sideRETRO: uma ferramenta de bioinformática dedicada à identificação deinserções polimórficas, germinativas ou somáticas, de pseudogenes processados / sideRETRO: a bioinformatics tool for identifying somatic and polymorphic insertions of processed pseudogenes

Os avanços metodológicos e instrumentais decorrentes do Projeto Genoma Humano formaram o arcabouço necessário para o surgimento das tecnologias de sequenciamento de DNA de Nova Geração, as quais se caracterizam por um custo reduzido, uma baixa demanda operacional e a produção de um grande volume de dados por experimento. Concomitantemente a isso, o aumento no poder de processamento computacional permitiu o desenvolvimento de análises genéticas em larga escala, de modo que, atualmente, é possível estudar características genômicas individualizadas e, até então, pouco ou nunca exploradas. Dentre essas características, aquelas relacionadas às variações estruturais em genomas têm recebido bastante atenção. Os pseudogenes processados, ou retrocópias, são variações estruturais causadas pela duplicação de genes codificadores mediante à transposição de seu RNA mensageiro maduro pela maquinaria enzimática de LINE- 1. As retrocópias podem estar fixadas, ou seja, presentes em todos os genomas de uma dada espécie, os quais são representados pela montagem modelo do genoma de referência, ou podem não estar fixadas, sendo polimórficas, germinativas ou somáticas. No entanto, o conhecimento acerca das retrocópias não fixadas ainda é limitado devido à falta de ferramentas de bioinformática dedicadas a sua identificação e anotação em dados de sequenciamento de DNA. Posto isso, este trabalho apresenta o sideRETRO um programa computacional especializado na detecção de pseudogenes processados ausentes do genoma de referência, mas presentes em dados de sequenciamento de genoma completo e exoma de outros indivíduos. Além de apontar para a presença de retrocópias não fixadas, o sideRETRO é capaz de anotar várias outras características relacionadas a esses evento, tais como: a coordenada genômica de inserção do pseudogene processado, a qual constitui o cromossomo, o ponto de inserção e a fita de DNA (líder or retardada); o contexto genômico do evento (exônico, intrônico ou intergênico); a genotipagem (presente ou ausente) e a haplotipagem (em homozigose ou heterozigose). Para atestar a eficiência da ferramenta, o sideRETRO foi executado para dados simulados e para dados reais validados experimentalmente por um grupo independente. Portanto, em resumo, nesta tese são descritos o desenvolvimento e o uso do sideRETRO uma ferramenta computacional robusta e eficiente, designada para identificar e anotar pseudogenes processados não fixados. Por fim, vale destacar que o sideRETRO preenche uma lacuna metodológica e possibilita novas hipóteses e investigações sistemáticas no campo de chamada de variantes estruturais

The methodological and instrumental advances resulting from the Human Genome Project have created the necessary framework to the emergence of Next Generation DNA sequencing technologies, which are characterized by a reduced cost, low operational demand and the generation of a large volume of data per experiment. Concomitantly with this, the increase in computational processing power has driven the development of large-scale genetic analyses, which allowed us to study individualized genomic traits little or never explored before. Among these characteristics, those related to structural variations in genomes have received much attention. Processed pseudogenes, or retrocopies, are structural variations caused by the duplication of coding genes through the transposition of their mature messenger RNA by the LINE-1 enzymatic machinery. Retrocopies can be fixed (i.e., present in all genomes of a given species and included into the assembly of the reference genome) or unfixed, being polymorphic, germinal or somatic. However, knowledge about unfixed retrocopies is still limited due to the lack of bioinformatics tools dedicated to their identification and annotation in DNA sequencing data. Therefore, this work presents sideRETRO a computer program specialized in the detection of processed pseudogenes absent from the reference genome, but present in whole genome and exome sequencing data from other individuals. In addition to pointing out the presence of unfixed retrocopies, sideRETRO is able to annotate several other characteristics related to these events, such as: the genomic coordinate of the processed pseudogene insetion, which constitutes the chromosome, the insertion point and the DNA strand (leader or retard); the genomic context of the event (exonic, intronic or intergenic); genotyping (present or absent) and haplotyping (homozygous or heterozygous). To certify the sideRETRO efficiency, it was run on simulated data and on real data experimentally validated by an independent group. Therefore, in summary, this thesis describes the development and use of sideRETRO a robust and efficient computational tool, designed to identify and annotate unfixed processed pseudogenes. Finally, it is worth noting that sideRETRO fills a methodological gap and allows new hypotheses and systematic investigations in the field of structural variant calling

