Modelagem do ciclo celular e influência dos lncRNAs em Saccharomyces cerevisiae expostas a altas concentrações de etanol.

Detalhes bibliográficos
Autor(a) principal: Lázari, Lucas Cardoso
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/192925
Resumo: A intensa utilização de combustíveis fósseis gerapreocupações constantes devido aos impactos de sua combustão ao meio ambiente. Os biocombustíveis são uma alternativa viável aos combustíveis fósseis por apresentarem vantagens como serem menos agressivos ao meio ambiente. O bioetanol é um dos biocombustíveis mais utilizados no mundo e sua produção pode ser feita pela fermentação realizada pela levedura Saccharomyces cerevisiae. No entanto, altas concentrações de etanol inibem diversos mecanismos biológicos da levedura, causando a diminuição da produtividade. A partir de resultados prévios, observou-se que o ciclo celular é uma das vias mais afetadas pelo etanol e, além disso, constatou-se a presença de lncRNAs regulando esta via emduas linhagens de S. cerevisiae, a BY4742 e SEY6210. Utilizando operadores Booleanos, um modelo lógico discreto foi desenvolvido para o ciclo celular no qual os nós do sistema assumem até quatro valores discretos que representam a quantidade ou o graude ativaçãodesses nós. O modelo desenvolvido apresentou boa performance preditiva, acertando 87.27% dos 109 fenótipos obtidosda literatura, tornando possível a simulação de novos elementos. Experimentos prévios demonstraram que as leveduras de baixatolerância ao etanol conseguem retomar o crescimento mais rápido do que as de alta tolerância. Nesse trabalho, simulações feitas com dados de expressão diferencial via RNA-Seq permitiu inferir que isso ocorre porque as linhagens de baixa tolerância sofrem arrestna última fase do ciclo celular (fase M), enquanto que as mais tolerantes sofrem arrestna primeira fase (fase G1). Os resultados também indicaram que na linhagem SEY6210 (baixa tolerância) a presença de um lncRNA superexpresso permite que esta linhagem complete o ciclo sem sofrer arrest. Até o momento, o modeloaqui desenvolvido contemplao maior número de proteínas do ciclo celular.
id UNSP_d79dc3541743c2f9d5690f141858fd63
oai_identifier_str oai:repositorio.unesp.br:11449/192925
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Modelagem do ciclo celular e influência dos lncRNAs em Saccharomyces cerevisiae expostas a altas concentrações de etanol.Modeling the cell cycle and influence of lncRNAs on Saccharomyces cerevisiae exposed to high concentrations of ethanol.Modelagem lógicaBioinformáticaCiclo celularTolerância ao etanolLncRNAsSaccharomyces cerevisiaeLogical modelingBioinformaticsCell cycleA intensa utilização de combustíveis fósseis gerapreocupações constantes devido aos impactos de sua combustão ao meio ambiente. Os biocombustíveis são uma alternativa viável aos combustíveis fósseis por apresentarem vantagens como serem menos agressivos ao meio ambiente. O bioetanol é um dos biocombustíveis mais utilizados no mundo e sua produção pode ser feita pela fermentação realizada pela levedura Saccharomyces cerevisiae. No entanto, altas concentrações de etanol inibem diversos mecanismos biológicos da levedura, causando a diminuição da produtividade. A partir de resultados prévios, observou-se que o ciclo celular é uma das vias mais afetadas pelo etanol e, além disso, constatou-se a presença de lncRNAs regulando esta via emduas linhagens de S. cerevisiae, a BY4742 e SEY6210. Utilizando operadores Booleanos, um modelo lógico discreto foi desenvolvido para o ciclo celular no qual os nós do sistema assumem até quatro valores discretos que representam a quantidade ou o graude ativaçãodesses nós. O modelo desenvolvido apresentou boa performance preditiva, acertando 87.27% dos 109 fenótipos obtidosda literatura, tornando possível a simulação de novos elementos. Experimentos prévios demonstraram que as leveduras de baixatolerância ao etanol conseguem retomar o crescimento mais rápido do que as de alta tolerância. Nesse trabalho, simulações feitas com dados de expressão diferencial via RNA-Seq permitiu inferir que isso ocorre porque as linhagens de baixa tolerância sofrem arrestna última fase do ciclo celular (fase M), enquanto que as mais tolerantes sofrem arrestna primeira fase (fase G1). Os resultados também indicaram que na linhagem SEY6210 (baixa tolerância) a presença de um lncRNA superexpresso permite que esta linhagem complete o ciclo sem sofrer arrest. Até o momento, o modeloaqui desenvolvido contemplao maior número de proteínas do ciclo celular.The intense use of fossil fuels raised concern about the future due to their negative environmental impact. Bio-fuels are alternatives to the fossil fuels due to be biodegradable and less environmentally harmful. The bio-ethanol is one of the most popular bio-fuel. It can be produced by fermentation using the yeast Saccharomyces cereviae. However, high ethanol concentration inhibits the yeast decreasing the ethanol yield. Previous data of our groups showed the cell cycle is one of most affected pathways during ethanol stress. Moreover, it was found lncRNAs regulating this pathway in the BY4742 and SEY6210 strains. Using Boolean operators the discrete logical model of the cell cycle was developed. The nodes may get up to four discrete values to represent theirs abundance of activation degree. This model correctly modeled around 87.27% of correct predictions based on 109 phenotypes from the literature, hence, this model is desirable to predict cell cycle behavior after addition of new elements. According to previous data of our group, the lower tolerant strains recover the normal growth faster than higher tolerant strains after stress relief. The simulations here presented by adding RNASeq information into the model, showed a cell cycle arrest at final phase of the cell cycle (M phase) in lower tolerant strains whereas in the higher tolerant ones this arrest occurs at the first phase (G1 phase) during the ethanol treatment. The simulations also indicated that in SEY6210 (low tolerant), the up-regulation of a lncRNA skips the M phase arrest. Finally, this model harbor the highest number of cell cycle’s proteins already modeled.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CAPES:001Universidade Estadual Paulista (Unesp)Valente, Guilherme Targino [UNESP]Universidade Estadual Paulista (Unesp)Lázari, Lucas Cardoso2020-07-08T14:16:41Z2020-07-08T14:16:41Z2020-06-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfhttp://hdl.handle.net/11449/19292500093190033004064087P8porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-01-06T06:30:15Zoai:repositorio.unesp.br:11449/192925Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T22:16:39.412360Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Modelagem do ciclo celular e influência dos lncRNAs em Saccharomyces cerevisiae expostas a altas concentrações de etanol.
