Marco C. Goldbarg

(em Português)

 

I

Algoritmos Transgenéticos:

Evolução Artificial Endossimbiótica Intracelular Mutualista

 

 

“It Takes Teamwork: How Endosymbiosis Changed Life on Earth”

Peter Weish - 2011- http://evolution.berkeley.edu/evolibrary/article/endosymbiosis_01

 

 

1. Introdução

 

Os Algoritmos Transgenéticos mimetizam a evolução endossimbiótica intracelular mutualista. A endossimbiose intracelular significa uma relação simbiótica em que uma espécie, denominada hospedeiro, abriga no interior de suas células uma segunda espécie denominada endossimbionte. No caso da endossimbiose produzir benufícios para endossimbiontes e hospedeiro, é dita mutualista. Os Algoritmos Transgenéticos distinguem-se de outras metáforas da computação evolucionária por mimetizar um processo adaptativo onde o repositório genético é pressionado pela necessidade de modulação metabólica. Esse tipo de modulação é distinta da pressão ambiental ou decorrente de seleção por sobrevivência. A adaptação metabólica permite a abordagem considerar mecanismos naturais que simulam, em parte, tanto a chamada evolução Lamarkiana, quanto a consideração de viés evolucionário constituído à priori. As várias peculiaridades da abordagem podem inspirar métodos tipicamente evolucionários e notadamente diferenciados dos métodos sugeridos ou derivados da clássica metáfora Darwiniana empregada pelos Algoritmos Genéticos.

 

2. Fundamentos básicos da mimetização dos Algoritmos Transgenéticos (ATs)

 

A endossimbiose significa uma relação simbiótica em que uma espécie denominada hospedeiro abriga no interior de seu corpo ou de suas células uma segunda espécie denominada endossimbionte. Quando os endossimbiontes vivem dentro da célula (ou células) do hospedeiro o fenômeno é dito intracelular. No caso do processo de vida embutida se dar entre dois organismos complexos a endossimbiose recebe o nome de extracelular. No caso da endossimbiose beneficiar hospedeiro e endossimbiontes ela é dita mutualista. 

A endossimbiose mutualista não é a regra mais comum na natureza (Werren et al., 2008). De fato a maioria dos processos endossimbióticos intracelulares ou resultam em prejuízo para o hospedeiro (endossimbiose parasitária) ou são neutros (endossimbiose comensal). Como exemplos do resultado desfavorável para o hospedeiro no caso da endossimbiose intracelular obrigatória (quando o endossimbionte não mais é capaz de se reproduzir fora do hospedeiro) citam-se o caso dos vírus.

 

O maior obstáculo para manter vivas as unidades celulares envolvidas em endossimbiose intracelular é encontrar um equilíbrio metabólico entre elas. Conflito metabólico não resolvido em um contexto intracelular significa a extinção de pelo menos uma das partes. Alcançada as condições de coexistência metabólica abre-se a possibilidade de que o hospedeiro e endossimbiontes entrem em uma espiral de co-evolução. A espiral evolucionária pode resultar na formação de um novo indivíduo – uma nova espécie.

 

A criação de um condomínio endossimbiótico viável é facilitada pela intimidade biológica que cerca a vida intracelular.

Habitando o citoplasma do hospedeiro, os endossimbiontes são expostos à ação dos mecanismos intracelulares do hospedeiro que, naturalmente, são projetados no sentido de realizarem movimentação e edição de material genético. Caso os mecanismos do hospedeiro não acabem produzindo efeitos mortais no endossimbionte, podem produzir uma crescente sincronização metabólica. A sincronização pode levar a acomodação de funções vitais e a formação de um condomínio biologicamente estável. Em função da demanda ambiental, a acomodação funcional poderá produzir vantagens evolucionárias para o endossimbionte (parasitose ou comensalismo) ou para hospedeiro e endossimbionte (mutualismo). Um condomínio biologicamente estável e formado por duas ou mais células geneticamente diferentes – no caso hospedeiro e endossimbiontes – é denominado usualmente de quimera (Cavalier-Smith, 2003).

 

A modulação metabólica que permite que um novo organismo híbrido sobreviva é tipicamente um fenômeno intracelular sendo promovida por trocas horizontais de material genético. A intimidade biológica da localização dos endossimbiontes no citoplasma facilita a união genética. O cerne da interação metabólica é que ela resulta em um entrelaçamento genético capaz de dividir as funções metabólicas da quimera entre hospedeiro e endossimbiontes (McCutcheon & Moran, 2010).

