Search

Utilizar un algoritmo genético con una codificación híbrida para encontrar una arquitectura de convolucional Redes neuronales capaces de clasificar correctamente la neumonía por COVID-19 en la clasificación multifisal de imágenes de RT con alto rendimiento y un número menor de parámetros que los de última generación.

CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Gerais CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior O gênero Corynebacterium é um grupo heterogêneo de organismos de relevância biotecnológica, médica e veterinária. A sua diversidade permite aos organismos viverem em uma grande variedade de ambientes. Os organismos devem ser capazes de ajustar sua maquinaria de expressão gênica para se adaptar a ambientes hostis. A regulação transcricional desempenha um papel crucial nesse processo; permitindo à bactéria mudar rapidamente o conjunto de genes sendo expressos para lidar com os desafios do ambiente. Compreender os mecanismos envolvidos na regulação transcricional é um passo fundamental para compreender como os organismos podem adaptar-se e desenvolver-se. Muitos estudos têm focado em revelar as redes regulatórias gênicas (RRGs) transcricionais de organismos bacterianos; contudo, nosso conhecimento está limitado a poucos organismos modelo com RRGs experimentais. Escherichia coli é o organismo bacteriano mais estudado e, mesmo assim, é estimado que menos de 30% das interações regulatórias entre fatores de transcrição (FTs) e genes alvo (GAs) é conhecida. Neste contexto, abordagens computacionais permitem aos pesquisadores revelar as RRGs de muitos organismos com base na conservação evolutiva das RRGs de organismos modelo. Considerando o gênero Corynebacterium, pouco se conhece do seu repertório regulatório transcricional. Este gênero é de crucial importância para a medicina, veterinária e biotecnologia por conter patógenos que afetam a saúde humana e animal e também organismos produtores de aminoácidos. CoryneRegNet é o banco de dados de referência em regulação transcricional do gênero Corynebacterium desde 2006. Nesta tese, nós estendemos o conhecimento regulatório transcricional do gênero Corynebacterium e avaliamos a consistência da RRG de Corynebacterium glutamicum com seus dados de expressão gênica. No primeiro artigo científico, nós apresentamos a sétima versão do CoryneRegNet, o qual atualmente armazena RRGs transcricionais de 225 organismos do gênero Corynebacterium, representando um aumento de 20 vezes o número de organismos deste gênero com RRGs conhecidas. O conhecimento regulatório gerado combinado com dados oriundos da literatura resultou no primeiro artigo de revisão da RRG transcricional de Corynebacterium pseudotuberculosis, na qual nós apresentamos os mecanismos transcricionais conhecidos deste organismo quando submetido a estresse osmótico, ácido, escassez de ferro e térmico. No terceiro artigo científico, nós avaliamos a consistência entre dados de expressão gênica e a RRG de C. glutamicum aplicando um modelo de consistência assinada. Nossos resultados mostram que a RRG de C. glutamicum não é mais consistente que RRGs aleatórias, sugerindo que dados ômicos de outros elementos regulatórios como regulação pós-transcricional e traducional, deveriam ser integrados em futuros estudos de RRGs neste organismo. Nós concluímos que estamos apenas começando a compreender o panorama regulatório do gênero Corynebacterium e que novas camadas de regulação deveriam ser integradas às RRGs para reconstruir redes mais confiáveis para este gênero. The Corynebacterium genus is a very heterogeneous group of organisms of biotechnological, medical and veterinary relevance. Its diversity allows its organisms to live in a wide range of environments. The organisms must quickly adapt their gene expression machinery to acclimate to hostile environments. Transcriptional regulation plays a crucial role in this process; it allows bacteria to quickly change the set of genes expressed to cope with the environment's challenges. Understanding the mechanisms underlying transcription regulation is a crucial step in understanding how organisms can adapt and thrive. Several studies have focused on unraveling the transcriptional gene regulatory networks (GRNs) of bacterial organisms; however, our knowledge is limited to a few model organisms with experimentally verified GRNs. Note that Escherichia coli is the best-studied bacterial organism and yet it is estimated that our knowledge corresponds to less than 30% of regulatory interactions between transcription factors (TFs) and target genes (TGs). In this context, computational approaches allow researchers to unravel the GRNs of many organisms based on the evolutionary conservation of the model organisms’ networks. Taken into account the Corynebacterium genus, little is known regarding their transcriptional regulatory repertory. This genus is greatly relevant for medicine, veterinary and biotechnology, comprising pathogens that affect human and animal health as well as amino acid producer organisms. CoryneRegNet has been the reference database for corynebacterial transcriptional regulatory knowledge since 2006. Here, we extend the transcriptional regulatory knowledge of the Corynebacterium genus and assess the consistency of the Corynebacterium glutamicum GRN with its gene expression data. In the first research article, we present the seventh version of CoryneRegNet, which now holds transcriptional GRNs for 225 corynebacterial organisms, increasing by twenty times the number of organisms with known GRNs of this genus. This regulatory knowledge combined with literature research resulted in the first review article of the transcriptional GRN of Corynebacterium pseudotuberculosis, in which we present the known transcriptional mechanisms of this organism under osmotic, acid, iron-starvation and thermal stress. In the third research article, we assessed the consistency between gene expression data and the C. glutamicum GRN by applying a conservative sign consistency model. Our results show that the C. glutamicum GRN is not more consistent than random GRNs, suggesting that omics data concerning other regulatory elements, such as post-transcriptional and translational regulation, should be integrated in future GRN studies for this organism. We conclude that we have just begun to understand the Corynebacterium genus' regulatory landscape and that new layers of regulation should be integrated into the GRNs to reconstruct more reliable networks for this genus.

Simple Summary Ewing Sarcoma is a rare cancer that, when localized, has an overall five-year survival rate of 70%. Patients with metastasis have a five-year survival rate of 15 to 30%. Early analysis of patient prognosis can be crucial to provide adequate treatment and increase chances of survival. Besides, it is a disease with several gaps in our understanding, including regulation of genes and which transcription factors are master regulators. This work addresses these two topics by inferring gene regulatory networks that allow us to identify putative master regulators to predict patient prognosis. We were able to identify two sets of master regulators that can predict good and bad patient outcomes. Abstract Ewing Sarcoma (ES) is a rare malignant tumor occurring most frequently in adolescents and young adults. The ES hallmark is a chromosomal translocation between the chromosomes 11 and 22 that results in an aberrant transcription factor (TF) through the fusion of genes from the FET and ETS families, commonly EWSR1 and FLI1. The regulatory mechanisms behind the ES transcriptional alterations remain poorly understood. Here, we reconstruct the ES regulatory network using public available transcriptional data. Seven TFs were identified as potential MRs and clustered into two groups: one composed by PAX7 and RUNX3, and another composed by ARNT2, CREB3L1, GLI3, MEF2C, and PBX3. The MRs within each cluster act as reciprocal agonists regarding the regulation of shared genes, regulon activity, and implications in clinical outcome, while the clusters counteract each other. The regulons of all the seven MRs were differentially methylated. PAX7 and RUNX3 regulon activity were associated with good prognosis while ARNT2, CREB3L1, GLI3, and PBX3 were associated with bad prognosis. PAX7 and RUNX3 appear as highly expressed in ES biopsies and ES cell lines. This work contributes to the understanding of the ES regulome, identifying candidate MRs, analyzing their methilome and pointing to potential prognostic factors.

