Os elementos genéticos móveis encontrados no genoma da bactéria Xylella fastidiosa (Xf) são representados principalmente por bacteriófagos (na forma de profagos inseridos no genoma) e ilhas genômicas. As integrases são responsáveis pelo processo de mobilização (integração e/ou excisão) destes elementos, através do mecanismo de recombinação sítio-específica. Bacteriófagos e ilhas genômicas estão associados a eventos de rearranjos genômicos e à aquisição e ou interrupção de genes importantes para bactéria, tendo implicação direta na diversidade e organização genômica e, por conseqüência, na diferenciação entre linhagens. A extensão e o impacto desses eventos é o foco deste trabalho, através da análise in-silico das integrases e sua associação com regiões de profagos e ilhas genômicas, no genoma de quatro linhagens de Xf. Os dados aqui apresentados corroboram o papel das integrases e seus elementos genéticos móveis associados como agentes chaves no processo de diversidade e evolução da organização genômica entre as quatro linhagens de Xf. / The mobile genetic elements found in the genome of the bacterium Xylella fastidiosa (Xf) are mainly represented by bacteriophages (as prophages inserted into the genome) and genomic islands. The integrases are responsible for the process of mobilization (integration and / or excision) of these elements through the mechanism of site-specific recombination. Bacteriophages and genomic islands are associated with events of genomic rearrangements and the acquisition and or interruption of important genes for bacteria, with direct involvement in diversity and genomic organization and, consequently, the differentiation between strains. The extent and impact of these events are the focus of this work, through in-silico analysis of integrase and association with regions of prophages and genomic islands in the genome of four strains of Xf. The data presented here support the role of integrases and their mobile genetic elements associated as key players in the process of evolution and diversity of genomic organization between the four strains of Xf.

La malaria causada por Plasmodium vivax es la más predominante en los diferentes casos reportados en el Perú, siendo característico las infecciones asintomáticas y las muestras con baja parasitemia. La poca cantidad de ADN parasitario que se recupera de muestras de baja parasitemia de P. vivax (sub-microscópicas) limita la inclusión de esta población parasitaria en estudios de genética y genómica de poblaciones. La subestimación de la diversidad genética sesga el entendimiento de la transmisión de P. vivax, especialmente en condiciones de baja endemicidad, donde las infecciones sub-microscópicas son predominantes. Diferentes métodos han sido desarrollados para sobrellevar este problema, siendo la Amplificación selectiva del genoma completo (SWGA) una herramienta promisoria. Sin embargo, su efectividad aún no ha sido reportada en muestras de baja parasitemia de P. vivax. El objetivo de la tesis fue optimizar y estandarizar preliminarmente el método SWGA en muestras sub-microscópicas o de baja concentración de ADN de P. vivax. Para ello, se modificaron las condiciones del ciclado y componentes del método propuesto por Cowell et al. (2017) para mejorar el enriquecimiento de ADN parasitario, se calculó la cantidad mínima de ADN para una amplificación genómica exitosa, se evaluó la fidelidad del SWGA y se aplicó el método optimizado en ADN almacenado (-20°C) de 20 muestras de campo. Primero se modificaron diferentes componentes y parámetros del método SWGA, se cuantificó el ADN parasitario y humano por PCR tiempo real antes y después de la amplificación genómica; así se calculó el enriquecimiento del ADN parasitario. El método optimizado permitió que las muestras del panel (muestras simuladas) incrementaran su concentración de ADN parasitario (>805 veces) y porcentaje de ADN parasitario (>218 veces) en comparación a su estado inicial. La concentración mínima de ADN parasitario, para generar una amplificación genómica exitosa de más 1200 moléculas/µL, fue 1.29 moléculas/µL. Luego de la aplicación del método SWGA optimizado, el 97.22% de todos los alelos no presentaron diferencias en sus tamaños y solo hubo una pérdida de datos del 3.57%. El 80% de la muestras de campo tuvieron una amplificación genómica exitosa. Se demostró que el método optimizado mejoró su desempeño en el enriquecimiento del ADN de P. vivax a partir de ADN total, provenientes de muestras de baja densidad parasitaria, y así permitió una mayor cobertura de las muestras para ser incluidas en los análisis genéticos. / International Center of Excellence for Malaria Research / VLIR-UOS / Universidad Peruana Cayetano Heredia (Lima) / Tesis

