Vol.18,n.2,pp.

16-21 (Abr - Jun 2014) Revista UNING Review

A IMPORTNCIA DAS MICAS COMO FERRAMENTAS

PARA O ESTUDO DA PROSPECO DE
MICRORGANISMOS: PERSPECTIVAS E DESAFIOS
THE IMPORTANCE OF OMICS AS A TOOL FOR THE STUDY OF EXPLORATION OF
MICROORGANISMS: PROSPECTS AND CHALLENGES

LUCIANI DE LIZ SOUZA1, SANDRO AUGUSTO RHODEN2*, JOO ALENCAR PAMPHILE3

1. Licenciada em Cincias Biolgicas, especialista em Biotecnologia em EAD pela Universidade Estadual de Maring, PR; 2. Professor Dou-
tor do Departamento de Biotecnologia, Gentica e Biologia Celular da Universidade Estadual de Maring; 3. Professor Doutor do Departa-
mento de Biotecnologia, Gentica e Biologia Celular da Universidade Estadual de Maring.

* UEM Universidade Estadual de Maring. Av. Colombo, 5790, Jardim Universitrio, Maring, Paran, Brasil. CEP 87020-900.
sandro_ar@hotmail.com

Recebido em 27/03/2014. Aceito para publicao em 05/04/2014

RESUMO tabolites of an organism, these tools are part of what is called

A prospeco de compostos a partir da biodiversidade
uma forma vivel e eficiente, na qual, a genmica uma
importante ferramenta para o processo. Mesmo com a
revoluo que proporcionou o advento da genmica, so-
mente seu emprego no garante a compreenso do sistema
biolgico. A era atual, denominada ps-genmica capaz
de informar e integrar os transcritos, protenas e metaboli-
tos de um organismo, estas ferramentas integram o que
denominado de micas. Entretanto, mesmo sendo um fator
que corrobora para compreenso de um organismo em
nvel sistmico, ainda uma tarefa rdua, pois existem
especializaes e interaes celulares complexas, na prpria
clula, em tecidos ou mesmo na interao com o meio am-
biente. Desta forma, os microrganismos que possuem uma
complexidade estrutural e bioqumica mais simplificada,
quando comparados aos eucariotos, so utilizados como
modelos para explorar as aplicaes das micas. Nesta
reviso apresentamos a importncia das micas como fer-
ramentas para a bioprospeco de microrganismos. Foram
identificados, que, a partir de sua anlise, isoladas ou inte-
gradas e amparadas pela bioinformtica, as micas forne-
cem dados promissores para a bioprospeco, aumentando
a eficincia na prospeco de compostos bioativos, princi-
palmente pela reduo de tempo, pois estas ferramentas
direcionam a busca deste tipo de compostos.
PALAVRAS-CHAVE: Bioprospeco, micas, bioinfor-
mtica, microrganismos.
ABSTRACT
The prospect of compounds from biodiversity is a feasible and
effective way in which the genomics is an important tool in the
process. Even with the revolution that brought the advent of
genomics, only your use does not guarantee understanding of
the biological system. The present era called post-genomics is
able to inform and integrate the transcripts, proteins and me-
Omics. However, even being a factor which confirms under-
standing of an organism on a systemic level, it is still an ardu-
ous task, as there are specializations and complex cellular in-
teractions in the cell itself, or even in tissues in interaction with
the environment. Thus, microorganisms which have a simpler
structural and biochemical complexity when compared to eu-
karyotes are used as model to explore applications of Omics. In
this review we present the importance of Omics as tools for
bioprospecting for microorganisms. Were identified, which ,
from your analysis , isolated or integrated and supported by
bioinformatics, the Omics provide promising data for bio-
prospecting, increasing efficiency in the exploration of bioac-
tive compounds, mainly by reducing the time because these
tools guide the pursuit of this type of compounds.
KEYWORDS: Bioprospecting, omics, bioinformatics, mi-
croorganisms.
1. INTRODUO
A bioprospeco, uma antiga atividade, vem ga-
nhando espao com criaes de legislaes dos pases
com megabiodiversidade, aliado ao interesse dos pases
desenvolvidos e empresas multinacionais para explora-
o comercial dos recursos biolgicos. Ao planejar e
aplicar tcnicas adequadas ao estudo da biodiversidade,
uma fonte rica em compostos ativos de alto valor co-
mercial pode ser explorada. Para a prospeco de com-
postos da biodiversidade, e que tornem viveis, eficien-
tes, e comercializveis, vrias ferramentas podem ser
utilizadas, entre elas, mais recentemente, a genmica.
Ela tem o potencial de aumentar o valor do componente
gentico da biodiversidade tornando a sua extrao e
manipulao muito mais eficiente e menos dispendiosa1.
Entretanto, mesmo com os excelentes avanos que a

