Evolution and transcriptomics in proteobacteria

Abstract

En este trabajo se contempla estudiar una anomalía en el reconocimiento de motivos de unión del represor LexA en Methylomonas koyamae y ciertos géneros noveles de Gammaproteobacterias. Tradicionalmente, se ha considerado que LexA es una proteína cuyo motivo de reconocimiento es monofilético (Alphaproteobacteria reconoce un motivo, mientras que Gammaproteobacteria reconoce un motivo completamente diferente), un caso inesperado, pues LexA se trata de un factor de transcripción involucrado en la respuesta SOS, responsable de coordinar el proceso de reparación de ADN. La intención es determinar qué eventos, a nivel evolutivo, han resultado en esta situación, con el objetivo de entender mejor como una especie puede alterar completamente el motivo reconocido por un sistema crucial para la supervivencia celular, con posibles aplicaciones en la modificación o sobre como alterar los sistemas básicos de la célula para nuestro beneficio. Debido al gran volumen de datos, el análisis manual de estos datos no resulta viable, por tanto, se ha utilizado Python, en combinación con el paquete Python CGB (Comparative genomics of transcriptional regulation in Bacteria) para automatizar el proceso de generación de datos, para determinar la prevalencia de tal anomalía en Gammaproteobacterias en taxonomías sospechosas, cercanas a Methylomonas, determinar que operones se encuentran regulados para cada motivo celular, y sobreponer estos datos sobre la taxonomía de la selección de Proteobacterias para formular una hipótesis al respecto. Los resultados se componen por los resultados de CGB, una serie de taxonomías basadas en LexA y en 16S rRNA, y la interpretación de los datos.

En aquest treball es contempla estudiar una anomalia en el reconeixement de motius d'unió del repressor LexA en Methylomonas koyamae i certs gèneres novells de Gammaproteobacterias. Tradicionalment, s'ha considerat que LexA és una proteïna el motiu de reconeixement de la qual és monofilético (Alphaproteobacteria reconeix un motiu, mentre que Gammaproteobacteria reconeix un motiu completament diferent), un cas inesperat, perquè LexA es tracta d'un factor de transcripció involucrat en la resposta SOS, responsable de coordinar el procés de reparació d'ADN. La intenció és determinar quins esdeveniments, a nivell evolutiu, han resultat en aquesta situació, amb l'objectiu d'entendre millor com una espècie pot alterar completament el motiu reconegut per un sistema crucial per a la supervivència cel·lular, amb possibles aplicacions en la modificació o sobre com alterar els sistemes bàsics de la cèl·lula per al nostre benefici. A causa del gran volum de dades, l'anàlisi manual d'aquestes dades no resulta viable, per tant, s'ha utilitzat Python, en combinació amb el paquet Python CGB (Comparative genomics of transcriptional regulation in Bacteri) per a automatitzar el procés de generació de dades, per a determinar la prevalença de tal anomalia en Gammaproteobacterias en taxonomies sospitoses, pròximes a Methylomonas, determinar que operons es troben regulats per a cada motiu cel·lular, i sobreposar aquestes dades sobre la taxonomia de la selecció de Proteobacterias per a formular una hipòtesi sobre aquest tema. Els resultats es componen pels resultats de CGB, una sèrie de taxonomies basades en LexA i en 16S rRNA, i la interpretació de les dades.

The object of this thesis is to study an anomaly in the recognized motif by the transcriptional factor LexA in Methylomonas koyamae and certain novel genera of Gammaproteobacteria. Traditionally, LexA binding motifs have been believed to be monophyletic, that is, Alphaproteobacteria recognizes one motif, while Gammaproteobacteria recognizes an unrelated motif. An unexpected case, for LexA is a transcription factor in the SOS response, which coordinates the process of DNA repair. The aim is to hypothesize what events, in an evolutionary scale, have led to this situation, with the goal of better understanding how can the motif associated to such a crucial pathway can change over time, and possible applications when it comes to directing the regulation of the cells, or how to modify such pathways for our benefit. Due to the large volume of data, manual analysis is not a viable direction, thus, Python will be used to automate the process, alongside CGB (Comparative genomics of transcriptional regulation in Bacteria), to evaluate how widespread the anomalous motif is in suspect Gammaproteobacteria genera, closely related to Methylomonas, identify which operons are regulated by each motif in every species, and overlay such data over an established taxonomy tree of Proteobacteria so as to formulate an hypothesis to explain it. The results are made up by the results from CGB, a series of taxonomic trees for LexA and 16S rRNA, and an interpretation of the data.