A diversidade da comunidade endofítica de fungos associada à cana-de-açúcar transgênica tolerante a imazapyr e suas linhas de cultivo não transgênicas foi avaliada por isolamento e ARDRA (Amplified rDNA Restriction Analysis). Cultivares transgênicos e não-transgênicos, e seu manejo (aplicação do herbicida ou remoção manual de daninhas), foram considerados para verificar o possível efeito indireto da cana-deaçúcar geneticamente modificada (GM) sobre a comunidade de fungos endofíticos. O total de quatorze haplótipos de ARDRA foram observados na comunidade endofítica de cana-de-açúcar. O seqüenciamento da região ITS1-5.8S-ITS2 revelou uma comunidade rica representada por doze famílias diferentes do filo Ascomicota. Alguns dos isolados demonstraram alta similaridade com gêneros que ocorrem comumente como endófitos em plantas de clima tropical, como Cladosporium, Eppicoccum, Fusarium, Guignardia, Pestalotiopsis e Xylaria. A análise de variância molecular (AMOVA) indicou que as flutuações observadas na composição dos haplótipos estão relacionadas tanto ao cultivar transgênico quanto a aplicação do herbicida. Enquanto a aplicação do herbicida induziu mudanças rápidas e transientes na comunidade de fungos, as plantas transgênicas induziram mudanças mais lentas que foram mantidas ao longo do tempo. Uma abordagem independente de cultivo baseada em bibliotecas de 18S ambiental revelou a presença de clones com seqüências similares a gêneros das famílias Ustilaginaceae e Filobasidiaceae, e das ordens Sporidiobolales e Tremellales, todos do filo Basidiomicota. Os resultados aqui demonstrados representam o primeiro relato sobre a composição de fungos endofíticos associados a plantas de cana-de-açúcar e também representam um passo importante para o entendimento dos efeitos que plantas transgênicas e seu manejo podem induzir sobre a comunidade de fungos endofíticos. / The diversity of fungal endophytic community associated with transgenic imazapyr-tolerant sugarcane plants and its non-transgenic lines was evaluated by isolation and ARDRA (Amplified rDNA Restriction Analysis). Transgenic and nontransgenic cultivars and their crop management (herbicide application or manual weed control) were considered in order to assess the possible non-target effects of genetically modified (GM) sugarcane on the fungal endophytic community. A total of fourteen ARDRA haplotypes were observed in the endophytic community of sugarcane. ITS1- 5.8S-ITS2 sequencing revealed a rich community represented by twelve different families from the Ascomycota phylum. Some of the isolates showed a high sequence similarity with genera that commonly occur as endophytes in plants from tropical climates, such as Cladosporium, Eppicoccum, Fusarium, Guignardia, Pestalotiopsis and Xylaria. Analysis of Molecular Variance (AMOVA) indicated that fluctuations observed in haplotypes composition were related to both transgenic cultivar and herbicide application. While herbicide applications induced quickly transient changes in the fungal community, transgenic plants induced slower changes that were maintained over time. A cultivation-independent approach based on libraries of environmental 18S revealed the presence of clones with high sequence similarity with genera from Ustilaginaceae and Filobasidiaceae families and Sporidiobolales and Tremellales orders, all from Basidiomycota phylum. The results demonstrated here represent the first draft on the composition of fungal endophytes associated with sugarcane plants and also represent an important step to understand the effects that transgenic plants and their crop management may induce on fungal endophytic community.