ISSN online 2178-2571 Openly accessible at http://www.mastereditora.com.br/review

Souza et al. / Uning Review
genmica proporcionou e continuar proporcionando, h
necessidade em compreender o organismo em nvel sis-
tmico, na qual um gene no mais estudado como uma
entidade isolada, mas sim como sendo parte de uma rede
complexa2.
Para anlise e compreenso desta rede complexa, na
clula e nos organismos, o atual momento denominado
de ps-genmica, sendo que, a integrao dos diferentes
componentes do genoma funcional determinou o surgi-
mento de uma nova rea, as Cincias micas ou sim-
plesmente micas.
As micas correspondem anlise global dos sis-
temas biolgicos, na qual, os esforos so para identifi-
car, quantificar e caracterizar os componentes em siste-
mas celulares, com resoluo de tempo e no espao, a
fim de dissecar as redes e consequentemente as vias in-
tracelulares3,4.
So diferentes reas que as micas abrangem, e com
desenvolvimento destas, surgem outras em que especifi-
cam e diversificam para o estudo da estrutura ou um
grupo de compostos celulares. No entanto, h vrios
desafios para a real aplicao das micas, um dos pro-
blemas-chave na investigao micas, est agora em
desenvolver maneiras de lidar com esses enormes e he-
terogneos conjuntos de dados5. Para auxiliar neste pro-
cesso de integrao, a bioinformtica tornou-se funda-
mental para analisar e compreender os dados trazidos
das diferentes reas das micas.
Os organismos so dotados de especializaes e in-
teraes celulares complexas, sendo que a utilizao dos
microrganismos como modelos para aplicao das mi-
cas geram dados que auxiliam na determinao de vias
celulares, auxiliando na prospeco dos compostos bioa-
tivos. Apesar da simplicidade biolgica, quando compa-
rados com os eucariotos, os sistemas microbiolgicos
so um domnio de investigao difcil, mas com grande
potencial para aplicaes fundamentais e industriais2.
Alguns estudos realizados utilizando as micas em mi-
crorganismos demonstraram que esta abordagem uma
ferramenta valiosa, para a compreenso dos princpios
funcionais e dinmicos totais dos sistemas celulares6.
Desta forma, esta reviso teve como objetivo a veri-
ficao da importncia das micas como ferramentas
para a bioprospeco em microrganismos, na qual, so
apresentadas quatro micas, com seus respectivos desa-
fios e aplicaes. Estas ferramentas demonstram que a
partir de sua anlise, isoladas ou integradas amparadas
pela bioinformtica, as micas fornecem dados promis-
sores para a bioprospeco.
2. MATERIAL E MTODOS
Este trabalho foi desenvolvido a partir de levanta-
mento bibliogrfico de artigos cientficos nos bancos de
dados Google Acadmico e Pubmed. Na qual selecionou
ISSN online 2178-2571
