Os avanços na pesquisa em biologia molecular e bioquímica permitiram o desenvolvimento de técnicas capazes de extrair informações moleculares de milhares de genes simultaneamente, como DNA Microarrays, SAGE e, mais recentemente RNA-Seq, gerando um volume massivo de dados biológicos. O mapeamento dos níveis de transcrição dos genes em larga escala é motivado pela proposição de que o estado funcional de um organismo é amplamente determinado pela expressão de seus genes. No entanto, o grande desafio enfrentado é o pequeno número de amostras (experimentos) com enorme dimensionalidade (genes). Dessa forma, se faz necessário o desenvolvimento de novas técnicas computacionais e estatísticas que reduzam o erro de estimação intrínseco cometido na presença de um pequeno número de amostras com enorme dimensionalidade. Neste contexto, um foco importante de pesquisa é a modelagem e identificação de redes de regulação gênica (GRNs) a partir desses dados de expressão. O objetivo central nesta pesquisa é inferir como os genes estão regulados, trazendo conhecimento sobre as interações moleculares e atividades metabólicas de um organismo. Tal conhecimento é fundamental para muitas aplicações, tais como o tratamento de doenças, estratégias de intervenção terapêutica e criação de novas drogas, bem como para o planejamento de novos experimentos. Nessa direção, este trabalho apresenta algumas contribuições: (1) software de seleção de características; (2) nova abordagem para a geração de Redes Gênicas Artificiais (AGNs); (3) função critério baseada na entropia de Tsallis; (4) estratégias alternativas de busca para a inferência de GRNs: SFFS-MR e SFFS-BA; (5) investigação biológica das redes gênicas envolvidas na biossíntese de tiamina, usando a Arabidopsis thaliana como planta modelo. O software de seleção de características consiste de um ambiente de código livre, gráfico e multiplataforma para problemas de bioinformática, que disponibiliza alguns algoritmos de seleção de características, funções critério e ferramentas de visualização gráfica. Em particular, implementa um método de inferência de GRNs baseado em seleção de características. Embora existam vários métodos propostos na literatura para a modelagem e identificação de GRNs, ainda há um problema muito importante em aberto: como validar as redes identificadas por esses métodos computacionais? Este trabalho apresenta uma nova abordagem para validação de tais algoritmos, considerando três aspectos principais: (a) Modelo para geração de Redes Gênicas Artificiais (AGNs), baseada em modelos teóricos de redes complexas, os quais são usados para simular perfis temporais de expressão gênica; (b) Método computacional para identificação de redes gênicas a partir de dados temporais de expressão; e (c) Validação das redes identificadas por meio do modelo AGN. O desenvolvimento do modelo AGN permitiu a análise e investigação das características de métodos de inferência de GRNs, levando ao desenvolvimento de um estudo comparativo entre quatro métodos disponíveis na literatura. A avaliação dos métodos de inferência levou ao desenvolvimento de novas metodologias para essa tarefa: (a) uma função critério, baseada na entropia de Tsallis, com objetivo de inferir os inter-relacionamentos gênicos com maior precisão; (b) uma estratégia alternativa de busca para a inferência de GRNs, chamada SFFS-MR, a qual tenta explorar uma característica local das interdependências regulatórias dos genes, conhecida como predição intrinsecamente multivariada; e (c) uma estratégia de busca, interativa e flutuante, que baseia-se na topologia de redes scale-free, como uma característica global das GRNs, considerada como uma informação a priori, com objetivo de oferecer um método mais adequado para essa classe de problemas e, com isso, obter resultados com maior precisão. Também é objetivo deste trabalho aplicar a metodologia desenvolvida em dados biológicos, em particular na identificação de GRNs relacionadas a funções específicas de Arabidopsis thaliana. Os resultados experimentais, obtidos a partir da aplicação das metodologias propostas, mostraram que os respectivos ganhos de desempenho foram significativos e adequados para os problemas a que foram propostos. / Thanks to recent advances in molecular biology and biochemistry, allied to an ever increasing amount of experimental data, the functional state of thousands of genes can now be extracted simultaneously by using methods such as DNA microarrays, SAGE, and more recently RNA-Seq, generating a massive volume of biological data. The mapping of gene transcription levels at large scale is motivated by the proposition that information of the functional state of an organism is broadly determined by its gene expression. However, the main limitation faced is the small number of samples (experiments) with huge dimensionalities (genes). Thus, it is necessary to develop new computational and statistics techniques to reduce the inherent estimation error committed in the presence of a small number of samples with large dimensionality. In this context, particularly important related investigations are the modeling and identification of gene regulatory networks from expression data sets. The main objective of this research is to infer how genes are regulated, bringing knowledge about the molecular interactions and metabolic activities of an organism. Such a knowledge is fundamental for many applications, such as disease treatment, therapeutic intervention strategies and drugs design, as well as for planning high-throughput new experiments. In this direction, this work presents some contributions: (1) feature selection software; (2) new approach for the generation of artificial gene networks (AGN); (3) criterion function based on Tsallis entropy; (4) alternative search strategies for GRNs inference: SFFS-MR and SFFS-BA; (5) biological investigation of GRNs involved in the thiamine biosynthesis by adopting the Arabidopsis thaliana as a model plant. The feature selection software is an open-source multiplataform graphical environment for bioinformatics problems, which supports many feature selection algorithms, criterion functions and graphic visualization tools. In particular, a feature selection method for GRNs inference is also implemented in the software. Although there are several methods proposed in the literature for the modeling and identification of GRNs, an important open problem regards: how to validate such methods and its results? This work presents a new approach for validation of such algorithms by considering three main aspects: (a) Artificial Gene Networks (AGNs) model generation through theoretical models of complex networks, which is used to simulate temporal expression data; (b) computational method for GRNs identification from temporal expression data; and (c) Validation of the identified AGN-based network through comparison with the original network. Through the development of the AGN model was possible the analysis and investigation of the characteristics of GRNs inference methods, leading to the development of a comparative study of four inference methods available in literature. The evaluation of inference methods led to the development of new methodologies for this task: (a) a new criterion function based on Tsallis entropy, in order to infer the genetic inter-relationships with better precision; (b) an alternative search strategy for the GRNs inference, called SFFS-MR, which tries to exploit a local property of the regulatory gene interdependencies, which is known as intrinsically multivariate prediction; and (c) a search strategy, interactive and floating, which is based on scale-free network topology, as a global property of the GRNs, which is considered as a priori information, in order to provide a more appropriate method for this class of problems and thereby achieve results with better precision. It is also an objective of this work, to apply the developed methodology in biological data, particularly in identifying GRNs related to specific functions of the Arabidopsis thaliana. The experimental results, obtained from the application of the proposed methodologies, indicate that the respective performances of each methodology were significant and adequate to the problems that have been proposed.

A citricultura é de grande importância para as atividades agrícolas brasileiras, uma vez que o Brasil é o principal produtor e exportador de suco de laranja. O cancro cítrico, causado pela bactéria Xanthomonas axonopodis pv. citri (Xac) é um grave problema nesse setor, causando um elevado prejuízo na produção de frutos e seus derivados. O fator sigma é a subunidade da RNA polimerase que tem a função de direcionar o núcleo da RNA polimerase a uma classe específica de sequências promotoras. Como a maioria das bactérias sintetiza diversos fatores sigma, essa característica proporciona à bactéria a oportunidade de manutenção basal da sua expressão gênica, assim como, a regulação em resposta a alterações ambientais e a sinais durante o desenvolvimento bacteriano. O genoma de Xac codifica para 14 fatores sigma. Nesse presente trabalho, detectamos interações dos fatores σECF (Xac2814. Xac3989, Xac0922, Xac1319, Xac1380, Xac1682, Xac4129 e Xac2191) e seus fatores anti-σ cognatos (Xac2815. Xac3988, Xac0921, Xac1320, Xac1379, Xac1681, Xac4130 e Xac2192). Além disso, observamos interações entre o fator σFliA (Xac1933) e o anti-σFlgM (Xac1989), seu fator anti-σ cognato. A caracterização das cepas nocautes para alguns fatores σ apontaram o envolvimento do fator σ54Xac1969 no mecanismo de formação de flagelo, a contribuição do fator σECFXac1682 na resposta ao choque térmico e a participação do fator σECFXac2191 no crescimento bacteriano em condições de carência de ferro. / Citriculture is an important sector of the economy of the State of São Paulo. Citrus canker, caused by Xanthomonas axonopodis pv. citri (Xac), is a devastating disease responsible for large agribusiness losses every year. several sigma factors. The sigma factor is the subunit of RNA polymerase that serves to direct the RNA polymerase core to a specific class of promoter sequences. Most bacteria code for more than one sigma factor, which provides the cell with the means by which to maintain basal gene expression while at the same time modulate the expression of specific genes in response in environmental changes and signals during bacterial growth. The Xac genome codes for 14 sigma factors which are the objects of study in this thesis. We demonstrate that many of the sigma factors of the σECF family (Xac2814, Xac3989, Xac0922, Xac1319, Xac1380, Xac1682, Xac4129 e Xac2191) interact with cognate anti- factors (Xac2815, Xac3988, Xac0921, Xac1320, Xac1379, Xac1681, Xac4130 e Xac2192). These sigma-anti-sigma pairs are all coded by neighboring genes. Interactions between the sigma factor σFliA (Xac1933) and anti-σFlgM (Xac1989) were also observed. Xac strains with gene knockouts for several sigma factors were produced. The characterization some these knockout strains point to the involvement of σ54Xac1969 in the biosynthesis of flagella, participation of σECFXac1682 in the ability to survive heat shock and involvement of σECFXac2191 in the response to iron deficiency.

