iGENE: Aplicativo para identificação genômica de fungos filamentosos e leveduras
DOI:
https://doi.org/10.33448/rsd-v11i2.25103Palavras-chave:
Biotecnologia; Visão computacional; Processamento de imagens; Identificação de microrganismos; Perfil de restrição; Biblioteca.Resumo
Inovações em metodologias para identificação de microrganismos genômicas e proteômicas associadas a tecnologias digitais estão em alinhamento com a visão de indústria 4.0 e estão em ascensão. O objetivo desse trabalho foi o desenvolvimento de um protótipo de um aplicativo (App) para a identificação de fungos filamentosos e leveduras ao nível de espécie. A construção do protótipo foi realizada de modo a apresentar uma aplicação web com interface responsiva. O App foi desenvolvido em processo cloud computing com modelo em cascata. Como parte dos requisitos do App foi construído um banco de dados Cloud Firestore com processamento de imagens através de uma biblioteca skImage. Para tal, foram selecionados géis de agarose com perfis de restrição de fungos filamentosos e leveduras previamente identificados ao nível de espécie por metodologias genômicas (PCR/RFLP) e proteômica (espectrometria de massa). O App identificado como iGENE foi capaz de realizar o reconhecimento de perfis de restrição de géis de agarose, comparando-o aos fungos filamentosos e leveduras cadastrados em sua biblioteca. O resultado ao nível de espécie foi possível para perfis com similaridade superior a 90%. Embora as imagens analisadas tenham apresentado esse perfil, o App foi construído de modo a considerar também identificações ao nível de gênero para similaridades entre 89 e 70%, bem como “microrganismo não identificado” abaixo desse escore. A inclusão de novas espécies de fungos filamentosos e leveduras na biblioteca do App permitirá uma maior robustez na geração do resultado da identificação ao nível de espécie.
Referências
A. Rockenbach, D., Anderle, N., Griebler, D., & Souza, S. (2018). Estudo Comparativo de Bancos de Dados NoSQL. Revista Eletrônica Argentina-Brasil ne Tecnologias na Informação e da Comunicação, 1(8), http://dx.doi.org/10.5281/zenodo.1228503.
Barbosa, Kevin Haley et al. Impacto do MALDI-TOF no diagnóstico da Sepse: uma revisão integrativa / Impact of MALDI-TOF in the diagnosis of Sepsis: an integrative review. Brazilian Journal of Development, 7(6), 58556-58574, https://doi.org/10.34117/bjdv7n6-313.
Cole, L., Austin, D., & Cole, L. (2004). Visual object recognition using template matching. In Australian conference on robotics and automation.
Chaves Moreira, T., & Rene S. M. Souza, M. (2020). O uso da espectrometria de massa maldi tof na identificação de microrganismos para diagnóstico laboratorial. Revista Eletrônica Biociências, Biotecnologia e Saúde, 12(24), 53–59. https://interin.utp.br/index.php/GR1/article/view/2445/2047
Ericsson de Oliveira Xavier, A. R., Cardoso, L., Brito, R. V. J., Nobre, S. A. M., De Almeida, A. C., Ericsson de Oliveira, A. M., & De Sousa Xavier, M. A. (2019). Detection and identification of medically important microorganisms isolated from pigeon excreta collected in a university in a newly industrialized country. Biotemas, 32(1), 11–20. https://doi.org/10.5007/2175-7925.2019v32n1p11
Elmasri, R., & Navathe, S. B. (2011). Sistemas de Banco de Dados (6th ed.). Person Addison Wesley.
Feliciano, F. F., Souza, I. L. d., & Leta, F. R. (2010). Visão computacional aplicacada à metrologia dimensional automatizada: considerações sobre sua exatidão. Engevista, 7(2). https://doi.org/10.22409/engevista.v7i2.164
Fernandes, L. F., Souza, G. Á. A. D., Almeida, A. C. d., Cardoso, L., Xavier, M. A. d. S., Pinheiro, T. P. P., Cruz, G. H. S. d., Dourado, H. F. S., Silva, W. S., & Xavier, A. R. E. d. O. (2020). Identification and characterization of methicillin-resistant Staphylococcus spp. isolated from surfaces near patients in an intensive care unit of a hospital in southeastern Brazil. Revista da Sociedade Brasileira de Medicina Tropical, 53. https://doi.org/10.1590/0037-8682-0244-2020
Google. (2021, July 16). Como exibir sites. Centro de arquitetura do Cloud. https://cloud.google.com/architecture/web-serving-overview?hl=pt_br#app-engine
Kordalewska, M., Kalita, J., Bakuła, Z., Brillowska-Dąbrowska, A., & Jagielski, T. (2018). PCR-RFLP assays for species-specific identification of fungi belonging to Scopulariopsis and related genera. Medical Mycology, 57(5), 643–648. https://doi.org/10.1093/mmy/myy106
Lima, F. R., & Gomes, R. (2020). Conceitos e tecnologias da indústria 4.0. Revista Brasileira de Inovação, 19, Artigo e0200023. https://doi.org/10.20396/rbi.v19i0.8658766
Luciana Nobre, L., Felipe José Nobre, L., Mauro Aparecido, d. S. X., Josiane, d. S., Leia, C., Frederico Santos, B., Rosimar Fonseca, d. S., Soraia Aparecida Maia, D., & Alessandra Rejane Ericsson, d. O. X. (2020). Molecular identification and characterization of filamentous fungi and yeasts isolated in a pharmaceutical industry environment. Journal of Applied Pharmaceutical Science. https://doi.org/10.7324/japs.2020.10704
Oliveira, M. A. L., Lago, C. L. d., Tavares, M. F. M., & Silva, J. A. F. d. (2003). Análise de ácidos graxos por eletroforese capilar utilizando detecção condutométrica sem contato. Química Nova, 26(6), 821–824.
