de distintas espécies têm sido propostos(Otu & Sayood 2003; Henz et al 2005;Kunin et al 2005a e referências contidasneste trabalho; Kunin et al 2005b;Tekaia et al 2005), resultando emmelhorias na resolução da árvore davida e na superação de problemas antigose comuns aos métodos tradicionaisde análise filogenética, como porexemplo, a escolha de marcadoresevolutivos apropriados, a saturação dedeterminadas posições nos códons edesvios nas análises provocados porestes fatores (Delsuc et al 2005).Outro exemplo importante refere-se aoestudo da variabilidade metabólica e daconservação de funções enzimáticasnas diversas vias bioquímicas entre osorganismos. Comparações entre as viasbioquímicas preditas a partir da análisede genomas completamenteseqüenciados têm revelado a existênciade vias incompletas ou mesmo ausentesem várias espécies analisadas(Cordwell 1999; Galperin & Koonin 1999;Huynen et al 1999; Morett et al 2003;Peregrin-Alvarez et al 2003). Em algumassituações, isto poderia representaro resultado de adaptações a diferentesnichos ecológicos, como, por exemplo,em bactérias estritamente simbiontes,as quais codificam um número menorde enzimas e vias metabólicas em comparaçãocom seus parentes de vida livre,uma vez que o hospedeiro ofereceum ambiente constante e rico emmetabólitos (nutrientes e compostosquímicos intermediários) essenciais aodesenvolvimento destes microrganismos(Galperin & Koonin 1999; Huynen et al1999; Ochman & Moran 2001; Moran2002; Moya et al 2008). Em muitos casos,entretanto, as enzimas desaparecidasforam substituídas por proteínasfuncionalmente equivalentes, ou seja,capazes de catalisar as mesmas reações,mas exibindo virtualmente nenhumasimilaridade ao nível de suas seqüênciasprimárias (de aminoácidos) etampouco ao nível de suas estruturasterciárias (tridimensionais) (Galperin etal 1998; Huynen et al 1999; Morett et al2003). Estas formas alternativas, conhecidascomo proteínas análogas (Fitch1970, 2000) (Figura 3), originam-se apartir de processos evolutivos independentes,convergindo para uma mesmafunção biológica (neste caso para umamesma atividade enzimática), e podemestar associadas a diferentes linhagensfilogenéticas e/ou possuir distintos mecanismosde catálise (Galperin et al1998). Alguns trabalhos sugerem que afração de atividades enzimáticas nasquais ocorreram múltiplos eventos deorigem independente pode ser substancial(Morett et al 2003), somando-se aoutras evidências, também oriundas deanálises comparativas de genomas, queapontam a importância (muito maior doque se supunha) do papel desempenhadopelo que se pode chamar dehomologia funcional na evolução dosseres vivos; um bom exemplo é a indicaçãode que o número total de geneshomólogos compartilhados entre as espéciesatualmente conhecidas (genesFigura 3. Homologia versus analogia. O esquema representa os processos evolutivos que levam à formação de geneshomólogos (genes A1, A2, B1 e B2 nas espécies X1 e X2; genes C1 e C2 nas espécies Y1 e Y2) e análogos (B2 e C1),através da evolução independente de dois genes hipotéticos pertencentes a duas linhagens distintas (adaptado deJensen 2001). Na linhagem X a evolução do gene ancestral hipotético ocorreu através de dois eventos seqüenciais,resultando na formação de genes divergentes, porém relacionados a um ancestral evolutivo comum (homólogos):primeiro através de uma duplicação gênica (descendência horizontal), gerando os genes homólogos A e B na própriaespécie ancestral X0; em seguida, através de um evento de especiação (descendência vertical), que deu origem àsespécies X1 e X2 e aos pares de genes homólogos A1 e A2 (descendentes do gene A) e B1 e B2 (descendentes do geneB) nestas espécies. Na linhagem Y, o gene ancestral hipotético pertencente à espécie ancestral Y0 evoluiu através de umúnico evento de especiação, que originou as espécies Y1 e Y2 e o par de genes homólogos C1 e C2 (descendentesdiretos do gene ancestral desta linhagem) nestas espécies. Os pares de genes homólogos A e B (na espécie ancestralX0), assim como os pares A1 e B1 (na espécie X1) e A2 e B2 (na espécie X2) são denominados parálogos, uma vez queo evento responsável pela origem de todos eles, a partir do gene ancestral comum mais próximo entre os mesmos, foiuma duplicação gênica (Fitch 1970, 2000); já os pares de genes A1 e A2 (entre as espécies X1 e X2), A2 e B2 (tambémentre as espécies X1 e X2) e C1 e C2 (entre as espécies Y1 e Y2) são denominados ortólogos, uma vez que estes paresde genes homólogos foram originados, a partir de seus respectivos genes ancestrais comuns mais próximos, através deum evento de especiação (Fitch 1970, 2000). Os genes B2 e C1, pertencentes às espécies X2 e Y1, respectivamente, sãodenominados análogos, isto é, genes originados a partir de genes ancestrais não relacionados entre si (pertencentes alinhagens distintas) que, entretanto, convergiram para uma mesma função biológica (Fitch 1970, 2000)22 <strong>Biotecnologia</strong> Ciência & <strong>Desenvolvimento</strong> - nº <strong>37</strong>