V.18,n.2,pp.16-21 (Abr - Jun 2014)
artigos relevantes aos objetivos do trabalho, sendo des-
tacadas as principais micas: genmica, transcriptmica
e protemica e, juntamente com uma das micas mais
recentes a metabolmica. Posteriormente, foram elenca-
das as definies, desafios na anlise de dados e aplica-
es em microrganismos respectivamente.
3. DESENVOLVIMENTO
micas: integrando os dados da era
ps-genmica
A sequncia de DNA do genoma o ponto de partida
para todo um novo conjunto de anlises destinado a
compreender a estrutura, funo e evoluo do genoma e
seus componentes7. Desde o final da dcada de 1970 at
hoje, a tecnologia do sequenciamento se aprimorou, di-
minuindo o tempo de leitura e, atualmente a obteno da
informao completa do DNA em curto perodo reali-
zada em vrios laboratrios, principalmente com os mi-
crorganismos, pela estrutura mais simplificada do mate-
rial gentico, gerando-se assim, uma grande quantidade
de dados que esto disponveis em banco de dados p-
blicos, evidenciando a enorme diversidade e abundncia
dos microrganismos8.
No entanto, com o aumento das sequencias gen-
micas, constatou-se que, somente elas no supririam as
necessidades de anlise dos organismos. A partir disso,
surgiram as micas, uma nova rea que integra diferen-
tes dados do genoma funcional. Entende-se por genmi-
ca funcional, a atribuio informao biolgica til
para cada gene, melhorando a compreenso de como as
diferentes molculas biolgicas contidas no interior da
clula se combinam para tornar o organismo vivel9.
Desta forma possvel, compreender um organismo
em nvel sistmico, porm as micas envolvem muitos
componentes do genoma funcional, na qual, com desen-
volvimento destas surgem outras, fornecendo especifi-
cidade e dinmica para as micas. No presente artigo de
reviso, sero apresentadas quatro principais micas:
genmica, transcriptmica, protemica e metabolmica.
Para corroborar com a perspectiva da importncia
destas quatro micas, apresentado na Figura 1, levan-
tado a partir do banco de dados Pubmed, utilizando co-
mo referncia ttulos e abstracts entre os anos de 2007 a
2013. O grfico da Figura 1 refere-se aos termos GE-
NOMIC, TRANSCRIPTOMIC, PROTEOMIC e META-
BOLOMIC em um total de 68.612, 4.196, 18.613 e 2.480
de citaes, respectivamente. Na qual verificou o au-
mento gradual de 2007 para 2013 nas quatros micas
levantadas.
Na Tabela 1 so apresentadas as definies das qua-
tro micas. Para definir as micas apresentou-se a defi-
nio e o desafio na anlise de seus dados. Como repre-
sentado na Figura 1, das micas, a genmica a mais
Openly accessible at http://www.mastereditora.com.br/review
Souza et al. / Uning Review V.18,n.2,pp.16-21 (Abr - Jun 2014)