Usando a imunologia de sistemas para entender os mecanismos moleculares de doenças e vacinas / Using systems immunology to understand the molecular mechanisms of diseases and vaccines

Nas últimas décadas, dados relacionados com a saúde humana, desde informações clínicas e epidemiológicas até imagens médicas e experimentos ômicos, foram gerados e acumulados em uma quantidade sem precedentes na história. Um campo novo de pesquisa chamado "Imunologia de Sistemas" emergiu para tentar integrar, analisar, interpretar e predizer os mecanismos moleculares de doenças e vacinas. Esta tese mostra diversas aplicações da Imunologia de Sistemas no estudo de arboviroses, vacina da gripe, câncer, tuberculose, pneumonia, artrite, dentre outros. Também mostra o desenvolvimento de ferramentas computacionais amigáveis que permitem com que qualquer cientista, sem conhecimento prévio de bioinformática, possa realizar análises de Imunologia de Sistemas. Os achados das análises forneceram novas hipóteses e insights que, ao serem testados e validados experimentalmente, melhoram nosso entendimento sobre os processos imunológicos por trás da vacinação e de doenças humanas

Produção da proteína recombinante Interferon-ß1b na plataforma se síntese proteica livre de célula / Cell-free protein synthesis of recombinant Interferon-ß1b

Biofármacos e produtos imunobiológicos representam uma parcela significativa no mercado farmacêutico global. Cerca de 400 milhões de pessoas em todo o mundo dependem desses produtos e, muitas vezes, necessitarão delas para o resto de suas vidas. Até o momento, a tecnologia convencional para síntese dessas proteínas recombinantes é a expressão baseada em células. Porém, este sistema está frequentemente associado a problemas como a degradação da proteína-alvo devido à presença de nucleases e proteases, agregação com formação de corpos de inclusão e perda de molde de DNA. A plataforma de síntese proteica livre de células (do inglês Cell-Free Protein Synthesis ou CFPS) tem surgido como uma alternativa à expressão baseada em célula, permitindo a síntese de diversas proteínas, inclusive as de difícil expressão, na forma solúvel, em elevado rendimento e com capacidade de escalonamento. Este estudo buscou sintetizar a proteína interferon-ß1b humano recombinante (rhINF-ß1b) no sistema CFPS. Através de um trabalho de bioinformática, otimizou-se a sequência nucleotídica da proteína para expressão em lisado de E. coli e construiu-se um vetor de expressão linear, contendo promotor T7, RBS, região codificadora e um terminador T7. O sistema CFPS aceita molde de DNA no formato linear, que possui a vantagem de agilidade na preparação, sem a necessidade das etapas de clonagem, transformação, cultivo, extração e purificação do DNA. Também foi testado a expressão em DNA plasmidial, em que o gene do IFN foi clonado em vetor TOPO-TA Cloning. Para comparar os níveis de expressão foi utilizado esses mesmos vetores no sistema baseado em célula, com cepas de BL21(DE3) e Rosetta(DE3). Apesar da proteína de interesse não ter sido sintetizada com sucesso no sistema CFPS, foram dados alguns passos importantes para atingir este objetivo. No futuro, uma das prioridades é padronizar um sistema livre de células do laboratório capaz de fornecer um elevado rendimento para síntese de proteínas

