Análise da diversidade dos genes do cluster Nifhdkenb em genomas completos de arquéias e bactérias

Abstract

Resumo: A Fixação Biológica do Nitrogênio (FBN) ocorre com a ação do Complexo Enzimático (CEN) da Nitrogenase molibdênio dependente (Mo-nitrogenase) codificado pelos genes nif. Estes genes se distribuem em grande diversidade em espécies diazotróficas de Archaea e Bacteria. Evidências de novas espécies fixadoras acarretam volume crescente de informações disponíveis as quais precisam ser investigadas, ao passo que, métodos e tecnologias em bioinformática possibilitam diferentes abordagens na manipulação desse volume de informações e na análise dos genes nif. Propusemos, o estudo do conjunto mínimo (core) da Mo-nitrogenase que compreende as sequências NifH, NifD, NifK, NifE NifN e NifB em espécies diazotróficas utilizando técnicas de inteligência artificial (IA). Para isso, avaliamos se a herança da Mo-nitrogenase nos fixadores possui relação com aquisição, subtração ou substituição de nif acessórios e os impactos dessas relações para a manutenção do CEN. Exploramos como principais estratégias de IA: representação vetorial de sequências biológicas por SWeeP, Redes Neuronais Artificiais (RNA), Análise dos Componentes Principais (PCA), Clusterização Hierárquica em Componentes Principais (HCPC), construções de super-árvores e agrupamento de sequências homólogas por RAFTS³G. As proteínas codificadas pelos elementos nif inseridos em clusters (ou núcleos) foram identificadas através de sintenia genômica. Identificamos 662 espécies diazotróficas das quais 52 espécies são potenciais fixadores desconhecidos pela literatura. Além disso, devido à projeção vetorial dos genomas dos diazotrofos, foi possível classificar todos os organismos em 10 grupos pela integração dos dados com o método de HCPC. Observamos significativa relação desses grupos no tocante à aquisição, perda e/ou transferência de genes nif, sugerindo a necessidade da subclassificação dos Clusters da Mo-nitrogenase proposta no trabalho de Raymond e colaboradores (2004). Essas evidências propõem ainda que, a Transferência Horizontal de Genes (THG) foi crucial na adaptação da FBN. Por fim, este trabalho demonstra o potencial da integração do método SWeeP e dos avanços nas técnicas de aprendizado de máquina à resolução de problemas biológicos complexos.

Abstract: Biological Nitrogen Fixation (BNF) occurs with the action of the Nitrogenase Enzymatic Complex (NEC) of nitrogenase-dependent molybdenum (Mo-nitrogenase) encoded by the nif genes. These genes distribute in great diversity in diazotrophic species of Archaea and Bacteria genomes. Evidence of new diazotrophic species results in an increasing volume of available information that needs investigation. Methods and technologies in bioinformatics enable different approaches in the manipulation of large information and the nif genes analyses. We proposed the study of the minimum set (core) of Mo-nitrogenase comprising the sequences NifH, NifD, NifK, NifE NifN, and NifB in diazotrophic species using techniques in Artificial Intelligence (AI). For this, we evaluated whether the inheritance of Mo-nitrogenase in fasteners is related to acquisition, subtraction, or replacement of accessory nif and the impacts of these relationships on the maintenance of NEC. We explore as the main AI strategies: vector representation of biological sequences by SWeeP, Artificial Neuronal Networks (ANN), Principal Component Analysis (PCA), Hierarchical Clusterization of Principal Components (HCPC), super-tree constructions, and grouping of homologous sequences by RAFTS³G. We identified the nif elements inserted in clusters through genomic synthesis. We obtained 662 diazotrophic genomes which 52 species are potential diazotrophs unknown in the literature. In addition, due to the vector projection of diazotroph genomes, it was possible to classify all organisms into ten groups with the HCPC method. We observed a significant relationship between these groups regarding the acquisition, loss, and transfer of nif genes, suggesting the need for the subclassification of Monitrogenase Clusters proposed in Raymond et al. (2004). Those shreds of evidence also propose that Horizontal Gene Transfer (HGT) was crucial in BNF evolution. Finally, this work demonstrates the potential of the SWeeP method for machine learning techniques advances to solve complex biological problems.