Desenvolvimento de métodos de bioinformática para identificação de QTLs relacionados à robustez em leveduras industriais (Saccharomyces cerevisiae)

• Processo: 14/26905-2
• Linha de fomento: Bolsas no Brasil - Doutorado Direto
• Vigência (Início): 01 de agosto de 2016
• Vigência (Término): 31 de março de 2017
• Área do conhecimento: Ciências Biológicas - Genética - Genética Molecular e de Microorganismos
• Pesquisador responsável: Marcelo Falsarella Carazzolle
• Beneficiário: Sheila Tiemi Nagamatsu
• Instituição-sede: Instituto de Biologia (IB). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Leveduras Saccharomyces cerevisiae Mapeamento cromossômico Locos de características quantitativas Biologia computacional Etanol

Resumo

O Brasil é um dos grandes produtores mundiais de etanol de primeira geração e possui centenas de usinas espalhadas pelo território nacional. Porém, esse processo apresenta limitações tecnológicas que tem incentivado a busca por novas alternativas, sendo a principal delas, a produção de etanol de segunda geração que visa a utilização de biomassa como matéria-prima. Tanto a primeira como a segunda geração apresentam diversos fatores que são limitantes do processo fermentativo, dentre eles temos variação temperatura, alterações de pH, presença de moléculas inibidoras no meio de fermentação e altas concentrações de etanol. Dessa forma o desenvolvimento de leveduras industriais mais robustas ao processo industrial de primeira e segunda geração é uma etapa fundamental para aumentar a competitividade do setor. O estudo genômico de leveduras industriais de produção de etanol torna-se de grande importância na identificação de genes e vias metabólicas relacionadas à robustez quanto aos fatores de redução da produtividade, assim como selecionar cepas selvagens mais eficientes para determinadas características de interesse. Nesse panorama o trabalho tem como objetivo desenvolver uma metodologia de bioinformática para análise de mapas de QTLs em leveduras industriais que permitirá análise e comparação de indivíduos com fenótipos discrepantes utilizando como metodologia o método de análise de segregantes individuais (ISA). (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

NAGAMATSU, SHEILA TIEMI; COUTOUNE, NATALIA; JOSE, JULIANA; FIAMENGHI, MATEUS BERNABE; GUIMARAES PEREIRA, GONCALO AMARANTE; DE CASTRO OLIVEIRA, JULIANA VELASCO; CARAZZOLLE, MARCELO FALSARELLA. Ethanol production process driving changes on industrial strains. FEMS Yeast Research, v. 21, n. 1 FEB 2021. Citações Web of Science: 0.

DE CARVALHO, L. M.; BORELLI, G.; CAMARGO, A. P.; DE ASSIS, M. A.; DE FERRAZ, S. M. F.; FIAMENGHI, M. B.; JOSE, J.; MOFATTO, L. S.; NAGAMATSU, S. T.; PERSINOTI, G. F.; SILVA, N. V.; VASCONCELOS, A. A.; PEREIRA, G. A. G.; CARAZZOLLE, M. F. Bioinformatics applied to biotechnology: A review towards bioenergy research. BIOMASS & BIOENERGY, v. 123, p. 195-224, APR 2019. Citações Web of Science: 1.

NAGAMATSU, SHEILA TIEMI; TEIXEIRA, GLEIDSON SILVA; BEZERRA DE MELLO, FELLIPE DA SILVEIRA; GALVAO TIZEI, PEDRO AUGUSTO; GRICHOSWSKI NAKAGAWA, BRUNA TATSUE; DE CARVALHO, LUCAS MIGUEL; GUIMARAES PEREIRA, GONCALO AMARANTE; CARAZZOLLE, MARCELO FALSARELLA. Genome Assembly of a Highly Aldehyde-Resistant Saccharomyces cerevisiae SA1-Derived Industrial Strain. MICROBIOLOGY RESOURCE ANNOUNCEMENTS, v. 8, n. 13 MAR 2019. Citações Web of Science: 1.