Casos de malária importada, contraídos em região endêmica, mas diagnosticados em um país não-endêmico, são um evento raro mas com desfecho potencialmente fatal. Nosso objetivo foi investigar se a análise de genomas mitocondriais permite inferir a origem geográfica de casos importados de malária vivax diagnosticados nos EUA, comparando os resultados com aqueles obtidos por análise de DNA microssatélite. Foi sequenciado o genoma mitocondrial completo de 63 amostras de P. vivax provenientes de infecções importadas dos EUA, além de 7 amostras do Brasil e 6 do Panamá. A rede de haplótipos com DNA mitocondrial foi construída com 412 sequências e foi possível classificar com precisão a origem geográfica presumida dos isolados da América do Sul, Coréia, Sudeste Asiático e Melanésia, porém os isolados do Sul da Ásia, América Central e África não puderam ser classificados geograficamente. A análise bayesiana realizada com a tipagem de marcadores de microssatélites não apresentou sucesso quanto à classificação geográfica dos isolados de P. vivax. / Cases of imported malaria, infection acquired in an endemic region, but diagnosed in a non-endemic country, are rare but can lead to a fatal outcome. Our objectives were investigate whether the analysis of mitochondrial genomes allows inferring the geographic origin of isolates of P. vivax derived from cases of imported malaria diagnosed in the USA, and compare the performance of mitochondrial genome and DNA microsatellite analysis. We sequenced full mitochondrial genomes from 63 P. vivax isolates collected at the USA from imported infections, and 7 samples from Brazil and 6 Panama. A network of mitochondrial DNA haplotypes was built with 412 genomic sequences and were able to classify accurately isolates from South America, Korea, Southeast Asia and Melanesia according to their presumed geographic origin, but failed to do so with samples from South Asia, Central America and Africa. The Bayesian analysis performed by typing microsatellite markers showed no success on the classification of geographical isolates of P. vivax.

[pt] A montagem de fragmentos de sequências biológicas é um problema fundamental na bioinformática. Na montagem de tipo De Novo, onde não existe um genoma de referência, é usada a estrutura de dados do grafo de Bruijn para auxiliar com o processamento computacional. Em particular, é necessário considerar um conjunto grande de k-mers, substrings das sequências biológicas. No entanto, a construção deste grafo tem grande custo computacional, especialmente muito consumo de memoria principal, tornando-se inviável no caso da montagem de grandes conjuntos de k-mers. Há soluções na literatura que utilizam o modelo de memória externa para conseguir executar o procedimento. Porém, todas envolvem alta redundância nos cálculos envolvendo os k-mers, aumentando consideravelmente o número de operações de E/S. Esta tese propõe uma nova abordagem para a construção do grafo de Bruijn que torna desnecessária a geração de todos os k-mer. A solução permite uma redução dos requisitos computacionais e a viabilidade da execução, o que é confirmado com os resultados experimentais. / [en] Fragment assembly is a current fundamental problem in bioinformatics. In the absence of a reference genome sequence that could guide the whole process, a de Bruijn Graph data structure has been considered to improve the computational processing. Notably, we need to count on a broad set of k-mers, biological sequences substrings. However, the construction of de Bruijn Graphs has a high computational cost, primarily due to main memory consumption. Some approaches use external memory processing to achieve feasibility. These solutions generate all k-mers with high redundancy, increasing the number of managed data and, consequently, the number of I/O operations. This thesis proposes a new approach for de Bruijn Graph construction that does not need to generate all k-mers. The solution enables to reduce computational requirements and execution feasibility, which is confirmed with the experimental results.

