A identificação e caracterização geométrica e físico-química de espaços vazios na estrutura tridimensional de proteínas é capaz de agregar informações importantes para guiar o desenho racional de drogas e a caracterização funcional de sítios de ligação e sítios catalíticos. Dessa forma, algumas ferramentas computacionais foram desenvolvidas nas últimas duas décadas, visando efetuar essas caracterizações. Contudo, as ferramentas existentes lidam com uma série de limitações, dais quais merecem destaque a falta de precisão, falta de capacidade de integração em protocolos de larga escala, falta de capacidade de customização e a falta de uma caracterização eletrostática . Tendo em mente estas limitações, desenvolvemos uma nova ferramenta, denominada KV-Finder, com o objetivo de estender as funcionalidades dos programas existentes, fornecendo assim uma caracterização sistemática mais eficiente e mais informativa dos espaços vazios da estrutura tridimensional de proteínas. Através de uma modelagem matricial baseada em um direcionamento realizado pelo usuário, nossa ferramenta identifica e caracteriza espaços vazios em topologias proteicas. O utilitário é capaz de quantificar o volume, a forma, a extensão de sua superfície, os resíduos proteicos que interagem com os espaços vazios e um mapa de cargas parciais da superfície encontrada. Nossa rotina foi integrada com ferramentas gráficas de modelagem molecular, fornecendo uma interação fácil e eficiente com o usuário. A validação de nosso algoritmo foi realizada em um conjunto de proteínas cujos diversos tipos de espaços vazios englobam os mais variados sítios de ligação e sítios catalíticos. O cálculo do volume de cavidades enzimáticas foi efetuado em larga escala, acompanhando a evolução do tamanho de bolsões na superfamília ALDH. Com relação aos outros softwares existentes, nossa ferramenta apresenta uma série de vantagens das quais merecem destaque menor tempo de execução, maior precisão, maior acessibilidade e facilidade de integração com outros programas, além das características únicas de permitir que a busca ocorra em regiões específicas dentro da proteína e de realizar um mapeamento parcial de cargas da superfície encontrada. / The identification and characterization of geometrical and physical-chemical properties in protein vacant spaces aggregates important information for steering rational drug designing and functional characterization of binding and catalytic sites. Therefore, several softwares have been develop during the past two decades in order to perform such characterization. Nevertheless, the existing tools still present a series of limitations such as lack of precision, lack of integrability in large scale protocols, lack of customization capacity and the lack of a proper electrostatic depiction. We developed a new software, dubbed KV-Finder, in order to complement and extend the functionality of existing softwares, providing a systematic and more descriptive portrayal of protein vacant spaces. By employing a user-driven matrix modeling, our tool identifies and characterizes empty spaces in all sorts of protein topologies. The software quantifies the volume, the area and the shape of the surface, the residues that interact with the vacant spaces and a partial charge map of the computed surface. Our routine was integrated with a graphical molecular modeling software, providing the user with a simple and easy-to-use interface. KV-Finder has been validated with a distinct set of proteins and binding sites. The volume computation was carried in large scale, accompanying the evolution of the pocket volume in the ALDH superfamily. Compared with existing software, KV-Finder presents greater precision, greater accessibility and ease of integration in large scale protocols and visualization softwares. Also, the software possesses unique and innovative features such as the ability to segment and subsegment the empty spaces, a electrostatic depiction and a ligand interaction highlight feature.

A introdução dos antipsicóticos na clínica psiquiátrica promoveu intensas mudanças no tratamento dos transtornos mentais. Apesar do sucesso terapêutico, a administração dos primeiros antipsicóticos, conhecidos como agentes típicos, foi associada a sérios efeitos adversos, principalmente sintomas extrapiramidais (SEP), comprometendo a adesão ao tratamento. Os SEP incluem distonias, acatisia, pseudoparkinsonismo e discinesia tardia. Após o surgimento da clozapina, uma nova geração de compostos, conhecida como agentes atípicos, de alto valor terapêutico e reduzida incidência de SEP foi desenvolvida. Investigações conduziram a hipótese dopaminérgica da esquizofrenia e demonstraram que o efeito terapêutico destes agentes está associado ao bloqueio de receptores de dopamina da subfamília D2. Acredita-se que os agentes atípicos ocupem somente cerca de 65-80% dos receptores na região nigroestriatal e por isso atinjam o efeito terapêutico sem desencadear o surgimento de SEP, enquanto que agentes típicos ocupam níveis acima de 80%. Para explicar as diferenças entre agentes típicos e atípicos, foi proposto que, enquanto os primeiros se ligam com alta afinidade e bloqueiam os receptores por um longo período, os atípicos se ligam com baixa afinidade e se dissociam do receptor rapidamente, restabelecendo da sinalização dopaminérgica. Estudos recentes também demonstram o bloqueio de receptores D3 como importante alvo terapêutico para o tratamento da esquizofrenia e da dependência química, entre outros transtornos. Neste trabalho foi utilizada a estrutura tridimensional do receptor humano de dopamina D3 co-cristalizado com a eticloprida para investigar o perfil de ligação dos antipsicóticos eticloprida, haloperidol e risperidona neste receptor, através de métodos computacionais classicos e quânticos. A eticloprida é um potente agente com alta