desenvolvida. mento para engenharia de estirpes para uma pequena

Tabela 1. Apresenta as seguintes micas: Genmica, Transcriptmica, regio, ao invs de todo genoma11.
Protemica e Metabolmica, com suas respectivas definies e desafi-
os na anlise de seus dados.
DESAFIOS COM-
MICAS DEFINIO
PUTACIONAIS
A qualidade dos dados
A Genmica corres- gerados pelos sequencia-
ponde aquisio dores da nova gerao
dos dados referentes (NGS) crucial quando
ao genoma, se- se lida com as enormes
quncia completa do quantidades de dados
GENMICA
material gentico, gerados. Na qual cada
isto , do DNA plataforma tem seus
(cido desoxirribo- prprios desvios sistem-
nucleico) de um ticos que precisam ser
organismo13. considerados no projeto e
anlise de dados14.
A Transcriptmica
o conhecimento do
transcriptoma
(RNAs) requeridos Figura 1. Grfico obtido do banco de dados Pubmed, entre os anos de
Os conjuntos maiores de
pelas clulas. Os
dados permitir uma
2007 a 2013, a partir de ttulos/abstracts, na qual utilizou os termos
RNAs determinam GENOMIC, TRANSCRIPTOMIC, PROTEOMIC e METABOLOMIC.
determinao mais precisa
quais so os genes Fonte: Adaptado de Binnick (2004)10.
dos nveis de transcrio e
que esto sendo
estatsticas associadas,
expressos e como o Alm das definies, na Tabela 1 so representados
mas vai aumentar o risco
nvel de expresso
TRASCRIPTMICA
pode mudar durante
de dilvio de dados. os desafios de cada uma das micas, relacionados se-
Finalmente, a visualiza-
a vida do organismo,
o, anlise e interpreta- guinte questo: Na Tabela 1 so representados os desa-
diferentemente do
DNA que se mantm
o exigiro nveis signi- fios das micas, relacionados seguinte questo: Como
ficativos de percia, e
esttico, demons-
tambm exige habilidades analisar e interpretar os dados produzidos pelas tcnicas
trando grandes
variaes entre as
de programao16. cada vez mais eficientes? A resposta para essa grande
clulas dos organis- quantidade de dados a bioinformtica, que se torna
mos, expresso cada vez mais importante, caracterizando por organizar,
diferencial15.
A Protemica refe- interpretar, analisar e armazenar todos os dados das
Uma mensagem clara
re-se anlise siste-
emergindo da literatura micas. Alm disso, a partir da bioinformtica que
mtica de protenas.
Ela complementa
recente protemica a possvel simular as relaes entre os diferentes nveis das
necessidade de ferramen-
outras tecnologias
tas de software robusta
micas, explicando a base molecular de algumas doen-
micas, como
PROTEMICA genmica e transcri-
para processamento de as, para avaliar os efeitos de modulao de alguns me-
dados, cujo desenvolvi- canismos de funcionamento e tambm para proporcionar
ptmica em elucidar
mento est atrasado em
a identidade das
relao aos avanos informao til em estudos farmacolgicos12, para os
protenas de um
organismo, e com-
substanciais na instru- setores industriais, como por exemplo, o agronmico e
mentao e metodologi-
preender suas fun-
as18. farmacutico.
es17.
Ametabolmica lida com
AMetabolmica
grandes conjuntos de
envolve a anlise
dados, como ou-
quantitativa e quali-
tras micas, ferramentas
tativa imparcial do
computacionais sofistica-
conjunto completo
METABOLMICA das so vitais para a
de metablitos
anlise eficiente e de alto
presentes nas clu-
rendimento, para eliminar
las, fluidos e tecidos
a distoro sistemtica e
corporais (o meta-
explorar resultados biolo-
boloma)19.
gicamente significativos20.

Porm, ao constatarem que apenas ela no supriria as

necessidades em compreender um organismo, gradati-
vamente as outras micas surgiram, para alm de identi-
ficar o gene, compreender sua expresso no organismo a
tambm a inter-relao com os demais genes. Um exem-
plo para auxiliar na prospeco de compostos bioativos
unio das anlises transcriptmica e protemica, desta
forma a identificao de genes com padres de expres-
so desejados, facilitando estrategicamente o direciona-
Figura 2. Grfico obtido do banco de dados Pubmed, entre os anos de
2007 a 2013, a partir de ttulos/abstracts, na qual utilizou os termos
BIOINFORMATIC e BIOINFORMATICS. Fonte: Adaptado de Binnick
(2004)10.
Para corroborar ainda mais com a perspectiva da
importncia das micas e da bioinformtica, no Grfi-

ISSN online 2178-2571 Openly accessible at http://www.mastereditora.com.br/review

Souza et al. / Uning Review V.18,n.2,pp.16-21 (Abr - Jun 2014)

