Resumo: O etanol de segunda geração tem estado na vanguarda dos esforços de pesquisa em bioenergia na última década. Isso se deve aos potenciais benefícios do uso da biomassa lignocelulósica como fonte de energia, que superam os maiores custos associados à produção industrial desse tipo de combustível. No entanto, ainda existem alguns desafios que precisam ser superados para que essa tecnologia seja uma alternativa viável para a produção de biocombustíveis. Nesta tese, abordaremos duas dessas questões: a necessidade de cepas de Saccharomyces cerevisiae cada vez mais robustas e a falta de um banco de dados centralizado para genômica comparativa de cepas industriais. No primeiro capítulo desta tese, apresentamos nosso modelo de rede multi-ômica que desenvolvemos para estudar os mecanismos de sobrevivência da SA-1, uma cepa de levedura industrial altamente resistente, quando exposta ao ácido p-cumárico (pCA). Este trabalho demonstra o uso de uma abordagem combinada de medição de metabólitos, perfil de transcriptoma e descoberta de variante genômica para construir um modelo integrado construído em um formato baseado em gráfico. Usando este modelo de rede, conseguimos determinar não apenas quais vias biológicas são alteradas durante a resposta ao pCA, mas também quais genes atuam como focos de interação, permitindo a descoberta de potenciais alvos de interesse para investigação biotecnológica. No segundo bate-papo, apresentamos o INDYdb, um projeto de banco de dados desenvolvido por nosso grupo, cujo objetivo é criar uma plataforma especializada em linhagens de leveduras industriais para análise comparativa de genoma. Usando algoritmos avançados, clusters de computadores poderosos e uma interface amigável, conseguimos desenvolver um pipeline capaz de gerar anotações confiáveis ??de maneira consistente e escalável. Ao aplicar esta abordagem a 26 cepas de leveduras diferentes, fomos capazes de demonstrar as aplicações do INDYdb em três cenários diferentes: Reconstruindo a história evolutiva de S. cerevisiae por meio de genômica comparativa, identificando as principais características associadas a um gene alvo de interesse e gerando um hipótese específica baseada em uma busca exploratória do banco de dados a partir de uma questão biológica. Esses dois trabalhos estão no contexto do projeto colaborativo FAPESP-BBRSC (2015/50612-8) intitulado "Uma abordagem integrada para explorar um novo paradigma para a produção de biocombustíveis a partir de matérias-primas lignocelulósicas". Trata-se de um esforço conjunto entre 10 grupos de trabalho diferentes espalhados por 3 universidades diferentes (Unicamp e USP no Brasil e Bath na Inglaterra) e é um componente fundamental do Centro de Pesquisas da Biorrefinaria. O principal objetivo do nosso projeto é obter novos insights sobre os aspectos biológicos do metabolismo de leveduras industriais, criar bases de conhecimento que possam ser compartilhadas com a comunidade de pesquisa em bioengenharia e lançar as bases para projetos de longo prazo realizados por outros grupos. Tomados em conjunto, os projetos discutidos neste artigo atingem essa tríade de objetivos. Prevemos que, combinando abordagens de biologia computacional de última geração com uma extensa rede colaborativa, os dados apresentados aqui serão uma importante fonte de informações para pesquisadores que trabalham em bioengenharia de Saccharomyces cerevisiae em todo o mundo Ver menos

Abstract: Second-generation ethanol has been at the forefront of bioenergy research efforts for the past decade. This is due to the potential benefits of using lignocellulosic biomass as an energy source, which outweigh the higher costs associated with industrial production of this type of fuel. However, there are still some challenges that need to be overcome in order to make this technology a viable alternative for biofuel production. In this thesis, we will address two of these issues: the need for increasingly robust Saccharomyces cerevisiae strains and the lack of a centralized database for comparative genomics of industrial strains. In the first chapter of this thesis, we present our multi-omics network model that we developed to study the survival mechanisms of SA-1, a highly resistant industrial yeast strain, when exposed to p-coumaric acid (pCA). This work demonstrates the use of a combined approach of metabolite measurement, transcriptome profiling, and genomic variant discovery to build an integrated model constructed in a graph-based format. Using this network model, we were able to determine not only which biological pathways are altered during the response to pCA, but also which genes act as foci of interaction, allowing the discovery of potential targets of interest for biotechnological investigation. In the second chat, we present INDYdb, a database project developed by our group, whose goal is to create a platform specialized in industrial yeast strains for comparative genome analysis. By using advanced algorithms, powerful computer clusters, and a user-friendly interface, we were able to develop a pipeline capable of generating trustworthy annotations in a consistent and scalable manner. By applying this approach to 26 different yeast strains, we were able to demonstrate the applications of INDYdb in three different scenarios: Reconstructing the evolutionary history of S. cerevisiae through comparative genomics, identifying key features associated with a target gene of interest, and generating a specific hypothesis based on an exploratory search of the database starting from a biological question. These two works are in the context of the FAPESP-BBRSC collaborative project (2015/50612-8) entitled "An integrated approach to explore a novel paradigm for biofuel production from lignocellulosic feedstocks''. This is a joint effort between 10 different working groups spread across 3 different universities (Unicamp and USP in Brazil and Bath in England) and is a key component of the Biorefinery Research Center. The main goal of our project is to gain new insights into the biological aspects of industrial yeast metabolism, create knowledge bases that can be shared with the bioengineering research community, and lay the groundwork for long-term projects undertaken by other groups. Taken together, the projects discussed in this paper achieve this trifecta of goals. We anticipate that by combining state-of-the-art computational biology approaches with an extensive collaborative network, the data presented here will be an important source of information for researchers working on Saccharomyces cerevisiae bioengineering around the world Ver menos