1 / 40

Análise de gen omas e transcript omas

Análise de gen omas e transcript omas. Prof. Dr. Francisco Prosdocimi. As novas ciências “ÔMICAS”. Genoma Transcriptoma Proteoma Metaboloma Fenoma, Lipidoma, Glicoma, Interactoma, Spliceoma, Kinoma, etc. Genomas e transcriptomas. O genoma é único

cadee
Télécharger la présentation

Análise de gen omas e transcript omas

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Análise de genomas e transcriptomas Prof. Dr. Francisco Prosdocimi

  2. As novas ciências “ÔMICAS” • Genoma • Transcriptoma • Proteoma • Metaboloma • Fenoma, Lipidoma, Glicoma, Interactoma, Spliceoma, Kinoma, etc.

  3. Genomas e transcriptomas • O genoma é único • O transcriptoma modifica-se espaço-temporalmente • Quais genes estão ativos num determinado instante e condição? • Como isso influencia a adaptação da célula ao meio? • Proteoma

  4. Montando o “genoma da fábula” • Abaixo temos uma Fábula Fabulosa do escritor Millôr Fernandes que foi, assim como um genoma, dividida em partes. Monte as partes e produza a seqüência completa da fábula. > Frase 1 edoria e calor que fazem os seres humanos - "mas eu não". MORAL DA HISTÓRIA: NÃO MORRE A PASSARADA QUANDO MORRE UM PÁSSARO. > Frase 2 ela não pôde resistir e exclamou: "Mas, como, seu marido não morreu há cinco anos?" "Sim, é verdade" - respondeu então a outra, cheia daquela compreensão, sabed > Frase 3 Quando a amiga lhe apresentou o garotinho lindo dizendo que era seu filho mais novo, ela não pôde resistir e exclamou: "Mas, com > Frase 4 dade" - respondeu então a outra, cheia daquela compreensão, sabedoria e calor que fazem os seres humanos - "mas eu n

  5. Montagem de genomas Prof. Dr. Francisco Prosdocimi

  6. Montando um quebra-cabeças

  7. O problema da montagem • Genomas bacterianos normalmente têm o tamanho medido em dezenas a centenas de quilobases (kb) • Genomas eucarióticos têm o genoma medido em Megabases (Mb) ou gigabases (Gb) • O genoma humano tem 3,1 Gb • Através do método de Sanger normalmente produz-se sequências de 800bp • Como montar um genoma?

  8. Montagem de genomas numa casca de noz • A abordagem shotgun • Parte-se o DNA em pedacinhos • Corre-se um gel • Escolhe-se o tamanho dos fragmentos a trabalhar • Pedacinhos são clonados em vetores (montagem da biblioteca genômica) • Sequenciamento com primers do vetor • Monta-se a sequência por sobreposição

  9. Montagem da Biblioteca Genômica • Fragmentação do DNA • Enzimas de restrição • Sonicação • Calor • Digestão do vetor • Ligação para a produção da molécula recombinante • Inserção em bactéria

  10. Como sequenciar o que não se sabe o que é? • Para sequenciarmos no método de Sanger, precisamos utilizar um primer complementar à extremidade 5’ do que desejamos sequenciar • Vetor de sequenciamento • Primer UniversalForward e Reverse • Sequenciamento do inserto desconhecido

  11. Análise dos Sequencing Reads • Leituras do sequenciamento (cada uma das sequências produzidas) • Tipos de Reads que podemos encontrar • Vetor + Inserto • Vetor + Inserto + Vetor • Vetor • O vetor não representa nosso genoma de estudo, portanto, sua sequência deve sermascarada

  12. Possibilidades (teóricas) de mascaramento > Sequencia originalATCTCGAATTCTCTAACAGAACACGTAATATCAGCACCATCTCGAATCTCTAACAGAACACGTAATATCAGCACCATCTCGAATTCTCTAACAGAACACCATCTCGAATTCTCTAACACACCATCTCGAATTCTCTAACAAA > Sequencia mascarada (1)ATCTCGAATTCTCTAACAGAACACGTAATATCAGCACCATCTCGAATCTCTAACAGAACACGTAATATCAGCACCATCTCGAATTCTCTAACAGAACACCATCTCGAATTCTCTAACACACCATCTCGAATTCTCTAACAAA > Sequencia mascarada (2)XXXXXXXXXXXXXXXXXXXAACACGTAATATCAGCACCATCTCGAATCTCTAACAGAACACGTAATATCAGCACCATCTCGAATTCTCTAACAGAACACCATCTCGAATTCTCTAACACACCATCTCGAATTCTCTAACAAA > Sequencia mascarada (3)XXXXXXXXXXXXXXXXXXXAACACGTAATATCAGCACCATCTCGAATCTCTAACAGAACACGTAATATCAGCACCATCTCGAATTCTCTAACAGAACACCATCTCGAAXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX > Sequencia mascarada (4)ATCTCGAATTCTCTAACAGAACACGTAATATCAGCACCATCTCGAATCTCTAACAGAACACGTAATATCAGCACCATCTCGAATTCTCTAACAGAACACCATCTCGAAXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX > Sequencia mascarada (5)XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