34 pags., 8 figs. (+SI), The Akirin family of transcription cofactors are involved throughout the metazoan in the regulation of different biological processes (BPs) such as immunity, interdigital regression, muscle and neural development. Akirin do not have catalytic or DNA-binding capability and exert its regulatory function primarily through interacting proteins such as transcription factors, chromatin remodelers, and RNA-associated proteins. In the present study, we focused on the human Akirin2 regulome and interactome in neutrophil-like model human Caucasian promyelocytic leukemia HL60 cells. Our hypothesis is that metazoan evolved to have Akirin2 functional complements and different Akirin2-mediated mechanisms for the regulation of gene expression. To address this hypothesis, experiments were conducted using transcriptomics, proteomics and systems biology approaches in akirin2 knockdown and wildtype (WT) HL60 cells to characterize Akirin2 gene/protein targets, functional complements and to provide evidence of different mechanisms that may be involved in Akirin2-mediated regulation of gene expression. The results revealed Akirin2 gene/protein targets in multiple BPs with higher representation of immunity and identified immune response genes as candidate Akirin2 functional complements. In addition to linking chromatin remodelers with transcriptional activation, Akirin2 also interacts with histone H3.1 for regulation of gene expression., This work was supported by the Ministerio de Economıa, Industria y Competitividad (Spain) [grant number BFU2016-79892-P]; the Predoctoral Fellowship of the UCLM (to Sara Artigas-Jeronimo); the University of Castilla La Mancha, Spain (to Margarita ´ Villar); and the Fondo Europeo de Desarrollo Regional, FEDER, EU (to Margarita Villar).

Background: Previous studies focused on the relationship between prenatal conditions and neurodevelopmental outcomes later in life, but few have explored the interplay between gene co-expression networks and prenatal adversity conditions on cognitive development trajectories and gray matter density.Methods: We analyzed the moderation effects of an expression polygenic score (ePRS) for the Brain-derived Neurotrophic Factor gene network (BDNF ePRS) on the association between prenatal adversity and child cognitive development. A score based on genes co-expressed with the prefrontal cortex (PFC) BDNF was created, using the effect size of the association between the individual single nucleotide polymorphisms (SNP) and the BDNF expression in the PFC. Cognitive development trajectories of 157 young children from the Maternal Adversity, Vulnerability and Neurodevelopment (MAVAN) cohort were assessed longitudinally in 4-time points (6, 12, 18, and 36 months) using the Bayley-II mental scales.Results: Linear mixed-effects modeling indicated that BDNF ePRS moderates the effects of prenatal adversity on cognitive growth. In children with high BDNF ePRS, higher prenatal adversity was associated with slower cognitive development in comparison with those exposed to lower prenatal adversity. Parallel-Independent Component Analysis (pICA) suggested that associations of expression-based SNPs and gray matter density significantly differed between low and high prenatal adversity groups. The brain IC included areas involved in visual association processes (Brodmann area 19 and 18), reallocation of attention, and integration of information across the supramodal cortex (Brodmann area 10).Conclusion: Cognitive development trajectories and brain gray matter seem to be influenced by the interplay of prenatal environmental conditions and the expression of an important BDNF gene network that guides the growth and plasticity of neurons and synapses.

Orientador: Anete Pereira de Souza Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Biologia Resumo: A cana-de-açúcar (Saccharum spp.) É a cultura mais importante para a produção de açúcar e etanol de primeira geração, sendo uma das melhores opções para a geração de bioenergia. Os cultivares modernos de cana-de-açúcar são altamente poliplóides e heterozigotos, apresentando vários alelos diferentes em cada loco, e esse alto nível de complexidade genética cria desafios durante os programas de melhoramento convencional e molecular. Reconhecendo a dificuldade de melhorar o teor de sacarose por meios convencionais, recursos substanciais têm sido direcionados para a compreensão das bases fisiológicas, celulares, bioquímicas e moleculares da produção e do acúmulo de açúcar na cana-de-açúcar. O processo de acúmulo de sacarose é descrito como regulado por uma rede de genes modulados durante a maturação do colmo. Nesse contexto, os experimentos de RNA-Seq representam uma poderosa ferramenta para estudos de expressão gênica, permitindo a obtenção do perfil do transcriptoma e sendo um ponto de partida para a identificação de novos e / ou raros transcritos. Usando este tipo de dados, redes de coexpressão de genes podem ser construídas e auxiliar na identificação de genes com padrões de expressão semelhantes biologicamente relevantes para um fenótipo específico. Este projeto teve como objetivo modelar redes de coexpressão para diferentes tipos de cana-de-açúcar. variedades e tecidos para melhor compreensão da interação gênica envolvida no metabolismo da sacarose da cana-de-açúcar. Usamos uma rede de coexpressão global modelada com dados de RNA-Seq de dezenove genótipos de cana-de-açúcar e três tecidos diferentes (raízes, folhas e colmos). Além disso, uma rede ponderada de coexpressão de genes foi modelada e módulos potencialmente funcionais foram identificados por meio de uma abordagem de agrupamento hierárquico completo. Dentro da estrutura da rede, pudemos identificar 153 grupos diferentes, que foram contrastados com os genes diferencialmente expressos identificados. Por meio de análises de enriquecimento, pudemos estabelecer um total de 1.484 genes relacionados ao metabolismo da sacarose correspondendo a quatro módulos de rede diferentes. Além do metabolismo do amido e da sacarose, as vias do metabolismo da frutose e da manose também foram enriquecidas para este grupo de genes e dois módulos de rede adicionais foram selecionados. Esse grupo coeso apresentou interações gênicas relevantes avaliadas por meio de categorias da Ontologia Genética, como resposta ao estresse; processo metabólico de carboidratos; processo metabólico de carboidratos celulares; organização da parede celular; processo metabólico de polissacarídeo celular; resposta a estímulos e processo metabólico de polissacarídeos, representando uma importante fonte de dados para o entendimento da dinâmica das atividades genéticas no acúmulo de açúcares. Além disso, realizamos análises de DGE dentro dos seis módulos finais selecionados, mostrando 105 genes regulados positivamente em genótipos com maior teor de sacarose e 78 genes regulados negativamente, englobando diferentes perfis funcionais avaliados por meio das enzimas associadas. Por fim, para acessar as especificidades funcionais das redes de Saccharum spontaneum, Saccharum officinarum e a cultivar híbrida SP80-3280, realizamos análises de inferências biológicas para hub e conexões comuns entre esses três genótipos. Nossos resultados mostraram o potencial de reunir um grande número de transcritos com expressão diferencial significativa nas categorias de sacarose e auxiliar na compreensão da dinâmica das atividades metabólicas e genéticas em escala global no metabolismo da sacarose na cana-de-açúcar Abstract: Sugarcane (Saccharum spp.) is the most important crop for sugar and first-generation ethanol production, being one of the best options for bio energy generation. Modern sugarcane cultivars are highly polyploid and heterozygous, presenting several different alleles at each locus, and this high level of genetic complexity creates challenges during conventional and molecular breeding programs. Recognizing the difficulty of sucrose content improvement through conventional means, substantial resources have been directed to understanding the physiological, cellular, biochemical and molecular basis of sugar production and accumulation in sugarcane. The process of sucrose accumulation is described as regulated by a network of genes modulated during culm maturation. In this context, RNA-Seq experiments represent a powerful tool for gene expression studies, allowing the transcriptome profile to be obtained and being a starting point for the identification of new and/or rare transcripts. Using this type of data, gene coexpression networks can be constructed and assist the identification of genes with similar expression patterns biologically relevant to a specific phenotype. This project aimed at modelling coexpression networks for different sugarcane varieties and tissues in order to obtain a better comprehension of the gene interaction involved in sugarcane sucrose metabolism. We used a global coexpression network modeled with RNA-Seq data from nineteen different sugarcane genotypes and three different tissues (roots, leaves and culms). Additionally, a weighted gene coexpression network was modeled and potentially functional modules were identified through a complete hierarchical clustering approach. Inside the network structure, we could identify 153 different groups, which were contrasted with the differentially expressed genes identified. Through enrichment analyses, we could establish a total of 1,484 genes related to sucrose metabolism corresponding to four different network modules. In addition to starch and sucrose metabolism, fructose and mannose metabolism pathways were also enriched for this group of genes and two additional network modules were selected. This cohesive group presented relevant gene interactions assessed through Gene Ontology categories, such as response to stress; carbohydrate metabolic process; cellular carbohydrate metabolic process; cell wall organization; cellular polysaccharide metabolic process; response to stimulus and polysaccharide metabolic process, representing an important source of data for understanding the dynamics of genetic activities on sugar accumulation. Furthermore, we performed DGE analyses inside the six final selected modules, showing 105 genes up regulated in genotypes with higher sucrose content and 78 genes as down regulated, encompassing different functional profiles assessed through the associated enzymes. Lastly, in order to access functional specificities of networks of Saccharum spontaneum, Saccharum officinarum and the SP80-3280 hybrid cultivar, we performed biological inferences analysis for hub and common connections between these three genotypes. Our results showed the potential of assembling a large number of transcripts with significant differential expression in sucrose categories and assisting the comprehension of the dynamics of metabolic and genetic activities on a global scale on sucrose metabolism on sugarcane Mestrado Genética Vegetal e Melhoramento Mestra em Genética e Biologia Molecular CAPES 888887.479604/2020-0033003017024P2

