Development of a database and web tool for the in silico characterization of plasmid data

Abstract

Bacterial plasmids are mobile genetic structures capable of conferring selective advantages to their hosts, such as resistance to antibiotics, virulence genes and tolerance to pollutants. By associating with other genetic elements, like integrons and transposons, plasmids provide a platform for genetic recombination and for gene transfer between different bacterial species, allowing them to colonize multiple environments and guaranteeing their persistence. Although there are over 4000 complete plasmid sequences available in GenBank, most have absent or non-standardized (disorganized) information regarding their isolation source, environment and year and country of isolation. Furthermore, a prediction about their mobility and incompability group is also lacking. The goals of this thesis are, besides completing the missing information about plasmid data, the development of a repository of fully sequenced plasmids and the development of easy-to-use web tools for the characterization of plasmid data regardless of their source environment and bacterial host. For the development of these tools, Shiny was used, which is a package from the R scientific computing environment. The present work is organized as follows: the core concepts related to plasmids are described, their background is characterized and a critical analysis of the available web tools for plasmid classification is carried out. Then, the adopted approach and the development (implementation, outcomes) of the database and web tool are explained. Lastly, the main conclusions are highlighted.

Os plasmídeos bacterianos são estruturas genéticas móveis capazes de conferir vantagens seletivas ao seu hospedeiro, tais como resistência a antibióticos, genes de virulência e tolerância a poluentes. Ao associar-se a outros elementos genéticos, como integrões e transposões, os plasmídeos constituem uma plataforma para a recombinação genética e transferência de genes entre diferentes espécies bacterianas, permitindo que colonizem múltiplos ambientes e garantindo a sua persistência. Embora existam acima de 4000 sequencias completas de plasmídeos disponíveis no Gen- Bank, a maioria apresenta informação ausente ou não sistematizada (desorganizada) em relação à sua fonte de isolamento, ambiente e país e ano de isolamento. Os objetivos desta tese são, para além de completar a informação em falta sobre plasmídeos, o desenvolvimento de um repositório de plasmídeos completamente sequenciados e a disponibilização de ferramentas online facilmente utilizáveis para a caracterização de plasmídeos independentemente da sua fonte de isolamento e hospedeiro bacteriano. Para o desenvolvimento destas ferramentas, foi utilizado o Shiny, que é um package do sistema de computação científica R. Este trabalho está organizado da seguinte forma: os principais conceitos relacionados com os plasmídeos são apresentados, a sua história é caracterizada e é efetuada uma análise das ferramentas online existentes para a classificação de plasmídeos. Depois, a abordagem utilizada e a ferramenta desenvolvida são explicadas. Finalmente, as principais conclusões são destacadas.