seletividade para receptores D2/D3 e de grande utilidade na pesquisa farmacológica. Este agente consiste no único antipsicótico co-cristalizado com um receptor de dopamina existente no momento. Nossos resultados destacam o papel central do resíduo Asp110 no ancoramento da eticloprida, além dos resíduos Val82, Val107, Cys114, Ser182, Ile183, Val189, Trp342, Phe345, Phe346 e Tyr373. Dentre estes, Val107, Ser182, Phe188, Val82 e Asn185 foram pela primeira vez relacionados diretamente com o mecanismo de ligação da eticloprida no receptor D3. O haloperidol é um agente típico com alta afinidade por receptores da subfamília D2. Apesar de estar associado ao surgimento de SEP, o haloperidol é muito utilizado na clínica por suas propriedades terapêuticas e baixo custo. A compreensão do bloqueio de receptores de dopamina pelo haloperidol é de fundamental importância para o desenvolvimento de derivados/novos compostos com reduzido índice de SEP. Nossos resultados descrevem a orientação do haloperidol durante a interação com o receptor D3 e demonstraram a relevância dos resíduos Asp110, Cys114, Ile183, Phe345, Phe346, Tyr365 e Tyr373. A risperidona é um importante antipsicótico atípico utilizado no tratamento de esquizofrenia e sintomas de irritabilidade associado com autismo em crianças. Em nosso estudo, observamos que a risperidona pode ligar-se no receptor D3 em duas orientações distintas, RO1 e RO2. A análise da contribuição individual de cada resíduo juntamente com simulações de dinâmica molecular indicam que RO2 é mais propensa a desligar-se do receptor do que RO1, sugerindo um perfil de ligação misto, com rápida dissociação de uma fração dos antipsicóticos ligados. Os resultados apresentados neste estudo auxiliam na elucidação do mecanismo de ligação da eticloprida, haloperidol e risperidona no receptor de dopamina D3 e consolidam o uso de ferramentas clássicas e quânticas para a obtenção de estruturas tridimensionais e a análise do perfil de contribuição energética individual dos resíduos de aminoácido que compõem o sítio de ligação do receptor de dopamina D3. / The introduction of antipsychotics in the clinic significantly improved the treatment of mental diseases. Nevertheless, besides the therapeutic success of the first antipsychotics (known as typical agents), their administration was associated with serious side-effects known as extrapiramidal symptoms (EPS), that compromised the treatment. The EPS include dystonic reactions, akathisia, pseudoparkinsonism and tardive dyskinesia. Following the synthesis of clozapine, a new generation of antipsychotics (known as atypical agents) with reduced EPS incidence began to appear. A set of evidences lead to the dopaminergic hypothesis of schizophrenia and many studies associated the mechanism of action of antipsychotics with the blockade of D2-like receptors. It was demonstrated that while atypical antipsychotics elicit clinical effects through 65-80% of dopamine receptor occupancy, typical agents show occupancy levels above 80%, triggering EPS. To explain the differences between typical and atypical agents, it was proposed that the former have higher affinity for the receptors, blocking them for a longer period, while atypical agents show lower affinity and are easily dissociated from the receptor, allowing the restablishment of the dopamine signaling in the nigrostriatal pathway. Recently, the blockade of D3 receptors has been discovered as an important strategy for the treatment of schizophrenia and other neurological diseases. In this study, we took advantage from the published crystallographic data of D3R complexed with eticlopride, to investigate the binding profile of the antipsychotics eticlopride, haloperidol and risperidone, through classical and quantum computational methods. Eticlopride is a potent and selective D2/D3 antagonist agent and is widely used in pharmacological research. Moreover, up to date, it is the only antipsychotic co-crystallized with a dopamine receptor. Our results highlight the central role of the residue Asp110, followed by Val82, Val107, Cys114, Ser182, Ile183, Val189, Trp342, Phe345, Phe346 and Tyr373, among others, and demonstrated for the first time the participation of Val107, Ser182, Phe188, Val82 e Asn185 in this binding. Haloperidol is a typical agent with high affinity for D2-like receptors. Although associated with the onset of EPS, haloperidol is still widely used in clinic due to its clinical properties and lower cost. In this way, the understanding of the mechanism involving dopamine receptor blockade by haloperidol is of great importance for the development of derivatives/novel agents with reduced EPS incidence. Our results unveil the conformation of haloperidol during its interaction with the D3 receptor and highlight the role of residues Asp110, Cys114, Ile183, Phe345, Phe346, Tyr365 and Tyr373. Risperidone is an atypical antipsychotics used in the treatment of schizophrenia and symptoms of irritability associated with autism spectrum disorder (ASD) in children. Our results show that risperidone binds to D3 receptor in two possible orientations, RO1 and RO2. The analyses of the individual amino acid contribution and the molecular dynamics simulations indicated that RO2 exhibits a trend to dissociate faster from the receptor than RO1, suggesting the existence of a mixing binding profile, with a fast-off behavior observed in only a fraction of ligands corresponding to orientation RO2. Our results give support to the understanding of the binding mechanisms of the important antipsychotics eticlopride, haloperidol and risperidone in the human dopamine receptor D3. Also, our results highlight the relevance of the use of classical and quantum approaches in the modeling and analysis of the individual energy contribution of every amino acid residue in the binding site of the D3 dopamine receptor.