A recombinação durante a transcrição reversa é um fator importante no aumento da diversidade genética e adaptação do HIV-1, permitindo que mutações vantajosas presentes em diferentes linhagens sejam combinadas em um mesmo genoma. No Brasil, vários recombinantes foram descritos e seis formas recombinantes circulantes (CRFs) já foram identificados, demonstrando a relevância destes recombinantes na epidemia brasileira. Portanto, um dos objetivos desta tese foi analisar os dados gerados pela Rede de Diversidade Genética Viral (VGDN) (sequências parciais de gag, pol e env), a fim de identificar recombinantes inter-subtipos de HIV-1 e avaliar a frequência e distribuição geográfica destes vírus. Utilizando diferentes técnicas foram identificados 152/1083 pacientes portadores de recombinantes BF. A frequência destes recombinantes foi maior em cidades como São Vicente (30%) e Sorocaba (22,6%), sendo que os recombinantes circulantes em São Vicente foram geralmente relacionados às CRF28 e CRF29, enquanto que os vírus presentes na região de Sorocaba comumente apresentam um envelope subtipo F1, independente do subtipo nos demais genes. Além disso, o gene da integrase de 159 pacientes foi amplificado e sequenciado. A análise deste gene revelou mais 10 pacientes infectados com recombinantes BF e nenhuma mutação de resistência primária aos inibidores da integrase foi encontrada. O segundo objetivo foi isolar e caracterizar recombinantes BF in vitro. O isolamento viral foi realizado por co-cultivo e ao final foram obtidos 10 isolados primários. O sequenciamento do genoma quase completo desses dez isolados primários revelou que três isolados primários pertencem ao grupo da CRF28_BF, três ao grupo da CRF29_BF e quatro foram classificados como formas recombinantes únicas (URFs). Ainda, o uso de correceptores desses isolados foi avaliado in vitro em ensaios com as células GHOST(3), e revelou três duplo-trópicos (X4/R5) vírus, quatro CXCR4 (X4) e três isolados utilizaram apenas CCR5 (R5). Em suma, uma alta frequência de URFs foi encontrada em algumas cidades do Estado de São Paulo, e também foi desenvolvido e caracterizado um painel de isolados primários representando as CRF28_BF, CRF29_BF e algumas URFs. / Recombination during reverse transcription is an important factor promoting HIV-1 diversity and adaptive change, allowing advantageous mutations arising on different genomes to undergo linkage in the same progeny recombinant genome more frequently than what would be expected under random mutation alone. In Brazil, several recombinant viruses were reported, and six circulating recombinant forms (CRFs) have already been identified. Therefore, the first objective of this Thesis was to analyze the data generated by the Viral Genetic Diversity Network (VGDN) (gag, pol and env partial sequences), in order to identify HIV-1 intersubtype recombinants and evaluate the frequency and geographical distribution of these viruses. Using different techniques we identified 152/1083 patients harboring BF recombinants. The frequency of these recombinants was higher in cities like São Vicente (30%) and Sorocaba (22.6 %). The recombinant viruses circulating in São Vicente were generally related to CRF28 and CRF29, while those viruses circulating in Sorocaba commonly presented an envelope region of subtype F1, irrespective the subtype composition on the remaining genes. Additionally, the integrase gene of HIV-1 from 159 patients was further amplified and sequenced. The analysis of this viral gene revealed ten more patients infected with BF recombinants and no primary mutations related to integrase inhibitor resistance were found. The second objective was to isolate and characterize BF recombinants in vitro, which resulted in ten primary HIV-1 isolates. The near full-length genomes of these ten primary isolates revealed that three were related to CRF28_BF, three to CRF29_BF and four were unique recombinant forms (URFs), according to their breakpoints profile determined with the jpHMM program. Additionally, the coreceptor usage of these isolate was investigated in vitro using GHOST assays, which revealed three dual-tropic (X4/R5) viruses, four CXCR4 (X4) viruses and three CCR5 (R5) viruses. In sum, we report a high frequency of URFs in some cities of São Paulo State, and also developed a well-characterized panel of viruses representing CRF28_BF, CRF29_BF and URFs.