Orientadores: : Anete Pereira de Souza, Carla Cristina da Silva, Camila Campos Mantello Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Biologia Resumo: A seringueira é a maior fonte de borracha natural do mundo, cuja matéria-prima é utilizada na fabricação de mais de 50.000 produtos, com papel fundamental na indústria de pneus. Além disso, o látex apresenta propriedades físico-químicas únicas e não pode ser integralmente substituído pela borracha sintética. Apesar de a seringueira (Hevea brasiliensis) ser uma espécie nativa da floresta amazônica, cujas condições edafoclimáticas são ótimas para seu crescimento e produção, nesta região ocorre o fungo Pseudocercospora ulei, causador do mal-das-folhas, principal doença que acomete a heveicultura, no Brasil. Desta forma, as plantações de seringueira se expandiram para regiões de escape do fungo, porém sob condições de estresses abióticos, como frio e seca, que limitam seu crescimento e produção de látex. Os programas de melhoramento genético em seringueira buscam por genótipos tolerantes às condições de estresse abiótico impostas pelas regiões de escape. Todavia, o ciclo completo do melhoramento genético de seringueira leva de 20 a 30 anos para obtenção e recomendação de um novo genótipo. Como uma alternativa, o emprego de técnicas de biologia molecular associados às ferramentas de bioinformática podem contribuir no conhecimento genômico sobre a espécie, como na identificação de genes e vias associados às condições de estresse abióticos e, consequentemente, auxiliar os programas de melhoramento reduzindo áreas experimentais e tempo para obtenção de novas variedades. Dentre as técnicas, o sequenciamento de RNA mensageiro (RNA-Seq) por sequenciadores de nova geração (NGS) se tornou uma ferramenta muito importante na busca de genes responsáveis por caracteres agronômicos de interesse. Desta forma, o presente trabalho teve como objetivo investigar o perfil de expressão dos genótipos GT1 e RRIM600, os quais apresentam estratégias diferentes ao estresse por resfriamento. Para isso, foram realizadas análises de expressão diferencial e redes de coexpressão gênica. Utilizamos os genes de Heat-Shock Proteins (HSPs) diferencialmente expressos para criar sub-redes de genes coexpressos com HSPs possivelmente envolvidos na resposta ao frio Abstract: The rubber tree is the largest source of natural rubber in the world, whose raw material is used in the manufacture of more than 50,000 products, with a fundamental role in the tire industry. Besides, latex has unique physicochemical properties and cannot be entirely replaced by synthetic rubber. Although the rubber tree (Hevea brasiliensis) is a species native to the Amazon rainforest, whose edaphoclimatic conditions are excellent for its growth and production, in this region also occurs the fungus Pseudocercospora ulei, which causes SALB (South American leaf blight) the main disease that affects rubber cultivation in Brazil. Thus, the rubber plantations expanded to escape areas without the occurrence of the fungus, such as the southeast plateau, but under conditions of abiotic stresses, such as cold and drought, which limit their growth and latex production. The rubber breeding programs seek genotypes tolerant of the abiotic stress conditions imposed by the escape regions. The complete cycle of genetic improvement of rubber takes 20 to 30 years to obtain and recommend a new genotype. As an alternative, the use of molecular biology techniques associated with bioinformatics tools can contribute to genomic knowledge about the species, such as in the identification of genes and pathways associated with abiotic stress conditions and, consequently, assist breeding programs by reducing experimental areas and time to obtain new varieties. Among the techniques, the sequencing of messenger RNA (RNA-Seq) by Next Generation Sequencing (NGS) has become an important tool in the search for genes responsible for agronomic characters of interest. Thus, the present study aimed to investigate the expression profile of the GT1 and RRIM600 genotypes, which present different strategies for cooling stress. For this, the analysis of differential expression and networks of gene coexpression was carried out. We use differentially expressed Heat-Shock Proteins (HSPs) genes to create sub-networks of genes coexpressed with HSPs possibly involved in the cold respons Mestrado Genética Vegetal e Melhoramento Mestre em Genética e Biologia Molecular CAPES 88887.200429/2018-00 FAPESP 2018/23831-9