Orientador: João Meidanis / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-16T11:01:22Z (GMT). No. of bitstreams: 1 Oliveira_KarinaZupode_M.pdf: 15064313 bytes, checksum: a46cd0b3c6eebcfc48b81920aa2232db (MD5) Previous issue date: 2010 / Resumo: Contexto: A classificação de espécies começou sendo determinada pelas características fenotípicas dos organismos. Logo que o DNA foi descoberto, o sistema de classificação passou também a utilizar-se das características genotípicas. Ao longo dos últimos anos, avanços científicos permitiram que fossem sequenciados genomas completos. A cada ano, o número de genomas completamente sequenciados aumenta, e, com isso, é cada vez maior o número de trabalhos que tentam utilizar-se do maior número possível de genes para comparar dois ou mais organismos com o objetivo de melhor entender o relacionamento entre as diversas espécies. Experimento: Este trabalho executa comparações de pares de cromossomos de um grupo de 10 genomas completos da família Vibrionaceae e um genoma completo da bactéria Escherichia coli como externo ao grupo. As homologias entre as proteínas são determinadas através da base de famílias Protein Clusters (NCBI). A seguir, arvores ultramétricas e a classificação COG das proteínas são utilizadas para resolver as paralogias correspondentes. Após isto, as proteínas únicas, que representam os eventos de perda e ganho de genes, são eliminadas, de forma a igualar o conteúdo dos cromossomos. Tipicamente, 50% das proteínas originais do pares de organismos de mesma família 'sobrevivem" para serem utilizadas no cálculo da distância de rearranjo. Menos proteínas sobrevivem nas comparações com a bactéria externa ao grupo. A distância total é calculada pela soma do número de proteínas eliminadas e da distância de ordenação, medida através da distância de rearranjo dos cromossomos. Resultados: As comparações produziram matrizes de distâncias utilizadas para inferir árvores filogenéticas através do algoritmo Neighbor-Joining (NJ). As árvores filogenéticas encontradas mostraram-se congruentes em topologia com a árvore produzida pelo gene 16S rRNA. Isto mostra que a comparação de genomas completos é uma proposta sensata. Os desafios agora são aperfeiçoar os detalhes. O material suplementar (Apêndice A) contém uma implementação computacional dos experimentos / Abstract: Context: Species classification was originally determined by phenotypic characteristics. With the advent of DNA sequencing, the classification system started using genotypes as well. Over the last decades, scientific progress allowed complete sequencing of genomes. Each year, the number of genomes completely sequenced increases, and with it, the number of works trying to use as much genes as possible to compare two or more organisms, in order to get a better understand of the relationship between several species. Experiment: This work executes a pairwise chromosome comparison from a set of 10 complete genomes from the Vibrionaceae family and one complete Escherichia coli genome as an outgroup. In our experiment, the homologies between proteins are assessed using the Protein Clusters (NCBI) database. In the next step, paralogies are resolved using ultrametric trees and COG classification. In the sequel, the loss and gain events are treated, thus, proteins present in only one chromosome from the pair are eliminated, in order to equalize the set of families in both chromosomes. Typically, 50% of the original proteins survive in comparisons between organisms of the same family (comparisons with the outgroup yield less survivors). The total distance is calculated by adding the number of eliminated proteins with the order distance, which is measured by the rearrangement distance beetween the chromosomes. Results: Genome comparison produces distance matrices used to infer the phylogenetic trees through the Neighbor-Joining (NJ) algorithm. The phylogenetic trees generated are congruent regarding the topology with the tree inferred using the 16S rRNA gene. Also, in order to run a deeper investigation, the experiment was executed with some variations such as not resolving the paralogies using ultrametric trees or only classifying proteins using COG database. Supplemental material (Appendix A) contains the experiment computational implementation / Mestrado / Biologia Computaçional / Mestre em Ciência da Computação

Orientador: Zanoni Dias / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-17T08:10:32Z (GMT). No. of bitstreams: 1 Baudet_Christian_D.pdf: 3490604 bytes, checksum: 7f0a8868574d06e11524e5a5de9d1fd0 (MD5) Previous issue date: 2010 / Resumo: O estudo de rearranjo de genomas tem o objetivo de auxiliar o entendimento da evolução. Através da análise dos eventos de mutação como inversões, transposições, fissões, fusões, entre outros, buscamos compreender as suas influências sobre o fenômeno da diferenciação das espécies. Dentro deste contexto, esta tese ataca dois temas distintos: a Enumeração de Traces e a Identificação de Breakpoints. Os algoritmos de ordenação de permutações por reversões orientadas produzem uma única solução ótima enquanto o conjunto de soluções é imenso. A enumeração de traces de soluções para este problema oferece um modo mais compacto de representar o conjunto completo de soluções ótimas. Dessa maneira, esta técnica fornece aos biólogos a possibilidade de análise de diversos cenários evolutivos. Neste trabalho, realizamos um estudo para melhora da eficiência do algoritmo de enumeração através da adoção de uma estrutura de dados mais simples. Devido ao caráter exponencial do problema, grandes permutações não podem ser