Análise da diversidade molecular em Araucaria angustifolia a partir de sequências de microRNAs e do cloroplasto

Araucaria angustifolia, popularmente conhecida como Pinheiro do paraná, é a principal conífera endêmica do Brasil com importância comercial, destacando-se como a principal espécie madeireira da região Sul do país no século passado. Por apresentar madeira de excelente qualidade e alto valor comercial, esta espécie foi alvo de extrativismo predatório durante décadas, sofrendo um decréscimo populacional acentuado. Atualmente, A. angustifolia é classificada como espécie criticamente ameaçada de extinção. Esta espécie tem sido alvo de diversos estudos genéticos, principalmente com foco em embriogênese somática. Recentemente, uma análise transcriptômica em estágios iniciais de desenvolvimento foi realizada a partir de dados de RNA-seq, os quais encontram-se disponíveis no NCBI. No presente estudo, esses dados foram utilizados em novas análises a fim de se obter novos recursos genéticos e genômicos em A. angustifolia. No primeiro capítulo, o transcriptoma do Pinheiro do paraná foi analisado com foco na identificação de miRNAs. Este é o primeiro estudo baseado na identificação e análise de pequenos RNAs em uma espécie da família Araucariaceae. A busca por miRNAs conservados no Pinheiro do paraná resultou na identificação de 115 sequencias representativas de 30 famílias. Um total de 106 precursores de miRNAs foram preditos, dos quais, 41 correspondem a miRNAs conservados de 16 diferentes famílias, e 65 foram anotados como novos miRNAs. A comparação das sequencias de pre-miRNAs do pinheiro do paraná com bibliotecas de pequenos RNAs de outras cinco espécies de gimnospermas indicou que 9 dos 65 novos miRNAs são conservados em gimnospermas, enquanto que 56 possivelmente são específicos do Pinheiro do paraná, do gênero Araucaria, ou da família Araucariaceae. Em outra análise comparativa, onde as sequências dos novos pre-miRNAs do Pinheiro do paraná foram alinhadas com unigenes do transcriptoma de A. cunninghamii, sete ortólogos foram identificados nessa espécie congenérica da Oceania. Uma série de miRNAs identificados por análises computacionais de predição foi validada experimentalmente através da técnica de stem-loop RT-qPCR. Nessa análise, os padrões de expressão de miRNAs novos e conservados foram analisados em cinco tecidos distintos coletados de plantas com 90 dias de crescimento. No segundo capítulo, os dados públicos de RNA-seq foram usados para determinar a sequência completa do genoma de cloroplasto (cpDNA) de A. angustifolia. O cpDNA do Pinheiro do paraná tem 146.203 pares de bases de comprimento, e abriga 122 genes, dos quais, 80 codificam 9 polipeptídios, 5 codificam RNAs ribossômicos e 37 codificam RNAs de transferência. As regiões codificantes totalizam 45,02%, sendo que 4,96% equivalem a rRNAs e tRNAs. Os genes normalmente localizados nas repetições invertidas (IRs) estão presentes em cópias únicas, com exceção dos genes rrn5 e tRNA-CAU. A estrutura típica encontrada no cpDNA de vários grupos de plantas terrestres, LSC/IR/SSC/IR, não está presente no plastoma de A. angustifolia. Análises filogenéticas baseadas no método Bayesiano e Mássima Verossimilhança, com unanimidade e alto suporte estatístico, agruparam A. angustifolia com as espécies congenéricas A. heterophylla e A. columnaris. Análises computacionais de predição de microssatélites indicaram que o cpDNA de A. angustifolia apresenta 100 SSRs, dos quais 14 correspondem a loci de tetranucleotídeos. O presente estudo apresenta aspectos importantes em relação à composição, evolução e diversidade de miRNAs de A. angustifolia, uma espécie da família Araucariaceae criticamente ameaçada de extinção. Além de novos recursos genéticos resultantes da identificação de miRNAs, o presente trabalho também apresenta novos recursos genômicos em A. angustifolia, com a montagem e anotação do genoma de cloroplasto. O cpDNA de A. angustifolia apresenta importantes características que podem ser exploradas em diferentes aspectos, como estudos de diversidade populacional, estudos filogenéticos, entre outros.Araucaria angustifolia, commonly known as Brazilian pine, is the only conifer in Brazil with economic importance and was the most important wood species from south Brazil in the past century. Representing valuable source of high-quality wood, Brazilian pine was the target of extensive exploitation activities over decades, suffering massive population decrease. Currently, this conifer is classified as critically endangered species. Brazilian pine has been targeted by some genetic studies mainly with a focus on somatic embryogenesis. Recently, an RNA-seq data were used to perform a transcriptome comparative profile analysis of early development stages, and the sequences are available at NCBI repository. Once a high-throughput sequencing data is released, it can be used in a plethora of ways beyond the original purpose, and more information can be explored in the target organism. In the present study, public RNA-seq data in combination with bioinformatic and experimental analysis were used to identify novel genetic and genomic resources in A. angustifolia. In chapter one, Brazilian pine has its transcriptome explored in respect to microRNAs, representing the first sRNA description in a member of the Araucariaceae family. The screening for conserved miRNAs in Brazilian pine revealed 115 sequences of 30 miRNA families. A total of 106 precursors sequences were predicted. 41 comprised conserved miRNAs from 16 families, whereas 65 were annotated as novel miRNAs. The comparison of Brazilian pine precursors with sRNA libraries of other five conifer species indicates that 9 out 65 novel miRNAs are conserved among gymnosperms, while 56 seem to be specific for Brazilian pine or restricted to Araucariaceae family. Another analysis comparing novel Brazilian pine miRNAs precursors and Araucaria cunninghamii RNA-seq data identified seven orthologs between both species. Mature miRNA identified by bioinformatic predictions were validated using stem-loop RT-qPCR assays. The expression pattern of conserved and novel miRNAs was analyzed in five different tissues of threemonth- old Araucaria seedlings. In chapter two, RNA-Seq data was used to determine the complete nucleotide sequence of the A. angustifolia chloroplast genome (cpDNA). The A. angustifolia cpDNA is 146,203 bp in length and contains 122 genes, including 80 protein-coding genes, 4 ribosomal RNA genes, and 36 tRNA genes. Coding regions comprise 45.02%; 4.96% correspond to rRNAs and tRNAs, and 50.02% of the genome encompasses non-coding regions. Genes found in inverted repeat (IR) are present as 11 single copy, with exceptions to rrn5 and trnI-AUG loci. The typical LSC, SSC, IRa and IRb organization reported in several land-plant groups is not present in A. angustifolia cpDNA. Phylogenetic analyses using Bayesian and Maximum Likelihood methods clustered A. angustifolia in the Araucariaceae family, with A. heterophylla and A. columnaris as congeneric species. The screening of A. angustifolia cpDNA reveled 100 SSRs, 14 of them corresponding to tetrapolymer loci. The present study provides important insights into the nature and composition of miRNAs in a critically endangered species from Araucariaceae, with valuable information on miRNA diversity and conservation in this taxon. Also, the A. angustifolia chloroplast genome assembled in the present study represents the first complete cpDNA genome sequence for this species and shows a set of features that could be further explored for population and phylogenetic studies within this group