Caracterização funcional de variações estruturais por expressão gênica e cultura de tecidos em músculo esquelético de bovinos Nelore

• Processo: 24/17468-0
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Data de Início da vigência: 01 de março de 2025
• Data de Término da vigência: 31 de julho de 2028
• Área de conhecimento: Ciências Agrárias - Zootecnia - Genética e Melhoramento dos Animais Domésticos
• Pesquisador responsável: Luiz Lehmann Coutinho
• Beneficiário: Renato Duarte de Araújo
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Vinculado ao auxílio: 19/04089-2 - O Hologenoma de Nelore: implicações na qualidade de carne e em eficiência alimentar, AP.ESCIENCE.TEM
• Assunto(s): Cultura de células Aprendizagem profunda Edição de RNA Sequenciamento completo do genoma Genômica funcional
• Palavra(s)-Chave do Pesquisador: cultura celular | Deep Learning | edição gênica | Sequenciamento Completo do Genoma | Genômica funcional

Resumo

O Brasil é um dos maiores produtores de carne bovina do mundo, sendo a raça Nelore predominante no rebanho nacional. Variações estruturais (SVs) são uma classe de polimorfismos ¿ 50 pb que incluem translocações, inversões e CNVs, e.i., deleções e duplicações. Estudos recentes demonstraram que CNVs estão associados a características fenotípicas importantes para a produção, e.g., eficiência alimentar e qualidade da carne, bemcomo à expressão de genes. No entanto, estes estudos identificaram CNVs a partir de chips de SNPs, possuindo baixa sensibilidade e incapacidade de detectar outros tipos SVs. O uso de dado de WGS se destaca por detectar diferentes tipos e tamanhos de SVs. Entretanto apresenta elevado número de falsos-positivos e falsosnegativos. Uma estratégia alternativa é a combinação de múltiplas técnicas moleculares (e.g., WGS e chips de SNPs) para a identificação de CNVs de alta confiança, permitindo valores mais elevados de precisão, porémcom baixa sensibilidade. Como alternativa se torna necessário o uso de programas de chamada de SVs com melhores valores de precisão e sensibilidade, como programas baseados em deep learning, que vêm demonstrando grande potencial, mas ainda são pouco utilizados e testados na prática. A identificação de SVs é fundamental para compreender quais polimorfismos influenciam características econômicas importantes, culminando na identificação de variações funcionais que requerem validação por meio de experimentos específicos. Este projeto propõe a identificação de SVs em 86 touros da raça Nelore utilizando dados de WGS, buscando SVs de alta confiabilidade. Adicionalmente, será realizada uma comparação entre programas baseados em deep learning e métodos convencionais de detecção de SVs. Por fim, será feita a validação da atividade funcional de CNV através de experimentos de edição gênica in vitro em células de linhagem muscular