Bioinformatic analysis of non-coding RNAs in coffea canephora genome

Coffea canephora, also known as Robusta coffee, has great commercial importance and belongs to genus Coffea (Rubiaceae family). Its grains are highly traded commodities worldwide and its production corresponds to approximately 40% of world production and 24% of Brazilian production. It is the only species of the genus with public genome data released so far. Noncoding RNAs (ncRNAs) are important transcriptional products involved in genome regulation, environmental responses and organism development. Compared to animals, there are few studies on plant ncRNAs; almost none of these studies addresses ncRNAs at the genomic level, and genomic studies are limited to specific classes of ncRNAs in model plant species. This study aims to make the computational identification of ncRNAs in C. canephora genome. We performed the identification of six ncRNAs classes - tRNAs, rRNAs, miRNAs, snRNAs, snoRNAs and lncRNAs - using nucleotide identity and structural similarity, with validation in transcriptome data. We identified 589 transporter RNAs, 86 ribosomal RNAs, 3 microRNAs, 115 small nuclear RNAs, 99 small nucleolar RNAs and 3176 long non-coding RNAs. This data is the largest genomic catalog of ncRNAs in Coffea with curation to date. Data is comparable to other angiosperm species, but there is still big differences in identifying ncRNAs among plant genomes. The main contribution of this work is that this data will help the elaboration of more robust hypotheses in future comparative genomic studies as well as, gene regulation and genome dynamics studies. This information may help understanding the molecular basis of domestication, environmental adaptation, resistance to pests and diseases, and coffee productivity.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Tecnológica Federal do Paraná (UTFPR)Coffea canephora, também conhecida como café Robusta, tem grande importância comercial e pertence ao gênero Coffea, da família Rubiaceae. Seus grãos são commodities altamente comercializadas no mundo inteiro e sua produção corresponde a aproximadamente 40% da produção mundial e 24% da produção brasileira. É a única espécie do gênero com dados públicos de genoma sequenciado até o momento. RNAs não codificadores (ncRNAs) são importantes produtos transcricionais por estarem envolvidos na regulação do genomas, nas respostas ao ambiente e ao desenvolvimento dos organismos. Em plantas há poucos estudos sobre ncRNAs em comparação com animais; quase nenhum desses estudo avalia ncRNAs em nível genômico, e os estudos genômicos estão limitados a classes específicas sobretudo de espécies vegetais modelo. Deste modo, este estudo tem por objetivo a identificação computacional de ncRNAs no genoma de C. canephora. Realizamos a identificação de seis classes de ncRNAs - tRNAs, rRNAs, miRNAs, snRNAs, snoRNAs e lncRNAs - com busca por identidade de nucleotídeos e similaridade estrutural, com validação das anotações em dados de transcriptoma. Identificamos 589 RNAs transportadores, 86 RNAs ribossomais, 3 microRNAs, 115 RNAs pequenos nucleares, 99 RNAs pequenos nucleolares e 3176 RNAs longos não-codificantes. Estes dados consistem no maior catálogo genômico curado de ncRNAs em Coffea até o momento. Os dados são comparáveis a outras espécies angiospermas, mas há amplo grau de variação entre as abordagens de identificação de ncRNAs. A principal contribuição deste trabalho consiste na disponibilização de dados que auxiliarão na elaboração de hipóteses mais robustas em futuros estudos de genômica comparativa, regulação gênica e dinâmica de componentes do genoma. Estas informações podem auxiliar na compreensão da base molecular da domesticação, adaptação ao ambiente, resistência à pragas e doenças, e aspectos relacionados à produtividade no cafeeiro