Orientador: Anete Pereira de Souza Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Biologia Resumo: Os biocombustíveis são hoje uma das principais alternativas à substituição dos combustíveis fósseis. Considerando que o Brasil é o maior produtor de cana-de-açúcar, uma das alternativas propostas é a produção de etanol a partir do bagaço da cana, denominado etanol de segunda geração (2G). Esta tecnologia, entretanto, ainda apresenta algumas limitações econômicas, como o custo elevado dos coquetéis enzimáticos necessários à hidrólise da biomassa lignocelulósica. Neste contexto, espécies do gênero ascomiceto filamentoso Trichoderma desempenham um papel importante por produzirem enzimas que degradam a parede celular vegetal eficientemente, sendo dessa forma, alvos atrativos na indústria biotecnológica. Tendo como condição ancestral o micoparasitismo, espécies desse gênero, tais como Trichoderma atroviride e Trichoderma harzianum, são amplamente utilizadas na agricultura como agentes de biocontrole. Contudo, estudos demonstraram o potencial de T. harzianum em prospectar enzimas hidrolíticas associadas à degradação do substrato lignocelulósico. Dessa forma, uma melhor compreensão dos mecanismos genéticos relacionados ao principal ativador (XYR1) e repressor (CRE1) de celulases e hemicelulases se faz necessária em T. harzianum e, para fins comparativos, na espécie basal T. atroviride. Diante deste cenário, este trabalho teve como objetivo investigar o perfil de expressão gênica relacionado aos fatores de transcrição (FTs) XYR1 e CRE1 em condição de degradação da celulose em T. harzianum (IOC-3844 e CBMAI-0179) e em T. atroviride CBMAI-0020. Para isso, redes de co-expressão gênica foram modeladas para cada linhagem. Inicialmente, a análise filogenética indicou que XYR1 e CRE1 estão amplamente distribuídos dentre os fungos ascomicetos e sugeriu um processo de diferenciação para T. atroviride em relação à T. harzianum. A inferência das redes separou os transcritos em diversos grupos de acordo com o perfil de expressão durante o crescimento em celulose ou em glicose. Portanto, os grupos com os transcritos xyr1 e cre1 foram identificados. Nestes grupos, transcritos codificando enzimas ativas em carboidratos (CAZymes), FTs e transportadores de açúcar e íons, bem como proteínas com função desconhecida, foram co-expressos, porém diferenciando qualitativa e quantitativamente entre as linhagens. Transcritos centrais (hubs) foram identificados e incluíram transcritos ainda não caracterizados ou ainda não descritos como relacionados à degradação da celulose. Além disso, várias vias metabólicas desencadeadas nos grupos xyr1 e cre1 foram identificadas com enriquecimento correspondente ao micoparasitismo em T. atroviride, especialmente associado à CRE1. Nossos resultados sugerem diferentes estratégias utilizadas por Trichoderma spp. relacionadas à XYR1 e CRE1 durante a degradação da celulose. Também foi observado que os transcritos codificando CAZymes referentes à degradação da celulose e da hemicelulose em T. harzianum não são necessariamente co-expressos com os FTs aqui estudados. Tomados em conjunto, nossas descobertas fornecem novos insights sobre os transcritos co-expressos com XYR1 e CRE1 em linhagens de T. harzianum, os quais podem ser alvo de novos estudos para avaliar seu papel na degradação da lignocelulose e ser explorados para a melhoria de coquetéis enzimáticos. Finalmente, nossos resultados podem contribuir para o melhor entendimento dos mecanismos genéticos envolvidos na regulação de enzimas hidrolíticas, expandindo o potencial do uso de T. harzianum em diversas aplicações industriais Abstract: Biofuels are today one of the main alternatives to the replacement of fossil fuels. Brazil is the leading producer of sugarcane; thus, a proposed alternative is the production of ethanol from sugarcane bagasse, known as second-generation ethanol (2G). However, this technology still has some economic limitations, such as the high cost of enzymatic cocktails necessary for the hydrolysis of lignocellulosic biomass. In this context, species in the filamentous ascomycete genus Trichoderma play an important role in producing plant cell wall-degrading enzymes being an attractive target for the biotechnology industry. Having as an ancestral trait the mycoparasitism, species of Trichoderma, such as Trichoderma atroviride and Trichoderma harzianum, are widely used in agriculture as biocontrol agents. Although, studies have demonstrated the potential of T. harzianum in producing a set of enzymes acting efficiently in the saccharification of the lignocellulosic substrate. Thus, a better understanding of genetic mechanisms related to the main activator (XYR1) and repressor (CRE1) of cellulases and hemicellulases is necessary for T. harzianum and, for comparative purposes, in the basal species T. atroviride. In this scenario, this study aimed to investigate the gene expression profile associated to transcription factors (TFs) XYR1 and CRE1 during cellulose degradation for T. harzianum (IOC-3844 and CBMAI-0179) and for T. atroviride CBMAI-0020. For this, gene co-expression networks were modeled for each strain. Initially, phylogenetic analysis indicated that both regulatory proteins are widely distributed among ascomycete fungi and suggested a differentiation process for T. atroviride in relation to T. harzianum. The co-expression network analyses separated the transcripts into several groups according to the expression profile during growth in cellulose or glucose. Groups with xyr1 and cre1 were identified and within them transcripts encoding carbohydrate-active enzymes (CAZymes), TFs and sugar and ion transporters, as well as proteins with unknown function, were co-expressed. Although, qualitatively and quantitatively differences among groups and strains were observed. Core transcripts from these groups (hubs) were identified, and they included transcripts not yet characterized or described as related to cellulose degradation. In addition, several metabolic pathways triggered in xyr1 and cre1 groups have been identified with an enrichment corresponding to mycoparasitism in T. atroviride, especially associated with CRE1. Our results suggest different strategies used by Trichoderma spp. related to XYR1 and CRE1 during cellulose degradation. In addition, it was observed that the transcripts encoding CAZymes associated with cellulose and hemicellulose degradation in T. harzianum are not necessarily co-expressed with the TFs herein studied. Taken together, our findings provide new insights into transcripts co-expressed with XYR1 and CRE1 in T. harzianum strains, which could be the target of new studies to evaluate their role in lignocellulose degradation and that can be exploited for the improvement of enzymatic cocktails. Finally, our results can contribute to a better understanding of the genetic mechanisms involved in hydrolytic enzyme regulation, expanding the potential of T. harzianum in several industrial applications Mestrado Genética de Microorganismos Mestra em Genética e Biologia Molecular CAPES 88887.176241/2018-00, 88882.329483/2019-01 FAPESP 2015/09202-0