processadas em um tempo satisfatório. Assim, com o objetivo de produzir cenários evolucionários alternativos para grandes permutações, propomos e avaliamos estratégias para a enumeração parcial de traces. Os pontos de quebra (ou breakpoints) são regiões que delimitam os segmentos conservados existentes nos cromossomos e denotam a ocorrência de rearranjos evolutivos. As técnicas de identificação de breakpoints têm a função de identificar tais pontos nas sequências dos cromossomos. Nesta tese, implementamos um método de detecção e refinamento de pontos de quebra proposto na literatura e o disponibilizamos como um pacote que pode ser utilizado por outros pesquisadores. Além disso, introduzimos uma nova metodologia de identificação de breakpoints baseada na análise da cobertura de hits observada nos alinhamentos de sequências intergênicas, provenientes dos genomas das espécies comparadas / Abstract: The study of genome rearrangements helps biologists understand the evolution of species. The species differentiation phenomenon are derived by analyzing mutational events (inversions, transpositions, fissions, fusions, etc) and their effects. In this context, this work aims the study of two different subjects: Traces Enumeration and Breakpoint Identification. Algorithms that solve the problem of sorting oriented permutations through reversals output only one optimal solution, although the set of solutions can be huge. The enumeration of traces of solutions for this problem allows a compact representation of the set of all optimal solutions which sort a permutation. By using this technique, biologists can study many evolutionary scenarios. We carried out a study to improve the efficiency of the enumeration algorithm by adopting a simple data structure. Due to the exponential nature of the problem, large permutations cannot be processed at a satisfactory time. Thus, in order to produce alternative evolutionary scenarios for large permutations, we proposed and evaluated strategies for partial enumeration of traces. Breakpoints are regions that border conserved segments in the chromosomes and reflect the occurrence of evolutionary rearrangements. The techniques for breakpoint identification are meant to identify such points in the chromosome sequences. In this work, we implemented a method proposed in the literature, that performs detection and refinement of breakpoints. The implementation is available as a package to other researchers. Additionally, we introduced a new methodology for breakpoint identification based on the analysis of the hit coverage observed in the alignments of intergenic sequences / Doutorado / Ciência da Computação / Doutor em Ciência da Computação

Orientador: João Meidanis / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-11T00:56:27Z (GMT). No. of bitstreams: 1 GomesMira_CleberValgas_D.pdf: 1443128 bytes, checksum: adcf8d553b49f20bbad0fc0f56cc2aba (MD5) Previous issue date: 2007 / Resumo: O sucesso na obtenção de cadeias completas de DNA de alguns organismos tem incentivado a busca de novas técnicas computacionais capazes de analisar esse montante de informação para aplicá-lo na descoberta de novos remédios, aumento da produção de alimentos e investigação do processo de evolução dos seres vivos, entre outras aplicações. A comparação de seqüências de DNA (ou RNA) de diferentes espécies é uma das técnicas importantes para desvendar novas propriedades biológicas. Uma das maneiras de se comparar dois genomas é analisar como os dois se distinguem com base em certas mutações chamadas eventos de rearranjo em genomas. Nessa técnica de comparação, um genoma é modelado como uma seqüência de regiões que são conservadas em um conjunto de genomas. O problema de rearranjos em genomas consiste genericamente em encontrar, dados dois genomas como entrada e um conjunto de tipos de eventos de rearranjo permitidos, uma seqüência mínima de tais eventos de rearranjo que transforme um genoma em outro. No formalismo clássico de rearranjos em genomas, um genoma tem sido modelado como um conjunto de seqüências de inteiros. Cada número inteiro representa um gene e o seu sinal representa a orientação do gene no genoma. O problema de rearranjos em genomas nesse modelo é analisado de forma geral por meio de diversos diagramas e grafos que representam certas propriedades do par de genomas na entrada do problema. Neste trabalho, usamos um novo modelo para rearranjos em genomas proposto por Meidanis e Dias [39]: o formalismo algébrico. Em vez de se basear na análise de diagramas, o formalismo algébrico usa permutações na modelagem de genomas e, principalmente, utiliza resultados de grupos de permutações para analisar as propriedades de genomas e os efeitos de eventos de rearranjo. A motivação para o desenvolvimento do formalismo algébrico é a possibilidade de formalização de argumentos sobre rearranjos por meio de métodos algébricos, em vez da utilização de recursos gráficos como é feito no formalismo clássico. Esperamos que, por meio do desenvolvimento de um novo formalismo para o tratamento de problemas de rearranjos em genomas, algoritmos mais eficientes para a resolução desses problemas, ou maneiras mais simples de demonstrar alguns dos resultados clássicos na área sejam encontrados com maior facilidade. Nesse trabalho, apresentamos duas soluções simples e eficientes derivadas diretamente do formalismo algébrico para dois problemas de rearranjos em genomas (o problema de rearranjos em genomas por intercâmbio de blocos e reversões com sinais e o problema de rearranjo em genomas por fissões, fusões e reversões com sinais). Também discutimos e propomos um