Análise in silico do metabolismo do fitato e da ferritina em Coffea

Abstract

O presente trabalho teve por objetivo empregar ferramentas de bioinformática em análises in silico para investigar o metabolismo do fator antinutricional fitato e da família de proteínas associadas a este composto por ação quelante, a ferritina. A maior parte dos componentes caracterizados do metabolismo fitato-ferritina foi encontrada nos bancos de dados do Genoma do Café. Transcritos semelhantes às duas principais famílias do metabolismo do fitato foram encontrados em Coffea. Interessantemente, conforme descrito em Arabidopsis, estas proteínas de café também parecem ter uma divergência funcional, estando algumas associadas ao acúmulo de reservas energéticas nas sementes e as demais, induzidas em condições de estresse biótico e abiótico. Em café, a família das ferritinas é divergente da família de Arabidopsis, sendo os componentes mais semelhantes entre si do que aos ortólogos da planta-modelo. As descobertas do presente trabalho demonstram o poder e a transferibilidade de informações funcionais de sistemas-modelo para culturas de importância econômica.The main goal of the present research work was to introduce bioinformatics and in silico analysis tools to investigate metabolism of an anti-nutritional factor, phytate, and its associated iron-rich protein family, ferritin. High phytate contents trigger its chelating effects on ferritin, thus making the ion unavailable for animal nutrition. For the most part, the components of phytate-ferritin metabolism were found in Coffea Genome databases. Interestingly, as described in Arabidopsis, coffee proteins also appear to be functionally divergent, with the main branching point being energy storage and stress responses. Coffea ferritin family shares restricted sequence similarity to its Arabidopsis counterparts. They present higher degrees of similarity among each other to the model plant corresponding sequences. Taken together, our analyses have demonstrated the power and the high transferability of model-system functional information to economically significant crops.