A identidade na segmentação do corpo de diversos organismos, durante o desenvolvimento, é devida, em grande parte, à ação das proteínas homeóticas. Em especial, dois grupos de proteínas, Trithorax (trxG) e Polycomb (PcG) têm um papel fundamental na manutenção, respectivamente, da ativação e da repressão da transcrição gênica, associando-se à cromatina. A importância das PcG nos estimulou a buscar a caracterização das proteínas humanas ortólogas ao \"Enhancer of Polycomb\" (Epc) de Drosophila, até então não descritas no genoma humano. Para tanto, buscamos: - obter a sequência completa e mapear o cDNA do novo gene humano homólogo ao \"Enhancer of Polycomb\" de Drosophila; - analisar sua expressão em tecidos fetais, adultos e tumorais e fazer estudos buscando sua caracterização funcional. Encontramos, mapeamos e obtivemos a seqüência completa de dois genes humanos, ortólogos de Epc1 (10p11-22) e de Epc2 (2q21-23) de camundongo, publicando estes dados em 2001 (Camargo et al., 2001). Ambos os genes são bastante conservados entre várias espécies, sendo que o cDNA de hEPC2 humano, por exemplo, é 94% idêntico ao Epc2 de camundongo e possui 96% de identidade ao nível de proteína, sugerindo que a função do gene deve ter sido mantida durante a evolução. No entanto, as seqüências protéicas de hEPC1 e hEPC2 humanos possuem apenas 68% de identidade entre si. Portanto, é provável que após a duplicação dos parálogos, estes tenham divergido funcionalmente. A expressão de ambos os genes foi avaliada utilizando \"dot-blots\" contendo 76 mRNAs de amostras de tecidos fetais, adultos e tumorais, mostrando-se fraca e ubíqua. Análises in silico sugeriram a existência de 4 isoformas de splicing para hEPC2, as quais foram validadas por RT-PCR ou \"Northern blots\". Uma das isoformas (de 2.7 Kpb) se mostrou mais abundante em todas as linhagens tumorais estudadas através de análises de \"Northern blot\", principalmente nas linhagens de linfoma de Burkitt\'s Raji e na linhagem de leucemia pró-mielocítica HL-60. Esta isoforma é gerada através de um sítio alternativo de poli-adenilação, que reduz sua porção 3\'UTR, retirando 4 dos 5 \"elementos ricos em adenilatos e uridilatos\" (AREs), envolvidos com a degradação de mRNAs lábeis que codificam proteínas regulatórias. Estes resultados se encontram em um manuscrito recentemente submetido à publicação (anexo à tese). Interação entre hEPC2 e SMADs e sua modulação por TGF-β. Durante a montagem da seqüência completa de hEPC2, verificamos que duas ESTs patenteadas mostravam alta identidade com o gene. Estas seqüências foram descritas como sendo parte de uma nova proteína de interação com as proteínas da família SMAD, envolvidas com transdução de sinais desencadeados por TGF-β. Esta citocina por sua vez, regula a proliferação, diferenciação e morte celular. Partimos para a avaliação da possível interação entre hEPC2 e as SMADs, em colaboração com o grupo do Dr. Aristidis Moustakas, do Ludwig Institute for Cancer Research de Uppsala, Suécia. Os resultados de co-imunoprecipitação sugeriram que as SMADs 2, 3, 4, 7 e 8 interagem com hEPC2, sendo que a interação entre as SMAD2, SMAD3, SMAD4 e hEPC2 nas células tratadas com TGF-β1, mostraram uma redução na co-imunoprecipitação. Este resultado sugere que TGF-β1 modula negativamente a interação entre essas proteínas. Da mesma maneira, foi observada uma redução na interação de hEPC2 com SMAD8 após o tratamento com BMP-7. Esse resultado é ainda mais destacado para as SMADs 2 e 3. Estes dados foram observados para ambas as construções de hEPC2, o que sugere fortemente a veracidade da interação entre estas proteínas. A localização celular de hEPC2, e também sua co-localização com SMAD2 foram investigadas através de imunofluorescência indireta e confirmaram a predição do programa PSORTII, de que hEPC2 se localiza no núcleo. No entanto, não foi possível observar a co-localização entre hEPC2 e SMAD2. É possível que hEPC2 não se ligue diretamente ao DNA, necessitando se associar como parceiro de um fator de transcrição. Esta foi uma das hipóteses para a atuação de hEPC2, como um co-fator que se associe com uma das SMADs e se ligue a um elemento específico de ligação a SMAD (SBE). Para investigar essa hipótese um ensaio de gene repórter foi feito utilizando uma construção de um repórter contendo 12 repetições da seqüência CAGA (seqüência específica de ligação das SMADs 2,3 e 4) fusionado com o gene da luciferase. No entanto, este ensaio não demonstrou que a transcrição de SMAD2 é dependente de hEPC2 e o experimento deverá ser repetido. Para confirmar a interação entre hEPC2 e as SMADs, será feito um experimento de \"pull-down\". Para tal o cDNA de hEPC2 foi clonado no vetor pET-32A de expressão indutível em bactérias. A proteína recombinante já foi produzida, tendo sido induzida e posteriormente purificada em condições desnaturantes. Apesar de dezenas de genes PcG terem sido caracterizados em Drosophila, poucos destes genes foram estudados em mamíferos. Portanto, a descrição do gene hEPC2 e seus transcritos alternativos, contribui para o conhecimento de PcG humanos, indicando a associação de maior expressão de uma de suas isoformas em linhagens celulares tumorais. Em relação à interação de hEPC2 com as SMADs, é interessante observar que nenhuma outra proteína foi descrita por possuir a particularidade de interagir com as SMADs de diferentes