transcricionais globais, que se mostraram responsáveis pela modulação de genes relacionados a mecanismos de invasão e colonização do hospedeiro vegetal entre outros. Por fim, análises comparativas em regiões regulatórias correspondentes entre cepas foram realizadas e diferenças possivelmente associadas a particularidades fenotípicas foram identificadas entre 9a5c e J1a12, um isolado de citros não virulento, e 9a5c e Temecula1, um isolado de videira causador da doença de Pierce. / Xylella fastidiosa is a gram-negative, non-flagellated bacterium responsible for causing economically important diseases such as Pierce\'s disease in grapevines and Citrus Variegated Clorosis (CVC) in sweet orange trees. In the present work we performed in silico analysis on promoter sequences of protein-coding genes from this phytopathogen, including those involved in virulence and pathogenic mechanisms, in an attempt to better understand the underlying transcriptional regulatory dynamics. Two strategies for cis-regulatory elements prediction were applied on promoter sequences from 9a5c strain genome, a proven causal agent of CVC. The first one, known as phylogenetic footprinting, involved the prediction of regulatory motifs conserved on promoter sequences of orthologous transcription units from X. fastidiosa and a set of 7 comparatives species. The criteria to identify orthologous transcription units, i. e., those from different species and whose promoter sequences share at least one common regulatory motif, was studied based on regulatory information available for model organisms: Pseudomonas aeruginosa, Bacillus subtilis and Escherichia coli. The results obtained with the phylogenetic footprinting analysis permitted us to access the underlying transcriptional regulatory network from the species in a comprehensive manner (genome-wide), with a total of 2990 regulatory interactions corresponding to 80 predicted motifs distributed on promoter sequences of 56.8% of all transcription units. In the second strategy regulatory information from E. coli was recovered and used to expand the knowledge of ten regulons in X. fastidiosa, through a scanning process, of which some regulatory interactions were previously described by independent studies. We emphasize some genes related to host invasion and colonization present in the Fur and CRP regulons, two global transcription regulators. Lastly, comparative analysis on corresponding regulatory regions among strains were performed and differences possibly associated to phenotypic variation were identified between 9a5c and J1a12, a non-virulent strain isolated from orange trees, and between 9a5c and Temecula1, a strain associated to Pierce\'s disease on grapevines.

Introdução: Apesar dos avanços nas técnicas de diagnóstico e tratamento, o câncer de próstata avançado ainda é uma condição letal. Terapêuticas mais eficazes são necessárias para reduzir as taxas de morbi-mortalidade associadas à doença. A Proteína-78 regulada pela glicose (GRP78), uma proteína de choque térmico envolvida na apresentação de antígenos, foi recentemente descrita como sendo um possível marcador molecular para o câncer de próstata. Ainda mais, a resposta imune a essa proteína mostrou correlação com o desenvolvimento de doença hormônio-independente e com pior sobrevida para a doença. Objetivos: Neste estudo, avaliou-se a hipótese de que a GRP78 poderia ser usada como marcador molecular em câncer de próstata no desenvolvimento de um sistema de receptor-ligante, através do uso da tecnologia de apresentação de fagos. Casuística e métodos: Inicialmente, foram clonados dois peptídeos que apresentam afinidade à proteína regulada pela GRP78 (os peptídeos WIFPWIQL e WDLAWMFRLPVG) no vetor fUSE5, criando-se fagos com capacidade teórica de ligação à mesma proteína. Posteriormente foi testada a capacidade de ligação desses fagos à GRP78 na membrana de células prostáticas malignas em solução, em xeno-tumores in vivo e em metástases ósseas de câncer de próstata humano. Resultados: Demonstrou-se que ambos os fagos se ligam especificamente à GRP78 in vitro, em comparação à proteínas com seqüência semelhante (proteínas de choque térmico 70 e 90) e não semelhante (albumina sérica bovina). Em seguida, mostrou-se que esses fagos se ligam com afinidade pelo menos 30 vezes maior à células de câncer de próstata que o fago controle, e que os fagos são internalizados por essas células. Posteriormente, mostrou-se que os fagos rastrearam xeno-tumores prostáticos quando injetados in vivo num modelo animal de câncer de próstata. Finalmente, mostrou-se que os fagos ligam-se especificamente à GRP78 expressa em metástases ósseas de adenocarcinoma prostático humano. Conclusões: Os fagos criados apresentam capacidade de ligação específica à GRP78 in vitro, em células em suspensão e in vivo. A estratégia e o sistema de receptor-ligante definidos no presente estudo podem ter implicacões relevantes no desenvolvimento de terapias dirigidas para o tratamento do câncer de próstata. / Introduction: Despite the advances in diagnosis and treatment, advanced prostate cancer remains a lethal condition. Improved methods of therapy are needed to reduce the morbidity and mortality rates associated with this disease. The Glucose-regulated protein-78 (GRP78), a stress-responsive heat-shock protein involved in antigen presentation, was recently described as a possible molecular marker for prostate cancer. Moreover, immune response against this protein was shown to have correlation with the development of androgen-independent prostate cancer and shorter overall survival. Objectives: We hipothesized that GRP78 could be used as a molecular marker for prostate cancer in the development of a receptor-ligand system, by using phage display technology. Patients and methods: We initially cloned two GRP78-targeting peptides (WIFPWIQL and WDLAWMFRLPVG) into a fUSE5-based phage. We then tested binding capacity of the phage to GRP78 in vitro, to GRP78 expressed in intact prostate cancer cell membranes, to a prostate cancer xenograft and to human bone metastases. Results: We showed that both phage created bound specifically to GRP78 in vitro, in comparison to related (Heat-shock proteins 70 and 90) and unrelated control proteins (bovine serum albumin). Next, we showed that these phage bound at least 30 times more to prostate cancer cells than the control phage, and were also internalized into these cells. Both GRP78-binding phage showed a strong homing in vivo to a human prostate cancer xenograft in a mouse model. Finally, we showed that both phage bound specifically to GRP78 expressed in human prostate cancer bone metastases. Conclusions: Both phage are capable of binding specifically to GRP78 in vitro, in the context of intact prostate cancer cells and in vivo. The strategy and the ligand-receptor system we have defined in this study may have relevant implications in the development of targeted therapies for the treatment of prostate cancer.