 

O modelo natural da evolução endossimbiótica intracelular mutualista fornece diversos exemplos reais que permitem comprovar que o fenômeno da reprodução do hospedeiro ou do endossimbionte não desempenha o papel principal na solução do problema do entrelaçamento genético eficiente (Gray et al., 2001). Mais que isso, os casos reais mostram que o processo de assimilação do endossimbionte (alterações genéticas na quimera que produzem a formação de um único indivíduo e que vai ser equivalente a solucionar o problema de otimização no contexto da evolução artificial) está realmente e fortemente associado às trocas químicas realizadas entre hospedeiro e endossimbiontes (López-García & Moreira, 1999).

 

Para ilustrar o embasamento biológico dos Algoritmos Transgenéticos (ATs), ressalte-se que o processo de adaptação que envolve endossimbiontes e hospedeiro pode, inclusive, independer do processo de reprodução. Um exemplo é encontrado no caso de endossimbiontes que deixam o hospedeiro no momento da reprodução e o retornam logo a seguir (Dyková et al., 2008b). Observe-se também que hospedeiro e endossimbiontes são seres unicelulares, de forma que sua reprodução ocorre por clonagem, sem o emprego de processos de recombinação. No caso de uma quimera em mutualismo, a adaptação envolve uma população viva de endossimbiontes que não se reproduzem no interior do hospedeiro.

Citamos as palavras de François Jacob (Nobel de Fisiologia/Medicina de 1965) em 1973: “A única ambição de uma bactéria é produzir duas bactérias” (Silberman, 2004) como representativas da visão e atenção dispensada à evolução microbiológica em meados do século XX. Para tais pesquisadores o poder evolucionário das bactérias supostamente estaria associado a sua extraordinária capacidade de reprodução e de sofrer mutações. O mecanismo da seleção natural atuando sobre uma enorme população portadora de variações genéticas faria funcionar o poder de adaptação das bactérias.

 

Sabe-se, hoje, que nada pode ser mais distante da realidade do que essa antiga crença (West et al., 2006). Os avanços da microbiologia comprovaram que as bactérias, além de serem capazes de criar intrincadas redes de comunicação e cooperação social, podem coordenar suas ações (Waters & Bassler, 2005). Pelo menos uma bactéria informa a outra bactéria que seu desejo é produzir mais bactérias. E elas disparam o processo em conjunto (Waters & Bassler, 2005).

 

Basicamente:

• A adaptação metabólica de uma quimera mutualista se dá preponderantemente pela troca de informações genéticas entre endossimbiontes e hospedeiro (Pierce et al., 2003; Huang, 2004).

• Os mecanismos dessa troca de informação genética são a Transferência Endossimbiótica de Genes (Henze et al., 2001), uma forma especial de transferência horizontal.

• Essa forma de adaptação é considerada como um legítimo caminho evolucionário para a formação de novas espécies (Moran et al., 2008; Cavalier-Smith, 2010).

• Hospedeiro de endossimbiontes são seres vivos que possuem expressão genética própria e diferente.

 

3. A mimetização desenvolvida pelos Algoritmos Transgenéticos (ATs)

 

Os Algoritmos Transgenéticos propõe mimetizar o processo de adaptação metabólica necessária à formação de uma quimera. O nome “Transgenética” foi adotado na época da criação da metáfora em virtude da mimetização permitir o uso de plasmídos recombinados para intermediar as trocas de material genético entre hospedeiro e endossimbionte. Na ocasião da proposta da abordagem, o estado da arte em biologia não reconhecia claramente a recombinação de plasmídeos como um caminho natural para a formação de novas espécies, considerando tal via com um mecanismo artificial da Engenharia Genética.      

 

Recentemente o entendimento sobre a formação de plasmídeos recombinados na endossimbiose intracelular está se alterando (Stewart, et al., 2009). Trabalhos atuais comprovam mecanismos naturais em que a recombinação de plasmídeos viabiliza, inclusive, mistura de genes entre diferentes espécies de modo semelhante ao que anteriormente somente seria considerado possível através de um processo artificialmente induzido pelo homem. (Hea et al., 2007). Apesar disso o nome da metáfora foi mantido em virtude dos vários trabalhos anteriormente publicados.

 

O elemento evolucionário dos ATs é a Quimera. Cada indivíduo na quimera possui DNA próprio e distinto. A Quimera pode ser pressionada pelo meio ambiente conforme o modelo de seleção natural darwiniano, ou pela urgente necessidade de adaptação metabólica.

