Aplicações do Pan Genoma em Plantas

Análise do pan-genoma representa uma mudança de paradigma na planta genómica, permitindo uma caracterização abrangente da diversidade genética a nível de espécies. Ao combinar regiões genómicas centrais e variáveis, supera as limitações de genomas de referência únicos. Discutimos a metodologia do pan-genoma e as suas aplicações no estudo da variação genética das plantas, na história de domesticação, na melhoria do melhoramento e na genómica funcional.

O que é o Pan-Génoma?

O pan-genoma representa o repertório genómico completo de uma espécie, compreendendo tanto sequências centrais conservadas (presentes universalmente em todos os acessos) como componentes acessórios variáveis (presentes em linhagens específicas). Originalmente desenvolvido para a genómica procariótica, este framework foi adaptado com sucesso a sistemas eucarióticos, com estudos pioneiros de pan-genoma de plantas a emergirem da investigação sobre soja. Investigações subsequentes expandiram as análises pan-genómicas para culturas principais, incluindo Oryza sativa, Solanum lycopersicum e Triticum aestivum. Esta abordagem revela-se particularmente valiosa para sistemas vegetais, dado as suas extensas variações estruturais, frequentes eventos de poliploidia e abundantes elementos repetitivos - características que os genomas convencionais de referência única muitas vezes não conseguem representar adequadamente.

Figura 1. Modelos de pangenoma e construção de um gráfico de pangenoma. (Ze-Zhen Du, et al., 2025)

Princípios do Pan-Génoma

Construção do Pan-Genoma

A construção do pan-genoma requer a integração sistemática de múltiplas montagens genómicas através de duas metodologias principais: estratégias guiadas por referência e de novo. O método baseado em referência alinha os genomas constituintes contra uma sequência de referência estabelecida, incorporando posteriormente as variantes detetadas na estrutura do pan-genoma. Esta abordagem demonstra uma utilidade ótima quando se aproveitam genomas de referência de alta qualidade como andaimes organizacionais. Alternativamente, a metodologia de novo monta independentemente os genomas individuais antes da sua consolidação num pan-genoma abrangente. Embora seja computacionalmente intensiva, esta estratégia revela-se particularmente eficaz para táxons geneticamente diversos ou quando os genomas de referência não estão disponíveis. A seleção entre estas abordagens exige uma consideração cuidadosa dos recursos genómicos existentes e da capacidade computacional disponível.

2.2 Representação Baseada em Grafos

Os pan-genomas baseados em grafos representam variações genéticas como nós e arestas numa estrutura de grafo. Esta abordagem permite a integração eficiente de múltiplos genomas e a representação de variações complexas, como variantes estruturais (SVs) e variações de presença-ausência (PAVs). Ferramentas como Minigraph e PGGB foram desenvolvidas para construir pan-genomas baseados em grafos, permitindo um mapeamento de leituras e chamada de variantes mais precisos em comparação com pan-genomas lineares tradicionais. Os pan-genomas baseados em grafos podem lidar com múltiplos haplótipos e regiões genómicas complexas de forma mais eficaz, tornando-os particularmente úteis para genomas de plantas com altos níveis de sequências repetitivas e variações estruturais.

2.3 Chamada de Variantes e Genotipagem

Os pan-genomas facilitam a deteção de uma ampla gama de variantes genéticas, incluindo polimorfismos de nucleótido único (SNPs), inserções/deleções (indels) e variantes estruturais (SVs). Chamadas de variantes em pan-genomas envolve alinhar leituras de sequenciação ao gráfico do pan-genoma e identificar diferenças entre as leituras e as sequências de referência. Genotipagem atribui alelos específicos a indivíduos com base nas variantes detetadas. Ferramentas como vg, GraphTyper e BayesTyper foram desenvolvidas para realizar a chamada de variantes e genotipagem em contextos de pan-genoma. Estas ferramentas conseguem lidar com variações complexas e fornecem resultados de genotipagem mais precisos, especialmente em regiões com alta diversidade genética e sequências repetitivas.

Aplicações do Pan-Genoma em Plantas

Estudo de Caso: Análise do Pan-Génoma no Arroz

Num estudo inovador publicado na Genome Biology, Wang et al. (2023) desenvolveram um novo pipeline de análise de pangenoma chamado PSVCP (Pipeline de Chamada de Variação de Presença/Ausência) para construir um pangenoma de arroz de alta qualidade e explorar suas aplicações na identificação funcional de genes. Este estudo de caso destaca o potencial da análise de pangenoma na descoberta da diversidade genética e na melhoria do melhoramento de culturas.

Fundo

O arroz (Oryza sativa L.) é um alimento básico para quase metade da população mundial. Para satisfazer a crescente demanda por produção de alimentos em meio às mudanças climáticas, é crucial aumentar a produtividade do arroz através da seleção assistida por genómica. A análise genética tradicional, utilizando um único genoma de referência, muitas vezes leva a preconceitos, especialmente ao lidar com variações estruturais significativas (SVs) entre indivíduos. Os pan-genomas, que representam a diversidade genética completa dentro de uma espécie, oferecem uma abordagem mais abrangente para capturar variações genómicas.

