Os parasitos do gênero Leishmania provocam doenças infectoparasitárias conhecidas como leishmanioses, que acometem o homem causando um amplo espectro de manifestações clínicas. Dentre as espécies que causam leishmaniose tegumentar no Brasil, está a Leishmania braziliensis, espécie do subgênero Viannia, responsável por formas graves da doença. Nas últimas décadas, os estudos sobre genomas aceleraram o que se conhece sobre conteúdo e organização genética desses protozoários. No entanto, nos genomas de Leishmania spp mais de 50% das proteínas preditas a partir da anotação dos genomas são classificadas como hipotéticas. A caracterização funcional de proteínas e a predição computacional de suas funções putativas são um grande desafio. Neste contexto, este trabalho teve como objetivo desenvolver metodologias computacionais que possibilitassem algum avanço para classificação funcional de genes codificadores de proteínas atualmente classificadas como hipotéticas. Partimos da metodologia aplicada por Ravooru e colaboradores (RAVOORU et al., 2014), adaptando a estratégia para ampliar o conjunto de proteínas com indícios de função. Inserimos quatro novas etapas de análise de classificação funcional e associamos dados de expressão gênica, obtidos por análise do transcritoma de L. braziliensis (RUY et al., 2019).Por meio dessa abordagem, foram preditas funções para 54 proteínas, antes classificadas como hipotéticas. Nosso trabalho representa uma contribuição que se estende para além do protozoário estudado, dado que o pipeline construído pode ser aplicado, em princípio, a outros organismos.

The protozoan parasite Leishmania spp. causes the infectious diseases known as leishmaniases, which affect humans and cause a broad spectrum of clinical manifestations. Among the species that cause tegumentary leishmaniasis in Brazil is Leishmania braziliensis, subgenus Viannia, responsible for severe forms of the disease. In recent decades, genome studies have accelerated what is known about these protozoa's genetic content and organization. However, in Leishmania genomes, more than 50% of the proteins predicted from the genome annotation are classified as hypothetical. The functional characterization of proteins and the computational prediction of their putative functions constitute a significant challenge. In this context, our work aimed to develop computational methodologies that would allow some advances for the functional classification of genes encoding proteins currently classified as hypothetical. We based our study on the methodology described by Ravooru et al. (RAVOORU et al., 2014). The strategy was modified to expand the set of proteins with evidence of function. We added four new steps of functional classification analysis and associated data of gene expression levels, according to previous L. braziliensis transcriptome results (RUY et al., 2019). With this approach, we obtained evidence of function for 54 proteins, previously classified as hypothetical. Although numerically modest, these proteins and their newly putative functions might benefit future functional studies. Moreover, our work represents a contribution that extends beyond the studied protozoan, given that the constructed pipeline can be applied, in principle, to other organisms.