 

Os ATs exploram a fase de adaptação metabólica entre os componentes da quimera, onde apenas um hospedeiro e endossimbiontes, todos vivos, trocam informações genéticas de modo a encontrarem um ponto de equilíbrio no processo de modulação de seu metabolismo. Esse caminho evolucionário é diferente daquele determinado pela pressão ambiental  (McCutcheon et al., 2009).

A arquitetura evolucionária intracelular está assentada na troca horizontal de genes. Dessa forma a mimetização dos ATs segue por uma nova mimetização baseada em mecanismos Transferência Endossimbiótica de Genes contida na quimera. Como consequência, os ATs podem empregar um novo conjunto de operadores genéticos, bem como utilizar processos peculiares para a estocagem e renovação do material genético dos componentes da quimera. Como a pressão metabólica realiza transformações sobre um condomínio de micro-organismo estável, os mecanismos clássicos de reprodução e mutação podem ser dispensados na mimetização proposta.

 

Como consequência da mimetização adotada os ATs pressupõem a formação de três contextos evolucionários e um processo de interação entre esses contextos.

 

Contexto 1: O hospedeiro, codificando informações sobre o problema. Não obrigatoriamente codifica soluções do problema ou é constituído por cromossomos como são os endossimbiontes.

Contexto 2: Uma população de endossimbiontes, codificando soluções do problema, por exemplo, em cromossomos de forma semelhante aos Algoritmos Genéticos.

Contexto 3: Uma população de vetores, ditos vetores transgenéticos, que transportam informação entre o hospedeiro e os cromossomos endossimbiontes, alterando os códigos de ambos e promovendo a variação genética necessária ao processo de busca. A população de vetores é volátil. Os vetores podem ser criados, preservados ou destruídos livremente ao longo do processo evolucionário. São possíveis diferentes tipos de vetores e os vetores podem possuir diferentes métodos para realizar a intermediação genética, conforme sugere o processo natural.

 

A evolução da quimera resulta em equilíbrio metabólico traduzido na otimização do DNA dos endossimbionte e do hospedeiro. Na versão artificial resulta no alcance de boas soluções para o problema em solução.

A mimetização da transgenética possui um modelo natural que pode representar o seu processo evolucionário. Trata-se do Paramecium Aurélia e seus endossiombiontes Kappa (Stevenson, 1972). A figura que se segue exemplifica o mapeamento da metáfora da endossimbiose intracelular mutualista e a abordagem dos ATs.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

                 

               Figura: A mimetização adotada nos ATs

 

4. Os Vetores Transgenéticos

 

Um vetor transgenético, Lambda, é uma 3-Upla λ= (I, Fl, Dl), onde I é a informação transportada, Fl é o método através do qual o vetor λ manipula o cromossomo alvo e Dl é o método utilizado pelo vetor λ para obter a informação I.

 

Denomina-se manipulação do cromossomo Crom qualquer alteração de seu DNA causada por força da atuação de um vetor transgenético λ. Uma manipulação resulta sempre em uma alteração do DNA. Uma manipulação pode ser realizada através da transcrição de uma cadeia de DNA previamente conhecida sobre a cadeia de DNA de Crom ou pelo rearranjo de genes no DNA de Crom.

 

O método Fl é composto por um conjunto de procedimentos, isto é, Fl= {p1,...,pr}, onde Fl é subconjunto de P* e P*={pj} j=1,...,s.  representa o conjunto de todos os s possíveis procedimentos de manipulação . O método Fl define como o vetor realiza a manipulação do DNA do endossimbionte. A tabela 4 resume os procedimentos de manipulação mais comuns da transgenética computacional.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

          Tabela 1. Procedimentos Utilizados pelos Vetores Transgenéticos

 

O método Dl é composto por um conjunto de procedimentos que definem como o vetor Lambda obtém sua cadeia de informação I. Esses procedimentos são muito flexíveis. Como podem envolver uma série de decisões específicas, não são formalizados da mesma forma que os procedimentos de transcrição ou rearranjo de genes.

