Os fungos englobam uma variedade de espécies com ecologias, ciclos de vidas e morfologia diferentes. Somente com   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, barata 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 da NGS para análise da comunidade de fungos é complexo, pois as amostras são heterogêneas. E apesar de ser fácil 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, sobreposições e na leitura para evitar resultados equivocados. Além disso, a precisão pode ser baixa para a identificação correta de espécies ou funções devido aos comprimentos de leitura curtos que variam entre 50 e 800 bp., tornando as informações inespecífica 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 se tornará 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.  

É importante ter prudência ao investir em um laboratório de análises de NGS para triagem de fungos principalmente na ausência do domínio da tecnologia e dos equipamentos essenciais (CHAKDAR; SINGHA; SATYA, 2017; ROBERT, 2015). Uma alternativa para as indústrias e grupos de pesquisas que estão começando a investir na detecção fungos por biologia molecular é investir em parcerias para o uso dessas análises, fazendo uso da tecnologia já avançada como as oferecidas na Neoprospecta.  

 

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.