algoritmo polinomial para o problema de rearranjos em genomas por transposições generalizadas. Acreditamos que o sucesso na solução desses problemas possa ser estendido para outros problemas de rearranjos em genomas com a consolidação dos conceitos fundamentais do formalismo algébrico. Esperamos com essa tese convencer o leitor de que o formalismo algébrico é um modelo representativo e poderoso para tratar genomas compostos por cromossomos circulares e ao lidar com a atribuição de pesos a eventos de rearranjo. Por outro lado, não defendemos que o formalismo clássico seja simplesmente substituído pelo formalismo algébrico. Ambos os formalismos podem ser beneficiados por um processo semelhante, porém em menor escala, ao sucesso do desenvolvimento da Geometria Analítica e da Geometria Tradicional / Abstract: The success in obtaining complete sequences of DNA of some species has encouraged the search for new computational techniques for the analysis of such huge amount of information. One hopes that the results of this research could be applied for the development of new medicines, increasing food crops productivity, better understanding of the evolutionary process in live beings, among other applications. One technique for the genome analysis is the comparison of DNA (or RNA) sequences from different species. Such a comparison may reveal the similarities and differences between the genomes, which could be used in phylogeny reconstruction for instance. Two genomes can be compared by the analysis of their differences based on mutational events called genome rearrangements. The genome rearrangement problem (also called a sorting problem) consists of finding a minimum sequence of rearrangement events that transforms one genome into another and the number of rearrangement events in the sequence is called the genomic distance. In the classical formalism for genome rearrangements, a genome is usually modeled by a set of sequences of integers. Each integer represents a gene and its sign stands for the orientation of the gene in the genome. The genome rearrangement problem in this model is analyzed generally with tools such as diagrams and graphs that convey the properties of the genomes in the problem input. We use instead a new model for genome rearrangements proposed by Meidanis and Dias [39]: the algebraic formalism. Instead of being based on the analysis of diagrams, the algebraic formalism uses permutations to model genomes and the results from permutation group theory for the analysis of the properties of genomes and the effects of rearrangement events. The motivation for the development of the algebraic formalism is the possibility of stating arguments more formally by means of algebraic methods than by using graphical resources as the classical formalism does. We hope that more efficient algorithms for genome rearrangement problems or simpler proofs for classical results in the area will be more easily found due to the development of a new formalism. We present a simple, efficient solution based on the algebraic formalism for two genome rearrangement problems (the problem of genome rearrangements by block-interchanges and signed reversals and the problem of genome rearrangements by fissions, fusions, and signed reversals). We also discuss and offer a solution for the problem of genome rearrangements by generalized transpositions. We believe that the success in solving those genome rearrangement problems could be extended to other problems by consolidating the fundamental concepts of the algebraic formalism. We hope that the reader will be convinced that the algebraic formalism is representative and powerful in dealing with circular chromosomes and modeling the assignment of weights to rearrangement events. On the other hand, we do not argue in favor of a substitution of the classical formalism by the algebraic formalism. Both of these formalisms could profit by a similar, even though on a smaller scale, success of the development of the Analytic Geometry and the Traditional Geometry / Doutorado / Doutor em Ciência da Computação

Orientador: Zanoni Dias / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-21T23:02:27Z (GMT). No. of bitstreams: 1 Galvao_GustavoRodrigues_M.pdf: 1280667 bytes, checksum: 0809ad85a3b7f16ff5d7af5fc4124f0a (MD5) Previous issue date: 2012 / Resumo: Ao longo da evolução, mutações globais podem alterar a ordem dos genes de um genoma. Tais mutações são chamadas de eventos de rearranjo. Em Rearranjo de Genomas, estimamos a distância evolutiva entre dois genomas calculando-se a distância de rearranjo entre eles, que é o tamanho da menor sequência de eventos de rearranjo que transforma um genoma no outro. Representando genomas como permutações, nas quais os genes aparecem como elemento, à distância de rearranjo pode ser obtido resolvendo-se o problema combinatório de ordenar uma permutação utilizando o menor número de eventos de rearranjo. Este problema, que é referido como Problema da Ordenação por Rearranjo, varia de acordo com os tipos de eventos de rearranjo considerados. Nesta dissertação, focamos nosso estudo em dois tipos de eventos: reversões e transposições. Variações do Problema da Ordenação por Rearranjo que consideram esses eventos têm se mostrado difíceis de ser resolvida otimamente, por isso a maior parte dos algoritmos propostos - os quais denominamos genericamente por algoritmos de rearranjo de genomas - são aproximados e é esperado que os próximos avanços ocorram nesse sentido. Em razão disso, desenvolvemos uma ferramenta que avalia as respostas desses algoritmos. Para ilustrar sua aplicação, nós a utilizamos