Estruturas biológicas complexas, como os marcos reprodutivos de mamíferos, são tradicionalmente estudadas através de sua morfologia. No entanto, a origem morfológica dessas estruturas reflete necessariamente a origem de seus genes constituintes? Para responder a essa questão, validamos um pipeline computacional integrado à análise manual para reconstruir a ancestralidade gênica de novidades evolutivas. Utilizamos as ferramentas in house GO-Genesis e TaxOnTree para rastrear a história profunda dos genes associados a termos do Gene Ontology (GO). A aplicação desta metodologia revela padrões evolutivos distintos: enquanto certas estruturas recrutam maquinários genéticos muito antigos (anteriores à própria origem dos mamíferos), outras dependem de inovações gênicas recentes. Ao dissociar a idade do gene da idade da estrutura, nosso trabalho demonstra como a evolução atua via cooptação molecular. O Laboratório de Biodados investiga esta ancestralidade, elaborando vias biológicas compreensivas que elucidam as interações entre os genes-chave de cada processo, oferecendo uma nova perspectiva sobre a evo-devo de mamíferos.
Autores: Kadu Penuela S. Estevam, Elis de Aguiar Jacquemin, Emily Nicolau Koubayache, Gabriela Oliveira Tonidandel, Italo Candelária, Ryan Fernandes Vieira de Souza, J. Miguel Ortega
1. Introdução
A biologia evolutiva do desenvolvimento (evo-devo) busca decifrar os mecanismos genéticos e moleculares que governam a origem de novas formas ao longo da história da vida. Um dos desafios centrais desta área é entender como inovações morfológicas complexas, a exemplo dos marcos reprodutivos de mamíferos, evoluíram.
Essas estruturas representam adaptações cruciais que caracterizam suas linhagens, e podemos investigar a origem dos genes que as orquestram. A suposição clássica de que a novidade morfológica e a novidade genética compartilham um ponto de origem coincidente tem sido desafiada [1]. A hipótese central deste trabalho propõe que muitas inovações dos mamíferos não resultam primariamente do surgimento de novos genes, em vez disso, decorrem da cooptação: o recrutamento de genes ancestrais, antes associados a outras funções, para exercer novos papéis. Esse processo é complementado pela incorporação de genes de origem mais recente.
No entanto, rastrear a origem filogenética de redes gênicas inteiras, especialmente aquelas associadas a funções biológicas específicas, apresenta um desafio metodológico significativo. O volume de dados genômicos disponíveis exige abordagens computacionais, mas a precisão biológica requer curadoria humana. O Laboratório de Biodados da UFMG desenvolveu um processo bioinformático robusto para reconstruir a origem evolutiva de genes associados a novidades morfológicas. A abordagem integra as ferramentas GO-Genesis e TaxOnTree, desenvolvidas internamente, com análises filogenéticas e de interação em bancos públicos. Deste modo, investigamos a origem dos genes implicados na reprodução de mamíferos. Nosso objetivo é duplo: (1) testar a hipótese de que as origens genéticas das estruturas reprodutivas de mamíferos são muito anteriores ao clado Theria; e (2) validar esta metodologia como um recurso computacional acessível e eficaz.
2. Metodologia
O ponto de partida de nossa metodologia é a seleção de processos biológicos de interesse no Gene Ontology (GO) [2], um sistema que fornece um vocabulário controlado e hierárquico para descrever funções gênicas. Um termo GO funciona como um marcador digital associado a diversos genes que participam de um mesmo processo, localização celular ou função. O termo “desenvolvimento da placenta” (GO:0001890), por exemplo, está associado a genes que a literatura científica vincula a esta via biológica. A partir dessa compilação, os termos de interesse são submetidos a duas etapas analíticas distintas:
A primeira etapa do pipeline utiliza o GO-Genesis [3] para a análise sistemática destes conjuntos gênicos. A ferramenta rastreia a origem evolutiva do processo biológico ao identificar o “Último Ancestral Comum” (Last Common Ancestor, LCA) para o conjunto de proteínas anotadas [4]. Isso fornece uma estimativa inicial da origem do processo baseada na distribuição taxonômica atual de todos os genes implicados, corrigindo eventuais incongruências observadas na ontologia, como genes anotados erroneamente em termos “filhos” cuja ancestralidade inferida é anterior à dos “pais” [5].