ubíquos) é inferior a 100, envolvendoprincipalmente os genes responsáveispelos processos de tradução (na grandemaioria), transcrição e replicação/reparo do DNA (Koonin 2003). Este númeroincrivelmente pequeno de genespresumidamente compartilhados entreos diversos organismos sugere que inúmerasfunções essenciais (e tambémnão-essenciais) - que obviamente variamde acordo com as condições nasquais uma dada espécie ou populaçãotem de sobreviver (estilo de vida e nichoecológico) - são desempenhadaspor genes que mantêm entre si relaçõesde parentesco distante (parálogos originadospor duplicações ancestrais ouque evoluíram muito rapidamente, muitasvezes divergindo ao ponto de nãopoderem mais ser reconhecidos comotais) ou que não dividem ancestralidadealguma (análogos) (Koonin et al 1996),ou ainda por genes taxonomicamenterestritos, isto é, exclusivos de uma espécie,família ou linhagem em particular(genes únicos).De um ponto de vista aplicado,tecnologias de alto desempenho(genômica, transcriptômica eproteômica) possibilitam que pesquisadores,através de análises e mineraçãocriteriosas de dados, aumentem nãosomente nosso conhecimento sobre abiologia dos seres vivos, mas tambémsejam capazes de desenvolver novosmétodos de diagnóstico, vacinas maiseficazes, novas drogas, novosmarcadores prognósticos e uma variedadede aplicações biotecnológicas. Noque se refere aos microrganismospatogênicos, por exemplo, e àsmicobactérias em especial, várias aplicaçõespotenciais da análise comparativade genomas têm sido reportadas,visando sobretudo à prevenção (atravésdo desenvolvimento de vacinas maiseficazes), o tratamento (pelo desenvolvimentode novas drogas) e o diagnóstico(através da criação de métodos maisrápidos, sensíveis e específicos) da tuberculosee outras doenças causadaspor micobactérias. Algumas dessas aplicaçõesincluem: a identificação degenes únicos de uma espécie em particular,a identificação de fatores de virulênciae a reconstrução metabólica(Gordon et al 2002); a caracterização depatógenos, a identificação de novosalvos para diagnóstico e para procedimentosterapêuticos (Fitzgerald & Musser2001); a investigação sobre a origemmolecular da patogênese, do espectrode hospedeiros e das diferençasfenotípicas entre isolados clínicos e populaçõesnaturais de patógenos (Behret al 1999; Brosch et al 2001; Cole 2002;Kato-Maeda et al 2001) e a investigaçãodos fundamentos genéticos da virulênciae da resistência a drogas demicobactérias causadoras de tuberculose(Randhawa & Bishai 2002).Como comparar?A análise comparativa de genomas consistena análise e comparação entre todoou grande parte do material genéticode diferentes espécies ou cepas. Portratar-se de uma abordagem holística,em larga escala, exige métodoscomputacionais para sua realização.Apesar de ser uma abordagem relativamenterecente, tendo início com oseqüenciamento dos primeiros genomasna década de 1990, suas ferramentasmais importantes têm origem nas técnicasclássicas de análise computacionalde seqüências: (i) algoritmos de alinhamentoglobal e local de pares ou demúltiplas seqüências, (ii) métodos deanálise filogenética e (iii) asimplementações destes métodos ealgoritmos (Needleman & Wunsch 1970;Smith & Waterman 1981; Felsenstein1981, 1989; Lipman & Pearson 1985;Pearson & Lipman 1988; Feng &Doolittle 1987; Altschul et al 1990, 1997;Thompson et al 1994). De fato, ela sebeneficia não somente de ferramentasdesenvolvidas no passado, mas tambémda criação de novas ferramentas e doaperfeiçoamento de ferramentas já existentes,ambos estimulados pela imensa,diversificada e complexa quantidadede dados produzida com os projetosde seqüenciamento em larga escala.Sendo os genomas basicamente longasseqüências de DNA, poder-se-ia analisálosalinhando-os como se fossem seqüênciascomuns, utilizando um dosalgoritmos de análise de seqüências citadosanteriormente. No entanto, isto sópode ser feito com genomas de espéciesou cepas muito próximas, uma vezque mudanças na organização dogenoma (inserções, deleções, inversões,rearranjos, trocas e duplicações) ocorremcom uma taxa muito elevada. Alémdisto, por tratar-se de seqüências de tamanhoextremo, torna-secomputacionalmente inviável a análisede mais de um par de genomas de umasó vez, mesmo com o uso de algoritmose programas eficazes, especialmente desenvolvidospara