para avaliar as respostas de 16 algoritmos de rearranjo de genomas aproximados relativos a 6 variações do Problema da Ordenação por Rearranjo. Além da ferramenta, este trabalho traz outras contribuições. Desenvolvemos um algoritmo exato para calcular distâncias de rearranjo que é mais eficiente em termos de uso de memória do que qualquer outro algoritmo que encontramos na literatura. Apresentamos conjecturas que dizem respeito à forma como as distâncias de rearranjo se distribuem. Validamos conjecturas referentes ao diâmetro, que é o maior valor alcançável pela distância de rearranjo entre uma permutação qualquer e a identidade considerando-se todas as permutações com o mesmo número de elementos. Apresentamos demonstrações formais para o fator de aproximação de alguns dos algoritmos avaliados. Por fim, mostramos que os fatores de aproximação de 7 dos 16 algoritmos avaliados não podem ser melhorados, o que contradiz algumas hipóteses levantadas na literatura, e conjecturamos que os fatores de aproximação de outros 6 algoritmos também não possam / Abstract: During evolution, global mutations may modify the gene order in a genome and such mutations are called rearrangement events. In Genome Rearrangements, we estimate the evolutionary distance between two genomes by computing the rearrangement distance between them, which is the length of the shortest sequence of rearrangement events that transforms one genome into the other. Representing genomes as permutations, in which genes appear as elements, the rearrangement distance can be obtained by solving the combinatorial problem of sorting a permutation using a minimum number of rearrangement events. This problem is referred to as Rearrangement Sorting Problem and varies accordingly to the types of rearrangement events considered. In this dissertation, we focus on two types of rearrangement events: reversals and transpositions. Variants of Rearrangement Sorting Problem involving these events have been shown to be difficult to solve optimally, therefore most of the proposed algorithms - which we denominate generically as genome rearrangement algorithms - are approximations, which have been the expected direction to follow. For this reason, we developed a tool that evaluates the results of these algorithms. To illustrate its application, we used it to evaluate the results of 16 genome rearrangement algorithms regarding 6 variants of Rearrangement Sorting Problem. Besides this tool, we developed an exact algorithm for computing rearrangement distances that is more efficient in terms of memory than any algorithm we have found in literature. Additionally, we presented conjectures on how the rearrangement distance are distributed and validated them regarding their diameter, which is the greatest value that the rearrangement distance between a permutation and the identity can reach considering all permutations with the same number of elements. Moreover, we presented formal proofs on the approximation ratio of some of the evaluated algorithms and showed that the approximation ratio of 7 out of the 16 evaluated algorithms cannot be improved, which contradicts some hypothesis raised in literature. Lastly, we conjectured that the approximation ratio of another 6 algorithms also cannot be improved / Mestrado / Ciência da Computação / Mestre em Ciência da Computação

Orientador: João Meidanis / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-21T02:04:53Z (GMT). No. of bitstreams: 1 Biller_PrisciladoNascimento_M.pdf: 16893114 bytes, checksum: 4346a38c95f6bb748d840f487e61890b (MD5) Previous issue date: 2012 / Resumo: Os rearranjos são eventos evolutivos que alteram de diferentes formas a ordem de grandes segmentos do genoma. Explicar a história evolutiva de um conjunto de espécies com rearranjos pode ser visto como um problema de otimização computacional, chamado de Problema de Rearranjo de Múltiplos Genomas. Este problema consiste em encontrar uma árvore que relaciona o conjunto de genomas recebido, minimizando a soma dos pesos das arestas, sendo o peso de uma aresta o número de rearranjos que explica a evolução entre os genomas dos vertesses incidentes. A qualidade da inferência e a complexidade do problema dependem do modelo de rearranjo utilizado, que define formalmente como os genomas podem ser modificados. Recentemente, um novo modelo de rearranjo foi proposto, o Single-Cut-or-Join (SCJ), que traz como grande vantagem a simplificação de muitos problemas, que sob outros modelos são NP-difíceis. Apesar da teoria do SCJ ser bem construída, havia dúvidas sobre sua relevância biológica. Neste trabalho contribuímos com o entendimento deste modelo, realizando um extenso estudo que aplica o SCJ sob diferentes condições evolutivas, com dados reais e simulados, analisando dois aspectos da reconstrução evolucionária: a estrutura da árvore e o genoma (ordem dos genes) das espécies ancestrais. Na primeira análise, descobrimos que o SCJ é capaz de recuperar entre 60% e 80% da estrutura da árvore. Em relação à segunda questão, dada a estrutura da árvore, a reconstrução dos genomas ancestrais varia conforme a distância da espécie ancestral para as espécies conhecidas. No caso de espécies ancestrais mais próximas às folhas, cerca de 85% da ordem dos genes foi coberta enquanto, em espécies mais distantes, aproximadamente 50% da ordem dos genes foi coberta, usando conjuntos de genomas de 64 espécies. Em relação ao tempo, os métodos, que implementamos em Java, podem encontrar a topologia de 64 genomas com 2000 genes cada em cerca de 10,7 minutos e reconstruir seus genomas ancestrais em 0,05 minutos, ambos em um computador