categorias. Talvez este seja um dado importante, que indique o papel singular de hEPC2 na sinalização de TGF-β1. / The identity of body segmentation in several organisms during development is, to a large extent, due to the action of the homeotic proteins. In particular, two groups of proteins, the Trithorax (trxG) and Polycomb (PcG), have a major role in maintenance of respectively, transcription activation and repression, when associated to the chromatin. The importance of PcGs has motivated us to pursue the isolation and characterization of two new human proteins that are orthologs of the \"Enhancer of Polycomb\" (Epc) of Drosophila. To achieve this goal we undertook the task of the cloning and mapping of complete cDNA sequence of the novel genes hEPC1 and hEPC2, analyzing its expression in fetal, adult and tumoral tissues and functionally characterizing the hEPC2 protein. In 2001, we published the mapping and cloning of the complete cDNA sequences of both genes, as being orthologs of the mouse Epc1 (10p11-22) and Epc2 (2q21-23), together with the strategy used to obtain the full-length cDNAs (Camargo et al., 2001). Both genes are shown to be highly conserved among several species. Thus, the human hEPC2 cDNA is 94% identical to the mouse Epc2 and displays 96% identity at the protein level, suggesting maintenance of its function during the evolution. However, the protein sequences of the human hEPC1 and hEPC2 display only 68% identity. Therefore, it is likely that they have undergone a functional divergence after their duplication. The expression of both genes was evaluated using \"dot-blots\" containing 76 mRNAs samples from fetal, adult and tumoral tissues and is shown to be weak and ubiquitous. \"In silico\" analysis suggested the existence of 4 hEPC2 splicing isoforms that were validated by RT-PCR and/or Northern-blots. One of the isoforms (of 2.7 Kbp) is shown to be more abundant in all of the tumoral cell lines evaluated using Northern-blot analysis, mainly in the Burkit\'s Raji lymphoma and in the promyelocytic leukemia HL-60. This isoform results from the use of an alternative polyadenylation site that reduces the 3\'UTR, abolishing 4 of 5 \"adenylates and urilates rich elements\" (AREs), involved in the degradation of labile mRNAs that codify to regulatory proteins. These results have been recently submitted to publication (manuscript attached to this thesis). Interaction between the hEPC2/SMADs and its modulation by TGF-β. During the assembly of the hEPC2 full-length cDNA sequence, we found two patented ESTs that tagged a portion of the gene. These sequences were described as partial sequences of a \"new SMAD interacting protein\", involved in signal transduction of TGF-β, a cytokine that regulates cell proliferation, differentiation and death. To evaluate this putative interaction between hEPC2 and the SMADs proteins, we begun a collaboration with the TGF-β signalling group of the Dr. Aristidis Moustakas, from the Uppsala Ludwig Institute for Cancer Research, Sweden. The results of co-imunoprecipitation assays suggested that SMADs 2, 3, 4, 7 e 8 interact with hEPC2. Moreover, the interaction among SMAD2, SMAD3, SMAD4 and hEPC2 in cells treated with TGF-β1 showed decreased co-imunoprecipitation. This result suggests that TGF-β1 negatively modulates the interaction of these proteins. Likewise, we observed a reduction in hEPC2 interaction with SMAD8 upon BMP-7 treatment. This effect was even more dramatic for SMADs 2 and 3. These data were observed for both hEPC2 plasmid constructs, which strongly suggest the veracity of these proteins interaction. The cell localization of the hEPC2 protein, as well as its co-localization with the SMAD2, were investigated through indirect immunofluorescence assay, confirming the predicted localization of hEPC2 in the cell nucleus using the PSORTII program. However, we were not able to confirm the co-localization of hEPC2 and SMAD2. It is possible that hEPC2 does not bind directly to the DNA, requiring an association with a partner such as a transcription factor. This raises the hypothesis of hEPC2 having a role as a co-factor associated to one of the SMADs and binding to a \"SMAD binding element\" (SBE). To investigate this hypothesis, gene reporter assays were undertaken using a reporter construct containing 12 CAGA sequence repetitions (specific binding sequence of the SMADs 2, 3 and 4) fused to the luciferase gene. However, this assay could not demonstrate that the transcription of the SMAD is dependent on hEPC2. This experiment must be repeated. To confirm the interaction of hEPC2 and SMADs, a pull-down assay will be performed. To this end, the coding region of hEPC2 was cloned into the pET-32A bacterial inducible expression vector. The recombinant protein was already produced, having been induced and purified under denaturing conditions. Despite the dozens of PcG genes that were described in Drosophila, only a few of these genes have been characterized in mammals. Therefore, the description of the hEPC2 and its alternative transcripts is a contribution to better knowledge of the human PcGs. Regarding the hEPC2 and SMADs interaction, it\'s it is noteworthy that this is the first protein described to interact with SMADs of distinct categories. This may be an important indication of a unique role for hEPC2 in the TGF-β1 signaling pathway.

