Alan Mitchell Durham.

Descrição: Fortalecer e ampliar o intercâmbio acadêmico entre os programas inter-unidades de Pós-Graduação em Bioinformática da UFMG (CAPES 6) e da USP (5), o de Biotecnologia da UFPA (CAPES 5) e o de Bioinformática da UFPR (CAPES 3) com a criação de uma rede voltada a aumentar a formação de recursos humanos em Biologia Computacional, em resposta à presente chamada..

Muito já se conhece sobre a biologia e manejo da cana-de-açúcar, porém ainda existem lacunas no conhecimento bioquímico e genético dessa planta que se exploradas podem indicar o caminho para o melhor manejo da cultura, aumento do seu potencial industrial e diminuição do impacto ambiental do seu cultivo. Devido à complexidade do sistema e dos inúmeros fatores que interagem para a definição das características de interesse agronômico (genes, seus produtos, suas interações no organismo e com o ambiente), um conhecimento robusto do metabolismo de açúcares necessita de abordagens experimentais múltiplas em combinação com análises computacionais de grandes volumes de dados. Nós pretendemos acrescentar conhecimento ao sistema cana-de-açúcar usando abordagens de análise da fisiologia, de análise de elementos regulatórios, do transcriptoma e do metaboloma em variedades comerciais e em cruzamentos com espécies ancestrais em plantios que se assemelham ao realizado nas indústrias sucroalcooleiras e também em experimentos em casa de vegetação. O estudo das redes regulatórias de cana-de-açúcar será feito com auxílio da técnica de Chip-Seq e de RNAseq com as quais poderemos identificar possíveis regiões regulatórias e promotoras no genoma referência de cana-de-açúcar sequenciado e parcialmente montado pelo grupo e colaboradores. Através da utilização de abordagens da Biologia de Sistemas e biologia sintética, iremos definir os principais alvos ou redes de genes para o melhoramento da cana-de-açúcar com o aumento de sua produtividade, alteração do conteúdo de sacarose, fibra e lignina e assim desenvolver a Cana-Energia. O grande volume de dados gerado será armazenado no banco de dados SUCEST-FUN (http://sucest-fun.org) onde é possível avaliar e interrogar os dados com foco em diferentes aspectos.

uito já se conhece sobre a biologia e manejo da cana-de-açúcar, porém ainda existem lacunas no conhecimento bioquímico e genético dessa planta que se exploradas podem indicar o caminho para o melhor manejo da cultura, aumento do seu potencial industrial e diminuição do impacto ambiental do seu cultivo. Devido à complexidade do sistema e dos inúmeros fatores que interagem para a definição das características de interesse agronômico (genes, seus produtos, suas interações no organismo e com o ambiente), um conhecimento robusto do metabolismo de açúcares necessita de abordagens experimentais múltiplas em combinação com análises computacionais de grandes volumes de dados. Nós pretendemos acrescentar conhecimento ao sistema cana-de-açúcar usando abordagens de análise da fisiologia, de análise de elementos regulatórios, do transcriptoma e do metaboloma em variedades comerciais e em cruzamentos com espécies ancestrais em plantios que se assemelham ao realizado nas indústrias sucroalcooleiras e também em experimentos em casa de vegetação. O estudo das redes regulatórias de cana-de-açúcar será feito com auxílio da técnica de Chip-Seq e de RNAseq com as quais poderemos identificar possíveis regiões regulatórias e promotoras no genoma referência de cana-de-açúcar sequenciado e parcialmente montado pelo grupo e colaboradores. Através da utilização de abordagens da Biologia de Sistemas e biologia sintética, iremos definir os principais alvos ou redes de genes para o melhoramento da cana-de-açúcar com o aumento de sua produtividade, alteração do conteúdo de sacarose, fibra e lignina e assim desenvolver a Cana-Energia. O grande volume de dados gerado será armazenado no banco de dados SUCEST-FUN (http://sucest-fun.org) onde é possível avaliar e interrogar os dados com foco em diferentes aspectos.. 
S.

As moléculas de RNA podem ser divididas em duas grandes categorias: codificantes e não codificante. Nosso projeto visa o estudo de predição de genes, tanto de proteínas, quanto de RNAs não codificantes. Os RNAs codificantes, também conhecidos como RNAs mensageiros (mRNAs), são aqueles cuja função é servir de molde para síntese de proteínas. Os RNAs não codificantes (ncRNAs) não são traduzidos em proteína, sendo funcionais como RNAs.
Devido as suas características, temos duas áreas distintas em predição de genes: predição de genes que codificam proteínas (RNAs codificantes) e predição de genes de RNA (RNAs não codificantes). Pretendemos abordar problemas das duas áreas.
O objetivo deste projeto é o desenvolvimento de uma plataforma para implementação de caracterizadores probabilísticos de sequências e seu uso em predição de genes e caracterização de famílias de ncRNAs.