esta finalidade(Morgenstern et al 1998, 1999, 2002;Jareborg et al 1999; Delcher et al 1999,2002; Kent & Zahler 2000; Batzoglou etal 2000; Ma et al 2002; Bray et al 2003,2004; Schwartz et al 2003; Brudno et al2003a, 2003b; Kurtz et al 2004) (para umarevisão abrangente sobre este assunto,consulte Blanchette 2007). Portanto, namaioria das vezes as análises comparativasentre genomas são feitas em umnível de abordagem mais modular, tomando-seas partes que compõem taisseqüências, como por exemplo, oconjunto completo de genes codificadospelas espécies em estudo.Entre os métodos mais comumenteempregados nestas análises está abusca por similaridades entre seqüências.A etapa crucial deste tipo deanálise é determinar se as seqüênciascomparadas são ou nãohomólogas, ou seja, se descendemou não de uma seqüência ancestralcomum, estabelecendo-se equivalênciaentre as partes comparadas. Oresultado obtido permite, entre outrascoisas, a predição de função, jáque é presumido que seqüênciashomólogas tendem a ter funções similarese também determinar quaisos genes correspondentes (ortólogos)entre pares ou grupos de genomasanalisados (Rigden & Mello 2002; Leeet al 2007). Esta tarefa nada trivial éfeita comparando-se uma ou mais seqüênciasde entrada (querysequences), com outras inúmeras seqüênciasdepositadas em um bancode dados (subject sequences), atravésdo alinhamento consecutivo de cadaseqüência de entrada com cada seqüênciadepositada no banco, coma utilização de um algoritmo de alinhamentolocal (Smith & Waterman1981; Pearson & Lipman 1988;Altschul et al 1997). Para cada alinhamento,calcula-se o número de pontosobtidos (score), com base em umamatriz de substituição (PAM ouBLOSUM normalmente) e em valoresarbitrados de penalidade para a aberturae extensão de espaços nas seqüênciasalinhadas (gap opening/extension penalties), e o número dealinhamentos esperados ao acasocom pontuação igual ou superior aodo alinhamento em questão (Evalue),a partir da pontuação normalizada(bitscore) e do tamanho e composiçãodo banco de dados. Ahomologia é inferida com base nosvalores calculados dos diferentesparâmetros do alinhamento, algunsdeles já mencionados: pontuação,pontuação normalizada, número dealinhamentos esperados ao acasocom pontuação igual ou superior aodo alinhamento em questão,percentual de identidade, percentualda extensão de cada seqüência nopar alinhado que contribui para o alinhamento,diferença de tamanho entreas seqüências alinhadas etc. Aexistência de domínios - módulosque constituem unidades distintas doponto de vista evolutivo, funcional e<strong>Biotecnologia</strong> Ciência & <strong>Desenvolvimento</strong> - nº <strong>37</strong> 23
- Page 1 and 2: Biotecnologia Ciência & Desenvolvi
- Page 3 and 4: BC&D - Como o senhor avalia aposiç
- Page 5 and 6: dicamentos.Os anticorpos monoclonai
- Page 8 and 9: PesquisaLUCIFERASES DE VAGALUMESPes
- Page 10 and 11: ger & McElroy, 1965; Hastings,1995)
- Page 12 and 13: ciferases de elaterídeos e fengod
- Page 14 and 15: utilizados como marcadores sensíve
- Page 16: 5,5-dimethyloxyluciferin. JACS 124:
- Page 19 and 20: Rev. Bras. Entom. 33: 359-366..Vivi
- Page 21: vimento de pesquisas científicas (
- Page 25 and 26: (tais como genes, operons, grupos[c
- Page 27 and 28: evolution of mycobacterialpathogeni
- Page 29 and 30: GLOSSÁRIOAlgoritmo. Procedimento o
- Page 31 and 32: oócito e melhora o posterior desen
- Page 33 and 34: Figura 7: Ilustração de resultado
- Page 35 and 36: 10. COELHO, L. A.; ESPER, C. R.;GAR
- Page 37 and 38: - permitir a rápida liberação do
- Page 39 and 40: de crescimento, quatro grupos de mi
- Page 41 and 42: skovia xanthineolytica LL-G109 (And
- Page 43 and 44: Tabela 1. Purificação da β-1,3 g
- Page 45 and 46: depende em parte, da venda dos subp
- Page 47 and 48: tipo poro-canal-G1pF atua por sensi
- Page 49 and 50: eutilização de células imobiliza
- Page 51 and 52: ANP - AGENCIA NACIONAL DE PETROLEO
- Page 53 and 54: inantes, incluindo eritropoetinas,
- Page 55 and 56: proteínas terapêuticas como, por
- Page 57 and 58: capsuladas, a redução de efeitos
- Page 59 and 60: Zhang W, Rong Z, Chen H, Jiang X.Br
- Page 61 and 62: FIGURA 1. Estrutura “Markush”Ma
- Page 63 and 64: Figura 2, todos os compostos origin
- Page 65 and 66: Figura 2. O filo Porifera é dividi
- Page 67 and 68: Figura 4. Microscopia eletrônica d
- Page 69 and 70: plication of genomics to uncultured
- Page 71 and 72: viabilidade celular (1) a técnica
- Page 73 and 74:
Gráfico 02: Média das viabilidade
- Page 75 and 76:
Tabela 04: Análise das médias de
- Page 77 and 78:
icus blazei. Atualmente é também
- Page 79:
5. Agaricus sylvaticus é sinônimo