Seleção de características é um tópico muito importante em aplicações de reconhecimento de padrões, especialmente em bioinformática, cujos problemas são geralmente tratados sobre um conjunto de dados envolvendo muitas variáveis e poucas observações. Este trabalho analisa aspectos de seleção de características no problema de identificação de redes de regulação gênica a partir de sinais de expressão gênica. Particularmente, propusemos um modelo de redes gênicas probabilísticas (PGN) que devolve uma rede construída a partir da aplicação recorrente de algoritmos de seleção de características orientados por uma função critério baseada em entropia condicional. Tal critério embute a estimação do erro por penalização de amostras raramente observadas. Resultados desse modelo aplicado a dados sintéticos e a conjuntos de dados de microarray de Plasmodium falciparum, um agente causador da malária, demonstram a validade dessa técnica, tendo sido capaz não apenas de reproduzir conhecimentos já produzidos anteriormente, como também de produzir novos resultados. Outro aspecto investigado nesta tese é o fenômeno da predição intrinsecamente multivariada (IMP), ou seja, o fato de um conjunto de características ser um ótimo caracterizador dos objetos em questão, mas qualquer de seus subconjuntos propriamente contidos não conseguirem representá-los de forma satisfatória. Neste trabalho, as condições para o surgimento desse fenômeno foram obtidas de forma analítica para conjuntos de 2 e 3 características em relação a uma variável alvo. No contexto de redes de regulação gênica, foram obtidas evidências de que genes alvo de conjuntos IMP possuem um enorme potencial para exercerem funções vitais em sistemas biológicos. O fenômeno conhecido como canalização é particularmente importante nesse contexto. Em dados de microarray de melanoma, constatamos que o gene DUSP1, conhecido por exercer função canalizadora, foi aquele que obteve o maior número de conjuntos de genes IMP, sendo que todos eles possuem lógicas de predição canalizadoras. Além disso, simulações computacionais para construção de redes com 3 ou mais genes mostram que o tamanho do território de um gene alvo pode ter um impacto positivo em seu teor de IMP com relação a seus preditores. Esta pode ser uma evidência que confirma a hipótese de que genes alvo de conjuntos IMP possuem a tendência de controlar diversas vias metabólicas cruciais para a manutenção das funções vitais de um organismo. / Feature selection is a crucial topic in pattern recognition applications, especially in bioinformatics, where problems usually involve data with a large number of variables and small number of observations. The present work addresses feature selection aspects in the problem of gene regulatory network identification from expression profiles. Particularly, we proposed a probabilistic genetic network model (PGN) that recovers a network constructed from the recurrent application of feature selection algorithms guided by a conditional entropy based criterion function. Such criterion embeds error estimation by penalization of rarely observed patterns. Results from this model applied to synthetic and real data sets obtained from Plasmodium falciparum microarrays, a malaria agent, demonstrate the validity of this technique. This method was able to not only reproduce previously produced knowledge, but also to produce other potentially relevant results. The intrinsically multivariate prediction (IMP) phenomenon has been also investigated. This phenomenon is related to the fact of a feature set being a nice predictor of the objects in study, but all of its properly contained subsets cannot predict such objects satisfactorily. In this work, the conditions for the rising of this phenomenon were analitically obtained for sets of 2 and 3 features regarding a target variable. In the gene regulatory networks context, evidences have been achieved in which target genes of IMP sets possess a great potential to execute vital functions in biological systems. The phenomenon known as canalization is particularly important in this context. In melanoma microarray data, we verified that DUSP1 gene, known by having canalization function, was the one which composed the largest number of IMP gene sets. It was also verified that all these sets have canalizing predictive logics. Moreover, computational simulations for generation of networks with 3 or more genes show that the territory size of a target gene can contribute positively to its IMP score with regard to its predictors. This could be an evidence that confirms the hypothesis stating that target genes of IMP sets are inclined to control several metabolic pathways essential to the maintenance of the vital functions of an organism.