co-02, na qual utilizou os termos BIOINFORMATIC e assim podemos estar determinando quais so metablitos
BIOINFORMATICS em um total de 5.370 e 11.386 cita- presentes quando um organismo est sadio ou com al-
es respectivamente. Seguindo os mesmos parmetros guma patologia.
na Figura 1, estes termos aumentaram gradativamente Tabela 2. Descrio de algumas aplicaes da transcriptmica, pro-
entre 2007 para 2013. temica e metabolmica em microrganismos.
O aumento apresentado nos dois grficos podem re- MICAS APLICAO AUTOR
sultar numa perspectiva negativa, caso acontea uma T Bactria Xanthomonasa xonopodi
Astua-Monge et al.
produo massiva de artigos cientficos, pois com os R spv. citri:autores identificaram
(2005)22apudAMARAL
sequenciadores cada vez mais eficientes, o aperfeioa- A expresso diferencial envolvidos
et.al.(2006)23
N em virulncia e patogenicidade
mento das tcnicas de cada uma das micas, e a fonte S Microalga Dunaliella tertiolecta:
promissora que os dados trazidos das micas fornecem, C autores identificaram enzi-
Rismani-Yazdi et al.
R mas-chaves e vias metablicas
desencadeia uma publicao excessiva e a tendncia de I visando obteno de biocombus-
(2011)24
resultados com crculo vicioso. P tveis.
T Halobacterium salinarum: auto-
Este crculo representado pelos pesquisadores publi- res identificaram RNAs
cando as novidades; o avano profissional, as revistas M no-codificantes, novas molcu- Koide et al. (2010)25
que visam essas descobertas e tambm os rgos de fo- I las de RNA importantes na re-
C gulao gnica.
mento que apoiam os pesquisadores mais atuantes, isto A Fungos entomopatognicos
tudo pode resultar em pouca recompensa para aqueles Metarhizium anisopliae e Me-
tarhizium acridium: autores
que realizam cincia cuidadosamente e de alta qualida- identificaram genes envolvidos Gao et al. (2011)26
de21. no reconhecimento de vias me-
tablicas do hospedeiro e dife-
As micas para a bioprospeco de micror- renciao do patgeno
Chlorella vulgaris: autores iden-
ganismos tificaram aumento no nmero de
Guarnieri et al. (2011)11
protenas quando aplicado anli-
ses transcriptmica
Os microrganismos so um dos grupos que, com as P Mesfilo celulsico Clostridium
novas tecnologias de sequenciamento, a enorme diversi- R phytofermentans: autores identi-
dade e abundncia se mostram mais evidentes na pros- O ficaram 2567 protenas (65% do Tolonen et al. (2011)27
T proteoma) e um modelo de fer-
peco, pois alm da estrutura a facilidade de cultivo, E mentao de celulose
quando comparados a cultura de clulas/e ou tecidos8. Bactria Streptomyces: autores
M identificaram componentes e
As micas demonstraram que, alm da diversidade, nos I dinmicas descaracterizadas
Zhou et al. (2011)28
microrganismos h compostos ativos propcios para C anteriormente nas redes celulares
A
prospeco. Na Tabela 2 so apresentadas algumas apli- Penicillium chrysoge-
Kiel et al. (2009)29apud
num: produo de penicilina nos
caes da transcriptmica, protemica e metabolmica microcorpos Oliveira & Graaff (2011)30
em microrganismos.
Chlamydomonas reinhardtii:
Outro exemplo utilizado para ilustrar a bactria autores identificaram 996 prote-
Terashima et al. (2011)31
Halobacterium salinarum, cujo transcriptoma analisado nas como plataforma de protenas
recombinantes
utilizando Solexa (Illumina), demonstrou 61 RNAs M Doena esca em vinha Vitis
no-codificantes, novas molculas de RNA importantes E vinifera: autores identificaram
para compreenso da regulao gnica e que tambm T alterao em suas vias metabli- Lima et al. (2011)32
A cas quando a vinha esta sadia e
serviram para aprimorar a determinao das extremida- B doente.
des dos transcritos com melhor resoluo25. O Aspergillus fumigatus: autores
L identificaram via da gliotoxina e
Com a protemica possvel direcionar as investi- que podem acelerar significati-
Forseth et al. (2011)33
gaes a um subconjunto do proteoma, como de organe- M vamente a descoberta de novas
I estruturas e anotao biossint-
las, por exemplo, de cloroplastos. Na microalga C tica.
Chlamydomonas reinhardtii foi identificado protenas no A Chlamydomonas reinhardtii
cloroplasto e tambm, demonstrado pela diversidade de estirpe CC125: autores identifi-
caram variaes em seu perfil
vias metablicas num total de 996 protenas compiladas metablico, identificando modi-
Lee & Fiehn (2008)34
que esto localizadas no cloroplasto31. Este interesse em ficaes que seus compostos
sofrem a serem expostos pri-
identificar e analisar as protenas dos cloroplastos em vao ou caso estejam repletos de
microalgas est em utiliz-las como uma plataforma nutrientes.
vivel para a expresso de um conjunto diverso de pro- Psedochori cystis ellipsoidea
MBIC 11204: autores identifica-
tenas recombinantes humanas teraputicas36. ram alterao nos metablitos
A metabolmica caracterizada por determinar a di- quando se privam o nitrognio e Ito et al. (2013)35
aperfeioaram as condies de
versidade qumica e tambm de diferentes concentraes cultivo para produzir eficiente-
de metablitos. Esta concentrao e diversidade influ- mente leo industrial.
enciada a partir de fatores genticos e tambm externos,

