Pipeline para geração de sequências nuloméricas sintéticas universais com aplicações em biotecnologia de leveduras de interesse industrial

Abstract

As leveduras desempenham um papel crucial na biotecnologia, com aplicações na produção de alimentos, bebidas, biocombustíveis e moléculas de alto valor agregado. Ferramentas baseadas em biologia sintética, como nulômeros – sequências de DNA ausentes de genomas naturais – oferecem oportunidades para otimizar processos industriais e criar novos sistemas genéticos. Sendo assim, este trabalho desenvolveu um pipeline computacional para a geração de nulômeros sintéticos universais. Utilizando algoritmos em Python e R, foi criada uma biblioteca de sequências de DNA de 12mers, alinhadas a genomas de leveduras industriais e simulacros com teores de GC de 30%, 50% e 70%. A análise identificou nulômeros palindrômicos e não palindrômicos e avaliou sua distribuição entre os genomas. Os resultados indicaram que nulômeros com maior teor de GC predominam, sugerindo pressão evolutiva contra palíndromos curtos ricos em GC devido ao risco de recombinação e instabilidade genética. Simulacros com 50% de GC apresentaram maior sobreposição de nulômeros universais. Além disso, o pipeline permitiu construir um grafo de interações, identificando 541 nulômeros universais compartilhados entre os genomas avaliados. Estes resultados reforçam o potencial dos nulômeros como ferramentas em biologia sintética, com aplicações que incluem marcadores genéticos e o desenvolvimento de vetores plasmidiais com baixo potencial recombinogênico. Como perspectivas, propõe-se ampliar a biblioteca de sequências, incluir mais genomas de leveduras industriais e otimizar os algoritmos para maior eficiência computacional, consolidando os nulômeros como recursos inovadores na biotecnologia de leveduras.

Yeasts play a crucial role in biotechnology, with applications in the production of food, beverages, biofuels, and high-value-added molecules. Synthetic biology tools, such as nullomer (DNA sequences absent from natural genomes), offer opportunities to optimize industrial processes and create novel genetic systems. In this study, we developed a computational pipeline to generate universal synthetic nullomers. Using Python and R algorithms, a library of 12-mer DNA sequences was created and aligned to yeast genomes of industrial interest and genomic simulacrums with GC content of 30%, 50%, and 70%. The analysis identified palindromic and non-palindromic nullomers and evaluated their distribution across the genomes. The results indicated a predominance of nullomers with a higher GC content, suggesting evolutionary pressure against short GC-rich palindromes due to their risk of recombination and genetic instability. Simulacrums with 50% GC content showed the highest overlap of universal nullomers. Additionally, the pipeline enabled the construction of an interaction graph, identifying 541 universal nullomers shared among the evaluated genomes. These findings underscore the potential of nullomers as tools in synthetic biology, with applications in genetic markers and the development of plasmid vectors with low recombinogenic potential. Future perspectives include expanding the DNA sequence library, incorporating more yeast genomes of industrial interest, optimizing algorithms for computational efficiency, and solidifying nullomers as innovative resources for yeast biotechnology.