A segunda etapa foca em determinar a origem individual de cada gene por reconstrução filogenética. Para isso, utilizamos o TaxOnTree [6]. Esta ferramenta automatiza uma sequência de análises: (1) realiza buscas por homólogos de cada gene no banco de dados UniProt Reference Proteomes [7] usando BLASTp, assegurando uma amostragem taxonômica ampla; (2) gera alinhamentos múltiplos das sequências obtidas com o algoritmo MUSCLE, estabelecendo a correspondência posicional dos resíduos; e (3) constrói as árvores filogenéticas (hipóteses evolutivas) utilizando o FastTree para inferir topologias por Máxima Verossimilhança, método adequado para grandes conjuntos de dados.
Crucialmente, o TaxOnTree anota as árvores geradas com as informações taxonômicas do NCBI e da Taxallnomy, permitindo a análise manual refinada (e.g., em FigTree) para determinar o LCA de cada gene. Finalmente, para contextualizar as redes genéticas, as proteínas são analisadas em bancos de interação proteína-proteína, como o STRING-DB. Essa etapa permite o mapeamento de clusters funcionais, ampliando a identificação de proteínas associadas ao processo biológico de interesse que, porventura, ainda não tenham sido capturadas pela curadoria do Gene Ontology.
Figura 1. Representação esquemática do pipeline baseado em GO-Genesis e TaxOnTree. O uso de ambas as aplicações permite inferir não somente a origem evolutiva de um processo ou estrutura completa, mas também de cada um de seus genes constituintes.
A aplicação deste pipeline integrado nos permite dissecar a história evolutiva de inovações morfológicas, retratando a origem da estrutura (o processo GO) e de seus componentes genéticos individuais.
3. Discussão e perspectivas
A integração dos dados obtidos via GO-Genesis, QuickGO [8] e STRING-DB [9], com a curadoria manual no TaxOnTree, revelou que a origem de uma estrutura reprodutiva raramente corresponde à idade de seus componentes moleculares. Ao analisarmos os perfis filogenéticos, identificamos um claro mosaico evolutivo, e semelhanças e diferenças moleculares que não necessariamente condizem com a intuição inicial esperada ao olharmos apenas para os nós de especiação.
Figura 2. Representação em heat map do percentual de genes humanos implicados nas estruturas do útero, placenta, próstata, espermatozoide, e vagina, compartilhados com cada ancestral. Nota-se a grande disparidade temporal entre o aparecimento da estrutura e a origem de seus genes componentes, além da grande representação do nó Gnathostomata, nosso ancestral com tubarões. Intensidade da coloração ajustada com γ = 0.5 para visualização.
Nossos dados indicam uma predominância significativa de genes ancestrais na composição de estruturas que só surgiriam milhões de anos depois, como é exemplificado pelo útero: a análise revela que mais de 80% dos genes anotados para o desenvolvimento desta estrutura já estavam presentes em Gnathostomata (nosso ancestral comum com tubarões). Isso sugere que a evolução da viviparidade mamífera não exigiu a invenção de centenas de novos genes, mas sim a reorganização de um toolkit ancestral. Vias de sinalização e receptores nucleares, estabelecidos antes mesmo da conquista do ambiente terrestre, foram cooptados para orquestrar a gestação. A curadoria manual permitiu identificar padrões moleculares cruciais. Observamos, por exemplo, que a arquitetura básica desses órgãos é sustentada por receptores de estrogênio conservados desde os peixes ósseos (Euteleostomi). A inovação real, muitas vezes, reside em adições pontuais, mas decisivas, como o recrutamento de genes da família das Citoquinas (ex: CSF2) na placenta, essenciais para a imunomodulação materna, uma função que não era necessária em nossos ancestrais ovíparos.