ISSN online 2178-2571 Openly accessible at http://www.mastereditora.com.br/review

Souza et al. / Uning Review
Um exemplo da metabolmica pode ser representado
pela utilizao da tcnica de ressonncia magntica nu-
clear (RMN), na qual a investigao demonstrou como a
doena esca altera os metablitos da vinha, Vitis vinifera.
Os resultados demonstraram que a doena induz a mu-
danas em vrias vias metablicas em folhas doentes,
alm disso, outras alteraes metablicas foram detecta-
das em folhas doentes, com nveis particularmente ele-
vados de alanina, GABA, piruvato e metanol32.
4. CONCLUSO
O interesse pelas micas cada vez maior pela co-
munidade cientfica. O desenvolvimento de novas mi-
cas para identificar estruturas e/ou componentes celula-
res, que auxiliam na elucidao do sistema biolgico.
Em cada uma das micas descritas h tcnicas especifi-
cas que esto constantemente se aperfeioando, com o
objetivo de identificar precisamente sua estrutu-
ra/componente celular e funcionamento. Na atualidade, a
maioria das investigaes utilizam duas ou mais micas
simultaneamente em microrganismos, sendo que, os da-
dos complementam-se com resultados promissores, en-
tretanto, existem obstculos para integrao de todas as
micas, principalmente em analisar, relacionar e dispo-
nibilizar todos os dados em que elas resultam.
Para que as micas tenham sucesso, uma ferramenta
chave para estas anlises a bioinformtica, no apenas
por organizar os dados, mas por possibilitar relacion-los
e integr-los, buscando identificar alvos para o melho-
ramento de estirpes, compreender patologias, desenvol-
vimento de drogas, reconhecer compostos de alto valor
industrial, alm de disponibilizar estas informaes em
banco de dados.
Ainda, outro obstculo das micas a gerao mas-
siva de seus dados, resultando em excessivas publica-
es e de pouca qualidade. Este fato poderia ser inter-
rompido, caso ocorra uma reformulao do sistema de
publicaes como os pesquisadores detalham em seu
artigo, que visem publicar as informaes completas de
seus trabalhos em um sistema aberto e gratuito, a fim de
gerar cooperaes cientificas e principalmente investi-
gaes impactantes, inditas, de qualidade e, com tica
tanto dos pesquisadores como dos usurios dos sistemas
de publicaes.
Desta forma, os microrganismos so excelentes mo-
delos para aplicao das micas, no somente pela faci-
lidade em cultiv-los, mas por suas redes complexas, na
qual sintetizam compostos importantes para diversos
setores industriais e na compreenso sistmica celular.
Os desafios so grandes, porm ao utiliz-las, isoladas
ou integradas amparadas pela bioinformtica, as micas
aplicadas a microrganismos, fornecem dados promisso-
res para os futuros estudos que visem a prospeco, de-
senvolvimento e inter-relao com outros seres vivos.
ISSN online 2178-2571
V.18,n.2,pp.16-21 (Abr - Jun 2014)
REFERNCIAS
[1] Torrance AW. Bioprospecting And The Convention On
Biological Diversity. 2000.