 

Ao concretizar uma manipulação em um cromossomo - Crom, o vetor transgenético alterará o código de Crom e, por conseqüência, provavelmente alterará sua adequação. Assim, o resultado da alteração na adequação do cromossomo decorrente de uma manipulação em potencial é uma métrica que permite avaliar a atratividade dessa operação. A operação que avalia o resultado de uma manipulação de um vetor transgenético é denominada ataque e representada por A(). Se A(Crom, λ) = verdadeiro, significa que a manipulação do vetor λ sobre o cromossomo Crom pode ser concretizada. Caso A(Crom, λ) = falso, significa que o cromossomo resiste à manipulação do vetor e essa operação não deverá ser concretizada. Em uma analogia à terminologia empregada pela microbiologia são definidos vários tipos de vetores transgenéticos, dentre eles destacam-se os plasmídeos, plasmídeos recombinados, transposons e vírus. 

 

Um vetor λ é dito um vírus quando sua cadeia de informação “I” é descrita no mesmo formato que os cromossomos endossimbiontes (uma subcadeia de DNA) e seu método emprega os procedimentos p1, p2 e p3. De forma simplificada, os vírus transcrevem uma cadeia de DNA nos cromossomos endossimbiontes e marcam a cadeia de forma que ela não possa ser alterada durante um dado número de iterações do algoritmo.

 

Um vetor λ é dito um plasmídeo quando sua cadeia de informação “I” é descrita no mesmo formato que os cromossomos endossimbiontes, uma subcadeia de DNA, e seu método emprega os procedimentos p1 e p2. De forma simplificada, os plasmídeos transcrevem uma cadeia de DNA nos cromossomos endossimbiontes sem marcar a cadeia como inviolável durante um dado número de iterações do algoritmo. Os plasmídeos podem possuir os mesmos operadores de transcrição de um vírus com exceção do fato de nunca portarem o procedimento P3.

 

Um vetor λ é dito um plasmídeo recombinado quando sua cadeia de informação “I” é descrita no mesmo formato que os cromossomos endossimbiontes, uma subcadeia de DNA, e seu método de manipulação emprega os procedimentos p1 e p2. No sentido do método de transcrição e do formato de representação da cadeia de informação transportada um plasmídeo e um plasmídeo Recombinado são exatamente iguais. Os plasmídeos diferenciam-se dos plasmídeo recombinados no modo que obtém a sua cadeia de informação. Os plasmídeos obtêm sua cadeia diretamente de uma fonte de DNA residente no hospedeiro através de cópia. Os plasmídeos recombinados podem mesclar ou concatenar cadeias de informação obtidas de mais de uma fonte do DNA do hospedeiro, bem como formar a cadeia ou parte dela também através de procedimentos construtivos ou heurísticos.

 

Um vetor λ é dito transponson quando sua informação “I” é um Intervalo de busca ou um método de exame da vizinhança. Os transposons utilizam os procedimentos p1, p2 e p4. O método de manipulação dos transposons comporta examinar o rearranjo sistemático de certos trechos do DNA dos endossimbionte, trechos demarcados pelo seu identificador de posição (L). Os transposons transportam regras de recombinação do DNA. Atuam somente em trechos selecionados do DNA, não representando tipicamente um procedimento de busca local.

 

5. Pseudocódigo dos ATs

 

O quadro 1 mostra a arquitetura geral de um AT. O passo 1 cria a população de cromossomos endossimbiontes, Pop. O passo 2 carrega as informações genéticas a priori – (IG) no hospedeiro. Observar que tanto a população de endossimbiontes quanto as informações ditas a priori também podem ser constituídas de forma aleatória. A evolução transgenética é beneficiada com informações a priori de boa qualidade, todavia sua ausência não impede o processo. No passo 3 são criados os vetores transgenéticos que irão atuar sobre a população. O procedimento cria_vetores_trans define a quantidade, tipo método e informação transportada pelos vetores. O passo 5 seleciona um subconjunto de croossomos da população, SubPop, que serão alvo do ataque dos vetores transgenéticos. No passo 6 o procedimento manipular­_cromossomos( ) implementa a manipulação dos cromossomos de SubPop pelos vetores em TransVet e atualiza NovaSubPop com o resultado obtido.

 

No passo 7 a população corrente Pop é atualizada com os cromossomos manipulados. Se alguma informação julgada significativa é criada durante a manipulação dos cromossomos endossimbiontes, essa informação é preservada no repositório das informações genéticas do hospedeiro no passo 8.