Biopharmaceutical and immunobiological products represent a growing share of the global pharmaceutical market. Around 400 million people worldwide are dependent of such proteins and, often, they are going to need for the rest of their lives. So far, the most employed biopharmaceutical production technology is cell-based expression. However, this system is usually associated with problems such as degradation of proteins due to the presence of endogenous nucleases or proteases, aggregation with inclusion bodies formation and loss of DNA template. Cell-Free Protein Synthesis (CFPS) platform has emerged as an alternative to cell-based expression, allowing synthesis of many types of proteins, including difficult-to-express proteins, proteins in soluble form, in high yield and possibility to scale up or down the process. This work sought to synthesize recombinant human interferon-ß1b (rhINF-ß1b) in CFPS system. Through a bioinformatics study, a nucleotide sequence of the target protein was optimized for expression in E. coli lysate and a linear DNA template was designed, containing a T7 promoter, a RBS, a coding sequence and a T7 terminator. The CFPS system accepts linear template DNA, which has the advantage of agility in the preparation, without the need for the steps of cloning, transformation, cultivation, extraction and purification of DNA template. Expression in plasmid DNA was also tested, wherein the IFN gene was cloned into TOPO-TA Cloning vector. To compare expression levels, the same vectors were used in the cell-based system with BL21 (DE3) and Rosetta (DE3) strains. Although the protein of interest was not successfully synthesized in the CFPS system, some important steps were taken to achieve this goal. In the future, one of the priorities is to standardize the lysate preparation for a high throughput protein production

Indolamina 2, 3-dioxigenase (IDO) em melanoma: regulação frente ao inibidor de BRAF e sua expressão na progressão da doença / Indoleamine 2, 3-dioxygenase (IDO) in melanoma: regulation against BRAF inhibitor and its expression in disease progression

Os inibidores de BRAF (iBRAFs) e de MEK (iMEK), inauguraram uma nova classe de medicamentos, a terapia direcionada, no combate ao melanoma metastático. Entretanto, os pacientes adquirem resistência ao tratamento em poucos meses. Além disso, a imunoterapia vem ganhando espaço no tratamento do câncer, incluindo o melanoma, porém, com alguns aspectos inexplorados. Dentro deste tema, a enzima IDO vem despertando um grande interesse pela participação nos mecanismos de imunotolerância, imunoescape e progressão tumoral. A IDO é responsável pelo consumo e depleção do triptofano, produzindo a quinurenina. Ela está presente em diversos tipos celulares, incluindo células do sistema imune e células tumorais. Este trabalho objetivou avaliar a expressão de IDO durante a progressão da doença - desde do nevo até o melanoma metastático e também avaliar a regulação de IDO induzido por IFN-γ após tratamento com iBRAF em linhagens parentais e resistentes ao iBRAF, buscando-se os mecanismos moleculares. Por fim, objetivou-se entender os efeitos do 1-metil-triptofano (1-MT), um inibidor de IDO, tanto na sua capacidade de inibir a atividade de IDO quanto na sua influência na capacidade clonogênica. O estudo de bioinformática sobre o repositório público GSE12391 mostrou que o nível de expressão gênica de IDO foi superior nos estágios mais avançado da doença. Além disso, todas amostras de melanoma primário de pacientes apresentaram a imunomarcação de IDO, enquanto que nenhuma amostra de nevo apresentou tal marcação. Adicionalmente, a ocorrência de IDO se deu nos infiltrados linfoides, em células mononucleares do sistema imune. Duas análises de bioinformática de expressão gênica demonstraram que a IDO estava expressa positivamente na fase de resistência ao iBRAF. Ademais, os resultados de expressão proteica mostraram que a inibição de via MAPK (tanto por iBRAF quanto por iMEK) conseguiu modular a expressão de IDO, sendo que a maioria das linhagens apresentou uma diminuição de IDO. A atividade de IDO, medida através da produção de quinurenina, por HPLC se mostrou em consonância com os resultados de expressão proteica, exceto pela linhagem WM164 que não apresentou atividade enzimática, embora a proteína estivesse presente. Por fim, o 1-MT conseguiu inibir de maneira eficiente a enzima IDO, bloqueando a produção de quinurenina. Além de que, o 1-MT reduziu a capacidade clonogênica de maneira dose-dependente. Portanto, conclui-se que a expressão de IDO é crescente conforme a progressão do melanoma, que a inibição da via MAPK regulou a expressão de IDO e que o 1-MT reduz a capacidade clonogênica, além da sua função primária de inibir IDO

