Metodologia para caracterização computacional de genes codificadores de proteínas hipotéticas em Leishmania braziliensis

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Costa, Alef Janguas da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-19072022-120710/
Resumo: Os parasitos do gênero Leishmania provocam doenças infectoparasitárias conhecidas como leishmanioses, que acometem o homem causando um amplo espectro de manifestações clínicas. Dentre as espécies que causam leishmaniose tegumentar no Brasil, está a Leishmania braziliensis, espécie do subgênero Viannia, responsável por formas graves da doença. Nas últimas décadas, os estudos sobre genomas aceleraram o que se conhece sobre conteúdo e organização genética desses protozoários. No entanto, nos genomas de Leishmania spp mais de 50% das proteínas preditas a partir da anotação dos genomas são classificadas como hipotéticas. A caracterização funcional de proteínas e a predição computacional de suas funções putativas são um grande desafio. Neste contexto, este trabalho teve como objetivo desenvolver metodologias computacionais que possibilitassem algum avanço para classificação funcional de genes codificadores de proteínas atualmente classificadas como hipotéticas. Partimos da metodologia aplicada por Ravooru e colaboradores (RAVOORU et al., 2014), adaptando a estratégia para ampliar o conjunto de proteínas com indícios de função. Inserimos quatro novas etapas de análise de classificação funcional e associamos dados de expressão gênica, obtidos por análise do transcritoma de L. braziliensis (RUY et al., 2019).Por meio dessa abordagem, foram preditas funções para 54 proteínas, antes classificadas como hipotéticas. Nosso trabalho representa uma contribuição que se estende para além do protozoário estudado, dado que o pipeline construído pode ser aplicado, em princípio, a outros organismos.