AMP-Identifier : uma ferramenta baseada em aprendizado de máquina capaz de identificar peptídeos antimicrobianos em dados genômicos

Abstract

Peptídeos antimicrobianos (AMPs, do inglês Antimicrobial Peptides) são moléculas chave na defesa de diversos organismos na luta contra patógenos. Este estudo explorou os potenciais na identificação e caracterização de AMPs em dados

genômicos e transcriptômicos, sendo divido em dois capítulos. No capítulo I, explorou- se a identificação de assinaturas moleculares de AMPs e no desenvolvimento de uma

ferramenta, o AMP-Identifier, baseada em modelos de aprendizado de máquina para análise e prospecção dessas moléculas em dados genômicos. Para tal, modelos de aprendizado de máquina (SVM, KNN, Random Forest, Árvore de Decisão, Naive Bayes e Redes Neurais) foram treinados com dados previamente rotulados com dados físico-químicos. Os resultados obtidos sugerem eficácia na classificação de AMPs com destaque para os modelos baseados em Redes Neurais (acurácia = 90% e precisão = 92%) e SVM (acurácia = 90% e precisão = 88%). Esses resultados abrem novas vias para a prospecção de novas biomoléculas em dados ômicos ainda não explorados. No capítulo II, cinco novas defensinas (RcDef1-5) foram identificadas no genoma de R. communis e caracterizadas por meio de ferramentas de bioinformática, análises físico-químicas e modelagem molecular. As RcDef apresentaram características típicas de AMPs, como carga líquida positiva e baixo peso molecular. A análise transcriptômica revelou a expressão de quatro defensinas e a presença de múltiplas isoformas. A RcDef1 demonstrou expressão diferencial em resposta a diferentes estresses, sendo reprimida por salinidade e induzida por infecção fúngica e injúria. A modelagem molecular dos homodímeros de RcDef revelou estruturas catiônicas em pinça, possivelmente envolvidas na interação com alvos moleculares de patógenos. De forma geral, este estudo em sua essência contribui para a descoberta de novos AMPs e para a compreensão de seu papel, especialmente na defesa de plantas, com potencial aplicação no desenvolvimento de novas estratégias para controle de doenças e desenvolvimento de antimicrobianos, além de propor novas abordagens para a exploração de biomoléculas em dados genômicos.