A computational approach for the prediction of relevant chemosensory proteins in a broad range of insect taxa

Abstract

Olfactory receptors in insects are being employed as novel targets to develop strategies to control the damaging behaviors of crop pests and disease vectors. Traditional methodologies for their identification are laborious and time-consuming. Thus, identifying these receptors at the genomic level provides a broader overview to compare different species, use of available databases, and increasing the number of candidate proteins in non-model insects. Here, we propose an in-silico approach using a combination of the genomic and functionally characterized dataset available in public databases to predict chemosensory receptors relevant for insect ecology. Using Hidden Markov Models, we generated 103 potential models capable of detecting chemosensory receptors, including olfactory receptors, odorantbinding proteins, and gustatory receptors involved in the detection of volatile organic compounds with high accuracy and covering a broader range of insect taxa. Our database set of predicted chemosensory includes a total of 3,708 ORs, 2,014 OBPs, 781 GRs, and 3,193 IRs proteins that should be useful for future experiments

"Los receptores olfativos de los insectos se están empleando como objetivos novedosos para desarrollar estrategias de control en insectos plagas de los cultivos y los vectores de enfermedades. Las metodologías tradicionales para su identificación son laboriosas y requieren mucho tiempo. Así, identificando estos receptores a nivel genómico proporciona una visión general más amplia para comparar diferentes especies, utilizar las bases de datos disponibles y aumentar el número de proteínas candidatas en insectos no modelos. Aquí proponemos un enfoque in-silico, utilizando una combinación del conjunto de datos genómicos y funcionales disponibles en las bases de datos públicas para predecir proteínas quimiosensoriales relevantes para la ecología de los insectos. Utilizando los modelos de Markov ocultos, generamos 103 modelos potenciales capaces de detectar receptores quimiosensoriales, incluyendo receptores olfativos, proteínas de unión a olores y receptores gustativos implicados en la detección de compuestos orgánicos volátiles con gran precisión y cubriendo un rango más amplio de taxones de insectos. Nuestro conjunto de bases de datos de quimiosensoriales predichos incluye un total de 3.708 OR, 2.014 OBP, 781 GR y 3.193 proteínas IR que deberían ser útiles para futuras validaciones experimentales."--Tomado del Formato de Documento de Grado