 

 

Algoritmo Transgenético – Arquitetura Genérica

1. Pop ¬ iniciar_população( )

2. IG  ¬ informação_genética( )

3. repita

4.       TransVet ¬ cria_vetores_trans(IG)  

5.       SubPop ¬ seleciona_cromossomos(Pop)  

6.       NovaSubPop ¬ manipular_cromossomos(SubPop, TransVet)

7.       Pop ¬ atualiza_pop(Pop,NovaSubPop)

8.       IG   ¬ atualiza_ig(Pop)

9.  até atender critério de parada

Quadro 1: Pseudocódigo de um Algoritmo Transgenético

 

 

6. Métodos e informações de um Plasmídeo

 

A figura que se segue mostra como uma árvore obtida em um grafo G, representada através de seu cromossomo na parte inferior esquerda, pode dar origem a um plasmídeo e, como esse plasmídeo, pode ser transcrito em um endossimbionte que represente uma solução do caixeiro viajante. Nesse caso o operador do plasmídeo insere a cadeia a partir de um alelo do cromossomo que represente uma das cidades da cadeia do plasmídeo - um alelo compartilhado ou também chamado de alelo emparelhando. No exemplo, o alelo escolhido foi o que corresponde a cidade 6. O operador de inserção transcreve os alelos da cadeia de informação do plasmídeo a partir do alelo emparelhado. Assim, será necessário reparar o cromossomo de forma a torná-lo novamente viável. Isso se processa, por exemplo, transcrevendo as cidades cujos alelos foram ocupados pelos da cadeia do plasmídeo, na posição em que essas cidades se encontravam anteriormente no cromossomo. Exemplificando no caso: como a transcrição posicionou a cidade 5 do plasmídeo sobre a cidade 2 do cromossomo, a cidade 2 do cromossomo é transcrita sobre a posição da cidade 5 no cromossomo. O operador presentemente descrito é apenas um dos muitos possíveis. Ao lado do cromossomo transcrito, a figura exibe a correspondente solução no grafo G.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

                                           Figura: Exemplo de uma transcrição de um plasmídeo

 

A transcrição do plasmídeo recombinado é processada de forma semelhante. A transcrição dos vírus é igual a dos plasmídeos, todavia tornando a cadeia transcrita inviolável durante um dado número de iterações do algoritmo. Observar que nos ATs as iterações de troca de informações genéticas não são gerações. Hospedeiro e endossimbiontes modulam seu metabolismo vivos. 

 

7. Métodos e informações de um Transposon

 

Um transposon natural pode copiar trechos de DNA e também cortar o DNA e remover o trecho cortado. Os trechos de DNA copiados ou cortados podem ser armazenados em um cassete de pequenos fragmentos. O transposon pode, então, selecionar desse cassete trechos de DNA e os transcrever em pontos adequados do DNA manipulado. Tanto a escolha do fragmento de DNA como o ponto de transcrição são quimicamente regulados por outros mecanismos intracelulares.

Na versão artificial proposta nos ATs, esse vetor intracelular examina várias reconfigurações de um dado trecho do cromossomo e concretiza a configuração que atender (ou melhor atender) aos critérios de julgamento que forem definidos no algoritmo. Portanto, uma interpretação possível para esse vetor, quando consideradas as técnicas conhecidas de busca algorítmica, é o de uma busca local restrita ao trecho de atuação do vetor.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

                             Figura: Configurações examinadas pelo Transposon e sua forma de transcrição

 

 

O esquema do canto superior esquerdo exemplifica, parcialmente, o exame de configurações que é desenvolvido por um transposon que baseia seu processo de rearranjo genético em um operador do tipo shift. Como o transposon tipicamente atua em um trecho restrito do cromossomo, eventuais trocas de posições fora da região de atuação não são examinadas. O esquema do canto superior direito examina a transposição entre três posições previamente assinaladas no método do transposon e que são exemplificadas, no caso do grafo G, através das três configurações representadas nos círculos de número 1, 2 e 3.

Os ATs já foram aplicados com conclusivo sucesso na solução de 20 diferentes problemas de otimização combinatória. Os três artigos que se seguem abordam a proposta e citam aplicações:

 

Goldbarg, M. C., Goldbarg, E. F. G.,  Cap 7 - Transgenética Computacional. In: Rodrigues, C. R; Steiner, M. T; Lopes, S. H.. (Org.). Metaheurísticas em Pesquisa Operacional. 1ed.Curitiba: Ominipax, 2013, 99-111.

Goldbarg, E. F. G. & Goldbarg, M. C. Transgenetic Algorithms: A new Endosymbiotic Approach for Evolutionary Algorithms. In: A. Abraham, A.-E. Hassanien, P. Siarry, A. Engelbrecht. (Org.). Foundations of Computational Intelligence. Berlin: Springer, 3:1-36. 2009.