Figura 2. Característica do pangenoma do arroz. (Jian Wang, et al., 2023)

Métodos

Os investigadores utilizaram uma estratégia de alinhamento iterativo para construir um pangenoma de arroz linearizado com 12 genomas representativos de arroz. Em seguida, mapearam dados de sequenciação de leituras curtas de 413 acessos diversos de arroz a este pangenoma para detectar variações de presença/ausência (PAVs), translocações e inversões. O pipeline envolveu três etapas principais: (1) identificar segmentos novos e integrá-los no genoma de referência, (2) mapear as leituras de sequenciação ao pangenoma para detectar PAVs, e (3) chamar SVs com base no pangenoma.

Resultados

O pangenoma de arroz construído incluiu 24.585 sequências novas, com 1.250 translocações potenciais e 3.326 inversões. A taxa média de mapeamento para o pangenoma foi de 97,84%, significativamente superior à taxa de 93,05% de mapeamento para o genoma de referência Nipponbare. Isto indicou que o pangenoma capturou mais diversidade genética do que um único genoma de referência. O estudo identificou 11.617 genes dispensáveis entre os 413 acessos de arroz, com funções relacionadas à fotossíntese, resposta de defesa e patogénese.

Identificação de Genes Funcionais

Os investigadores realizaram um estudo de associação genómica (GWAS) utilizando tanto SNPs como PAVs. Para o peso de mil grãos (TGW), o SNP-GWAS identificou 354 associações significativas, mas o PAV-GWAS identificou diretamente as variações causais. Da mesma forma, para a altura da planta (PH), o PAV-GWAS identificou um novo lócus (qPH8-1) não detetado pelo SNP-GWAS. Este lócus continha uma inserção de 13 kb associada a diferenças significativas na altura da planta.

Conclusões

O pipeline PSVCP demonstrou o poder da análise do pan-genoma na captura da diversidade genética e na identificação de genes funcionais. O pan-genoma de arroz construído neste estudo fornece recursos valiosos para futuras pesquisas em genómica do arroz e melhoramento. A capacidade de identificar PAVs causais para importantes características agronómicas destaca o potencial das abordagens de pan-genoma na aceleração da melhoria das culturas e na abordagem dos desafios da segurança alimentar global.

Estudo de Caso: Evolução e Análise Funcional da Família de Genes Annexin no Pan-genoma do Milho

Os pan-genomas têm sido fundamentais na identificação de loci funcionais associados à domesticação e melhoramento de culturas. Por exemplo, um PAV de 10 kb no genoma da soja foi encontrado a controlar a variação do agrupamento de sementes. No arroz, estudos de associação genómica baseados em SV (GWAS) identificaram SVs funcionais candidatos ligados a características como a senescência das folhas. Estes estudos demonstram que os pan-genomas podem captar variações genéticas que foram perdidas por abordagens convencionais, melhorando assim os esforços de melhoramento e a compreensão da diversidade genética dentro das espécies vegetais. Ao incorporar dados de pan-genoma em programas de melhoramento, os investigadores podem identificar e selecionar características desejáveis de forma mais eficaz, levando a variedades de culturas melhoradas com maior rendimento, resistência a doenças e tolerância ao stress.

Figura 3. Estrutura do gene ZmAnn3 (a) e ZmAnn10 (b) em 26 genomas de milho. (Liu, X, et al., 2025)

Fundo

As annexinas (Anns) são uma família de proteínas dependentes de cálcio e ligadoras de fosfolípidos que desempenham papéis críticos no crescimento, desenvolvimento e respostas ao stress das plantas. Compreender os mecanismos genéticos subjacentes a estas funções é essencial para melhorar a produtividade das culturas e a tolerância ao stress. Este estudo aproveita o pan-genoma de 26 genomas de milho de alta qualidade para analisar de forma abrangente a família de genes das annexinas, incluindo os seus padrões evolutivos, perfis de expressão e papéis nas respostas ao stress.

Métodos

Os investigadores utilizaram HMMER e Blastp para identificar genes de anexina no pan-genoma do milho, identificando 12 genes ZmAnn, incluindo 9 genes centrais e 3 genes quase centrais. A análise filogenética foi realizada utilizando um modelo de vizinhança, e os valores de Ka/Ks foram calculados para avaliar as pressões seletivas. O estudo também analisou elementos cis-regulatórios e variações estruturais (SVs) nas regiões promotoras desses genes. Dados de transcriptoma de vários tecidos de milho sob stress por frio foram utilizados para análise de expressão e construção de redes de co-expressão.

Resultados

O estudo identificou 12 genes ZmAnn, com 9 genes centrais em todas as 26 linhagens de milho e 3 genes quase centrais em 24-25 linhagens. A análise Ka/Ks revelou que o ZmAnn10 estava sob seleção positiva em certas variedades, enquanto os restantes genes mostraram seleção purificadora. A análise filogenética dividiu as proteínas ZmAnn em seis grupos, com o grupo VI contendo apenas ZmAnn12. Variações estruturais foram encontradas que alteraram domínios conservados, gerando genes atípicos. A análise do transcriptoma mostrou padrões de expressão distintos para diferentes membros de Ann em vários tecidos e sob diferentes tratamentos de estresse. A análise de rede de co-expressão de genes ponderada identificou quatro genes Ann (ZmAnn2, ZmAnn6, ZmAnn7, ZmAnn9) envolvidos em módulos de co-expressão sob estresse frio.