[2] Keersmaecker SC, Thijs IM, Vanderleyden J, Marchal K.
Integration of omics data: how well does it work for bacte-
ria?.Mol. Microbiol. 2006; 62(5):1239-50.
[3] Espindola FS, Calbria LK, Rezende AAA, Barbosa PB,
Assumpo SF, Marques RAI, et al. Recursos de bioin-
formtica aplicados s cincias micas como genmica,
transcriptmica, protemica, interatmica e metabolmica.
Bioscience J. 2010; 26(3):463-77.
[4] Wang D, Bodovitz S. Single cell analysis: the new frontier
in Omics. Trends Biotechnol. 2010; 28(6):281-90
[5] Mochida K, Shinozaki K. Advances in Omics and Bioin-
formatics tools for Systems Analyses of Plant Functions.
Plant Cell Physiol. 2011; 52(12):2017-38.
[6] Zhang W, Li F, Nie L. Integrating multiple omics analy-
sis for microbial biology: application and methodologies.
Microb. 2010; 156(2):287-301.
[7] Griffiths AJF, Wesler SR, Lewontin RC, Carroll SB. In-
troduo gentica. 9. ed. Rio de Janeiro: Editora Guana-
bara Koogan; 2008.
[8] Jarrell KF, Walters AD, Bochiwal C, Borgia JM, Dickin-
son T, Chong JP. Major players on the microbial stage:
why archaea are important. Microb. 2011; 157(4):919-36.
[9] Greenbaum D, Luscombe NM, Jansen R, Qian J, Gerstein
M. Interrelating different types of genomic data, from pro-
teome to secretome:'oming in on function. Genome Rese-
arch. 2001;11(9):1463-8.
[10]Binneck E. As micas: Integrando a Bioinformao. Bio-
tecnologia Cincia e Desenvolvimento. 2004; 32:28-37
[11] Guarnieri MT, Nag A, Smolinski SL, Darzins A, Seibert
M, Pienkos PT. Examination of triacylglycerol biosynthe-
tic pathways via de novo transcriptomic and proteomic
analyses in an unsequenced microalga. Plos One. 2011;
6(10):e25851.
[12] Costantini S, Autiero I, Colonna G. On new challenge for
the Bioinformatics. Bioinformation2008; 3(5):238-9.
[13]Echeverrigaray S. Genmica: decifrando a linguagem da
vida. Educ. 2007; 1(9):36-42.
[14]Magalhes JP, Finch CE, Janssens G. Next-generation
sequencing in aging research: emerging applications,
problems, pitfalls and possible solutions. Ageing Res Rev.
2010; 9(3):315-23.
[15]Silva JT. Genetic transcript analyzer- Ferramenta compu-
tacional para anlise de transcrio gnica por RNA-Seq.
[dissertao] Curitiba: Programa de Ps-Graduao em
Bioinformtica, Universidade Federal do Paran; 2012.
[16]Van Vliet AH. Next generation sequencing of microbial
transcriptomes: challenges and opportunities. FEMS Mi-
crobiology Letters. 2010; 302(1):1-7
[17] Noordin R, Othman N. Proteomics Technology A Pow-
erful tool for the biomedical scientists. Malays J Med Sci.
2013; 20(2):1-2.
[18] Cappadona S, Baker PR, Cutillas PR, Heck AJR,
Breukelen BV. Current challenges in software solutions for
mass spectrometry-based quantitative proteomics. Amino
Acids. 2012; 43(3):1087-108.
[19]Koek MM, Jellema RH, Greef JV, Tas AC, Hankemeier T.
Quantitative metabolomics based on gas chromatography
Openly accessible at http://www.mastereditora.com.br/review
Souza et al. / Uning Review V.18,n.2,pp.16-21 (Abr - Jun 2014)