desktop padrão / Abstract: Rearrangements are evolutionary events that modify in different ways the order of large segments in genomes. To explain the evolutionary history of a set of species with rearrangements can be seen as an computational optimization problem, called Multiple Genome Rearrangement Problem. This problem consists in finding a tree which relates the set of genomes received, minimizing the sum of edge weights, where the weight of an edge is the number of rearrangements that explains the evolution between the genomes of incident vertices. The quality of the inference and complexity of the problem depend on the rearrangement model used, which formally defines how the genomes can be modified. Recently, a new rearrangement model was proposed, Single-Cut-or-Join (SCJ), which brings a significant advantage in simplifying many problems that are NP-hard under other models. Although the SCJ theory is well constructed, there were doubts about its biological relevance. In this work we contribute to the understanding of this model, performing an extensive study that applies the SCJ under different evolutionary conditions, with real and simulated data, analyzing two aspects of evolutionary reconstruction: the tree structure and the genome (gene order) of the ancestral species. In the first analysis, we found out that SCJ can recover between 60% to 80% of the tree structure. Regarding the second question, given a tree structure, the reconstruction of ancestral genomes varies according to the distance from ancestral species to the known species. In the case of ancestral species close to the leaves, about 85% of the gene order can be recovered while, in more distant species, about 50% of gene order are recovered, using genome sets of 64 species. As far as time is concerned, the methods we implemented can find a topology for 64 genomes with 2000 genes each in about 10.7 minutes, and reconstruct the ancestral genomes in about 0.05 minutes, both on a typical desktop computer / Mestrado / Ciência da Computação / Mestre em Ciência da Computação

O autismo pode ser definido como um transtorno associado ao desenvolvimento e caracterizado por prejuízo na interação social, na comunicação e no comportamento. Sua etiologia ainda é pouco conhecida, existindo alterações no desenvolvimento encefálico durante a embriogênese e na vida pós-natal. Sugere-se uma complexa interface entre fatores genéticos e ambientais. Existem provas que mostram uma desregulação do controle da homeostase e redes neuronais por parte de células astrogliais, ativação da microglia e respostas neuroinflamatórias no encéfalo de pacientes autistas até a idade adulta, representando uma alteração celular comum dentro do espectro autista (ASD). A grande variabilidade dos sintomas encontrados nos pacientes torna extremamente difícil a identificação de cascatas de sinalização comuns associadas com a patologia tipicamente autista, críticas para a procura de marcadores periféricos de diagnóstico e para identificar novos alvos terapêuticos. Neste trabalho, (i) caracterizamos a natureza multifatorial do autismo, funções moleculares, componentes celulares e processos biológicos associados, (ii) mostramos que RAC1, em particular, e a família das RHO GTPases, em geral, poderiam ter um papel crítico nos eventos neuropatológicos associados ao autismo, sendo o cálcio (Ca2+) a molécula mais central na complexa interface entre fatores genéticos e ambientais e (iii) sugerimos um modelo baseado na ativação da enzima α-secretase, mediada por receptores de glutamato (NMDARs), influxo de Ca2+, ativação de Erk e adaptação da mitocôndria a apoptose, como cascata de sinalização bioquímica que poderia explicar o aumento do volume encefálico e a falha da conectividade cerebral observada em crianças autistas e que, potencialmente, poderia ser tratada com derivados de magnésio e rapamicina. / Autism is a neurodevelopmental disorder characterized by specific activity patterns and aberrant social interaction and communication. Even though its etiology is not well understood, a number of neuropathological events during central nervous system development, in childhood and adolescence, have already been described. A complex interface between genetic and environmental factors is also suggested to account for the disorder. Evidence shows a deregulation of the homeostatic control of neuronal networks by astroglia, microglial activation, and neuroinflammation; changes that persist even until adulthood and may represent a common cellular disturbance in autism spectrum disorders (ASD). The great variability of symptoms found in the patients makes a difficult challenge the identification of disrupted signaling pathways associated to ASD, which is critical to identify potentially novel biomarkers for diagnoses as well as novel therapeutic targets. In the present study, (i) we characterized the multifactorial nature of autism, molecular functions, cellular components, and biological processes associated to the disorder, (ii) we showed RAC1, in particular, and the RHO family of GTPases, in general, could play a critical role in the neuropathological events associated with autism, with calcium (Ca2+) as the most central component in interface between genetic and environmental factors, and (iii) we proposed a model of glutamate receptors (NMDARs)-mediated Erk activation of α-secretase activity and mitochondrial adaptation to apoptosis that may explain the early brain overgrowth and disruption of synaptic plasticity and connectome in autistic children, which could potentially be targeted by magnesium-based drugs and rapamycin.