No presente trabalho, investigamos a filodinâmica de três modelos virais diferentes, utilizando técnicas baseadas em verossimilhança e inferência bayesiana. Dois desses são flavivírus com genoma de RNA fita simples e senso positivo. O terceiro é um bunyavírus com genoma tri-segmentado de RNA fita simples com senso negativo. Estes diferentes modelos permitiram estudar diferentes mecanismos promotores de diversidade viral, reagrupamento de segmentos genômicos (shift) e mutação (drift), que atuam em diferentes granularidades. Descrevemos pela primeira vez o espalhamento geográfico das linhagens de vírus Zika (ZIKV) em um nível continental, assim como ocorrência de recombinação e associação entre padrões de glicosilação e vetores. Para o flavivírus da encefalite transmitida por carrapatos (TBEV), investigamos seu espalhamento e encontramos evidências que corroboram a hipótese de circulação viral restrita a focos na Europa central. As análises sobre o vírus da Febre da Grande Fenda Africana (RVFV) apontaram a ocorrência de reagrupamento de segmentos genômicos e também ajudaram a elucidar sua dispersão do leste do continente africano para o oeste, encontrando-se diversas introduções no Senegal e Mauritânia. Aparentemente, este vírus teve a entrada facilitada nesses países por uma região que funciona como um centro de dispersão (hub) por ser encontro de rotas migratórias de animais. Ademais, investigamos a ocorrência de rearranjos de segmentos genômicos de RVFV e também estudamos as diferenças nas dinâmicas evolutivas de cada segmento. / In this study, we investigated the phylodynamics of three different viral models, using techniques based on maximum likelihood and Bayesian inference methods. Two of these viruses are flaviviruses, whose genomes are formed by a single-stranded positive-sense RNA molecule. The third is a Bunyavirus with tri-segmented single-stranded RNA genome with negative sense. These different models allowed us to investigate two different mechanisms to promote viral diversity, (i) recombination of genomic segments (\"shift\") and (ii) mutation (\"drift\"), therefore exploring different levels of granularity of evolutionary process. We described for the first time the geographic spread of Zika virus (ZIKV) strains in a continental level, as well as, the occurrence of recombination and association between glycosylation patterns and vectors. For the other Flavivirus, tick-borne encephalitis virus (TBEV), we investigated its spreading and found evidences to support the hypothesis that viral circulation is very constrained by the foci in central Europe. The analyses about the Rift Valley Fever Virus (RVFV) revealed the occurrence of reassortment of genomic segments and their dispersal from eastern Africa to the west, with several introductions to Senegal and Mauritania. Apparently, the entry of RVFV in these countries was facilitated by the region of Kedougou, where several migratory routes of animals converge. This place maybe works as a hub to spread RVFV for West Africa. Moreover, we also investigated the differences in evolutionary dynamics of each genomic segment of RVFV.

O objetivo deste trabalho foi caracterizar uma nova família de retrotransposons Copia em cana-de-açúcar, e também compreender a diversidade de retrotransposons com LTR transcricionalmente ativos em cana, com base na análise filogenética de cDNAs provenientes do projeto SUCEST. Foi assim isolada uma nova família de retrotransposons de cana, denominada SURE (SUgarcane REtrotransposon). O genoma da cana apresentou grande colinearidade com os genomas de sorgo e arroz em segmentos contendo SURE. Foram também classificados filogeneticamente cDNAs e seqüências completas de retrotransposons com LTR de cana-de-açúcar. A maioria das linhagens evolutivas descritas apresenta ao menos um representante em cana. O grupo de retrotransposons com LTR mais representado no transcriptoma de cana foi reunido como um novo membro da superfamília Copia Garapa. Trata-se de um elemento com mais cópias e maior variabiliadade que SURE. Dessa forma, SURE e Garapa apresentam-se como duas linhagens de retrotransposons que apresentam padrões distintos de amplificação no genoma de cana. / The aim of this work was to characterize a sugarcane element belonging to a new Copia retrotransposon-family in sugarcane and also study the diversity of transcriptional active LTR-retrotransposons in sugarcane, based in a phylogenetic analysis of cDNAs from SUCEST. The new retrotransposon family identified in sugarcane was named SURE (Sugarcane REtrotransposon). BAC clones bearing one copy of SURE showed that sugarcane genome have a high sinteny with sorghum and rice genomes in coding regions. Other sugarcane sequences containing LTR-retroelements were characterized and compared to pre existent in the plant kingdom. Most of these lineages had at least one sugarcane element. The most representative group of these sequences was reunited as a new group of Copia superfamily in sugarcane and named Garapa. It comprises elements highly distributed in sugarcane chromosomes and with a higher variability when compared to SURE. Finally, SURE and Garapa represent two distinct lineages of Copia retrotransposons that had different amplification pattern in the sugarcane genome.