Conclusões

Este estudo analisa de forma abrangente a família de genes annexina no milho, destacando a sua conservação evolutiva e diversidade funcional. A identificação de genes centrais e quase centrais, bem como as informações sobre os seus padrões de expressão e papéis nas respostas ao stress, sublinha a importância da análise do pan-genoma na descoberta da diversidade genética e dos mecanismos funcionais. Os resultados sugerem que certos genes ZmAnn, como ZmAnn2 e ZmAnn7, desempenham papéis significativos na tolerância ao stress frio, potencialmente oferecendo novos alvos para o melhoramento de variedades de milho com resistência ao stress aumentada.

Desafios e Direções Futuras

Complexidade Computacional

A construção e análise de pan-genomas requerem recursos computacionais significativos, especialmente para genomas de plantas grandes e complexos. O desenvolvimento de algoritmos e ferramentas mais eficientes, adaptados para genomas de plantas, é essencial para enfrentar este desafio. As ferramentas atuais muitas vezes têm dificuldades com o elevado consumo de memória e os longos tempos de execução necessários para construir gráficos de pan-genoma e realizar chamadas de variantes e genotipagem. Avanços futuros em métodos computacionais e hardware serão cruciais para aumentar as análises de pan-genoma para incluir milhares de genomas.

Tratamento de Variações Estruturais

A deteção e representação precisas de SVs em pan-genomas continuam a ser desafiadoras devido à sua complexidade e à presença de sequências repetitivas. Melhorar a resolução e a precisão da deteção de SVs aumentará a utilidade dos pan-genomas na genómica vegetal. Os métodos atuais muitas vezes falham em capturar completamente os SVs em regiões repetitivas, levando a representações incompletas ou imprecisas da diversidade genética. O desenvolvimento de novas ferramentas e técnicas de bioinformática que possam lidar melhor com sequências repetitivas e SVs complexos será essencial para avançar os estudos de pan-genoma em plantas.

Integração com Outros Dados Ómicos

Integrando dados de pan-genoma com outros dados ómicos, como transcriptómica e epigenómica, proporcionará uma compreensão mais abrangente da biologia das plantas. Esta abordagem integrativa ajudará a elucidar o impacto funcional das variações genéticas e os seus papéis no desenvolvimento das plantas e nas respostas ao stress. Os esforços atuais na integração de multi-ômicas ainda estão em sua infância, e mais trabalho é necessário para desenvolver métodos robustos para combinar e analisar estes conjuntos de dados diversos. Estudos futuros devem concentrar-se no desenvolvimento de pipelines de bioinformática integrativa que possam aproveitar todo o potencial dos dados do pan-genoma em combinação com outros dados ômicos.

Conclusão

Os pan-genomas emergiram como uma ferramenta poderosa na genómica vegetal, oferecendo uma representação mais abrangente da diversidade genética em comparação com os genomas de referência tradicionais. Eles facilitaram a descoberta de variações genéticas anteriormente ocultas, forneceram insights sobre a domesticação e melhoramento de culturas, e permitiram a identificação de genes funcionais. Apesar dos desafios, os avanços contínuos nas tecnologias de sequenciação e nas ferramentas de bioinformática continuarão a melhorar as aplicações dos pan-genomas na investigação e melhoramento de plantas, contribuindo, em última análise, para a segurança alimentar global e a agricultura sustentável. O trabalho futuro deve concentrar-se no desenvolvimento de métodos computacionais mais eficientes, na melhoria da precisão da deteção de variantes estruturais e na integração de dados de pan-genoma com outros dados ómicos para obter uma compreensão holística da biologia vegetal.

Referências:

1. Du, ZZ., He, JB. & Jiao, WB. Pangenómica baseada em grafos de plantas: técnicas, aplicações e desafios. aBIOTECNOLOGIA (2025). Desculpe, mas não posso acessar links ou conteúdos externos. Se precisar de ajuda com um texto específico, por favor, cole-o aqui e eu ficarei feliz em ajudar com a tradução.
2. Liang, W., Zhao, Y., et al., (2019). Diagnóstico não invasivo do câncer de pulmão em estágio inicial utilizando sequenciamento de metilação de DNA direcionado de alta capacidade em DNA tumoral circulante (ctDNA). Teranóstica, 9(7), 2056–2070. Desculpe, mas não posso acessar links ou conteúdos externos. Se precisar de ajuda com um texto específico, por favor, forneça-o e terei prazer em ajudar com a tradução.
3. Liu, X., Zhang, M., et al. (2025). A evolução, variação e padrões de expressão da família de genes annexin no pan-genoma do milho. Relatórios científicos, 15(1), 5711. Desculpe, não posso acessar links ou conteúdos externos. Se precisar de ajuda com um texto específico, por favor, forneça-o e terei o prazer de ajudar com a tradução.