About me
Holds a PhD and a Master’s degree in Bioinformatics from the Federal University of Minas Gerais (UFMG), a specialization in Telematics with a focus on Computer Networks from the Federal Institute of Ceará (IFCE), and an undergraduate degree in Systems Analysis from the Faculdade de Tecnologia do Nordeste; possesses Linux certifications and expertise in Data Science, Data Analysis and Integration, Python, and Bioinformatics, as well as extensive experience in IT infrastructure support and management.
Main project
Investigação estrutural e funcional de proteínas envolvidas na tolerância a estresses abióticos em Sorghum bicolor por meio de modelagem baseada em Inteligência Artificial e integração multiômica
Estresses abióticos, especificamente a baixa disponibilidade de fósforo (P) e a toxicidade por alumínio (Al³⁺), restringem severamente a produtividade agrícola em solos tropicais. O sorgo (Sorghum bicolor) apresenta mecanismos genéticos de resiliência, como a tolerância ao Al³⁺ mediada pelo transportador de citrato SbMATE e a eficiência no uso de fósforo associada à cinase receptora SbPSTOL1. Contudo, a relação entre estrutura e função para estes determinantes genéticos, fundamental para a compreensão dos mecanismos de tolerância, permanece amplamente desconhecida. Esta tese empregou modelagem estrutural baseada em inteligência artificial (IA) e integração multiômica para investigar proteínas regulatórias (fatores de transcrição) e de sinalização (cinases receptoras) envolvidas na resposta a estes estresses. A investigação iniciou-se pela validação do pipeline computacional através da modelagem do complexo regulatório SbZNF1-SbWRKY1, que coordena a expressão do SbMATE. A predição bem-sucedida confirmou a aplicabilidade do método para proteínas de membrana e gerou a hipótese de que o SbZNF1 atua como um biossensor direto de Al³⁺ via seu domínio extracelular. Subsequentemente, a metodologia foi aplicada aos homólogos de SbPSTOL1 (Sb03g006765, Sb03g031690 e Sb07g002840). Em contraste com a proteína citossólica OsPSTOL1 de arroz (uma RLCK), os homólogos de sorgo possuem arquitetura de cinase receptora transmembrana (RLK). Observou-se que modelos monoméricos de SbPSTOL1 gerados por ferramentas convencionais (AlphaFold 2/3, RoseTTAFold 2) resultaram em topologias colapsadas e inativas. Entretanto, a modelagem de complexos oligoméricos via AlphaFold3 demonstrou que a oligomerização é um requisito estrutural para a estabilidade e competência catalítica dessas proteínas. O principal indicativo estrutural dessa ativação foi a restauração da ponte de sal conservada (αC-Glu ↔ β3-Lys), marcador canônico de cinases ativas, presente exclusivamente nas formas oligoméricas. Por fim, um pipeline multiômico integrou dados de fosfoproteoma, transcriptoma e QTLs de eficiência de fósforo para identificar potenciais parceiros de interação da SbPSTOL1. A modelagem estrutural dos candidatos de maior prioridade sugere uma possível especialização funcional entre as subunidades: Sb03g006765 associa-se preferencialmente a proteínas de mitigação de estresse (ex: LEA), enquanto Sb03g031690 interage com componentes de sinalização e transporte. Este trabalho estabelece a primeira base estrutural para a ativação da SbPSTOL1 e propõe alvos biológicos para validação experimental futura visando o aumento da resiliência do sorgo a solos marginais. Finalmente, a conservação destes mecanismos de ativação entre ortólogos de gramíneas pode expandir o impacto destes achados, permitindo que os modelos estruturais aqui gerados subsidiem o melhoramento translacional para o aumento da resiliência a estresses abióticos em outras culturas de importância global, como arroz, milho e trigo.