Modeling the cell cycle and influence of lncRNAs on Saccharomyces cerevisiae exposed to high concentrations of ethanol.
title Modelagem do ciclo celular e influência dos lncRNAs em Saccharomyces cerevisiae expostas a altas concentrações de etanol.
spellingShingle Modelagem do ciclo celular e influência dos lncRNAs em Saccharomyces cerevisiae expostas a altas concentrações de etanol.
Lázari, Lucas Cardoso
Modelagem lógica
Bioinformática
Ciclo celular
Tolerância ao etanol
LncRNAs
Saccharomyces cerevisiae
Logical modeling
Bioinformatics
Cell cycle
title_short Modelagem do ciclo celular e influência dos lncRNAs em Saccharomyces cerevisiae expostas a altas concentrações de etanol.
title_full Modelagem do ciclo celular e influência dos lncRNAs em Saccharomyces cerevisiae expostas a altas concentrações de etanol.
title_fullStr Modelagem do ciclo celular e influência dos lncRNAs em Saccharomyces cerevisiae expostas a altas concentrações de etanol.
title_full_unstemmed Modelagem do ciclo celular e influência dos lncRNAs em Saccharomyces cerevisiae expostas a altas concentrações de etanol.
title_sort Modelagem do ciclo celular e influência dos lncRNAs em Saccharomyces cerevisiae expostas a altas concentrações de etanol.
author Lázari, Lucas Cardoso
author_facet Lázari, Lucas Cardoso
author_role author
dc.contributor.none.fl_str_mv Valente, Guilherme Targino [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Lázari, Lucas Cardoso
dc.subject.por.fl_str_mv Modelagem lógica
Bioinformática
Ciclo celular
Tolerância ao etanol
LncRNAs
Saccharomyces cerevisiae
Logical modeling
Bioinformatics
Cell cycle
topic Modelagem lógica
Bioinformática
Ciclo celular
Tolerância ao etanol
LncRNAs
Saccharomyces cerevisiae
Logical modeling
Bioinformatics
Cell cycle
description A intensa utilização de combustíveis fósseis gerapreocupações constantes devido aos impactos de sua combustão ao meio ambiente. Os biocombustíveis são uma alternativa viável aos combustíveis fósseis por apresentarem vantagens como serem menos agressivos ao meio ambiente. O bioetanol é um dos biocombustíveis mais utilizados no mundo e sua produção pode ser feita pela fermentação realizada pela levedura Saccharomyces cerevisiae. No entanto, altas concentrações de etanol inibem diversos mecanismos biológicos da levedura, causando a diminuição da produtividade. A partir de resultados prévios, observou-se que o ciclo celular é uma das vias mais afetadas pelo etanol e, além disso, constatou-se a presença de lncRNAs regulando esta via emduas linhagens de S. cerevisiae, a BY4742 e SEY6210. Utilizando operadores Booleanos, um modelo lógico discreto foi desenvolvido para o ciclo celular no qual os nós do sistema assumem até quatro valores discretos que representam a quantidade ou o graude ativaçãodesses nós. O modelo desenvolvido apresentou boa performance preditiva, acertando 87.27% dos 109 fenótipos obtidosda literatura, tornando possível a simulação de novos elementos. Experimentos prévios demonstraram que as leveduras de baixatolerância ao etanol conseguem retomar o crescimento mais rápido do que as de alta tolerância. Nesse trabalho, simulações feitas com dados de expressão diferencial via RNA-Seq permitiu inferir que isso ocorre porque as linhagens de baixa tolerância sofrem arrestna última fase do ciclo celular (fase M), enquanto que as mais tolerantes sofrem arrestna primeira fase (fase G1). Os resultados também indicaram que na linhagem SEY6210 (baixa tolerância) a presença de um lncRNA superexpresso permite que esta linhagem complete o ciclo sem sofrer arrest. Até o momento, o modeloaqui desenvolvido contemplao maior número de proteínas do ciclo celular.
publishDate 2020
dc.date.none.fl_str_mv 2020-07-08T14:16:41Z
2020-07-08T14:16:41Z
2020-06-19
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/192925
000931900
33004064087P8
url http://hdl.handle.net/11449/192925
identifier_str_mv 000931900
33004064087P8
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129412563992576