BRAF and MEK inhibitors (BRAFi and MEKi) has launched a new class of medication, the target therapy, to combat metastatic melanoma. Nevertheless, patients acquired resistance to the treatment in few months. Additionally, immunotherapy has been gaining space in cancer treatment, including melanoma, but some aspects need to be explored. Inside this theme, IDO enzyme has called the attention due to its participation in the mechanisms of immune tolerance, scape and tumor progression. IDO is responsible for tryptophan consume e depletion, producing kynurenine. It is present in different cells, including cells from immune system and tumor cells. This work purposed evaluate IDO expression during disease progression - since nevus until metastatic melanoma and also, evaluate IFN-γ-induced IDO regulation after BRAFi treatment in parental and resistant melanoma cell lines, seeking the molecular mechanisms. Lastly, it was evaluated the effects of 1-methyltryptopahn (1-MT), an IDO inhibitor, by its ability to inhibit IDO and also by its influency on the clonogenic capability. Bioinformatic study performed on GSE12391 showed that gene expression level of IDO was superior in the most advanced stages of the disease. Additionally, all sample of patient's primary melanoma presented IDO immunostaining, whereas, no nevus samples presented such staining. Besides, IDO occurrence was in the lymphoid infiltrates, in mononuclear cells from immune system. Two bioinformatic analysis of gene expression demonstrated that IDO was differentially overexpressed during BRAFi resistance stage. Moreover, protein expression results presented that MAPK pathway inhibition (both by BRAFi and by MEKy) was able to modulate IDO expression, and most of the cell lines presented an IDO downregulation. IDO activity, measured through kynurenine production, by HPLC was consonant with protein expression results, except by WM164 cell line, which did not present enzymatic activity, albeit the protein was present. By the end, 1-MT could inhibit efficiently IDO enzyme, blocking kynurenine production. Furthermore, 1-MT reduced clonogenic capability in a dosedependent manner. Therefore, it was concluded that IDO expression increases along with melanoma progression, MAPK pathway inhibition regulated IDO expression and 1-MT reduced clonogenic capability, besides its primary function of IDO inhibitor

Integração de dados de expressão gênica e proteômica em redes de interação proteína-proteína de Trypanosoma cruzi

Paradoxalmente vivemos um momento da pesquisa científica em que possuímos um volume abundante de dados, mas com dificuldades cada vez maiores de se obter informações a partir deles. Diversidade de formatos, dificuldade na construção de uma forma de acesso simples, mas não superficial, ausência de um identificador único para as unidades biológicas de estudo (proteínas, RNAs, genes, etc.) e falta de integração entre os bancos de dados são alguns dos desafios enfrentados cotidianamente na tarefa de mineração de informações a partir dessas diversas fontes. Com o objetivo de contribuir na tarefa de extração de informações a partir de fontes públicas, mediante a integração de dados de enriquecimento funcional, construímos uma metodologia de trabalho que permite a obtenção, filtragem e tratamento de dados oriundos do banco STRING v.10 e de análises massivas de RNA e proteínas, integrando-os em redes de interação proteína-proteína através do software Cytoscape. Como organismo modelo, trabalhamos com dois clones de Trypanosoma cruzi, apresentando diferenças relacionadas aos perfis de infectividade (alta e baixa infectividade). Utilizamos dados de genes diferencialmente expressos identificados em experimentos de RNA-Seq e shotgun proteomics . Durante o estudo foram construídos 11 scripts e 3 programas, parte integrante de uma metodologiamodular aplicável a outros organismos e modelos experimentais, tanto em sua totalidade quando parcialmente

