Um workflow para análise evolutiva acelerada de sequências genéticas

Autores

  • Felipe Santiago Carraro Eduardo Universidade do Estado do Rio de Janeiro
  • Igor dos Santos Rosa da Silva Universidade do Estado do Rio de Janeiro
  • Renan Pereira Souza Universidade do Estado do Rio de Janeiro
  • Alexandre da Costa Sena Universidade do Estado do Rio de Janeiro

DOI:

https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1295

Palavras-chave:

Big Data, Distância Genética, Workflow

Resumo

Por natureza, os vírus estão em constante mutação. Apesar de uma grande parte das mutações não alterar o comportamento de um vírus, algumas dessas mutações podem gerar novas variantes que, por exemplo, podem fazer um vírus se espalhar mais rapidamente. Uma maneira de verificar essa evolução é através de modelos evolutivos. Assim, o objetivo deste trabalho é avaliar a evolução genética dos vírus. O método usado é o alinhamento par a par das cadeias do vírus, seguido do cálculo da distância genética. Ainda, para permitir a avaliação de uma grande quantidade de sequência, essas duas etapas são implementadas através de um Workflow. Os resultados obtidos através de dois estudos de casos utilizando os vírus SARS-COV-2 e monkeypox, mostraram não só o excelente desempenho do workflow, diminuindo consideravelmente o tempo de execução das análises, mas também a evolução das suas sequências genéticas.

Biografia do Autor

Felipe Santiago Carraro Eduardo, Universidade do Estado do Rio de Janeiro

Aluno de Mestrado, Instituto de Matemática e Estatística (IME), Universidade do Estado do Rio de Janeiro (UERJ), Rio de Janeiro (RJ), Brasil.

Igor dos Santos Rosa da Silva, Universidade do Estado do Rio de Janeiro

Aluno de Mestrado, Instituto de Matemática e Estatística (IME), Universidade do Estado do Rio de Janeiro (UERJ), Rio de Janeiro (RJ), Brasil.

Renan Pereira Souza, Universidade do Estado do Rio de Janeiro

Aluno de Mestrado, Instituto de Matemática e Estatística (IME), Universidade do Estado do Rio de Janeiro (UERJ), Rio de Janeiro (RJ), Brasil.

Alexandre da Costa Sena, Universidade do Estado do Rio de Janeiro

Prof. Dr., Instituto de Matemática e Estatística (IME), Universidade do Estado do Rio de Janeiro (UERJ), Rio de Janeiro (RJ), Brasil.

Referências

Farahat RA, Sah R, El-Sakka AA, others. Human monkeypox disease (MPX). Infez Med. 2022; 30: p. 372-391. DOI: https://doi.org/10.53854/liim-3003-6

Hu B, Guo H, Zhou P, others. Characteristics of SARS-CoV-2 and COVID-19. Nature Reviews Microbiology. 2021; 19: p. 141-154. DOI: https://doi.org/10.1038/s41579-020-00459-7

Duffy S. Why are RNA virus mutation rates so damn high? PLOS Biology. 2018 August; 16: p. 1-6. DOI: https://doi.org/10.1371/journal.pbio.3000003

Verli H. Bioinformática: da Biologia à Flexibilidade Molecular. 1st ed.: Sociedade Brasileira de Bioquímica e Biologia Molecular - SBBq; 2014.

Junior MJ, Sena A, Rebello V. Fragmentando o DNA de Ferramentas de Alinhamento Progressivo: uma Metaferramenta Eficiente. Anais do XXIV Simp. em Sist. Comp. de Alto Desempenho; 2023; Porto Alegre, Brasil. p. 349–360. DOI: https://doi.org/10.5753/wscad.2023.235781

Dezordi FZ, Neto AMD, Campos TL, Jeronimo PMC, Wallau GL. ViralFlow: A Versatile Automated Workflow for SARS-CoV-2 Genome Assembly, Lineage Assignment, Mutations and Intrahost Variant Detection. Viruses. 2022; 14: p. 217. DOI: https://doi.org/10.3390/v14020217

Kim K, Park K, Lee S, Baek SH, Lim TH, Kim J, et al. VirPipe: an easy-to-use and customizable pipeline for detecting viral genomes from Nanopore sequencing. Bioinformatics. 2023 May; 39: p. btad293. DOI: https://doi.org/10.1093/bioinformatics/btad293

Di Tommaso P, Chatzou M, Floden EW, Barja PP, Palumbo E, Notredame C. Nextflow enables reproducible computational workflows. Nature Biotechnology. 2017; 35: p. 316–319. DOI: https://doi.org/10.1038/nbt.3820

De O. Sandes EF, Miranda G, Martorell X, Ayguade E, Teodoro G, De Melo ACMA. MASA: A Multiplatform Architecture for Sequence Aligners with Block Pruning. ACM Trans. Parallel Comput. 2016; 2 (4): p. 1-31. DOI: https://doi.org/10.1145/2858656

Downloads

Publicado

19-11-2024

Como Citar

Eduardo, F. S. C., da Silva, I. dos S. R., Souza, R. P., & Sena, A. da C. (2024). Um workflow para análise evolutiva acelerada de sequências genéticas. Journal of Health Informatics, 16(Especial). https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1295

Artigos Semelhantes

<< < 9 10 11 12 13 14 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.

Artigos mais lidos pelo mesmo(s) autor(es)