Os vírus Influenza A infectam um largo espectro de hospedeiros e causam epidemias anuais. São vírus com alta variabilidade genética e RNA segmentado, que podem sofrer rearranjos entre os genes de diferentes vírus. Em 2006, foram analisadas 521 amostras de crianças menores de 5 anos atendidas no HU-USP e 25 foram positivas para Influenza A, sendo H3N2 o mais prevalente (68%). Cinco genes de 18 amostras foram seqüenciados e obtivemos 13 sequencias de HA, 12 da NP, 12 de NA, 14 da M e 10 da NS. Verificou-se a presença de várias mutações, especialmente na HA e NA, que favoreceram a substituição da cepa vacinal naquele ano. Todas as amostras H3N2 apresentaram sítios de resistências aos inibidores da M2. Diferentes linhagens circularam no mesmo ano, tanto de H1 como de H3, favorecendo rearranjos entre elas. Foram verificados, também rearranjos envolvendo os genes da HA e NP, indicando o complexo mecanismo de evolução desses vírus e enfatizando a necessidade de monitoramento da circulação e caracterização de seus genes. / Influenza A virus infects a wide range of hosts and cause annual outbreaks. RNA segmented virus has high genetic variability and may have rearrangements between the genes of different viruses. In 2006, 521 samples of children younger than 5 years were analyzed and 25 tested positive for Influenza A virus, of which the subtype H3N2 is the most prevalent (68%). Five genes of 18 samples were sequenced and 13 sequences of HA, 12 of NP, 14 of M and 10 of NS obtained were. The presence of this several mutations, especially in the HA and NA genes probably helped the replacement of the vaccine strain in that year. All H3N2 subtype samples showed points of resistance to M2 inhibitors. The phylogenetic analysis revealed the circulation of different lineages in the same year, for both H1 and H3, and the presence of two rearrangements involving the HA and NP genes. These results indicate the influence of rearrangements in the evolution of the virus and emphasize the need for monitoring of circulation and characterization of genes.

O presente estudo teve como objetivo realizar a triagem de PHA sintases numa biblioteca metagenômica de solo de Mata Atlântica, empregando duas técnicas de busca: o método de detecção fenotípica e a técnica de PCR. Resultados positivos foram obtidos com este último, empregando iniciadores descritos na literatura e iniciadores descritos neste trabalho. Em 10.67% dos clones da biblioteca foram obtidos amplicons, dos quais 7 foram seqüenciados, apresentando similaridade para os genes phaC dos tipos II e IV. Adicionalmente, 67 clones positivos para a classe III foram obtidos e 4 destes foram seqüenciados. Duas das seqüências obtidas mostraram alta similaridade com o gene codificador da enzima glutamina sintetase tipo I, outro deles para a proteína hipotética conservada pertencente à família de enzimas oxidoredutases e a outra para o componente D do gene hidrogenase-4. A partir da análise dos resultados, iniciadores mais específicos são propostos. Assim, a técnica de PCR foi mais eficiente na detecção de genes da biossíntese de PHA na biblioteca metagenômica estudada. / To perform a PHA synthase screening in a metagenomic library from Atlantic forest soil two search methods were applied: phenotypic detection and PCR. Positive results with PCR were obtained by using primers described in the literature and proposed in this study. Amplicons were obtained in 10.67% of the library, 7 of them were sequenced showing similarity with class II and IV phaC genes. In addition, 67 positive clones for class III were obtained and 4 of them were sequenced. Two of these sequences showed high similarity to the glutamine synthase gene type I, the third one showed similarity to the conserved hypothetical protein of the reductase family, and the forth presented similarity to the component D of the hidrogenase-4. According to the results, more specific primers are suggested. Therefore, PCR was more efficient in the detection of PHA biosynthesis genes in the studied metagenomic library.