Goldbarg, E. F. G. & Goldbarg, M. C. A New Endosymbiotic Approach for Evolutionary Algorithms. In: Ajith Abraham,Aboul-Ella Hassanien, Patrick Siarry, and Andries Engelbrecht. (Org.). Foundations of Computational Intelligence - Global Optimization. Berlin Heidelberg: Springer-Verlag, 2009, 3:425-460.

 

 

 

 

Referências Bibliográficas

 

Cavalier-Smith, T. (2010). Origin of the cell nucleus, mitosis and sex: roles of intracellular coevolution. Biology Direct 5(7): 1-78.

 

Cavalier-Smith, T. (2003). Genomic reduction and evolution of novel genetic membranes and protein-targeting machinery in eukaryote-eukaryote chimaeras (meta-algae). Philosophical Transactions of the Royal Society of London Series B Biological Sciences 358:109-133.

 

Dyková, I., Fiala, I. & Pecková, H. (2008b). Neoparamoeba spp. And their eukaryotic endosymbionts similar to Perkinsela amoebae (Hollande, 1980): Coevolution demonstrated by SSUrRNA gene phylogenies, European Journal of Protistology, 44(4):269–277.

 

Gray, M. W., Burger,G. & Lang, B. F. (2001). The origin and early evolution of mitochondria, Genome Biology 2(6):1018.1–1018.5.

 

Hea, C-Q., Ding, N-Z., Chenb, J-G. & Li, Y-L. (2007). Evidence of natural recombination in classical swine fever virus, Virus Research 126:179–185

 

Henze, K., Schnarrenberger, C. & Martin, W. (2001). Endosymbiotic gene transfer: A special case of horizontal gene transfer germane to endosymbiosis, the origins of organelles and the origins of eukaryotes. In: Horizontal Gene Transfer, edited by Syvanen, M. and Kado, C., Academic Press, 343-352.

 

Huang, J., Mullapudi, N., Lancto, C. A. Scott, M., Abrahamsen, M. S. & Kissinger, J. C. (2004). Phylogenomic evidence supports past endosymbiosis, intracellular and horizontal gene transfer in Cryptosporidium parvum. Genome Biology, 5: R88.

 

López-García, P. & Moreira D. (1999). Metabolic symbiosis at the origin of eukaryotes. Trends in Biochemical Sciences 24:88–93.

 

Moran, N. A., McCutcheon, J. P. & Nakabachi, A. (2008) Genomics and evolution of heritable bacterial symbionts, Annual Review of Genetics 42:165-190.

 

McCutcheon, J. P., McDonald, B. R. & Moran, N. A.  (2009). Convergent evolution of metabolic roles in bacterial co-symbionts of insects, Proceedings of the National Academy of Sciences of the United States of America - PNAS 106(36):15394-1539.

 

McCutcheon, J. P. & Moran, N. A.  (2010). Functional convergence in reduced genomes of bacterial symbionts spanning 200 my of evolution, Genome Biology and Evolution 2:708-718.

 

Pierce, S. K., Massey, S. E., Hanten, J. J. & Curtis, N. E.  (2003). Horizontal transfer of functional nuclear genes between multicellular organisms, Biological Bulletin, 204:237-240.

 

Silberman, S. (2004). The Bacteria Whisperer.Wired Web Page.

http://www.wired.com/wired/archive/11.04/quorum_pr.html. Acesso em 12 de Dezembro de 2011.

 

Stevenson, I. (1972). Bacterial endosymbiosis in Paramecium aurelia : bacteriophage-like Inclusions in a Kappa symbiont, Journal of General Microbiology 71:69-76.

 

Stewart, F. J., Young, C. R. & Cavanaugh, C. M. (2009). Evidence for homologous recombination in intracellular chemosynthetic clam symbionts, Molecular Biology and Evolution 26(6):1391–1404.

 

Waters, C. & Bassler, B. (2005). Quorum sensing: Cell-to-cell communication in bacteria, Annual Review of Cell and Developmental Biology 21, 319-346.

 

Werren, J. H., Baldo, L. & Clark, M. E. (2008). Wolbachia: master manipulators of invertebrate biology, Nature Reviews Microbiology  6: 741-751.

 

West, S. A., Griffin, A. S., Gardner, A. & Diggle, S. P. (2006). Social evolution theory for microorganisms. Nature Reviews Microbiology 4, 597-607. doi:10.1038/nrmicro1461.