LGN5808 - Genética Fisiológica

Carga Horária

Docentes responsáveis
Carlos Alberto Labate

Objetivo
A disciplina Genética Fisiológica oferece aos alunos a oportunidade de adquirir conhecimento em uma ampla gama de assuntos relacionados ao uso de novas tecnologias ômicas, como transcriptômica, proteômica, metabolômica, lipidômica e integração de dados ômicos. O curso aborda esses assuntos com uma perspectiva holística de Biologia de Sistemas e oferece aos alunos a possibilidade de desenvolver novas aplicações dessas tecnologias em diferentes áreas da Genética e Melhoramento de Plantas, Biologia Geral, Medicina, Medicina Veterinária, Zootecnia e outras áreas de interesse.

Conteúdo
1. Regulação da transcrição em procariotos e eucariotos; maquinaria de transcrição; fatores de transcrição; a molécula do RNA mensageiro; RNA transportador; Ribossomas. 2. Regulação da tradução em procariotos e eucariotos; splicing do RNA mensageiro; Splicing alternativo do RNA mensageiro; Poliadenilação do RNAm e regulação da expressão gênica; diversidade do proteoma celular. 3 Regulação pós-transcrição por MicroRNAs. 4 Regulação pós-tradução, fosforilação, glicosilação, metilação e acetilação de proteínas. 4 Genômica Funcional; transcritômica, proteômica, metabolômica e fenômica; metodologias aplicadas ao estudo de genômica funcional. 5. Bioinformática aplicada a Genômica Funcional e Biologia de Sistemas. 6 Metodologias aplicadas aos estudos de transcritômica (RNAseq); proteômica (LC-MS/MS); Metabolômica (GC-MS; LC-MS/MS; Bancos de dados de metabólitos). 7 Transdução de sinais em plantas e regulação da expressão gênica em resposta a estresses bióticos e abióticos. 8 Mecanismos de reparo do DNA e estabilidade celular, regulação da expressão gênica e ciclo celular. 9 O ciclo circadiano e regulação gênica de processos metabólicos primários. 10 Interações Núcleo-organelas e coordenação do funcionamento celular. 11 Integração de dados ômicos (transcriptômica, proteômica e metabolômica), correlação canônica e construção de redes de transcritos, proteínas e metabólitoa. 12 Bioinformática aplicada à Biologia de Sistemas.

Bibliografia
Albert-László Barabási (2016) Network Science, Cambridge University Press, 452p
Florent D. Lavergne et al. (2020) Differential Stem Proteomics and Metabolomics Profiles for Four Wheat Cultivars in Response to the Insect Pest Wheat Stem Sawfly. J. Proteome Research, 19, 1037-1051
William E. Fondrie and William S. Noble (2020) Machine Learning Strategy That Leverages Large Data sets to Boost Statistical Power in Small-Scale Experiments. J. Proteome Research, 19, 1267-1274
Zhangpei Zhu et al. (2019) An auxiliary matrix for routine analysis of small molecules and
biological macromolecules using matrix-assisted laser desorption ionization mass spectrometry, Analytical and Bioanalytical Chemistry, 411, 1041–1052
Glykeria Mermigka et al. (2019) Plant and Animal Innate Immunity Complexes: Fighting Different Enemies with Similar Weapons, Trends in Plant Science, https://doi.org/10.1016/j.tplants.2019.09.008
Eva K. F. Chan et al. (2011) Combining Genome-Wide Association Mapping and Transcriptional Networks to Identify Novel Genes Controlling Glucosinolates in Arabidopsis thaliana, PloSBiology, August 2011, Vol.9 Issue 8 e-1001125
Andrew V. Anzalone et al., (2019) Search-and-replace genome editing without double-strand breaks or donor DNA, https://doi.org/10.1038/s41586-019-1711-4
Albert-László Barabási e Zoltán N. Oltvai (2004) Network biology:understanding the cell`s functional organization, Nature Reviews Genetics, Vol.5, Feb 101- 113
Jérémy Lavarenne et al., (2018) The Spring of Systems Biology-Driven Breeding, Trends in Plant Science, https://doi.org/10.1016/j.tplants.2018.04.005
Samik Ghosh et al. (2011) Software for systems biology: from tools to integrated platforms, Nature Reviews Genetics, Vol.12, 821-832