A utilização cada vez maior da computação aplicada no análise de dados biológicos e bioquímicos e, mais especificamente no estudo dos genes, entre outras atividades, iniciaram uma nova área de pesquisa: a Bioinformática. Recentemente, os avanços de pesquisas em biologia molecular e bioquímica permitiram o desenvolvimento de técnicas capazes de extrair informações moleculares de milhares de genes simultaneamente, como os DNA Microarrays e RNA­Seq, gerando um volume massivo de dados biológicos. Logo, estes esforços levaram ao desenvolvimento de novas técnicas computacionais, estatísticas, reconhecimento de padrões, para citar apenas algumas iniciativas. No contexto dos perfis de expressão gênica, um grande desafio de pesquisa é o grande número de genes, na ordem dos milhares, para apenas poucos experimentos disponíveis, na ordem das dezenas. Logo, para descobrir os inter­relacionamentos entre esses genes, é necessário um grande esforço no 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. Devido a esse fato, recuperar com precisão o inter­relacionamento entre os genes, formando uma rede de regulação gênica (GRNs, do inglês Gene Regulatory Networks) a partir dos perfis de expressão, é um problema em aberto.

Os terpenos estão entre as moléculas com funções mais diversas no metabolismo vegetal. Na natureza, estão relacionados ao crescimento e desenvolvimento das plantas, atração de polinizadores e defesa contra patógenos. Podem também ser importantes na produção de moléculas de alto valor agregado para a indústria e como substâncias nutracêuticas na saúde humana. Sabe-se que genes das famílias diterpeno sintase e citocromo P450 estão envolvidas na síntese desses compostos em plantas, mas por serem famílias multigênicas de evolução complexa, a identificação de genes-chave depende de abordagens integrativas e de larga escala. O caveol e o cafestol são dois exemplos de terpenos com propriedades antioxidante, antiinflamatória e anticarcinogênica encontrados exclusivamente no cafeeiro, que podem tambem ter relação com propriedades de sabor e aroma. No entanto, não são conhecidos os genes responsáveis pela produção destes metabólitos. Apresentaremos aqui como abordagens de bioinformática auxiliam na identificação de genes candidatos a síntese de diterpenos no cafeeiro e como esta área é de suma importância para estudos moleculares em espécies não-modelo.

As tentativas de caracterização das bactérias baseadas em métodos de cultivo de microrganismos apresentam um viés importante: eles tendem a identificar apenas 1% dos microrganismos capazes de crescer isoladamente. A utilização de métodos moleculares capazes de determinar o conjunto de bactérias presentes em diversos ambientes, como o corpo humano, permite determinar a presença de microorganismos distintos, de forma muito mais abrangente e com muito mais poder de observação que as abordagens clássicas. Nas ultimas décadas têm sido empregada a amplificação por PCR da sub­unidade 16S do RNA ribossomal bacteriano (16S rRNA), em associação a clonagem e sequenciamento dos fragmentos. Recentemente, novas tecnologias de sequenciamento high­throughtput, direcionadas especificamente ao gene 16S bacteriano, permitem determinar a comunidade presente em diferentes amostras, como sítios do corpo e/ou oriundas de diversas manifestações clínicas. Entretanto, essa grande quantidade de dados gerados necessitam de uma análise mais robusta. Nessa palestra, abordaremos essa nova forma de identificar as comunidades bacterianas.

Para determinar o comportamento de um sistema biológico é importante entender o modo como cada componente do sistema interage com as demais. Na última década, tentativas de se entender os mecanismos que determinam a estrutura de redes biológicas (rede funcional do cérebro, rede de interação proteica, rede regulatória de genes, rede metabólica) usando grafos aleatórios (grafos gerados por algum processo aleatório) tem ganhado bastante atenção. Estudando essas redes, algumas perguntas surgem naturalmente: o quão complexa é uma rede? O quão diferente são duas redes? Dado um grafo, é possível identificar qual foi o modelo gerador deste grafo? Nesta palestra apresentarei alguns métodos desenvolvidos por nós, resultados em dados empíricos (biologia molecular e neurociência) e alguns rumos desta área.

Nos últimos 15 anos temos atuado na área de bioinformática em desenvolvimento de arcabouços computacionais. Nesta palestra iramos apresentar uma visão sobre as diversas estratégias para desenolvimento de sistemas de software em domínios de problema, discorrer sobre nossa estratégia de desenvolvimento de modelos abstratos e flexíveis, e mostrar como esta estratégia acarretou no desenvolvimento de tres plataformas computacionais: o arcabouço probabilístico ToPS, o preditor de genes MYOP e o anotador de sequencias EGene.

Dentre os diferentes tipos de genes presentes em um genoma estão aqueles que codificam para RNAs curtos com função regulatória. A função principal destes RNAs é regular a expressão gênica através do pareamento de bases com a extremidade 5’ do mRNA alvo, bloqueando o acesso ao sítio de ligação ao ribossomo e/ou ao códon de início de tradução. Genes para RNAs curtos regulatórios se caracterizam por apresentar presença de sinais de promotores e sequências terminadoras Rho-independente, sequências com alta similaridade entre espécies filogeneticamente próximas e com pouca similaridade entre espécies distantes, além da conservação de sua estrutura secundária. A maioria deles está localizada nas regiões intergênicas do(s) cromossomo(s). O número de prováveis RNAs curtos regulatórios e daqueles já confirmados tem crescido substancialmente devido à utilização de métodos computacionais que auxiliam principalmente na predição de sinais transcricionais. Podem ser identificados por métodos experimentais ou computacionais, cada um deles dependendo de parâmetros específicos. Na abordagem computacional desenvolvem-se softwares para a predição de promotores e terminadores, além da análise da conservação de sequências entre espécies próximas e a verificação de suas estruturas secundárias. Devidos a sua função regulatória, um aspecto muito importante é a identificação dos RNA mensageiros alvos destes RNAs regulatórios e das proteínas eventualmente envolvidas. Para este fim podem ser feitas predições de redes de interação RNA/alvo, utilizando dados de análise genômica direta ou de RNA-seq.

