Análise genômica de isolados clínicos de Fusarium spp. e de determinantes genéticos de resistência aos azóis utilizando métodos de machine learning

• Processo: 22/00754-4
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de outubro de 2022
• Data de Término da vigência: 12 de junho de 2023
• Área de conhecimento: Ciências Biológicas - Microbiologia - Microbiologia Aplicada
• Pesquisador responsável: Marcia Regina von Zeska Kress
• Beneficiário: Otávio Guilherme Gonçalves de Almeida
• Instituição Sede: Faculdade de Ciências Farmacêuticas de Ribeirão Preto (FCFRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Assunto(s): Micologia Fusarium Sequenciamento completo do genoma Micro-organismos Testes de sensibilidade microbiana Azóis Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Fusarium | Resistência aos azóis | Micologia Clínica

Resumo

Fusarium spp. são fungos oportunistas que causam uma gama de infecções variando desde Onicomicoses e Queratite a infecções sistêmicas as quais acometem especialmente pacientes imunossuprimidos. A identificação de espécies do gênero Fusarium é laboriosa e complexa, envolvendo esquemas fenotípicos e moleculares e, mesmo assim, não é resolutiva em virtude da especiação críptica desses microrganismos. Além disso, esses fungos são notoriamente reconhecidos por sua resistência intrínseca à maioria dos antifúngicos utilizados, com destaque para os azóis. Pouco ainda se conhece a respeito dos mecanismos moleculares que permitem a esses microrganismos tolerar e resistir a esses compostos, sendo postulado que a presença de alterações nos genes cyp51 bem como outros determinantes genéticos, como proteínas transportadoras, sejam os efetores envolvidos no processo de resistência. Neste projeto, objetiva-se caracterizar, sob a ótica do aprendizado de máquina (machine learning), quais determinantes genéticos (e.g. cyp51, transportadores de membrana, e outros) estão relacionados com as variadas altas Concentrações Inibitórias Mínimas (CIMs) dos isolados clínicos dos azóis aos isolados clínicos de Fusarium spp. dos complexos de espécis F. solani e F. oxysporum. Com isso, uma pipeline será estabelecida com os dados do genoma completo do microrganismo, o qual possibilitará caracterizar isolados clínicos de Fusarium de acordo com as altas CIMs dos azóis. Para isso, genomas públicos de Fusarium contendo metadados originados de artigos científicos serão selecionados para alimentar o modelo de aprendizado de máquina. Além disso, quatro a oito genomas da coleção de cultura do Laboratório de Micologia Clínica (LMC) da FCFRP-USP serão selecionados para sequenciamento do genoma completo para, além de contribuir com as análises de aprendizado de máquina, serem disponibilizados publicamente em repositórios públicos. Ao mesmo tempo, dada à importância de cyp51 no processo de resistência, sequências parálogas serão investigadas para o desenho de primers de novos marcadores envolvendo esse gene. Finalmente, espera-se que novos determinantes genéticos envolvidos com a resistência de Fusarium spp. aos azóis sejam identificados e que se possibilite a classificação e agrupamento de genomas fúngicos com base em seu perfil de resistência aos azóis por meio de métodos de aprendizado de máquina. (AU)