  13. Reads limpas • O programa Cross_match compara as sequências de DNA e mascara as sequências do vetor • Só temos agora sequência do organismo que estudamos • Alinhamento de sequências (bioinformática) • Sobreposição das sequências LINUX prompt $> cross_match reads.fasta vector.fastaAligning vector and read sequencesMasking vector regions $> more reads.fasta.cross_match> Read1XXXXXXXXXXACTAGACCCTATGAGGACATACATAGGACACAGAGATATATCCCGGCGCGTTTCATCTCGTACAGTTACCCCTTCAGCAGCACTCTCTGCACGATCGTCTACGXXXXXXXXXXXXXXXX

  14. Sequence clustering • Cálculo da pontuação de sobreposição • Match / Mismatch / Gap scores • Minmatch (14) / Minscore (30)

  15. Montagem de contigs • Reads alinhados • Programa cria sequências consenso (contigs) • CAP3, Phrap, TIGR Assembler, Celera Assembler

  16. Genome Contig Problemas de montagem • E se o genoma contiver muitas sequências repetitivas? • O clustering vai reunir partes do genoma que não são contíguas • Análise do conteúdo de repetições de um genoma deve ser feito antes da montagem • Deve-se mascarar as repetições e montar apenas as partes do genoma sem repetições Sequencing reads Região repetitiva: alta cobertura de readsAlinhamento com regiões doutras partes do genoma

  17. Reconstrução do genoma • Contigs + gaps • Certas regiões do DNA são difíceis de serem clonadas • Clonagem de fragmentosé estatística • Não estão presentes na biblioteca de DNA • Portanto, não são sequenciadas

  18. Genome finishing • Primer walking consiste numa técnica de fechamento de genomas • Primers são criados para a realização de uma PCR que produzirá a sequência dos gaps • E se a sequência for muito grande? • Grande parte dos genomas publicados contêm regiões de gap

  19. Genomas eucarióticos • Genomas enormes, nível de Mb ou Gb • Por vezes decide-se realizar uma abordagem hierárquica para o sequenciamento • Montagem de BACs – BAC to BAC sequencing

  20. Mated-pair sequencing • Não se sequencia o inserto inteiro • Sequenciamento das extremidades do inserto • Montagem das sequências das extremidades • Clonagem de insertos com tamanhos variados (em diferentes tipos de vetores)

  21. Gaps reais e virtuais • Gaps virtuais • Conhece-se o vetor que contém os mated-pairs • Sabe-se o tamanho ao qual ele corresponde (tamanho do inserto) • Shotgun do vetor em questão • Gaps reais • Não se conhece nada sobre este gap • Pode ter qualquer tamanho • Difícil solução

  22. Genome coverage • Cobertura do genoma • Antes de tentarmos montar um genoma, precisamos ter uma quantidade de bases cerca de 8x maior do que o genoma • Garante que haverão poucos gaps reais • Genoma Humano público (2001): 2,9X coverage • Celera: 5,1X coverage Quanto maior a cobertura, menor o número de contigs (significando que as moléculas foram montadas por completo)

  23. Passos para a montagem • Produção de sequencing reads até 8x o tamanho do genoma • Montagem dos contigs • Identificação de gaps reais e virtuais • Fechamento de gaps • Publicação do genoma

  24. Montagem de transcriptomas Prof. Dr. Francisco Prosdocimi

  25. Genoma X Transcriptoma

  26. Sequenciando ESTs • Expressed Sequence Tags • Etiquetas de sequências expressas • Amplificação dos genes a partir de primers do vetor de clonagem • Pode-se produzir ESTs 3’ ou 5’ • A EST 3’ está ancorada ao poli-A • O conteúdo da extremidade 5’ da EST, no entanto, varia devido: • Tamanho do mRNA • Tamanho do inserto clonado • Tamanho amplificado pela transcriptase reversa • Formas de Splicing do gene