mass spectrometry: status and perspectives. Metab.2011; [34]Lee DY, Fiehn O. High quality metabolomic data
7(3):307-28. for Chlamydomonas reinhardtii. Plant Methods. 2008;
[20]Sugimoto M, Kawakami M, Robert M, Soga T, Tomita M. 4(7).
Bioinformatics tools for mass spectroscopy-based metabo- [35]Ito T, Tanaka M, Shinkawa H, Nakada T, Ano Y, Kurano
lomic data processing and analysis. CurrBioinform. 2012; N, et al. Metabolic and morphological changes of an oil
7(1):96-108. accumulating trebouxiophycean alga in nitrogen-deficient
[21]Witten DM, Tibshirani R. Scientific research in the age of conditions. Metabolomics. 2013; 9:S178-87.
omics: the good, the bad, and the sloppy. Journal of the [36]Rasala BA, Muto M, Lee PA, Jager M, Cardoso RM,
American Medical Informatics Association. 2013; Behnke CA, et al. Production of therapeutic proteins in al-
20(1):125-7. gae, analysis of expression of seven human proteins in the
[22]Astua-Monge G, Freitas-Astua J, Bacocina G, Roncoletta J, chloroplast of Chlamydomonas reinhardtii. Plant Biotech-
Carvalho SA, Machado MA. Expression profiling of viru- nol J. 2010; 8(6):719-33.
lence and pathogenicity genes of Xanthomonas axono-
podispv. citri. Journal of Bacteriology. 2005;
187(3):1201-5.
[23]Maral AM, Baptista JC, Winck FV, Homem RA, Machado
MA. Plataformas tecnolgicas no estudo da bactria cau-
sadora do cancro ctrico: genmica, transcriptmica e pro-
temica. Revista Laranja. 2006; 27(2):355-77.
[24]Rismani-Yazdi H, Haznedaroglu B, Bibby K, Peccia J.
Transcriptome sequencing and annotation of the microal-
gae Dunaliell atertiolecta: Pathway description and gene
discovery for production of next-generation biofuels. BMC
Genomics. 2011; 12(1):148.
[25]Koide T, Vncio RZN, Pan M, Baliga NS. Desvendando a
complexidade do transcriptoma: sequenciamento de nova
gerao aplicado ao extremfilo Halobacterium salinarum.
In: 56 Congresso Brasileiro de Gentica; 2010; Guaruj.
So Paulo: SBG; 2010.
[26]Gao Q, Jin K, Ying SH, Zhang Y, Xiao G, Shang Y, et al.
Genome sequencing and comparative transcriptomics of
the model entomopathogenic fungi Metarhizium anisopliae
and M. acridum. Plos Genetics. 2011; 7(1):e1001264.
[27] Tolonen AC, Haas W, Chilaka AC, Aach J, Gygi SP,
Church GM. Proteome-wide systems analysis of a cellulo-
sic biofuel-producing microbe. Molecular Systems Biology.
2011; 7(1).
[28] Zhou Z, Gu J, Ling Du Y, Li YQ, Wang Y. The omics
Era - Toward a Systems-Level Understanding
of Streptomyces Curr Genomics. 2011; 12(6):404-16.
[29] Kiel JA, VAN DBMA, Fusetti F, Poolman B, Bovenberg
RA, Veenhuis M, et al. Matching the proteome to the ge-
nome: the microbody of penicillin-producing Penicillium
chrysogenum cells. Funct Integr Genomics. 2009;
9:16784.
[30]Oliveira JMPF, Graaff LH. Proteomics of industrial fungi:
trends and insights for biotechnology. Applied Microbiol-
ogy and Biotechnology. 2011; 89(2):225-37.
[31]Terashima M, Specht M, Hippler M. The chloroplast pro-
teome: a survey from the Chlamydomonas reinhardtii per-
spective with a focus on distinctive features. Current Ge-
netics. 2011; 57(3):151-68.
[32]]Lima MR, Felgueiras ML, Graa G, Rodrigues JE, Barros
A, Gil AM, et al. NMR metabolomics of esca dis-
ease-affected Vitis vinifera cv. Alvarinho leaves. Journal of
Experimental Botany. 2010; 61(14): 4033-42.
[33]Forseth RR, Fox EM, Chung D, Howlett BJ, Keller NP,
Schroeder FC. Identification of cryptic products of the
gliotoxin gene cluster using NMR-based comparative
metabolomics and a model for gliotoxin biosynthe-
sis. Journal of the American Chemical Society. 2011;
133(25):9678-81.

ISSN online 2178-2571 Openly accessible at http://www.mastereditora.com.br/review