Caracterização in silico e localização subcelular das enzimas da via das pentoses fosfato em milho

Abstract

A disponibilidade dos genomas sequênciados tem provocado um aumento no volume de informação e o desafio atual é desenvolver uma análise detalhada e interpretar, funcionalmente, os dados gerados. Tradicionalmente, o enfoque das pesquisas consistia em conhecer uma determinada função e buscar o gene responsável. Atualmente, dispõe-se de um enorme número de genes desconhecidos que demandam caracterização funcional. Enquanto essa caracterização ainda é incipiente, softwares têm ajudado cada vez mais a identificar e predizer, funcionalmente, genes por meio da comparação de sequências gênicas de espécies conhecidas e caracterizadas. Nesse sentido, este trabalho teve como objetivo a caracterização in silico dos genes e enzimas da via das pentoses fosfato em milho e a comparação dos métodos experimentais e por meio de ferramentas de predição online, visando identificar os melhores softwares disponíveis para predizer a localização subcelular das enzimas dessa via. Foram identificados 25 genes em Arabdopsis thaliana e 23 em milho, que codificam as sete enzimas da via das pentoses fosfato, sendo que, cada uma das enzimas dessa via são codificadas por pelo menos dois genes, em ambas as espécies avaliadas. Nas avaliações de distância entre as sequências nucleotídicas e análises filogenéticas, distintos graus de similaridade entre os genes foram identificados, apresentando, em geral, maior similaridade entre os genes parálogos. Dez enzimas da via foram experimentalmente caracterizadas e os resultados da comparação dos métodos para a localização subcelular sugerem que os preditores com múltiplas previsões proporcionaram desempenhos significativamente melhores quando comparados aos que se baseiam apenas em sequências protéicas ou peptídeos sinais. Dessa forma, além da caracterização de genes e enzimas da via das pentoses fosfato, foram identificados os softwares mais acurados para determinar a localização subcelular das enzimas.

The availability of sequenced genomes generated a huge volume of information and the current challenge is develop detailed analysis and interpretate, functionally, all data generated. Traditionally, the focus of the research was to learn a particular function and seek the gene responsible. Currently, the situation is reversed. The huge number of unknown genes requires functional characterization. While this characterization is still incipient, softwares have helped increasingly to identify and functionally predict genes by comparing the sequences of known genes from species already characterized. In this study, we sought to develop in silico characterization of genes and enzymes of the Pentose Phosphate Pathway in maize and make the comparison of experimental methods and tools with online predictions, aiming to identify the best available softwares for the predicting the localization of these enzymes. Twenty-three genes were identified in maize, encoding the seven enzymes of the pentose phosphate pathway, where each enzyme in this pathway are encoded by at least two genes. In the evaluations of the distance between the nucleotide sequences and phylogenetic analyzes, different degrees of homology among genes were identified, with generally high similarity between paralogous genes. Ten pathway enzymes have been experimentally characterized and the results of the comparison of methods for subcellular localization suggests that the predictors with multiple projections provided significantly better performance compared to those based on only protein sequences or signal peptides. Thus, besides the characterization of genes and enzymes of the pentose phosphate pathway, It was possible identify the most accurate software to determine the subcellular localization of the enzymes.