EVENTO
Um novo algoritmo de gap filling de rede metabólica aplicando estratégia de expansão de redes
Tipo de evento: Defesa de Dissertação de Mestrado
Modelos metabólicos em escala genômica são tipicamente criados a partir de um genoma anotado. Entretanto, por não se conhecer todas as funções dos genes anotados, ou por não se conhecer todos os genes do genoma, não se conhecem todas as reações possíveis de existir no organismo, fazendo com que modelos metabólicos sejam sistematicamente incompletos. Evidência deste fato é a incapacidade de modelos de reproduzir in silico o crescimento do organismo observado in vitro, se os modelos forem criados unicamente a partir de um genoma anotado. Para que um modelo possa crescer, é necessário realizar o gap filling do modelo, ou seja, acrescentar ao modelo reações que não foram identificadas durante a anotação do genoma, permitindo que reações anteriormente bloqueadas passem a ser capazes de estar ativas. Essa mudança ocorre porque as reações adicionadas permitiram que fossem produzidos os substratos das reações bloqueadas, ou porque evitaram que produtos produzidos pelas reações bloqueadas se acumulassem dentro da rede.Redes metabólicas em escala genômica podem ser construídas utilizando ferramentas que permitem a criação semiautomática de modelos com muito pouca experiência do usuário. Entretanto, os modelos criados por tais ferramentas utilizam nomenclaturas de metabólitos e reações que impossibilitam a utilização de banco de reações do KEGG e do BIGG para o procedimento de gap filling da rede metabólica. Dificuldade adicional é a comparação entre os modelos draft e os modelos curados, uma vez que modelos curados costumam utilizar nomenclaturas do BIGG, enquanto modelos automáticos costumam utilizar nomenclatura do SEED.O presente trabalho pretende construir uma ferramenta de tradução de modelos draft, da nomenclatura SEED para a nomenclatura BIGG, e traduzir o banco de reações do KEGG, da nomenclatura KEGG para a nomenclatura BIGG, para que as suas reações possam ser utilizadas para o gap filling da rede metabólica. Também, criou-se um menu interativo para que o usuário possa criar um conjunto personalizado de reações a ser utilizado durante o gap filling, tendo por base as reações utilizadas por modelos disponibilizados no BIGG. Por fim, todas as reações do modelo traduzido e do conjunto de reações a ser utilizado durante o gap filling deverão estar estequiometricamente balanceadas, a fim de que não haja fluxo em reações quando não é disponibilizado reações que simulem um meio de cultura. Com o modelo draft e o banco de reações traduzidas e estequiometricamente balanceadas, será realizado o gap filling do modelo. Ao contrário dos métodos de gap filling mais tradicionais, que são baseados em FBA, aqui se utiliza o método de expansão de redes metabólicas. Por isso, primeiro se estudou as condições necessárias para que os resultados de FBA e da expansão de redes metabólicas fossem equivalentes. Com essas condições asseguradas, o método não se concentra apenas em desbloquear a reação de biomassa (que é a reação que mede a velocidade de crescimento do modelo) mas busca desbloquear o maior número possível de reações originais do modelo draft, encontrando uma solução ótima que minimize o número de reações adicionadas à versão final modelo.
Data Início: 25/02/2019 Hora: 09:00 Data Fim: 25/02/2019 Hora: 13:00
Local: LNCC - Laboratório Nacional de Computação Ciêntifica - Auditorio B
Aluno: Rodrigo Amarante Colpo - - LNCC
Orientador: Marisa Fabiana Nicolás - Laboratório Nacional de Computação Científica - LNCC Pablo Ivan Ramos - Fundação Oswaldo Cruz - Fiocruz-Bahia
Participante Banca Examinadora: Fabricio Alves Barbosa da Silva - FIOCRUZ - Luciane Prioli Ciapina - Laboratório Nacional de Computação Científica - LNCC Marisa Fabiana Nicolás - Laboratório Nacional de Computação Científica - LNCC
Suplente Banca Examinadora: Ana Tereza Ribeiro de Vasconcelos - Laboratório Nacional de Computação Científica - LNCC Marcio Argollo Ferreira de Menezes - UFF -