Este projeto visa o desenvolvmento de um sistema interativo e modular para anotação e curagem in silico de sequências. O sistema estará acoplado ao EGene e a um sistema de banco de dados. A integração com o banco de dados possibilitará modos interativos de seleção de conjuntos de sequêcias baseada no processamento anterior, visando processos incrementais de anotação.

Este projeto foca estudos de regulação gênica e visa a geração de ferramentas que permitam abordagens da Biologia Sistêmica em cana-de-açúcar e a identificação de redes regulatórias. Como ponto de partida escolhemos caracterizar dois tratos agronômicos de interesse desta cultura: o teor de sacarose e a resposta à seca. Pretendemos estudar categorias gênicas com conhecido papel regulatório (Fatores de Transcrição, Proteínas Quinases e Fosfatases), aprofundar estudos do Transcriptoma, produzir plantas transgênicas para genes de interesse e desenvolver ferramentas de bioinformática e bancos de dados integrando os vários níveis de informação. Identificaremos os alvos de TFs utilizando a técnica de ChIP-HTS e clonando promotores. Os resultados terão consequëncias diretas múltiplas nos programas de melhoramento que frequentemente selecionam mudanças nos CREs e TFs na busca de genótipos mais adaptados ao ambiente e com maior performance agronômica. As Proteínas Quinases atuam em cascatas de sinalização de respostas a estímulos ambientais e nossos dados apontam para um papel predominante das PKs na regulação do teor de sacarose e resposta à seca. Para identificar novos genes associados a brix e seca caracterizaremos o transcriptoma de genótipos e cultivares contrastantes para estes tratos utilizando chips de oligonucleotídeos. Genes de interesse serão então avaliados quanto à sua função pela geração e análise de plantas transgênicas. Para integrar o grande conjunto de dados públicos e gerados pelo projeto uma infra-estrutura computacional robusta será desenvolvida. O banco de dados SUCEST-FUN integrará dados do SUCEST, promotores, CREs, dados de expressão e a caracterização agronômica, fisiológica e bioquímica de cultivares da cana. Em paralelo também desenvolveremos o banco de dado GRASSIUS para o estabelecimento das redes regulatórias de cana, arroz, milho e sorgo

Este projeto visa o estudo de predição de genes, tanto de proteínas, como de RNAs não codificantes. O estudo concomitante destas duas áreas, em geral abordadas separadamente, visa tirar proveito de técnicas comuns na produção de melhores preditores de genes. Ambas as abordagens utilizarão o sistema MYOP, um arcabouço para construção de preditores de genes desenvolvido por nosso grupo. Predição de genes ainda é um problema em aberto, em particular a predição de genes de RNAs não codificantes. Porém, mesmo a predição de genes de RNAs codificantes ainda não é um problema resolvido, em particular se considerarmos a baixa taxa de sucesso na predição ab-initio dos genes completos.

Investigação da diversidade genética de plasmodium na amazônia brasileira

: A plataforma EGene (Durham et al., 2005) foi desenvolvida pelo nosso grupo e se caracteriza por ser um sistema integrado e customizável para a construção de pipelines. O sistema EGene permite encadear uma série de componentes diferentes de processamento, em uma ordem e composição totalmente definidas pelo usuário. Pretendemos oferecer na versão 2 do sistema EGene uma ampla gama de componentes de anotação que inclui um programa para a determinação de ORFs com tradutor das sequências protéicas, módulos para sete preditores de genes (Genscan, GlimmerM, GlimmerHMM, Twinscan, Phat, ESTscan e SNAP) , três programas de busca de repetições seriadas (TRF, String e MREPs), tRNAscan-SE, mapeamento de cDNAs (Sim4 e Exonerate), busca de similaridade (Blast), busca de motivos protéicos (HMMER/Pfam, RPS-Blast, InterProScan), busca de domínios transmembranares (TMHMM) e de peptídeo sinal (SignalP) ou ambos (Phobius), busca de sítios de ancoragem GPI (DGPI), mapeamento de termos GO, e geradores de anotação no padrão feature table (FT) e GFF3. Além disso, serão desenvolvidos componentes para a análise global de ortologia com as bases COG/KOG e eggNOG, mapeamento de vias metabólicas com a base KEGG e integração com o visualizador Genome Browser..