Como resultado, além da metodologia, obtivemos também o resultado de sua implementação, que consistiu de uma série de redes deinteração proteína-proteína do organismo estudado, onde foram destacadas características de interesse biológico, tais como informações de EC number, agrupamentos funcionais, tipo de interação entre as proteínas e importância dasproteínas segundo métricas de teoria de grafos. Concluímos, então, que a utilização de redes de interação proteína-proteína pode ser uma ótima estratégia tanto para a realização de novos estudos quanto para a revisão de estudos anteriores, uma vez que podemos extrair novas informações a partir de dados já existentes publicamente. Além disso as redes nos fornecem uma visão sistêmica do organismo, o que pode desvelar novos olhares sobre a sua biologia dos organismos de estudo

Análisis de las polihidroxialcanoato sintasas (PhaC1 y PhaC2) en una cepa de Pseudomonas fluorescens IBUN S1602, aislada en suelos colombianos / Analysis of polyhydroxyalkanoate synthases (PhaC1 and PhaC2) in a strain of Pseudomonas fluorescens IBUN S1602 isolated from Colombian soil

La cepa Pseudomonas fluorescens IBUN S1602 conforma el grupo de aislamientos provenientes de suelos colombianos de caña de azúcar, que acumula polihidrioxialcanoato (PHA), fue seleccionada como promisoria para escalamiento comercial por tener afinidad por sustratos alternativos y económicos como el glicerol, aceites usados, suero de leche, entre otros. Dada la importancia de la enzima sintasa en la síntesis de los PHAs, en el presente trabajo se realizó el análisis molecular de los genes phaC1 y phaC2 que codifican las enzimas sintasas tipo II (PhaC1 y PhaC2). Para la obtención de los amplímeros requeridos en la secuenciación, se utilizó la técnica de PCR bajo condiciones estandarizadas para iniciadores diseñados reportados en las bases de datos. Se identificaron dos fragmentos de 1680 pb y 1683 pb correspondientes a phaC1 y phaC2. El análisis comparativo de las secuencias proteicas resultantes de estos genes demuestra que la sintasa IBUN S1602 contiene la región α/β hidrolasa y 8 residuos de aminoácidos conservados, que son características de las sintasas examinadas a nivel mundial. Se analizó la estructura enzimática a nivel primario y se predijo la secundaria. Se concluyó que las sintasas de la cepa Pseudomonas fluorescens IBUN S1602 presentan alta homología con las sintasas tipo II que se reportan para Pseudomonas. Los resultados obtenidos contribuyen al entendimiento básico de la biosíntesis de PHA, la cual permitirá, en un futuro, el aumento de la calidad de PHA debida a la modulación del nivel de sintasa que se exprese en un organismo recombinante, con el fin de variar el peso molecular del biopolímero, propiedad esencial en el estudio de aplicaciones industriales.

The strain Pseudomonas fluorescens IBUN S1602 forms the group of isolates from colombian sugarcane soil´s, which accumulates polyhydroxyalkanoate biopolymer (PHA) and was selected as promising for commercial scale by having affinity for economic and alternative substrates such as glycerol, oils, whey, among others. Given the importance of the synthase enzyme in the synthesis of PHAs, was realized the molecular analysis of genes phaC1 and phaC2 which encode type II synthases (PhaC1 y PhaC2). To obtain the amplimers required in the sequencing, was used the PCR technique under standardized conditions for primers designed based on the updated review in databases. Were identified two fragments of 1680 bp and 1683 bp for phaC1 and phaC2. Comparative analysis of the resulting protein sequences of these genes shows that the IBUN S1602 synthases containing the region α/β hydrolase and 8 conserved amino acid residues that are characteristic of synthases examined worldwide. Enzyme structure was analyzed at the primary level and was predicted the secondary. It is concluded that synthase strain Pseudomonas fluorescens IBUN S1602 has high homology with type II synthases that are reported for Pseudomonas. The results contribute to basic understanding of the biosynthesis of PHA, and will allow in the future, increasing the quality of PHA due to modulation of the level of synthase is expressed in a recombinant organism, in order to vary the weight molecular biopolymer, an essential property in the study of industrial applications.