O operon groESL de C. crescentus apresenta dupla regulação. A indução deste operon por choque térmico é dependente do fator sigma de choque térmico σ32. A temperaturas fisiológicas, a expressão de groESL apresenta regulação temporal durante o ciclo celular da bactéria e o controle envolve a proteína repressora HrcA e o elemento CIRCE (controlling inverted repeat of chaperonin expression). Para estudar a atividade da proteína repressora in vitro, produzimos e purificamos de E. coli a HrcA de C. creseentus contendo uma cauda de histidinas e a ligação especifica ao elemento CIRCE foi analisada em ensaios de migração retardada em gel de poliacrilamida (EMRGP). A quantidade de DNA retardada pela ligação a HrcA aumentou significativamente na presença de GroES/GroEL, sugerindo que estas proteínas modulam a atividade de HrcA. Corroboração desta modulação foi obtida analisando fusões de transcrição da região regulatória de groESL com o gene lacZ, em células de C. crescentus produzindo diferentes quantidades de GroES/EL. HrcA contendo as substituições Pro81 AJa e Arg87Ala, aminoácidos que se localizam no domínio putativo de ligação ao DNA da proteína, mostraram ser deficientes na ligação a CIRCE, tanto in vitro como in vivo. Em adição, HrcA Ser56Ala expressa na mesma célula juntamente com a proteína selvagem produziu um fenótipo dominante-negativo, indicando que a HrcA de C. crescentus liga-se a CIRCE como um oligômero, provavelmente um dímero. As tentativas de obtenção de mutantes nulos para os genes groESL ou dnaKJ falharam, indicando que as proteínas GroES/GroEL e DnaK/DnaJ são essenciais em C. crescentus, mesmo a temperaturas normais. Foram então construídas no laboratório as linhagens mutantes condicionais SG300 e SG400 de C. crescentus, onde a expressão de groESL e de dnaKJ, respectivamente, está sob controle de um promotor induzido por xilose (PxyIX). Estas linhagens foram caracterizadas quanto á sua morfologia em condições permissivas ou restritivas, assim como quanto à capacidade de sobrevivência frente a vários tipos de estresse. As células da linhagem SG300, exauridas de GroES/GroEL, são resistentes ao choque térmico a 42°C e são capazes de adquirir alguma termotolerância. Entretanto, estas células são sensíveis aos estresses oxidativo, salino e osmótico. As células da linhagem SG400, exauridas de DnaKlJ, são sensíveis ao choque térmico, à exposição a etanol e ao congelamento, e são incapazes de adquirir termotolerância. Além disso, tanto as células exauridas de GroES/GroEL quanto as exauridas de DnaK/DnaJ apresentam problemas na sua morfologia. As células de SG300 exauridas de GroES/GroEL formam filamentos longos que possuem constrições fundas e irregulares. As células de SG400 exauridas de DnaK/DnaJ são apenas um pouco mais alongadas que as células pré-divisionais selvagens e a maioria das células não possuem septo. Estas observações indicam bloqueio da divisão celular, que deve ocorrer em diferentes estágios em cada linhagem. / In Caulobacter crescentus, the groESL operon presents a dual type of control. Heat shock induction of the operon is dependent on the heat shock sigma factor σ-32. At physiological temperatures, groESL expression is cell cycle regulated and the control involves the repressor protein HrcA and the element CIRCE (controlling inverted repeat of chaperonin ~xpression). To study the activity of HrcA in vitro, we produced and purified from E. coli a histidine-tagged version of the protein, and specific binding to the CIRCE element was analyzed in electrophoretic mobility shift assays (EMSA). The amount of retarded DNA increased significantly in the presence of GroES/GroEL, suggesting that these proteins modulate HrcA activity. Further evidence of this modulation was obtained using lacZ transcription fusions with the groESL regulatory region in C. crescentus cells producing different amounts of GroES/GroEL. The mutants proteins HrcA Pro81Ala and HrcA Arg87Ala, that contain amino acid substitutions in the putative DNA-bindíng domain of the protein, were found to be deficient in binding to CIRCE in vitro and in vivo. Furthermore, HrcA Ser56Ala expressed together with the wild type protein within the same cell, produced a dominant-negative phenotype, indicating that C. crescentus HrcA binds to CIRCE in an oligomeric form, most likely as a dimer. Attempts to obtain null mutants for groESL or dnaKJ were unsuccessful indicating the importance of GroES/GroEL and DnaK/lDnaJ to the survival of C. crescentus cells. Conditional mutants were then constructed in our laboratory in which groESL and dnaKJ expression is under the control ofaxylose inducible promoter (PxyIX) , giving rise to strains SG300 and SG400, respectively. These strains were characterized in regard to their morphology under permissive and restrictive conditions, as well as their viability under different types of environmental stresses. SG300 cells depleted of GroES/GroEL are resistant to heat shock at 42°C and can acquire some thermotolerance, but they are sensitive to oxidative, saline and osmotic stresses. SG400 cells depleted of DnaKlJ are quite sensitive to heat shock, ethanol and freezing, and are unable of acquiring thermotolerance. Cells depleted of either GroES/EL or DnaKlJ also present morphological problems. SG300 cells depleted of GroES/EL form long and pinched filaments. SG400 cells depleted of DnaKlJ are only somewhat more elongated than wild-type predivisional cells and most cells do not present septum. These observations indicate a cell division arrest, which should occur at different stages in each strain.