Orientador: Juliana Velasco de Castro Oliveira Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Biologia Resumo: Os biocombustíveis, em particular o etanol de segunda geração (2G), são hoje uma das principais alternativas sustentáveis à substituição dos combustíveis fósseis em direção à consolidação de uma bioeconomia circular. No Brasil, o etanol 2G é produzido a partir do bagaço e palha da cana-de-açúcar, que são resíduos lignocelulósicos gerados em abundância na cadeia produtiva do setor sucroenergético. Esta tecnologia, entretanto, apresenta ainda algumas limitações econômicas, como o custo elevado dos coquetéis enzimáticos necessários à hidrólise da biomassa lignocelulósica. O fungo filamentoso Trichoderma reesei é considerado a principal plataforma biológica da produção e secreção de celulases e hemicelulases que compõem os coquetéis enzimáticos. Embora o sistema celulolítico e regulação transcricional de T. reesei sejam muito estudados, ainda é necessário investigar o conjunto total de genes relacionados com a degradação de biomassa lignocelulósica por este fungo. Assim, os objetivos principais deste estudo foram a inferência de uma rede de co-expressão gênica baseada no transcriptoma de T. reesei RUT-C30 e a caracterização de alguns genes identificados com potencial biotecnológico em cepas mutantes knockout. A inferência da rede separou os genes hiper-expressos em bagaço (BEX) em diversos módulos, de acordo com o perfil de expressão gênica. Vários genes de (hemi)celulases, transportadores de açúcar, fatores de transcrição e proteínas hipotéticas foram co-expressos nos mesmos módulos. Genes centrais destes módulos (hubs) foram identificados, e incluíram fatores de transcrição e proteínas hipotéticas ainda não caracterizados. A predição in silico de sítios de ligação ao DNA na região promotora para XYR1, o principal ativador de celulases, revelou ainda genes interessantes que podem ser regulados por este fator de transcrição. A partir da análise de rede, seis genes foram escolhidos para serem deletados e caracterizados em T. reesei. Quatro deles foram deletados com sucesso e um gene codificando para um fator de transcrição hipotético do tipo zinc finger mostrou ter papel positivo sobre a degradação de bagaço, uma vez que sua deleção diminuiu significativamente as atividades de celobiohidrolase (pNPC) e beta-glicosidase (pNPG) nesta fonte de carbono. Dados de expressão gênica por qPCR demonstraram também que este gene é alvo da repressão catabólica por carbono mediada pelo regulador CRE1. Adicionalmente, o perfil metabólico de T. reesei e Aspergillus niger crescidos em glicose, celulose solúvel (CMC), lactose e bagaço pré-tratado foi investigado por RMN para avaliar as vias metabólicas utilizadas por estes dois fungos industriais. A fonte de carbono utilizada foi a maior responsável pela variação dos dados, sugerindo que ambos os fungos adotam estratégias semelhantes para crescerem e se adaptarem aos substratos avaliados, mesmo tendo evoluído independemente. Metabólitos de reserva de energia (manitol e trealose), de metabolismo de fosfolipídeos (glicerol-3-fosfocolina) e de aminoácidos (glutamina, alanina e glutamato) foram significativamente mais abundantes em todas as condições amostradas para ambos os fungos. T. reesei assimilou de forma mais eficiente o açúcar lactose, e também parece ativar a via alternativa do TCA (glyoxalate shunt) em CMC como estratégia para produzir energia pela gliconeogênese. A. niger, por outro lado, mostrou níveis mais altos de glicerol e GABA em CMC e lactose. Em BEX, A. niger teve as maiores atividades enzimáticas para celulase e hemicelulase, contribuindo para maior ativação da via glicolítica. Como conclusões deste trabalho, a análise da rede de co-expressão gênica permitiu a identificação de um grande número de genes com potencial biotecnológico na degradação de bagaço de cana. A caracterização dos mutantes knockout levou à descoberta de um suposto ativador transcricional de celulases, mas estudos adicionais devem ser realizados para compreender melhor sua atuação sobre a regulação gênica em T. reesei. O perfil metabólico de T. reesei e A. niger revelou ainda que ambos os fungos utilizam estratégias parecidas com poucas diferenças na utilização de diferentes fontes de carbono, e contribuiu para a maior compreensão da fisiologia dos fungos em condições que induzem a produção de enzimas hidrolíticas. Por fim, os resultados obtidos neste trabalho contribuíram para o maior entendimento do sistema celulolítico em T. reesei e podem ajudar a reduzir os custos associados ao etanol 2G Abstract: Biofuels, especially second generation (2G) ethanol, are today one of the main sustainable alternatives to the replacement of fossil fuels towards the consolidation of a circular bioeconomy. In Brazil, 2G ethanol is produced from bagasse and sugarcane straw, which are lignocellulosic residues generated in abundance in the sugar-energy industry. This technology, however, still presents some economic limitations, such as the high cost of the enzymatic cocktails necessary for the hydrolysis of lignocellulosic biomass. The filamentous fungus Trichoderma reesei is considered the main biological platform of the production and secretion of cellulases and hemicellulases that compose enzymatic cocktails. Although the cellulolytic system and transcriptional regulation of T. reesei are well studied, efforts are still needed to investigate the entire set of genes related to the degradation of lignocellulosic biomass by this fungus. Thus, the main objectives of this study are the inference of a gene co-expression network based on the T. reesei RUT-C30 transcriptome and the characterization of a few genes with biotechnological potential in mutant knockout strains. The co-expression network analysis separated the upregulated genes in bagasse (BEX) into several modules, according to the gene expression profile. Several genes encoding (hemi)cellulases, sugar transporters, transcription factors and hypothetical proteins were coexpressed in the same modules. Central genes from these modules (hubs) were identified, and included transcription factors and hypothetical proteins still not characterized. The in silico prediction of DNA binding sites in the promoter region for XYR1, the major cellulase activator, has also revealed interesting genes that can be regulated by this transcription factor. From the network analysis, six genes were chosen to be deleted and characterized in T. reesei. Four of them were deleted successfully and one gene encoding a hypothetical zinc finger transcription factor was shown to play a positive role in bagasse degradation, since its deletion significantly decreased the activities of cellobiohydrolase (pNPC) and beta-glucosidase (pNPG) at this carbon source. Gene expression data by qPCR have also demonstrated that this gene is targeted by the CRE1-mediated catabolite repression. In addition, the metabolic profile of T. reesei and Aspergillus niger grown on glucose, soluble cellulose (CMC), lactose and pretreated bagasse was investigated by NMR to evaluate the metabolic pathways employed by these two industrial fungi. The carbon source used was the major responsible for the data variation, suggesting that both fungi adopt similar strategies to grown and adapt to the substrates evaluated, even they had evolved in an independent way. Metabolites of energy reserves (mannitol and trehalose), phospholipids (glycerol-3-phosphocholine) and amino acid metabolites (glutamine, alanine and glutamate) were significantly more abundant in all conditions for both fungi. T. reesei assimilated lactose more efficiently, and it seems to activate the TCA alternative cycle (glyoxalate shunt) in CMC as strategy to produce energy by gluconeogenese. On the other hand, A. niger showed higher levels of glycerol and GABA in CMC and lactose. In BEX, A. niger had greater cellulase and hemicellulase activity, contributing to the activation of glycolysis. As conclusions of this work, the gene co-expression network analysis allowed the identification of a large number of genes with biotechnological potential in the degradation of sugarcane bagasse. The characterization of the knockout mutants led to the discovery of a putative transcriptional activator of cellulases, but additional studies must be conducted to better understand its role in T. reesei gene regulation. The metabolic profile of T. reesei and A. niger had also revealed that both fungi use similar strategies with a few differences in the assimilation of different carbon sources, and contributed to a better understanding of fungal physiology under conditions that induce the production of hydrolytic enzymes. Finally, the results obtained in this work contributed to a better understanding of the T. reesei cellulolytic system and may help to reduce the costs associated with 2G ethanol Doutorado Microbiologia Doutor em Genética e Biologia Molecular CNPQ 141574/2015-1 FAPESP 2015/08222-8; 2017/18987-7

