Modelagem do ciclo celular e influência dos lncRNAs em Saccharomyces cerevisiae expostas a altas concentrações de etanol.
Autor(a) principal: | |
---|---|
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 |