Introdução: Apesar dos avanços nas técnicas de diagnóstico e tratamento, o câncer de próstata avançado ainda é uma condição letal. Terapêuticas mais eficazes são necessárias para reduzir as taxas de morbi-mortalidade associadas à doença. A Proteína-78 regulada pela glicose (GRP78), uma proteína de choque térmico envolvida na apresentação de antígenos, foi recentemente descrita como sendo um possível marcador molecular para o câncer de próstata. Ainda mais, a resposta imune a essa proteína mostrou correlação com o desenvolvimento de doença hormônio-independente e com pior sobrevida para a doença. Objetivos: Neste estudo, avaliou-se a hipótese de que a GRP78 poderia ser usada como marcador molecular em câncer de próstata no desenvolvimento de um sistema de receptor-ligante, através do uso da tecnologia de apresentação de fagos. Casuística e métodos: Inicialmente, foram clonados dois peptídeos que apresentam afinidade à proteína regulada pela GRP78 (os peptídeos WIFPWIQL e WDLAWMFRLPVG) no vetor fUSE5, criando-se fagos com capacidade teórica de ligação à mesma proteína. Posteriormente foi testada a capacidade de ligação desses fagos à GRP78 na membrana de células prostáticas malignas em solução, em xeno-tumores in vivo e em metástases ósseas de câncer de próstata humano. Resultados: Demonstrou-se que ambos os fagos se ligam especificamente à GRP78 in vitro, em comparação à proteínas com seqüência semelhante (proteínas de choque térmico 70 e 90) e não semelhante (albumina sérica bovina). Em seguida, mostrou-se que esses fagos se ligam com afinidade pelo menos 30 vezes maior à células de câncer de próstata que o fago controle, e que os fagos são internalizados por essas células. Posteriormente, mostrou-se que os fagos rastrearam xeno-tumores prostáticos quando injetados in vivo num modelo animal de câncer de próstata. Finalmente, mostrou-se que os fagos ligam-se especificamente à GRP78 expressa em metástases ósseas de adenocarcinoma prostático humano. Conclusões: Os fagos criados apresentam capacidade de ligação específica à GRP78 in vitro, em células em suspensão e in vivo. A estratégia e o sistema de receptor-ligante definidos no presente estudo podem ter implicacões relevantes no desenvolvimento de terapias dirigidas para o tratamento do câncer de próstata. / Introduction: Despite the advances in diagnosis and treatment, advanced prostate cancer remains a lethal condition. Improved methods of therapy are needed to reduce the morbidity and mortality rates associated with this disease. The Glucose-regulated protein-78 (GRP78), a stress-responsive heat-shock protein involved in antigen presentation, was recently described as a possible molecular marker for prostate cancer. Moreover, immune response against this protein was shown to have correlation with the development of androgen-independent prostate cancer and shorter overall survival. Objectives: We hipothesized that GRP78 could be used as a molecular marker for prostate cancer in the development of a receptor-ligand system, by using phage display technology. Patients and methods: We initially cloned two GRP78-targeting peptides (WIFPWIQL and WDLAWMFRLPVG) into a fUSE5-based phage. We then tested binding capacity of the phage to GRP78 in vitro, to GRP78 expressed in intact prostate cancer cell membranes, to a prostate cancer xenograft and to human bone metastases. Results: We showed that both phage created bound specifically to GRP78 in vitro, in comparison to related (Heat-shock proteins 70 and 90) and unrelated control proteins (bovine serum albumin). Next, we showed that these phage bound at least 30 times more to prostate cancer cells than the control phage, and were also internalized into these cells. Both GRP78-binding phage showed a strong homing in vivo to a human prostate cancer xenograft in a mouse model. Finally, we showed that both phage bound specifically to GRP78 expressed in human prostate cancer bone metastases. Conclusions: Both phage are capable of binding specifically to GRP78 in vitro, in the context of intact prostate cancer cells and in vivo. The strategy and the ligand-receptor system we have defined in this study may have relevant implications in the development of targeted therapies for the treatment of prostate cancer.