Orientadores: Marcelo Mendes Brandão, Renato Vicentini dos Santos Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Biologia Resumo: Spodoptera frudiperda (JE Smith) (Lepidoptera: Noctuidae) é uma praga de grande importância agrícola. Isso acontece, principalmente, devido a ser um inseto polífago. Utiliza como fonte de alimento algumas culturas de grande relevância para a indústria como milho, arroz e algodão. Essa espécie é dividida em duas raças que não se distinguem morfologicamente. Porém apresentam padrões de comportamento, preferência alimentar e desenvolvimento distintos quando alimentadas em diferentes hospedeiros. Insetos e plantas têm tido um longo processo de interações e coevolução que afetam organismos em níveis desde bioquímica básica até genética de populações. Suas defesas têm sido articuladas no tempo e espaço por redes regulatórias altamente complexas que são moduladas através de outras vias de sinalização. Essas respostas integradas levam a um padrão de expressão gênica característico que resulta em alterações em cada organismo. Herbívoros dependem das proteases digestivas para degradar proteínas em peptídeos e aminoácidos essenciais para a biossíntese de suas proteínas funcionais e estruturais. Inibidores de proteases produzidos pela planta são sua principal defesa contra herbivoria. Insetos podem contornar esses efeitos deletérios. Um dos maiores objetivos da biologia de sistemas tem sido integrar informações de diversos bancos de dados e modelá-los através de técnicas de matemática e estatística para entender e predizer o comportamento de células e organismos sob determinadas condições. Este trabalho objetivou inferir redes de regulação de genes responsáveis pela diferenciação dos padrões de expressão gênica nos processos de digestão de duas raças, arroz e milho, de S. frugiperda. Para isso, foram utilizadas estratégias de obtenção de redes incluindo redes de coexpressão, redes de coexpressão ponderada e redes bayesianas. Além disso, a expressão desses genes foi relacionada com caracteres fenotípicos. Foi possível obter uma visão geral das relações entre os genes dos transcriptoma das raças milho e arroz de S. frugiperda quando alimentadas por cinco tipos de dieta, sendo elas dieta artificial, milho, arroz, algodão e algodão rico em gossipol. A rede de coexpressão total do transcriptoma apresentou um padrão característico de redes biológicas. Isso permitiu estudar o comportamento da rede aplicando propriedades já descritas para esse tipo de rede. Foram identificados genes com alto número de ligações que podem ter papel-chave. A rede ficou dividida em duas porções. Uma dessas porções é mais robusta e apresenta genes de resposta mais lenta. Pode-se sugerir que são genes de housekeeping. Genes diferencialmente expressos ficaram agrupados numa mesma região da rede. A rede foi dividida em aglomerados de genes mais correlacionados. Foram identificados genes que têm relação direta com peptidases e suas funções. Trinta e dois genes exclusivos da raça milho e quatro da raça arroz estão ligados diretamente às peptidases. Peptidases da mesma classe ficaram próximas na rede. As peptidases fazem um grande número de ligações. Foi mostrado como é o comportamento da expressão gênica da rede das peptidases em cada raça sob cada dieta. A rede de coexpressão ponderada permitiu observar como grupos de genes mais relacionados podem influenciar as características fenotípicas. As redes bayesianas permitiram relacionar como cada uma das variáveis fenotípicas e dietas se relacionam com genes específicos. Houve diferença dos padrões de expressão gênica nas redes bayesianas com relação a raça e dieta. Isso permitiu identificar genes mais expressos em cada raça, dieta e o comportamento deles na rede Abstract: Spodoptera frudiperda (JE Smith) (Lepidoptera: Noctuidae) is a pest of great agricultural importance. This happens mainly because it is a polyphagous insect. It uses as food source some crops of great relevance for the industry like maize, rice and cotton. This species is divided into two races that are not morphologically distinguishable. However, they present distinct patterns of behavior, food preference and development when fed on different hosts. Insects and plants have had a long process of interactions and coevolution affecting organisms at levels ranging from basic biochemistry to population genetics. Their defenses have been articulated in time and space by highly complex regulatory networks that are modulated through other signaling pathways. These integrated responses lead to a characteristic pattern of gene expression that results in changes in each organism. Herbivores rely on digestive proteases to degrade proteins in peptides and essential amino acids for the biosynthesis of their functional and structural proteins. Inhibitors of proteases produced by the plant are its main defense against herbivory. Insects can overcome these deleterious effects. One of the major goals of systems biology has been to integrate information from various databases and model them through math and statistical techniques to understand and predict the behavior of cells and organisms under certain conditions. This work aimed to infer the regulation networks of genes responsible for the differentiation of gene expression patterns in the digestion processes of two strains, rice and corn, of S. frugiperda. For this, network strategies were used including coexpression networks, weighted coexpression networks and Bayesian networks. In addition, the expression of these genes was related to phenotypic characters. It was possible to obtain an overview of the relationships between the transcriptome genes of the corn and rice S. frugiperda strains when fed on five types of diets: artificial diet, corn, rice, cotton and cotton rich in gossypol. The total co-expression network of the transcriptome presented a characteristic pattern of biological networks. This allowed to study the behavior of the network applying properties already described for this type of network. We have identified genes with high number of interactions that plays a key role. The network was divided into two portions. One of these portions is more robust and has slower response genes. One might suggest that they are housekeeping genes. Differentially expressed genes were grouped in the same region of the network. The network was divided into clusters of more correlated genes. Genes that have a direct relationship with peptidases and their functions have been identified. Thirty-two genes unique to the corn strain and four genes unique to rice strain are linked directly to the peptidases. Peptidases of the same class were nearby in the network. The peptidases make a large number of interactions. The behavior of the gene expression of the peptidase network in each strain under each diet was shown. The weighted coexpression network allowed to observe how groups of more related genes can influence the phenotypic characteristics. The Bayesian networks allowed to relate how each of the phenotypic variables and diets relate to specific genes. There were differences in gene expression patterns in the Bayesian networks with respect to strain and diet. This allowed to identify more expressed genes in each strain, diet and their behavior in the network Doutorado Bioinformática Doutora em Genética e Biologia Molecular CNPQ 140909/2013-3

BackgroundRecent studies point to overlap between neuropsychiatric disorders in symptomatology and genetic aetiology.AimsTo systematically investigate genomics overlap between childhood and adult attention-deficit hyperactivity disorder (ADHD), autism spectrum disorder (ASD) and major depressive disorder (MDD).MethodAnalysis of whole-genome blood gene expression and genetic risk scores of 318 individuals. Participants included individuals affected with adult ADHD (n = 93), childhood ADHD (n = 17), MDD (n = 63), ASD (n = 51), childhood dual diagnosis of ADHD–ASD (n = 16) and healthy controls (n = 78).ResultsWeighted gene co-expression analysis results reveal disorder-specific signatures for childhood ADHD and MDD, and also highlight two immune-related gene co-expression modules correlating inversely with MDD and adult ADHD disease status. We find no significant relationship between polygenic risk scores and gene expression signatures.ConclusionsOur results reveal disorder overlap and specificity at the genetic and gene expression level. They suggest new pathways contributing to distinct pathophysiology in psychiatric disorders and shed light on potential shared genomic risk factors.

