Redes biológicas para o metabolismo de cana-de-açúcar em diferentes condições de cultivo (Reutilização de dados em ômicas e Geração de novos conhecimentos)

• Processo: 25/10321-6
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2027
• Área de conhecimento: Ciências Agrárias - Agronomia - Fitossanidade
• Pesquisador responsável: Claudia Barros Monteiro Vitorello
• Beneficiário: Jorge Mario Muñoz Pérez
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Vinculado ao auxílio: 24/00985-1 - Centro Avançado de Pesquisa Smart B100 (CCD-SB100), AP.CCD
• Assunto(s): Mineração de dados Microbiota Transcriptoma
• Palavra(s)-Chave do Pesquisador: data integration | data mining | Microbiome | transcriptome | Genética de fitopatógenos

Resumo

O presente projeto de pós-doutorado está inserido no contexto do projeto de pesquisa aprovado pela FAPESP (CCD-SB100, sMART BOLETIM 100), que visa aprofundar o conhecimento sobre a modulação transcricional da cana-de-açúcar em diferentes condições de cultivo por meio da integração de dados moleculares, ambientais e agronômicos. A proposta busca abordar um desafio central na agricultura: a interação entre o genótipo da planta, o microbioma e as características físico-químicas e biológicas do solo, que influencia diretamente o desempenho e a produtividade agrícola. Essa abordagem é respaldada por estudos recentes que destacam a importância dessa integração para práticas agrícolas mais sustentáveis e eficientes (Lehmann et al., 2020).O objetivo central deste plano de trabalho é a reutilização estratégica de dados disponíveis em bases públicas e literatura científica especializada, integrando-os com os dados já compilados no Boletim 100. Serão utilizadas ferramentas computacionais e modelos baseados em redes biológicas para explorar e gerar novos conhecimentos a partir de dados ômicos, como transcriptomas e metagenomas. Especificamente, pretende-se: (1) identificar experimentos relevantes com base em critérios de qualidade e aderência ao contexto do projeto SB100; (2) reutilizar dados em experimentos in silico por meio de redes metabólicas construídas com base em teoria de grafos e bancos de dados como KEGG, STRING e BIOGRID; (3) incorporar à rede biológica atributos derivados da reconstrução metabólica de microbiomas de solos agrícolas; e (4) combinar essas redes com análises comparativas de expressão gênica para identificar padrões associados às condições de cultivo.A estratégia metodológica inclui a busca e seleção de dados em repositórios como o BioProjects do NCBI. Tais dados devem possibilitar a análise de respostas moleculares da cana-de-açúcar e de culturas relacionadas sob diferentes estresses ambientais, interações com patógenos e variações edafoclimáticas. A abordagem computacional proposta permitirá a detecção de padrões expressos na forma de redes funcionais, além de identificar lacunas no conhecimento atual que possam orientar novos experimentos.Espera-se com isso não apenas ampliar a capacidade de interpretação dos dados do Boletim 100, mas também propor hipóteses fundamentadas sobre a relação entre genótipos de cana, microbiomas do solo e condições físico-químicas específicas de diferentes regiões. Ao integrar dados de Metataxonômica, Metabolômica, e Transcriptoma será possível ampliar a rede biológica publicada por Rody et al. (2021), atribuindo novas camadas funcionais relacionadas à qualidade do solo e à saúde da planta. A adesão ao escopo e às diretrizes do SB100 será garantida por uma curadoria rigorosa dos dados utilizados e das metodologias aplicadas.Este plano de trabalho contempla uma abordagem interdisciplinar que alia bioinformática, biologia de sistemas e agronomia, com potencial de fornecer subsídios para programas de melhoramento e práticas de manejo mais precisas e adaptadas às condições reais de cultivo. Os resultados esperados incluem a identificação de padrões moleculares relevantes, novas associações entre genótipos e ambientes, e contribuições valiosas para a ciência translacional aplicada à agricultura.