Metodologicamente, a validação manual se mostrou indispensável. Ferramentas automáticas frequentemente falham em distinguir a ausência real de um gene de uma falha de anotação em genomas não-modelo. Nossa abordagem com o TaxOnTree permitiu corrigir a ancestralidade de diversos alvos, identificando parálogos (genes duplicados) que assumiram funções reprodutivas novas não presentes em suas cópias ancestrais. Isso reforça que, para decifrar a evo-devo de mamíferos, é preciso olhar além da simples presença ou ausência do gene, focando na história de suas duplicações e interações. Mais criticamente, é possível desafiar a dicotomia entre convergência e homologia profunda, como no caso da conservação observada de um conjunto de genes na placenta análoga de tubarões Carcharhiniformes.
O laboratório agora explora essas trajetórias comparativamente, com o objetivo de construir vias metabólicas compreensivas e investigar as hipóteses inferidas pelas proximidades moleculares observadas e eventos como a perda secundária de grupos de genes em linhagens próximas, como as aves. Elucidar estas vias biológicas demonstra como o recrutamento de genes antigos, aliados à origem de novos genes, orquestra a novidade morfológica, respondendo à questão: os genes das estruturas reprodutivas de mamíferos, quão ancestrais são suas origens?
Agradecimentos. Os autores agradecem a Carlos A. X. Gonçalves (SENAI) e a Tetsu Sakamoto (UFRN) pelo desenvolvimento dos pipelines empregados neste projeto e às agências de fomento à pesquisa: CAPES, CNPq e Fapemig.
Disponibilidade dos dados. As ferramentas TaxOnTree e GO-Genesis podem ser acessadas em versão web disponível em: http://bioinfo.icb.ufmg.br/.
4. Referências
[1] WAGNER, G. P. Homology, Genes, and Evolutionary Innovation. Princeton: Princeton University Press, 2014.
[2] ASHBURNER, M. et al. Gene ontology: tool for the unification of biology. Nature Genetics, New York, v. 25, n. 1, p. 25-29, 2000. DOI: 10.1038/75556.
[3] GONÇALVES, C. A. X.; ORTEGA, J. M. GO-genesis: a web tool to trace back the origin of biological processes and molecular functions. Disponível em: http://biodados.icb.ufmg.br/go-genesis/. Acesso em: 20 nov. 2025
[4] HUNTLEY, R. P. et al. The GOA database: Gene Ontology annotation updates for 2015. Nucleic Acids Research, Oxford, v. 43, n. Database issue, p. D1057–D1063, 2015.
[5] ORTEGA, J. M.; GONÇALVES, C. A. X. Revealing the clade of origin of Gene Ontology terms related to developmental processes. Trends in Developmental Biology, v. 12, p. 67, 2019.
[6] SAKAMOTO, T.; ORTEGA, J. M. TaxOnTree: a tool that generates trees annotated with taxonomic information. bioRxiv, [S. l.], 24 dez. 2020. DOI: 10.1101/2020.12.24.424364.
[7] THE UNIPROT CONSORTIUM. UniProt: the Universal Protein Knowledgebase in 2025. Nucleic Acids Research, Oxford, v. 53, n. D1, p. D609–D617, 2025.
[8] BINNS, D. et al. QuickGO: a web-based tool for Gene Ontology searching. Bioinformatics, Oxford, v. 25, n. 22, p. 3045–3046, 2009.
[9] SZKLARCZYK, D. et al. STRING v12: protein–protein interaction networks with increased coverage and new features. Nucleic Acids Research, Oxford, v. 51, n. D1, p. D638-D646, 2023.