Nuevo enfoque para la búsqueda de genes isofuncionales y su aplicación en el estudio en Bacillus promotores del crecimiento vegetal

TORRES MANNO, MARIANO A.; PIZARRO, DOLORES M.; BARENGO, PAMELA B.; DAURELIO, LUCAS; ESPARIZ, MARTIN

Rosario

Encuentro; Coloquio de la Sociedad Argentina de Estadística. XXII Reunión Científica del Grupo Argentino de Biometría.; 2017

Las rizobacterias promotoras delcrecimiento de plantas (PGPR por Plant Growth Promoting Rhizobacteria) sonbacterias beneficiosas que tienen la capacidad de colonizar las raíces de lasplantas y promover su crecimiento. Los Bacillus son preferidos a la hora deformular productos comerciales dado que al ser formadores de esporas tienenmayor viabilidad en el tiempo. Las vías por las cuales las bacterias promuevende diferentes formas el crecimiento en las plantas son diversas. Una de las másimportantes es la síntesis de metabolitos secundarios (SMS) que incluyenpolímeros como los policétidos y pequeñas estructuras tales como bacteriocinas,oligopéptidos y lipopéptidos. Dada la complejidad de secuencia de los genes quecodifican para estas vías su asignación suele ser errónea. Por ello seemplearon herramientas in silico desarrolladas y validadas por el grupo detrabajo. Aunque existen buenos algoritmos para la identificación de clustersgénicos de SMS, dada la similitud de secuencia y naturaleza modular de losgenes que componen cada cluster, la predicción de isofuncionalidad entreclusters codificados en distintas cepas sigue representando un verdaderodesafío. Por ello se ha desarrollado un flujo de trabajo, basado en scripts adhoc de R que utilizan BLAST, un enfoque inferencial Bayesiano y análisis desintenia, para estimar la probabilidad de que una dada vía de SMS seaisofuncional a aquellas usados como carnada. Se ha realizado la búsqueda ycaracterización de 67 genes de las 10 vías SMS más importantes en 729 Bacilluscon genoma no redundante disponibles al momento. Por medio de alineamientos porBLAST identificamos 27.038 genes que compondrían 6.834 vías SMS. Utilizandohistogramas de los porcentajes de identidad de poblaciones de ortólogos y parálogosse infirió densidad a priori. Con las curvas de densidad se obtuvo tanto elfactor bayesiano como la probabilidad de ortólogo o parálogo de cadaalineamiento de BLAST y se determinó que solo 17.854 genes seríanisofuncionales a los usados como carnada. Estos conforman solo 4.299 vías loque supone que la herramienta BLAST genera un 40% de falsos positivos en estetipo de análisis. Analizando la sintenia de todas las 4.299 vías utilizando unscript de R ad hoc pudimos determinar que 2.312 presentaban una estructurasimilar a las de las vía query. Los pipelines y scripts generados pueden serutilizados para múltiples propósitos que involucren búsqueda de genes enmúltiples genomas con actividades deseadas en forma automática y altamenteeficiente. Estos contribuirán a profundizar y sistematizar estudios de genómicacomparativa en cepas bacterianas independientemente de que estas sean vías deSMS.