Busca avançada
Ano de início
Entree

Análises integradas de ômicas e simulações de redes metabólicas aplicadas a Saccharomyces cerevisiae para produção de etanol de segunda geração

Processo: 19/12914-3
Linha de fomento:Bolsas no Brasil - Pós-Doutorado
Vigência (Início): 01 de janeiro de 2020
Vigência (Término): 31 de dezembro de 2020
Área do conhecimento:Ciências Biológicas - Genética - Genética Molecular e de Microorganismos
Pesquisador responsável:Guido Costa Souza de Araújo
Beneficiário:Lucas Miguel de Carvalho
Instituição-sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:13/08293-7 - CECC - Centro de Engenharia e Ciências Computacionais, AP.CEPID
Assunto(s):Biologia computacional   Redes e vias metabólicas   Saccharomyces cerevisiae   Bioetanol   Algoritmos   Aprendizado computacional

Resumo

Na atualidade, o etanol é o biocombustível mais consumido no mundo, sendo o Brasil um destaque na produção. Um dos grandes avanços na produção de etanol se dá a produção de etanol a partir de biomassa lignocelulósica é chamada de etanol de segunda geração (etanol 2G) ou etanol celulósico, sendo considerado o maior produto da biotecnologia industrial do mundo. A tecnologia de segunda geração é uma das mais promissoras em fase de desenvolvimento no planeta, e ela consiste na transformação dos polímeros da parede celular vegetal em etanol. De forma a produzir um amplo entendimento do funcionamento celular nas condições de interesse, a bioinformática, em associação com as diversas ômicas, tem um papel fundamental, de modo a possibilitar um estudo completo do metabolismo celular (DNA, mRNA, proteínas e metabólitos), indicando gargalos e também direcionando para novas modificações genéticas, de forma a maximizar o fluxo metabólico. O ferramental necessário para analisar e predizer os metabólitos que serão formados engloba o uso de algoritmos de aprendizado de máquina (Machine Learning - ML), utilizando features relacionadas à produção, dados químicos, de redes e experimentais (como RNA-Seq e proteômica), juntamente com dados de simulação Petri Net de redes metabólicas e dados de análise de desbalanço de fluxo (FBA). Portanto, este projeto visa integrar metodologias de análises de bioinformática, que incluem simulações metabólicas e algoritmos de ML, para elucidar gargalos metabólicos presentes na produção de etanol 2G. (AU)