O sistema celulolítico do fungo filamentoso Trichoderma reesei é induzido transcricionalmente em pelo menos 1000 vezes pelo crescimento do fungo na presença de celulose e fortemente reprimido por glicose. Usando a abordagem de deleção no promotor, determinou-se que a região localizada entre -241 e -72 bp, em relação ao TATA box, denominada UARcb1, é responsável pela transcrição estimulada por celulose da enzima celobiohidrolase I (cbhl). Neste trabalho mostramos que essa região controla a transcrição de um gene repórter, sofrendo repressão por glicose, em Saccharomyces cerevisiae, um microrganismo que não possui os genes necessários para a utilização de celulose. A transcrição mediada por UARcbl, que é controlada por glicose, requer o produto do gene SNFl, uma proteína quinase, e dois repressores: SSN6 e TUP1, cujos papéis no controle de genes reprimidos por glicose, na levedura, são bem estabelecidos. Nossos resultados indicam um mecanismo conservado de controle por glicose em microrganismos eucarióticos. / The cellulotic system of the filamentous fungus Trichoderma reesei is transcriptionally induced 1000 -fold in presence of cellulose and is strongly repressed by glucose. Using the promoter deletion approach, the upstream activating region (UARcbl) responsible for cellulose-stimulated transcription of the major member of the cellulase system, cellobiohydrolase I, was localized between -241 and -72 relative to the TATA box. In this work we show that this region controls transcription and mediates glucose repression of a reporter gene in Saccharomyces cerevisiae, a unicellular microorganism that lacks the genes required for the utilization of cellulose. Glucose-controlled transcription mediated by the UARcbl requires the product of SNF1 gene, a protein kinase, and two repressors SSN6 and TUP1, which are well estalished in controlling glucose-represible yeast genes. Our results indicate a conserved mechanism of glucose control in eukariotic microorganisms.

O sistema celulolítico do fungo filamentoso Trichoderma reesei é induzido transcricionalmente em pelo menos 1000 vezes pelo crescimento do fungo na presença de celulose e fortemente reprimido por glicose. Usando a abordagem de deleção no promotor, determinou-se que a região localizada entre -241 e -72 bp, em relação ao TATA box, denominada UARcb1, é responsável pela transcrição estimulada por celulose da enzima celobiohidrolase I (cbhl). Neste trabalho mostramos que essa região controla a transcrição de um gene repórter, sofrendo repressão por glicose, em Saccharomyces cerevisiae, um microrganismo que não possui os genes necessários para a utilização de celulose. A transcrição mediada por UARcbl, que é controlada por glicose, requer o produto do gene SNFl, uma proteína quinase, e dois repressores: SSN6 e TUP1, cujos papéis no controle de genes reprimidos por glicose, na levedura, são bem estabelecidos. Nossos resultados indicam um mecanismo conservado de controle por glicose em microrganismos eucarióticos. / The cellulotic system of the filamentous fungus Trichoderma reesei is transcriptionally induced 1000 -fold in presence of cellulose and is strongly repressed by glucose. Using the promoter deletion approach, the upstream activating region (UARcbl) responsible for cellulose-stimulated transcription of the major member of the cellulase system, cellobiohydrolase I, was localized between -241 and -72 relative to the TATA box. In this work we show that this region controls transcription and mediates glucose repression of a reporter gene in Saccharomyces cerevisiae, a unicellular microorganism that lacks the genes required for the utilization of cellulose. Glucose-controlled transcription mediated by the UARcbl requires the product of SNF1 gene, a protein kinase, and two repressors SSN6 and TUP1, which are well estalished in controlling glucose-represible yeast genes. Our results indicate a conserved mechanism of glucose control in eukariotic microorganisms.