Robledo-Leal, E., Rivera-Morales, L. G., Sangorrín, M. P., González, G. M., Ramos-Alfano, G., Adame-Rodriguez, J. M., Alcocer-Gonzalez, J. M., Arechiga-Carvajal, E. T., & Rodriguez-Padilla, C. (2018). Identification and susceptibility of clinical isolates of Candida spp. to killer toxins. Brazilian Journal of Biology, 78(4), 742–749. https://doi.org/10.1590/1519-6984.175635
Ronaldo Albertin, M., Luiza Bufalari Elienesio, M., dos Santos Aires, A., Lopes Jaguaribe Pontes, H., & Pinheiro Aragão, D. (2017). Principais inovações tecnológicas da Indústria 4.0 e suas aplicações e implicações na manufatura. In XXIV Simpósio de Engenharia se Produção.
Rosa, M. A. da, Brun, A. L., & Kiel, G. (2011). Ferramenta Multiplataforma para Construção Automática de Dendogramas a partir de Imagens de Eletroforese. Revista de Exatas e TECnológicas, 2(1), 08-17.
Sayuri Tahara Amaral, C., de Souza, O., Hilkner de Souza, L., José da Silva, G., & Noboru Fatori Trevizan, L. (2020). Novos caminhos da biotecnologia: As inovações da indústria 4.0 na saúde humana. Revista Brasileira Multidisciplinar, 23(3), 203–231. https://doi.org/0.25061/2527-2675/ReBraM/2020.v23i3.889
Santos, J., Xavier, M. A. S., Cardoso, L., Nobre, S. A. M., Bacchi, R. R., Cangussu, C. H. C., Almeida, A. C., Leite, L. N., Barreto, N. A. P., & Xavier, A. R. E. O. (2020). Research Article Identification and molecular analysis of yeasts found in domestic pigeon droppings in Montes Claros, MG, Brazil. Genetics and Molecular Research, 19(1). https://doi.org/10.4238/gmr18521
Soares, L. F. S.; Stein, L. H.; Tieppo, E.; Moro, J. M. S.; Coutinho, M. A., Raittz, R. T.; Marchaukosk, J. N., Iris Hass, Picheth, G. (2010). Análise Eletroforética em Géis Unidimensionais: Nova Abordagem Focada em Inteligência Artificial e Estudo Comparativo de Soluções. In: VI WORKSHOP DE VISÃO COMPUTACIONAL WVC 2010.
Sommerville, I. (2011). Engenharia de Software (9th ed.). Person Prentice Hall.
Telles, E. S., Barone, D. A. C., & Da Silva, A. M. (2020). Inteligência Artificial no Contexto da Indústria 4.0. In Workshop sobre as Implicações da Computação na Sociedad. Sociedade Brasileira de Computação. https://doi.org/10.5753/wics.2020.11044
Teixeira, R. L. P., Teixeira, C. H. S. B., Brito, M. L. d. A., & Silva, P. C. D. (2019). Os discursos acerca dos desafios da siderurgia na indústria 4.0 no Brasil. Brazilian Journal of Development, 5(12), 28290–28309. https://doi.org/10.34117/bjdv5n12-016
Tsuchida, S., Umemura, H., & Nakayama, T. (2020). Current status of matrix-assisted laser desorption/ionization–time-of-flight mass spectrometry (MALDI-TOF MS) in clinical diagnostic microbiology. Molecules, 25(20), 4775. https://doi.org/10.3390/molecules25204775
Wang, C., Gao, X., Wang, S., & Liu, Y. (2020). A smartphone-integrated paper sensing system for fluorescent and colorimetric dual-channel detection of foodborne pathogenic bacteria. Analytical and Bioanalytical Chemistry, 412(3), 611–620. https://doi.org/10.1007/s00216-019-02208-z
Zhu, X., Yan, S., Yuan, F., & Wan, S. (2020). The applications of nanopore sequencing technology in pathogenic microorganism detection. Canadian Journal of Infectious Diseases and Medical Microbiology, 2020, 1–8. https://doi.org/10.1155/2020/6675206
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Selena Dias Borborema Antunes; Heveraldo Rodrigues de Oliveira ; Marcos Flávio Silveira D'Angelis; Mauro Aparecido de Sousa Xavier; Fabiana Brandão Alves Silva; Dario Alves de Oliveira; Luciana Nobre Leite; Josiane dos Santos; Frederico Santos Barbosa; Alessandra Rejane Ericsson de Oliveira Xavier
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