Orientador: Renato Vicentini dos Santos Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Biologia Resumo: A cana-de-açúcar é uma das mais importantes plantas cultivadas no Brasil, que é o maior produtor e exportador mundial. Seu valor econômico é devido principalmente a sua capacidade de estocar sacarose nos colmos. Os padrões de expressão gênica podem regular processos de desenvolvimento da planta e influenciar no acúmulo de sacarose em tecidos de reserva. A regulação desses padrões ocorre através de complexos sistemas de interações entre muitos genes e seus produtos, resultando em uma complexa rede de regulação gênica. Modelos gráficos probabilísticos têm sido amplamente utilizados para inferência e representação dessas redes. Dentre eles, as redes bayesianas são o principal por ser considerado o método mais flexível e também requererem um número reduzido de parâmetros para a descrição do modelo. Sendo assim, este estudo utilizou a metodologia de redes bayesianas para inferência de interações regulatórias entre genes de metabolismo e sinalização de sacarose a partir de dados de expressão gênica, obtidos através de microarrays, disponíveis no Gene Expression Omnibus (GEO). As redes foram obtidas através de softwares para inferência de redes e então analisadas quanto aos genes que as compõem e padrões de expressão. Os genes foram agrupados em clusters considerando-se seus padrões de coexpressão. Os genes mais representados no cluster da enzima sacarose fosfato sintase (SPS) em cana são genes de relacionados à tradução, ligação ao DNA e genes de função desconhecida, enquanto os menos representados são de fotossíntese, resposta a hormônios, e outros eventos metabólicos. A rede do cluster da SPS apresentou sete genes principais (hubs) que aparentam ter um importante papel dentro do cluster. Foi obtida também uma rede considerando genes selecionados em estudos com experimentos de microarrays previamente publicados. Uma dessas redes possui 136 genes e apresentou 6 genes principais, sendo que a maioria deles é de fotossíntese. Na rede considerando genes diferencialmente expressos nesses experimentos (265 genes), genes que pertencem à mesma categoria funcional tenderam a sofrer regulação por um único gene em comum, formando grupos de funções semelhantes em cada hub Abstract: Sugarcane is one of the most important plants cultivated in Brazil which is the world's largest producer and exporter. Its economic yield is mainly due to its high sucrose content. The patterns of gene expression may regulate processes of plant development and influence the accumulation of sucrose by storage tissues. The regulation of these patterns occurs through complex systems of interactions between many genes and their products, resulting in a complex gene regulatory network. Probabilistic graphical models have been widely used for inference and representation of these networks. Among them, Bayesian networks are the main for being considered to be the most flexible method and also requiring a reduced number of parameters to the model description. Then, this work has used the Bayesian network methodology for inference of regulatory interactions between signaling and sucrose metabolism genes from gene expression data, obtained from microarrays, available on Gene Expression Omnibus (GEO). Networks were generated by networks inference softwares, and then analyzed observing their composing genes and expression patterns. The genes were grouped considering their coexpression patterns. The most represented genes in the sacarose phosphate syntase (SPS) cluster are related with translation, DNA biding and unknown function genes while the least represented are of photosynthesis, hormone response and other metabolic events. The SPS cluster network presented 7 main hubs that seem to play an important role in the cluster. It was also obtained a network considering genes selected from studies with microarray experiments previously published. One of these gene networks has 136 genes and it presented 6 main genes, being the most of them are from photosynthesis. In the network considering differential expressed in this experiments, genes that are from the same functional category tended to suffer regulation for one unique common gene, forming groups of genes with similar function on each hub Mestrado Genética Vegetal e Melhoramento Mestra em Genética e Biologia Molecular

[ANGLÈS] Since the mid-1990's, the field of genomic signal processing has exploded due to the development of DNA microarray technology, which made possible the measurement of mRNA expression of thousands of genes in parallel. Researchers had developed a vast body of knowledge in classification methods. The scientific community has developed a broad knowledge of the individual parts involved in the operation of a cell, but we still do not understand how these individual parts interact. For this reason a new type of analysis of the microarray data called Pathways analysis has been developed. This approach considers that genes work together in cascades and do not act for themselves in a biological system. The activity of the genes in a cell is controlled by the gene regulatory networks, which consist of the union and interconnection of the various pathways. This thesis is placed in the field of computer systems and signal processing applied to biology and aims to study and develop methods to infer the relationship of genes in a large-scale gene network topology where regulation is not known, and must be inferred from experimental data. First, we present a review and a comparison of the different methods in the state of the art that have tried to solve this challenge with different approaches: Gene networks based in co-expression, information-theoretic approach, bayesian networks, and finally the one based on differential equations. Secondly, we present an exhaustive study of two selected techniques, the Z-score and Zavlanos algorithms, in order to analyze their strengths and drawbacks. The chosen methods have been tested on two public datasets: the SOS pathway and a synthetic dataset simulated by computer. The proposed approach obtains good identification results, confirming the goodness of the approach. And finally, we present an analysis of the ability of the inferred network to predict the behavior of the system to an external perturbation. Also a new approach to boost the identification performance is presented. It is based on an ensemble decision paradigm. It is a preliminary idea but even though, we have found some promising results that demonstrate the potential of the approach. [CASTELLÀ] Desde mediados de los noventa, el campo de la genómica fue revolucionado debido al desarrollo de la tecnología de los DNA microarrays, el cual hizo posible la medición de la expresión de mRNA de miles de genes en paralelo. Los investigadores han desarrollado un vasto conocimiento en los métodos de clasificación. Y aunque la comunidad científica tiene un amplio conocimiento de las distintas partes implicadas en el funcionamiento de una célula, todavía no han logrado entender cómo estas partes individuales interactúan. Por esta razón, un nuevo tipo de análisis de los datos de microarrays llamado análisis de rutas metabólicas se está desarrollando. Este enfoque considera que los genes trabajan conjuntamente y que no actúan por sí mismos en un sistema biológico. La actividad de los genes en una célula está controlada por las redes reguladoras de genes, que consisten en la unión y la interconexión de las diversas rutas metabólicas. Esta tesis se sitúa en el campo del procesamiento de señal aplicada a la biología y tiene como objetivo estudiar y desarrollar métodos para inferir la relación de los genes en una topología de genes a gran escala donde la regulación es desconocida, y debe ser inferida a partir de datos experimentales. En primer lugar, se presenta una revisión y una comparación de los diferentes métodos en el estado del arte, que han tratado de resolver este problema con diferentes enfoques: las redes de genes basadas en la co-expresión, la teoría de la información, las redes bayesianas, y finalmente uno basado en ecuaciones diferenciales. En segundo lugar, se presenta un estudio exhaustivo de las dos técnicas seleccionadas, los algoritmos Z-score y de Zavlanos, con el fin de analizar sus puntos fuertes y débiles. Los métodos elegidos han sido probados en dos conjuntos de datos públicos: el SOS pathway y un conjunto de datos sintéticos simulados por ordenador. El método propuesto permite obtener buenos resultados de identificación, lo que confirma la bondad del enfoque escogido. Y, por último, se presenta un análisis de la capacidad para predecir el comportamiento del sistema ante una perturbación externa de la red inferida. Además, se aplica un nuevo enfoque para mejorar la identificación. Está basado en un paradigma de decisión conjunta. Es una idea preliminar, pero a pesar de ello, se han encontrado algunos resultados prometedores que demuestran el potencial de este enfoque. [CATALÀ] Des de mitjans dels anys noranta, el camp de la genòmica va ser revolucionat gràcies al desenvolupament de la tecnologia dels DNA microarrays, la qual va fer possible el mesurament de l'expressió de mRNA de milers de gens en paral·lel. Els investigadors han desenvolupat un vast coneixement en els mètodes de classificació i encara que la comunitat científica té un ampli coneixement de les diferents parts implicades en el funcionament d'una cèl·lula, encara no han aconseguit entendre com aquestes parts individuals interactuen. Per això, un nou tipus d'anàlisi de les dades de microarrays anomenat anàlisi de rutes metabòliques s'està desenvolupant. Aquesta tècnica considera que els gens treballen conjuntament i que no actuen per si mateixos a un sistema biològic. L'activitat dels gens en una cèl·lula està controlada per les xarxes reguladores de gens, que consisteixen en la unió i la interconnexió de les diverses rutes metabòliques. Aquesta tesi se situa en el camp de la processament del senyal aplicat a la biologia i té com a objectiu estudiar i desenvolupar mètodes per inferir la relació dels gens en una topologia de gens a gran escala on la regulació és desconeguda, i ha de ser inferida a partir de dades experimentals. En primer lloc, es presenta una revisió i una comparació dels diferents mètodes presents a l'estat de l'art, que han tractat de resoldre aquest problema amb diferents enfocaments: les xarxes de gens basats en la coexpressió, la teoria de la informació, les xarxes bayesianes, i finalment un basat en equacions diferencials. En segon lloc, es presenta un estudi exhaustiu de les dues tècniques seleccionades, els algoritmes Z-score i de Zavlanos, amb la finalitat d'analitzar els seus punts forts i febles. Els mètodes escollits han estat testats amb dos conjunts de dades públiques: el SOS Pathway i un conjunt de dades sintètiques simulades per ordinador. El mètode proposat permet obtindre bons resultats d'identificació, el que confirma la bondat de la tècnica escollida. I, finalment, es presenta una anàlisi de la capacitat de predir el comportament del sistema davant d'una pertorbació externa de la xarxa inferida. A més, es presenta una nova tècnica per millorar la identificació. Es basa en un paradigma de decisió conjunta. És una idea preliminar, però tot i així, s'han trobat alguns resultats prometedors que demostren el potencial de la idea.

