In recent years, understanding the emergence and integration of novel genes into genomes has garnered significant interest within the scientific community. Species-specific orphan genes have become particularly intriguing due to their recent appearance and distinct structural characteristics. Despite their prevalence and potential evolutionary significance, studying orphan genes poses challenges due to their lack of similarity to other genes, resulting in limited functional annotations. This study aims to delve into the mechanisms, functions, networks, and agricultural implications of orphan genes. QQS (Qua-Quine Starch), exclusively identified in Arabidopsis thaliana, stands as the first functionally characterized orphan gene in plants. It regulates carbon and nitrogen allocation, influencing traits such as protein levels, starch content, and resistance to pests and pathogens through its interaction with NF-YC4 (Nuclear Factor Y subunit C4). However, the precise mechanism underlying QQS's function, whether as a noncoding transcript, a coding protein, or both—and its network and functional partners remain elusive. Furthermore, it raises questions about the operation of such an orphan gene, lacking homologs in other species, within those species. This study manipulates the QQS gene's sequence to produce exclusive mRNA or protein, unveiling its dual functionality in influencing metabolic pathways. Additionally, the research extends to evaluating the agricultural impact of QQS beyond Arabidopsis, in tobacco and potato. Expressing QQS or overexpressing NF-YC4 in tobacco enhances protein content, reduces starch levels, and strengthens resistance to pests, while in potatoes, it elevates protein content in tubers without affecting yield. Furthermore, exploring QQS's interactions with other orphan or taxonomically-restricted genes like TRQA1 reveals their roles in regulating starch and protein levels, broadening our understanding of plant metabolic regulation through orphan and taxonomically restricted genes. This comprehensive investigation sheds light on orphan gene functionality, highlighting their dual coding and noncoding roles, function through conserved factors across plant species, functional partners and interactors, and potential for crop improvement. These findings hold significance for agricultural sustainability, offering insights into enhancing crop productivity, nutritional quality, and resilience to environmental stresses, thereby addressing global food security challenges.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Desde a década de 1990, os esforços internacionais para a obtenção de genomas completos levaram à determinação do genoma de inúmeros organismos. Isto, aliado ao grande avanço da computação, tem permitido o uso de abordagens inovadoras no estudo da estrutura, organização e evolução dos genomas e na predição e classificação funcional de genes. Entre os métodos mais comumente empregados nestas análises está a busca por similaridades entre sequências biológicas. Análises comparativas entre genomas completamente sequenciados indicam que cada grupo taxonômico estudado até o momento contém de 10 a 20% de genes sem homólogos reconhecíveis em outras espécies. Acredita-se que estes genes taxonomicamente restritos (TRGs) tenham um papel importante na adaptação a nichos ecológicos particulares, podendo estar envolvidos em importantes processos evolutivos. Entretanto, seu reconhecimento não é simples, sendo necessário distingui-los de ORFs não-funcionais espúrias e/ou artefatos derivados dos processos de anotação gênica. Além disso, genes espécie- ou gêneroespecíficos podem representar uma oportunidade para o desenvolvimento de métodos de identificação e/ou tipagem, tarefa relativamente complicada no caso dos procariotos, onde o método padrão-ouro na atualidade envolve a análise de um grupo de vários genes (MultiLocus Sequence Typing MLST). Neste trabalho utilizamos dados produzidos através de análises comparativas de genomas e de sequências para identificar e caracterizar genes espécie- e gênero-específicos, os quais possam auxiliar no desenvolvimento de novos métodos para identificação e/ou tipagem, além de poderem lançar luz em importantes processos evolutivos (tais como a perda e ou origem de genes em linhagens particulares, bem como a expansão de famílias de genes em linhagens específicas) nos organismos estudados. / Since the 1990s, international efforts to obtain complete genomes led to the determination of the genome of many organisms. This, coupled with great advances in computing, has allowed the use of innovative approaches in the study of structure, organization and evolution of genomes and the prediction and functional classification of genes. Among the methods most commonly employed in such analysis is the search for similarities between biological sequences. Comparative analysis of whole genome sequences