Orientadores: Íscia Teresinha Lopes Cendes, Cristiane de Souza Rocha / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências Médicas / Made available in DSpace on 2018-08-27T01:10:50Z (GMT). No. of bitstreams: 1 BrumattiGoncalves_KatiaCristiane_M.pdf: 3380943 bytes, checksum: e87dbdc3a9db8349ec00b7148c98fd7b (MD5) Previous issue date: 2015 / Resumo: O campo da bioinformática associada à Next Generation Sequencing (NGS) ainda está em estado imaturo. A técnica de microarray tem sido muito utilizada nas últimas décadas em estudos de níveis de expressão de genes, porém essa técnica possui limitações. Sequenciamento de RNA (RNA-Seq) tem vantagens sobre as abordagens atuais, pois permite que o transcriptoma inteiro seja pesquisado com alto rendimento, fazendo com que RNA-Seq seja útil para estudar transcriptomas complexos, além disso, permite a análise de splicing alternativo. Muitas ferramentas têm sido desenvolvidas para abordar diferentes aspectos da análise de dados em RNA-Seq, e sua análise é um desafio constante. Nesse contexto, o objetivo deste estudo foi utilizar métodos de bioinformática para a análise de expressão gênica utilizando dados de RNA-Seq. Para isso, foram utilizados dados brutos obtidos em dois experimentos diferentes: a) utilizando animais normais, na qual a análise comparativa foi realizada da região do hipocampo (CA1, CA2 e CA3) e giro denteado, e b) utilizando animais tratados com pilocarpina e animais controle. Na análise dos dois experimentos, foram encontrados 3 genes (Nnat, Sv2b e Neurod6) em comum que tem diferença na expressão, ambos genes tem envolvimento no sistema nervoso central. Na análise de splicing alternativo, a ferramenta MISO (Mixture of Isoforms) comparado ao pipeline utilizado em Cuffdiff, gerou resultados melhores e mais detalhados, já que a ferramenta também realiza a quantificação dos transcritos, e com seus resultados foram descobertos 6 transcritos (Arpp21, Gria1, Gria2, Nrxn1, Dclk1 e Rtn1) em comum nas regiões do hipocampo, que tem alta expressão em giro denteado. Atualmente, existem diversos softwares em ascensão para análise diferencial, porém, o pipeline utilizado neste trabalho é ainda uma das principais ferramentas para análise de RNA-Seq, por usar algoritmos confiáveis e permitir flexibilização das análises quando necessário. Este estudo apresentou uma proposta de pipeline para a análise de expressão diferencial e identificação de splicing alternativo, para dados obtidos através de tecnologia de sequenciamento RNA-Seq. Foram identificados 5760 transcritos considerados significativamente expressos, e sugere que 6 transcritos sejam decorrentes de splicing alternativo / Abstract: The field of bioinformatics associated with Next Generation Sequencing (NGS) is still in an immature state. The microarray technique has been widely used in recent decades in studies of gene expression levels, but this technique has limitations. Sequencing RNA (RNA-Seq) has advantages over current approaches because it allows the whole transcriptome is researched with high yield, making RNA-Seq be useful for studying complex transcriptomes, moreover, allows the analysis of alternative splicing. Many tools have been developed to aproach different aspects of data analysis in RNA-Seq, and its analysis is a constant challenge. In this context, the objective of this study was to use bioinformatics methods for gene expression analysis using RNA-Seq data. For this, the raw data obtained in two different experiments were used: a) using normal animalsin which was made a comparative analysis of the hippocampus (CA1, CA2 and CA3) and dentate gyrus, and b) using pilocarpine treated animals and animals control. In the analysis of two experiments, were found three genes (NNAT, Sv2b and Neurod6) in common that there is a difference in the expression, both of genes is involved in the central nervous system. In alternative splicing analysis, MISO (Mixture of Isoforms) tool compared to the pipeline used in Cuffdiff, gave better and more detailed results, as the tool also performs the quantification of transcripts, and their results were found 6 transcripts (Arpp21, Gria1, Gria2, Nrxn1, Dclk1 and Rtn1) in common in the regions of the hippocampus, which has high expression in the dentate gyrus. Currently, there are various software on the rise for differential analysis, however, the pipeline used in this work is still one of the main tools for RNA-Seq analysis, by using reliable algorithms and allow flexibility of analyzes when necessary. This study showed a pipeline proposed for the analysis of differential expression, and alternative splicing of identification data obtained for RNA-Seq sequencing technology. 5760 transcripts considered significantly expressed were identified, and suggests that 6 transcripts are derived from alternative splicing / Mestrado / Fisiopatologia Médica / Mestra em Ciências

A visao sobre o dogma central da biologia molecular passou por aperfeicoamentos na virada deste seculo. Muito se deve ao interesse por pesquisas feitas para compreensao do que ate entao eram regioes do genoma conhecidas como DNA Lixo. Neste contexto, projetos de transcriptoma, avancos em tecnologias de sequenciamento, bem como analises em bioinformatica, contribuiram para elucidar o que estava sendo transcrito. Tais regioes foram denominadas como RNAs nao-codificadores ou non-coding RNA (ncRNA) que eram transcritas, mas nao traduzidas em proteinas. Apesar da quantidade de metodos para o estudo in silico dos ncRNAs, existem lacunas a serem preenchidas nas pesquisas desta molecula, tais como: metodos de anotacao em geral, caracterizacao de novas classes e mecanismos alternativos de busca por similaridade de sequencia primaria. Alem disso, nao se havia uma ferramenta que reunisse num unico local as informacoes dos bancos de dados publicos de ncRNA disponiveis. Neste trabalho, buscou-se preencher tais lacunas, contribuindo para o desenvolvimento de metodos computacionais nas pesquisas em ncRNAs. Foram utilizados os genomas de Hymenoptera e Diptera como sistema biologico para aplicar e testar os metodos desenvolvidos. / The classical vision of the central dogma of molecular biology was not changes dramatic until the end of the 20th century. At this time the scientific communities were interesting to understand what have in the regions of the genome known as \"Junk DNA\". Transcriptome projects together with sequencing Technologies anda bioinformatics analysis help to elucidate that this transcripts were regions that do not coding proteins and maybe has function. These transcripts are called non-coding RNA (ncRNA). Although there are a lot of computational approaches to the in silico research of ncRNA, there is a gap of research about this molecule such: approaches to the general annotation of ncRNA; identification of new classes of ncRNA; and alternatives search mechanisms of ncRNA. Besides that, there are not any central repository of public non-coding RNA databases that could help search for the information about it. In this report, we fill this gap. We tried to contributing to the development of computational methods in research on ncRNAs. We also used the Hymenoptera and Diptera genomes as a biological system to apply and test our developed approaches.