Submitted by Cássio da Cruz Nogueira (cassionogueirakk@gmail.com) on 2017-01-26T13:52:37Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetodoIdentificacaoGenes.pdf: 963765 bytes, checksum: 9cb1e27661c2b5e611915be85e11786d (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-01-27T13:31:03Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetodoIdentificacaoGenes.pdf: 963765 bytes, checksum: 9cb1e27661c2b5e611915be85e11786d (MD5) / Made available in DSpace on 2017-01-27T13:31:03Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetodoIdentificacaoGenes.pdf: 963765 bytes, checksum: 9cb1e27661c2b5e611915be85e11786d (MD5) Previous issue date: 2015-09-28 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A pimenta do reino (Piper nigrum) é uma planta de alto interesse biotecnológico, alvo de pesquisas tanto para a exploração do metabolismo quanto para o melhoramento relacionado a problemas fitopatológicos, além do entendimento da evolução das angiospermas basais, grupo ancestral ao qual ela pertence. O avanço nos métodos de sequenciamento de nova geração proporcionou o acesso ao patrimônio genético de plantas não modelo possibilitando a abertura de novas perspectivas biotecnológicas. A identificação de genes não homólogos restritos a certas espécies, denominados genes taxonomicamente restritos (GTRs), é um alvo biotecnológico prioritário, especialmente em espécies e grupos divergentes e ancestrais. Este trabalho tem por objetivo estabelecer um método de identificação de GTRs a partir de dados de RNA-seq e de validar a abordagem num conjunto de dados de pimenta do reino. O método consiste na filtragem de transcritos em várias etapas, de forma que os transcritos anotados e os falsos positivos são retirados, e os dados restantes sem informações moleculares são classificados como potenciais GTRs. A aplicação da abordagem em dados de transcriptoma de pimenta do reino (35.631 transcritos) resultou em 22.661 transcritos anotados por similaridade. Os transcritos não anotados nessa primeira análise foram processados na ferramenta TRAPID, obtendo 12.895 transcritos não anotados. A avaliação dos transcritos para detecção de falsos positivos resultou em 245 transcritos verdadeiros, que foram analisados quando a presença de RNA não codificante, sendo encontrados 204 transcritos sem identificação. Ao final da aplicação do método restaram 71 transcritos não anotados com regiões codificantes de proteínas, assinalados como potenciais GTRs. A caracterização desses potenciais GTRs em pimenta do reino pode fornecer novas informações sobre o mecanismo molecular dessa espécie e talvez elucidar vias para o estabelecimento de cultivares tolerantes a doenças. / Black pepper (Piper nigrum) is a biotechnologically interesting plant, research target for both metabolism exploration and improvement related to phytopathological problems, in addition to understanding the evolution of basal angiosperms, ancestral group to which it belongs. With the technological revolution, the next generation sequencing offered access to genetic heritage of non model plants enabling the opening of new biotechnological perspective. The identification of non homologous genes restricted to certain species, called taxonomically restricted genes (TRGs), is a primary biotechnological target, especially in species and groups that are divergent and ancestral. This study aims to establish a method for TRGs identification from RNA-seq data and to validate the approach a dataset for black pepper. The method consists in filtering the transcripts in several stages, so that the annotated transcripts and false positives are removed, and the remaining data without molecular information are classified as potential TRGs. The application of this approach to a black pepper transcriptome dataset (35,631 transcripts) resulted in 22,661 transcripts annotated by similarity. The transcripts that were not annotated in this first analysis were processed in the TRAPID tool, resulting in 12,895 transcripts not annotated. The evaluation of transcripts for false positive detection resulted in 245 true transcripts that were analyzed for the presence of non-coding RNA, resulting in 204 unidentified transcripts. At the end of the method application 71 non annotated transcripts remained with coding regions of protein, indicating potential TRGs. The characterization of these potential TRGs in black pepper can provide new information about the molecular mechanism of this specie and perhaps elucidate pathways for the establishment of cultivars tolerant to disease.

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.