indicate that each taxonomic group studied so far contain 10 to 20% of genes with no recognizable homologues in other species. It is believed that these taxonomically restricted genes (TRGs) have an important role in adaptation to particular ecological niches and may be involved in important evolutionary processes. However, the recognition of such genes is not simple, being necessary to distinguish them from spurious ORFs nonfunctional and / or artifacts from the processes of gene annotation. Furthermore, species- or genus-specific genes may be an opportunity for the development of methods for identification and / or typing, a relatively complicated task in the case of prokaryotes, where the gold standard at present involves the analysis of a group of several genes (Multilocus Sequence Typing - MLST). This study used data generated through comparative analysis of genome sequences to identify and characterize species- and genusspecific genes, which may help in the development of new methods for identification and / or typing, and can possibly shed light on important evolutionary processes (such as loss and / or origin of genes in particular lineages, as well as expansion of gene families in specific strains) involving the studied organisms.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Desde a década de 1990, os esforços internacionais para a obtenção de genomas completos levaram à determinação do genoma de inúmeros organismos. Isto, aliado ao grande avanço da computação, tem permitido o uso de abordagens inovadoras no estudo da estrutura, organização e evolução dos genomas e na predição e classificação funcional de genes. Entre os métodos mais comumente empregados nestas análises está a busca por similaridades entre sequências biológicas. Análises comparativas entre genomas completamente sequenciados indicam que cada grupo taxonômico estudado até o momento contém de 10 a 20% de genes sem homólogos reconhecíveis em outras espécies. Acredita-se que estes genes taxonomicamente restritos (TRGs) tenham um papel importante na adaptação a nichos ecológicos particulares, podendo estar envolvidos em importantes processos evolutivos. Entretanto, seu reconhecimento não é simples, sendo necessário distingui-los de ORFs não-funcionais espúrias e/ou artefatos derivados dos processos de anotação gênica. Além disso, genes espécie- ou gêneroespecíficos podem representar uma oportunidade para o desenvolvimento de métodos de identificação e/ou tipagem, tarefa relativamente complicada no caso dos procariotos, onde o método padrão-ouro na atualidade envolve a análise de um grupo de vários genes (MultiLocus Sequence Typing MLST). Neste trabalho utilizamos dados produzidos através de análises comparativas de genomas e de sequências para identificar e caracterizar genes espécie- e gênero-específicos, os quais possam auxiliar no desenvolvimento de novos métodos para identificação e/ou tipagem, além de poderem lançar luz em importantes processos evolutivos (tais como a perda e ou origem de genes em linhagens particulares, bem como a expansão de famílias de genes em linhagens específicas) nos organismos estudados. / Since the 1990s, international efforts to obtain complete genomes led to the determination of the genome of many organisms. This, coupled with great advances in computing, has allowed the use of innovative approaches in the study of structure, organization and evolution of genomes and the prediction and functional classification of genes. Among the methods most commonly employed in such analysis is the search for similarities between biological sequences. Comparative analysis of whole genome sequences indicate that each taxonomic group studied so far contain 10 to 20% of genes with no recognizable homologues in other species. It is believed that these taxonomically restricted genes (TRGs) have an important role in adaptation to particular ecological niches and may be involved in important evolutionary processes. However, the recognition of such genes is not simple, being necessary to distinguish them from spurious ORFs nonfunctional and / or artifacts from the processes of gene annotation. Furthermore, species- or genus-specific genes may be an opportunity for the development of methods for identification and / or typing, a relatively complicated task in the case of prokaryotes, where the gold standard at present involves the analysis of a group of several genes (Multilocus Sequence Typing - MLST). This study used data generated through comparative analysis of genome sequences to identify and characterize species- and genusspecific genes, which may help in the development of new methods for identification and / or typing, and can possibly shed light on important evolutionary processes (such as loss and / or origin of genes in particular lineages, as well as expansion of gene families in specific strains) involving the studied organisms.