A soja constitui uma das principais culturas agronômicas a nivel mundial, sendo responsável por uma importante contribuição na geração do produto interno agricola brasileiro. Diversos estresses bióticos e abióticos acometem a cultura, sendo que as doenças causadas por fungos, bacterias, virus e nematóides podem levar a perdas consideráveis, dependendo do patógeno, condições ambientais e periodo de infecção. A identificação de genes e dos mecanismos moleculares envolvidos nas respostas aos mais variados tipos de estresses constitui uma poderosa ferramenta para o desenvolvimento de novas estratégias de controle. Técnicas para análise diferencial da expressão de genes utilizam principalmente como alvo de estudo os transcritos (moléculas de RNAm), que são sintetizados pelo indivíduo durante o estresse, em comparação com aqueles produzidos na ausência do mesmo. A análise global dos transcritos de um organismo expressos em situações específicas constitui uma das áreas da era Genômica, também conhecida como Transcriptômica. Uma vez que a quantidade de dados gerados é na escala de milhares, sua análise e compreensão depende do emprego de ferramentas de Bioinformática. Os transcritos presentes apenas na situação de presença do estresse, ou seja, diferencialmente expressos, são potencialmente codificados por genes que participam de rotas metabólicas que respondem ao estresse. A validação da função destes genes baseia-se em estudos funcionais que levam à deleção, inativação ou superexpressão de tais genes na especie alvo e ou plantas modelo, tendo como objetivo associar qualquer alteração na resposta ao estresse com presence ou ausencia do gene em estudo. Como conseqüência, é possível a identificação de genes ou rotas metabólicas cruciais para o fenótipo de tolerância ao estresse. A identificação destes genes e/ou rotas metabólicas amplia as possibilidades do desenvolvimento de estratégias moleculares para tolerância ou resposta eficiente ao estresse, por exemplo, pela utilização de genes envolvidos na resistencia como marcadores para seleção de indivíduos tolerantes, e até mesmo estratégias para o desenvolvimento de cultivares transgênicos resistentes/tolerantes por transformação direta de plantas.

Romain Guyot Institut de Recherche pour le Développement (IRD), UMR IMPE (CIRAD, IRD, UM2), BP 64501, 34394 Montpellier Cedex 5, France
Transposable elements (TEs) are the major source of the dynamics typically found in eukaryotic genomes and more particularly in plant genomes. Here they can constitute up to 80% in maize and more again in wheat genomes. Their copy number may reach millions and one or few families of TE may represent thousand of copies as in faba bean or in wild Australian rice. Their copy number proliferation depends on the TE activity, usually under the control of the host genome, at both the transcriptional and post-transcriptional levels. However, these elements can occasionally overtake mechanisms that control their proliferation leading to the accumulation of copies and so genome size increases. In plants, Long Terminal Repeat retrotransposons (LTR-RTs), which move via a copy-and-paste mechanism, are the most abundant elements. Due to recent availability of a large number of new sequenced genomes in plants, it becomes essential to identify, annotate and classify TE at a genome-wide level via bioinformatic procedures to finally understand their impact in genome structure and evolution. The Coffee trees (Coffea canephora & Coffeea arabica) are the most important worldwide commodity produced by tropical countries. The genome sequence of C. canephora (diploïde 2x=2n=22) is now available (http://coffee-genome.org) and the forthcoming allotetraploid genome of C. arabica will be released soon. Here I will present how bioinformatic helped us to identify, annotate and study Transposable Elements in Coffee genomes. Particularly new types of Transposable Elements were detected and outstanding conservations of elements across distantly related species were observed and analyzed.

O estado de metilação das ilhas CpG é importante para o entendimento da regulação epigenética dos genes. Em larga escala, uma forma de medir o perfil de metilação é através da utilização de ensaios baseados em microarranjos desenvolvido pela Illumina (HM450K). Esses ensaios questionam 450K sondas que representam ilhas CpG posicionados em diferentes localizações do genoma humano (hg19). Dois valores de intensidade estão associados a cada sonda, que são transformados para um valor numérico chamado de beta, valores próximos a 0 indica hipometilação, e valores próximos a 1 indica hipermetilação. Será apresentado técnicas computacionais para analisar esses dados: (i) o problema da normalização; (ii) identificação de sondas diferencialmente metilados (câncer e controle); (iii) identificação de genes imprintados. Por ser uma área recente e pouco explorada computacionalmente, ainda há espaços para melhorias metodologicas em cada uma das etapas de análise.

Abordagens computacionais para pesquisa em ncRNAs (non-coding RNA ou RNAs não-codificantes) são consideradas um dos grandes desafios em bioinformática. Dentre alguns aspectos é pela diversidade de tipos, formas, tamanho e função desses RNAs. Nesta palestra será abordado aspectos referente a métodos que possam ser aplicadados para pesquisa, em especial para integração de dados, identificação e anotação funcional, dos ncRNAs.