  27. Características das ESTs • Representam o pool de mRNAs • Possuem de 150 a ~1000 nucleotídeosEtiquetas de seqüências gênicas • Cada clone é seqüenciado uma única vez • Apresentam redundância • Permitem a identificação dos genes mais expressos em diferentes fases/tecidos • Permitem a identificação de splicing alternativo

  28. Montagem dos genes • Contigs • Cada contig representa um gene completo • A cobertura do contig depende da expressão de cada gene • Genes muito expressos são mais vistos • Genes singlets • Menor evidência • Quantidade de ESTs sequenciadas e saturação da biblioteca • Sequências únicas • Cada uma é um gene • Sequências quiméricas :. Diminui a redundância;:. Aumenta o tamanho;:. Aumenta a qualidade.

  29. Sequence clustering • Cálculo da pontuação de sobreposição • Match / Mismatch / Gap scores • Minmatch (14) / Minscore (30) Déja vu?

  30. Produção de ESTs e ORESTEs

  31. Seqüênciamento de genes expressos: Documentar a existência de transcritos gênicos num transcriptoma[otorrin... e ...damonh...] • EST (Etiqueta de Seqüência Expressa) • seqüenciamento único de cada cDNA • extremidades 5’ ou 3’ • ORESTES (ESTs ricas em ORFs) • seqüenciamento único do amplicon derivado de cDNA por PCR inespecífico • prevalece o centro do cDNA (cds)

  32. Um mRNA & suas ESTs (A)200 (A)200 mRNA cDNA (fita +) ATG AUG (A)18 ATCATGACTTACGGGCGCGCGAT AAATTTATTATCC (T)18 5’EST cDNA (fita -) 3’EST mRNA cDNA (fita +) AUG (A)18 GGCGCGCGATATCC AAATTTATTATCCATCTACG (T)18 5’EST cDNA (fita -) 3’EST

  33. PCR inespecífico & seu ORESTES (A)200 amplicon (fita +) amplicon (fita -) PCR (60ºC) Iniciador (60ºC 37ºC) +ORESTES (outros iniciadores) mRNA amplicon (fita +) AUG GGGCGCGCGATATCGAAAAATTTATAAGGCTAG CCCCGGCGGCTCGGCCGGGGAGATCGATCATGAC AGATCGATCATGACTTACGGGCGCGCGATATCG ORESTES cDNA (fita -)

  34. Produção de ESTs e ORESTEs

  35. Epílogo • Sabemos agora montar os genomas e os transcriptomas • E daí? • Número de genes (introns e éxons), elementos regulatórios, tamanho em pares de bases • Fizemos uma análise quantitativa e partiremos agora para uma análise qualitativa dos genes presentes • Quais são? O que fazem? • O que um organismo pode fazer dado que tem os genes que tem? • A análise genômica é uma análise de como pode funcionar o metabolismo de um organismo

  36. Outras análises transcriptômicas Prof. Dr. Francisco Prosdocimi

  37. SAGE • Serial Analysis of gene expression • Utilização de enzima de restrição do tipo III (corta upstream ao sítio de reconhecimento) (NlaIII) • Produção e sequenciamento de concatâmeros

  38. Bioinformática SAGE • Extração e contagem das tags • Algus transcritos não geram tags com certa enzima • Tags possuem 10bp ou 17bp (+4 restr. Site) • Mapeamento de tags a genes usando alinhamento de sequências (1 to N, N to 1) • Tags não unívocas; repeat regions • Erros de sequenciamento atrapalham a análise >SAGE-WT1-A0001-A01.abd 1047 ABIGGCAGTGAATTGTAATACGACTCACTATAGGGCGAATTGGGCCCTCTAATGCATGTTGACGTGCACTTCCGTAGCCTCATGTTTTATGGAATCACCTATTATGCCATGACTTTTTCAAAACTAGGCTGTGCCATGTTTACACAGTATGCACACATCTTCCATGGATGTGGACAGAAAATCCTCCAACATGATGGCAA A tag em azul deverá ser a o complemento reverso da sequência. Short SAGE: TagFreq MappedGenes GCAGACCATA 1451 AB666788, U18897 AACAGTTCCA 931 NM_789654 GCCAACTCGG 2 NM_123587 CGTGCGGATT 1 NM_123587, Y15324, P67473, MB12983

  39. Microarray • Análise comparativa da expressão gênica em high-throughput

More Related