Os fungos englobam uma variedade de espécies com ecologias, ciclos de vidas e morfologia diferentes. Somente com o avanço da biologia e dos marcadores moleculares foi possível evoluir no sistema de identificação e caracterização de fungos. Assim, a compreensão da evolução dos fungos passou a ser baseada no polimorfismo do DNA e em sua organização genômica (SINGH; GUPTA, 2017).
O avanço das técnicas moleculares tornou a metodologia mais fácil, acessível e de alto rendimento permitindo aos pesquisadores conhecerem melhor a estrutura populacional e funcional dos fungos em determinados nichos ecológicos. Entre os principais progressos estão o sistema de marcadores e as técnicas de sequenciamento de próxima geração (NGS -Next Generation Sequencing) (SINGH; GUPTA, 2017).
Principais desafios na detecção de fungos
Veja alguns dos principais desafios da detecção de fungos por biologia molecular e na interpretação destes dados:
- Dados do sequenciamento de fungos: A tecnologia NGS produz uma quantidade imensa de dados que precisam de tratamento especializado para montagem e anotação dos dados (CHAKDAR; SINGHA; SATYA, 2017). Além disso, as tecnologias de armazenamento de banco de dados e de compactação de dados precisam avançar para permitir o armazenamento completo e correto do conjuntos de dados (ROBERT, 2015).
- Computadores de alto desempenho: O desenvolvimento de instalações com computadores de alto desempenho é um pré-requisito para a análise bioinformática dos dados (CHAKDAR; SINGHA; SATYA, 2017).
- Softwares: Domínio de softwares como Trinity (GRABHERR et al., 2011) e ABYSS (SIMPSON et al., 2009) são essenciais para bons resultados na detecção de fungos.
- Profissional de bioinformática: Para a análise dos dados é necessário ter um pesquisador que possua experiência e conhecimentos relacionados a biologia computacional para processamento e tratamento adequado (CHAKDAR; SINGHA; SATYA, 2017). O desenvolvimento de algoritmos heurísticos que sejam eficientes e rápidos na identificação precisa ser desenvolvidos para aumentar a velocidade dos alinhamentos aos pares (ROBERT, 2015).
Precisão do NGS para detecção de fungos
O uso do NGS para análise da comunidade de fungos é complexo, pois as amostras são heterogêneas.
Apesar da facilidade em alinhar as sequências únicas com um banco de dados de referência, o desafio é comparar milhões de sequências de uma única amostra com bancos de dados atualizados constantemente (CHAKDAR; SINGHA; SATYA, 2017; ROBERT, 2015).
No entanto quando a sequência da referência é disponível, a taxa de erro é baixa. Porém é preciso cautela na montagem dos dados, nas sobreposições e na leitura para evitar resultados equivocados. Além disso, a precisão pode ser baixa para a identificação correta de espécies devido aos comprimentos de leitura curtos que variam entre 50 e 800 bp., tornando as informações inespecíficas ou ausentes. Leituras longas facilitariam a montagem e permitiriam melhores identificações, contribuindo para a redução do custo destas análises (CHAKDAR; SINGHA; SATYA, 2017; ROBERT, 2015).
Não há dúvida de que o NGS é uma das principais ferramentas para a identificação de espécies quando a leitura e a precisão melhorarem. No entanto apesar de todas as limitações mencionadas, a metagenômica usando os métodos NGS é atraente. O uso dessa técnica reduz custos significativos para os laboratórios de diagnósticos principalmente por reduzirem a quantidade de materiais necessários nas análises tradicionais. Além disso esse método serve para identificar outros micro-organismos, como vírus, bactérias, animais e plantas.
Uma alternativa para as indústrias e os grupos de pesquisas que desejam detectar fungos por biologia molecular é investir em laboratório com expertise nessas análises.
A Neoprospecta realiza análises de sequenciamento de DNA de nova geração, e após análise de bioinformática, avalia os resultados na plataforma Neobiome auxiliando as empresas na:
– Identificação de micro-organismos em alimentos e superfícies;
– Monitorar a qualidade microbiológica do ambiente (microbioma);
– Rastrear micro-organismos no processo, da matéria-prima ao produto final;
– Validar processos de higienização.
– Detectar a origem/ causa raiz da contaminação microbiológica
Veja AQUI casos de sucesso em que a Neoprospecta detectou fungos deteriorantes na produção de alimentos.
Saiba mais sobre as soluções da Neoprospecta. Clique AQUI e fale com um dos nossos especialistas.
Referências
CHAKDAR, H.; SINGHA, A.; SATYA, P. New Generation Markers for Fingerprinting and Structural Analysis of Fungal Community. In: [s.l: s.n.]. p. 123–150.
GRABHERR, M. G. et al. Full-length transcriptome assembly from RNA-Seq data without a reference genome. Nature Biotechnology, [s. l.], v. 29, n. 7, p. 644–652, 2011.
ROBERT, V. Fungal DNA Barcoding. In: MOLECULAR BIOLOGY OF Food and Water Borne Mycotoxigenic and Mycotic Fungi. [s.l.] : CRC Press, 2015. p. 56–75.
SIMPSON, J. T. et al. ABySS: A parallel assembler for short read sequence data. Genome Research, [s. l.], v. 19, n. 6, p. 1117–1123, 2009.
SINGH, B. P.; GUPTA, V. K. (EDS.). Molecular Markers in Mycology. Cham: Springer International Publishing, 2017.
Atualizado em: 23.05.22