Apoptosis is essential for complex multicellular organisms and its failure is associated with genome instability and cancer. Interactions between apoptosis and genome-maintenance mechanisms have been extensively documented and include transactivation-independent and -dependent functions, in which the tumor-suppressor protein p53 works as a ‘molecular node’ in the DNA-damage response. Although apoptosis and genome stability have been identified as ancient pathways in eukaryote phylogeny, the biological evolution underlying the emergence of an integrated system remains largely unknown. Here, using computational methods, we reconstruct the evolutionary scenario that linked apoptosis with genome stability pathways in a functional human gene/protein association network. We found that the entanglement of DNA repair, chromosome stability and apoptosis gene networks appears with the caspase gene family and the antiapoptotic gene BCL2. Also, several critical nodes that entangle apoptosis and genome stability are cancer genes (e.g. ATM, BRCA1, BRCA2, MLH1, MSH2, MSH6 and TP53), although their orthologs have arisen in different points of evolution. Our results demonstrate how genome stability and apoptosis were co-opted during evolution recruiting genes that merge both systems. We also provide several examples to exploit this evolutionary platform, where we have judiciously extended information on gene essentiality inferred from model organisms to human.

Orientador: Fernando Jose Von Zuben Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação Resumo: Esta dissertação trata das redes gênicas, o mecanismo de controle da ativação dos genes nas células, sob três perspectivas computacionais diferentes. Inicialmente, sob uma ótica de engenharia, é elaborada uma ferramenta de inferência de redes gênicas, capaz de reconstruir a estrutura estática dessas redes a partir de um conjunto de dados experimentais. O método proposto para essa tarefa de identificação de sistemas é especialmente projetado para conjunto de dados reduzidos, um cenário bastante comum quando se trata de dados de expressão gênica. Numa segunda etapa, é proposto um modelo computacional das redes gênicas, em que as reações bioquímicas que ocorrem na célula são vistas como equações não-lineares arranjadas numa estrutura conexionista. Desta vez, ao invés de inferir redes existentes, esse modelo é utilizado em conjunto com uma abordagem evolutiva para sintetizar redes gênicas artificiais capazes de realizar tarefas dinâmicas ¿ em específico, para solucionar um problema clássico de robótica evolutiva. Embora o modelo seja empregado como técnica de resolução de problemas, o objetivo agora é mais no sentido científico, isto é, as redes gênicas artificiais evoluídas são analisadas como modelos que podem ajudar a compreender propriedades observadas nos sistemas naturais. Finalmente, a terceira etapa consiste numa abordagem conceitual. O propósito principal é tentar compor um novo cenário para o estudo das redes gênicas, reunindo conceitos e dados empíricos de outras áreas da ciência moderna, como a neurociência e a sinergética, e investigando as implicações de uma nova ótica para o processamento de informação celular. O objetivo aqui é voltado para a compreensão dos mecanismos de processamento de informação em organismos vivos Abstract: This dissertation deals with genetic networks, the mechanism of control of gene activity in cells, under three different computational perspectives. Initially, as an engineering approach, a computational tool for inference of genetic networks is proposed, which is able to recover the static structure of these networks from experimental datasets. This systems identification method is especially designed for small datasets, a common scenario when coping with gene expression data. In the second step, a computational model for genetic networks is proposed, in which biochemical reactions that occur inside the cell are treated as nonlinear equations in a connectionist structure. Rather than inferring networks from data, this model is used together with an evolutionary algorithm to synthesize artificial genetic networks that are able to solve dynamic tasks ¿ and in particilar, to solve a classic problem in evolutionary robotics. Although the model is used as a problem-solving technique, the objective here is primarily scientific, i.e., the evolved artificial genetic networks are viewed as an opportunity to study properties observed in natural systems. Finally, the third step comprises a conceptual approach, in which ideas from other fields of modern science, like neuroscience and synergetics, are put together to compose a new scenario to the study of the information processing in genetic networks Mestrado Engenharia de Computação Mestre em Engenharia Elétrica

Aging is the main risk factor for cardiovascular diseases. In humans, cardiac aging remains poorly characterized. Most studies are based on chronological age (CA) and disregard biological age (BA), the actual physiological age (result of the aging rate on the organ structure and function), thus yielding potentially imperfect outcomes. Deciphering the molecular basis of ventricular aging, especially by BA, could lead to major progresses in cardiac research. We aim to describe the transcriptome dynamics of the aging left ventricle (LV) in humans according to both CA and BA and characterize the contribution of microRNAs, key transcriptional regulators. BA is measured using two CA‐associated transcriptional markers: CDKN2A expression, a cell senescence marker, and apparent age (AppAge), a highly complex transcriptional index. Bioinformatics analysis of 132 LV samples shows that CDKN2A expression and AppAge represent transcriptomic changes better than CA. Both BA markers are biologically validated in relation to an aging phenotype associated with heart dysfunction, the amount of cardiac fibrosis. BA‐based analyses uncover depleted cardiac‐specific processes, among other relevant functions, that are undetected by CA. Twenty BA‐related microRNAs are identified, and two of them highly heart‐enriched that are present in plasma. We describe a microRNA‐gene regulatory network related to cardiac processes that are partially validated in vitro and in LV samples from living donors. We prove the higher sensitivity of BA over CA to explain transcriptomic changes in the aging myocardium and report novel molecular insights into human LV biological aging. Our results can find application in future therapeutic and biomarker research., The biological age, measured by transcriptional markers, explains better than the chronological age the transcriptional dynamics of the human aging myocardium. microRNAs that change expression in the aging left ventricle are identified. Such microRNAs potentially regulate genes with cardiac‐specific functions. Cardiac‐enriched microRNAs that increase or decrease with biological age are present in plasma. They are thus candidate biomarkers to represent the biological age of the heart.