O operon groESL de C. crescentus apresenta dupla regulação. A indução deste operon por choque térmico é dependente do fator sigma de choque térmico σ32. A temperaturas fisiológicas, a expressão de groESL apresenta regulação temporal durante o ciclo celular da bactéria e o controle envolve a proteína repressora HrcA e o elemento CIRCE (controlling inverted repeat of chaperonin expression). Para estudar a atividade da proteína repressora in vitro, produzimos e purificamos de E. coli a HrcA de C. creseentus contendo uma cauda de histidinas e a ligação especifica ao elemento CIRCE foi analisada em ensaios de migração retardada em gel de poliacrilamida (EMRGP). A quantidade de DNA retardada pela ligação a HrcA aumentou significativamente na presença de GroES/GroEL, sugerindo que estas proteínas modulam a atividade de HrcA. Corroboração desta modulação foi obtida analisando fusões de transcrição da região regulatória de groESL com o gene lacZ, em células de C. crescentus produzindo diferentes quantidades de GroES/EL. HrcA contendo as substituições Pro81 AJa e Arg87Ala, aminoácidos que se localizam no domínio putativo de ligação ao DNA da proteína, mostraram ser deficientes na ligação a CIRCE, tanto in vitro como in vivo. Em adição, HrcA Ser56Ala expressa na mesma célula juntamente com a proteína selvagem produziu um fenótipo dominante-negativo, indicando que a HrcA de C. crescentus liga-se a CIRCE como um oligômero, provavelmente um dímero. As tentativas de obtenção de mutantes nulos para os genes groESL ou dnaKJ falharam, indicando que as proteínas GroES/GroEL e DnaK/DnaJ são essenciais em C. crescentus, mesmo a temperaturas normais. Foram então construídas no laboratório as linhagens mutantes condicionais SG300 e SG400 de C. crescentus, onde a expressão de groESL e de dnaKJ, respectivamente, está sob controle de um promotor induzido por xilose (PxyIX). Estas linhagens foram caracterizadas quanto á sua morfologia em condições permissivas ou restritivas, assim como quanto à capacidade de sobrevivência frente a vários tipos de estresse. As células da linhagem SG300, exauridas de GroES/GroEL, são resistentes ao choque térmico a 42°C e são capazes de adquirir alguma termotolerância. Entretanto, estas células são sensíveis aos estresses oxidativo, salino e osmótico. As células da linhagem SG400, exauridas de DnaKlJ, são sensíveis ao choque térmico, à exposição a etanol e ao congelamento, e são incapazes de adquirir termotolerância. Além disso, tanto as células exauridas de GroES/GroEL quanto as exauridas de DnaK/DnaJ apresentam problemas na sua morfologia. As células de SG300 exauridas de GroES/GroEL formam filamentos longos que possuem constrições fundas e irregulares. As células de SG400 exauridas de DnaK/DnaJ são apenas um pouco mais alongadas que as células pré-divisionais selvagens e a maioria das células não possuem septo. Estas observações indicam bloqueio da divisão celular, que deve ocorrer em diferentes estágios em cada linhagem. / In Caulobacter crescentus, the groESL operon presents a dual type of control. Heat shock induction of the operon is dependent on the heat shock sigma factor σ-32. At physiological temperatures, groESL expression is cell cycle regulated and the control involves the repressor protein HrcA and the element CIRCE (controlling inverted repeat of chaperonin ~xpression). To study the activity of HrcA in vitro, we produced and purified from E. coli a histidine-tagged version of the protein, and specific binding to the CIRCE element was analyzed in electrophoretic mobility shift assays (EMSA). The amount of retarded DNA increased significantly in the presence of GroES/GroEL, suggesting that these proteins modulate HrcA activity. Further evidence of this modulation was obtained using lacZ transcription fusions with the groESL regulatory region in C. crescentus cells producing different amounts of GroES/GroEL. The mutants proteins HrcA Pro81Ala and HrcA Arg87Ala, that contain amino acid substitutions in the putative DNA-bindíng domain of the protein, were found to be deficient in binding to CIRCE in vitro and in vivo. Furthermore, HrcA Ser56Ala expressed together with the wild type protein within the same cell, produced a dominant-negative phenotype, indicating that C. crescentus HrcA binds to CIRCE in an oligomeric form, most likely as a dimer. Attempts to obtain null mutants for groESL or dnaKJ were unsuccessful indicating the importance of GroES/GroEL and DnaK/lDnaJ to the survival of C. crescentus cells. Conditional mutants were then constructed in our laboratory in which groESL and dnaKJ expression is under the control ofaxylose inducible promoter (PxyIX) , giving rise to strains SG300 and SG400, respectively. These strains were characterized in regard to their morphology under permissive and restrictive conditions, as well as their viability under different types of environmental stresses. SG300 cells depleted of GroES/GroEL are resistant to heat shock at 42°C and can acquire some thermotolerance, but they are sensitive to oxidative, saline and osmotic stresses. SG400 cells depleted of DnaKlJ are quite sensitive to heat shock, ethanol and freezing, and are unable of acquiring thermotolerance. Cells depleted of either GroES/EL or DnaKlJ also present morphological problems. SG300 cells depleted of GroES/EL form long and pinched filaments. SG400 cells depleted of DnaKlJ are only somewhat more elongated than wild-type predivisional cells and most cells do not present septum. These observations indicate a cell division arrest, which should occur at different stages in each strain.