Questões de Concurso
Para laboratorista
Foram encontradas 913 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Com relação aos conhecimentos em criomicroscopia eletrônica de transmissão e varredura, é correto afirmar:
Pesquisadores da instituição ‘A’ têm interesse na biologia estrutural de vírus e buscam caracterizar vírus da família Mimiviridae de ambientes como fossas vulcânicas, corais e derivados de petróleo. A meta dos pesquisadores é coletar informações em resolução atômica dos vírus no contexto de infecções, ou seja, no interior de células hospedeiras. Vírus dessa família despertam interesse devido à sua complexidade. Apresentam uma superfície icosaédrica, genomas de 1,2 Mb e tamanhos na faixa de 800 nm, sendo visíveis até mesmo por microscopia ótica. Além disso, sua superfície é coberta por uma densa camada de fibrilas. Outro grupo de pesquisadores, da Instituição ‘B’, têm interesse na resolução estrutural, em escala atômica, de proteínas com tamanho molecular entre 5-15 kD, quando complexadas a alvos farmacológicos de igual tamanho. Com base nessas informações, assinale a alternativa correta.
Transformadas de Fourier são operações matemáticas muito utilizadas no processamento de micrografias obtidas por criomicroscopia eletrônica. As imagens a seguir ilustram o resultado de uma operação de Fourier realizada em quatro micrografias coletadas de maneiras distintas em um criomicroscópio. Ao observar essas imagens, é correto afirmar:

A criomicroscopia eletrônica alcançou uma fase de amadurecimento na análise e processamento de dados para a determinação estrutural de macromoléculas. Diversos algoritmos e programas foram desenvolvidos e estão disponíveis para a comunidade científica. Assinale a alternativa que indica quais os programas que podem ser usados nas respectivas etapas de processamento e análise de partículas únicas: correção de movimentos das micrografias, estimativa de valores de desfoco, classificação 2D de partículas, refinamento 3D, estimativa de resolução local de mapas de potencial de Coulomb e sua visualização.
A anatomia de um criomicroscópio eletrônico é conhecida por sua complexidade, envolvendo uma série de sistemas de lentes eletromagnéticas dispostas de forma conjugada. A figura a seguir ilustra alguns componentes desse tipo de microscópio.

Com base nos conhecimentos sobre os princípios de funcionamento desse tipo de microscópio, assinale a alternativa correta.
Jacques Dubochet foi laureado com o prêmio Nobel de Química em 2017 por suas contribuições no desenvolvimento da técnica de vitrificação, que mais tarde se tornou fundamental na criopreservação de amostras biológicas com finalidade de determinação estrutural. Para montar o aparato de vitrificação, Dubochet utilizou um nebulizador, uma fenda metálica, uma pinça, um recipiente contendo líquido criogênico, água no estado líquido e um filme de carbono. O nebulizador foi empregado para pulverizar a solução aquosa através da fenda metálica. Em seguida, as microgotas que ultrapassavam a fenda eram depositadas sobre a superfície de um filme de carbono preso à pinça, sendo imediatamente submersas no recipiente criogênico por meio de um movimento pendular. O intervalo entre a deposição das gotas e o congelamento era determinado pela geometria do aparato.
A figura a seguir ilustra o protótipo desenvolvido por Dubochet.

Com base nos conhecimentos sobre a técnica de vitrificação, é correto afirmar:
A hemoglobina é uma proteína tetramérica composta por cadeias polipeptídicas que desempenham papel fundamental no transporte de oxigênio no sangue. Sua estrutura pode ser observada na imagem a seguir:

Disponível em: https://www.rcsb.org/structure/1gzx
Sobre as estruturas que compõem a hemoglobina, assinale a alternativa correta.
AlphaFold2 e suas aplicações nos campos da biologia e medicina
Em dezembro de 2020, o AlphaFold2 (AF2), um modelo baseado em aprendizado de máquina (machine learning) para prever estruturas de proteínas desenvolvido pela DeepMind, conquistou o campeonato na 14ª edição do Critical Assessment of Structure Prediction (CASP14). Um ano e meio depois, a DeepMind e o EMBL’s European Bioinformatics Institute (EMBL-EBI) divulgaram as estruturas de mais de 200 milhões de proteínas previstas pelo AF2, que cobrem quase todas as proteínas conhecidas no planeta (o universo das proteínas). Esses dois eventos atraíram grande atenção para o AF2 na comunidade científica. O AF2 representa um avanço marco na previsão de estruturas de proteínas. Ele é considerado a maior contribuição da Inteligência Artificial (IA) para o campo científico e um dos maiores avanços científicos feitos pela humanidade no século XXI. Este é um feito histórico notável no entendimento humano da natureza. A alta avaliação do AF2 não é excessiva, pois entender as estruturas tridimensionais (3D) das proteínas é um dos problemas mais desafiadores no campo da biologia, que tem desconcertado os cientistas por 50 anos. Embora múltiplas tecnologias, incluindo Ressonância Magnética Nuclear (RMN), Cristalografia por Raios-X e Microscopia Crioeletrônica (cryoEM), tenham sido adotadas para resolver as estruturas das proteínas, apenas cerca de 200.000 estruturas de proteínas foram determinadas, cobrindo menos de 0,1% do universo das proteínas.
Adaptado de Yang, Z. et al. (2023). AlphaFold2 and its applications in the fields of biology and medicine. Sig Transduct Target. Tradução livre.
AlphaFold2 e suas aplicações nos campos da biologia e medicina
Em dezembro de 2020, o AlphaFold2 (AF2), um modelo baseado em aprendizado de máquina (machine learning) para prever estruturas de proteínas desenvolvido pela DeepMind, conquistou o campeonato na 14ª edição do Critical Assessment of Structure Prediction (CASP14). Um ano e meio depois, a DeepMind e o EMBL’s European Bioinformatics Institute (EMBL-EBI) divulgaram as estruturas de mais de 200 milhões de proteínas previstas pelo AF2, que cobrem quase todas as proteínas conhecidas no planeta (o universo das proteínas). Esses dois eventos atraíram grande atenção para o AF2 na comunidade científica. O AF2 representa um avanço marco na previsão de estruturas de proteínas. Ele é considerado a maior contribuição da Inteligência Artificial (IA) para o campo científico e um dos maiores avanços científicos feitos pela humanidade no século XXI. Este é um feito histórico notável no entendimento humano da natureza. A alta avaliação do AF2 não é excessiva, pois entender as estruturas tridimensionais (3D) das proteínas é um dos problemas mais desafiadores no campo da biologia, que tem desconcertado os cientistas por 50 anos. Embora múltiplas tecnologias, incluindo Ressonância Magnética Nuclear (RMN), Cristalografia por Raios-X e Microscopia Crioeletrônica (cryoEM), tenham sido adotadas para resolver as estruturas das proteínas, apenas cerca de 200.000 estruturas de proteínas foram determinadas, cobrindo menos de 0,1% do universo das proteínas.
Adaptado de Yang, Z. et al. (2023). AlphaFold2 and its applications in the fields of biology and medicine. Sig Transduct Target. Tradução livre.
A estrutura terciária de uma proteína descreve a conformação tridimensional de toda a cadeia polipeptídica, resultante das interações entre os seus átomos e resíduos. Essas interações são fundamentais para a função biológica da proteína.
Considerando as características da estrutura terciária das proteínas, assinale a alternativa correta.
Assinale a alternativa que apresenta corretamente a estrutura secundária de uma proteína.
Observe a imagem a seguir:

Considerando a imagem apresentada, assinale a alternativa correta quanto à medida de volume de líquidos.