2009-01-22

1

Bioinformatyka –

wykład 13

20.I.2009

biologia systemów

biologiczne dane wielowymiarowe

Krzysztof Pawłowski

[e-mail]

2009-01-22

2

Plan wykładu

•

Biologia systemów

•

Bazy danych ekspresji genów

•

Analiza danych ekspresji genów, sieci
zależności

•

Symulacje ścieżek sygnalizacyjnych

•

Pan-genomy

2009-01-22

3

Systems

biology

•

field of study, particularly, the study of
the interactions between the components
of biological

systems

•

paradigm

:

"Systems biology...is about putting together

rather than taking apart, integration rather
than reduction”

2009-01-22

4

Systems

biology

–

since

1993?

2009-01-22

5

Terminologia

wielkoskalowe analizy biologiczne =

high-throughput biology =

„omics” (genomics, proteomics,

metabonomics, ...)

2009-01-22

6

Typowe zastosowania analiz

wielkoskalowych

•

Poszukiwanie molekularnych

cech charakterystycznych

zjawisk i procesów biologicznych,

np. biomarkerów

diagnostycznych

•

Poszukiwanie molekularnych

mechanizmów zjawisk i procesów

biologicznych, np. możliwych

scenariuszy terapeutycznych

2009-01-22

7

Gdzie lepiej widać

biologię?

2009-01-22

8

Gdzie lepiej widać

biologię?

2009-01-22

9

Plan wykładu

•

Biologia systemów

•

Bazy danych ekspresji genów

•

Analiza danych ekspresji genów, sieci
zależności

•

Symulacje ścieżek sygnalizacyjnych

•

Pan-genomy

2009-01-22

10

próbki

zdrowi

chorzy

Ekspresja genów –

to nie tylko dane liczbowe

w przestrzeni genów można określić

wiele metryk

geny

2009-01-22

11

próbki

geny

zdrowi

chorzy

dane demograficzne, kliniczne, historia chorób,

styl życia

Ekspresja genów –

to nie tylko dane liczbowe

z każdą

próbką

związane mogą

być

setki parametrów,

liczbowych i jakościowych

2009-01-22

12

Bioinformatyka
wielkoskalowa

High-throughput
bioinformatics

2009-01-22

13

Bioinformatyka wielkoskalowa

High-throughput bioinformatics

2009-01-22

14

interpretacja: od list genów

o zmienionej ekspresji

do „zrozumienia”

biologii

•

Analiza skupień

(clustering)

•

Analiza wzbogacenia zbiorów genów
(gene

set enrichment

analysis)

•

Mapowanie danych ekspresji na sieci zależności
biologicznych

2009-01-22

15

Przykłady metod analizy danych ekspresji

•

Analiza skupień

(clustering)

–

Poszukiwanie grup genów o podobnych profilach
ekspresji

2009-01-22

16

interpretacja: od list genów

o zmienionej ekspresji

do „zrozumienia”

biologii

•

Analiza wzbogacenia zbiorów genów
(gene

set enrichment

analysis)

–

poszukiwanie cech, w które pewne grupy genów,
np. skupienia (klastry), są

„wzbogacone”

–

np. anotacji funkcjonalnych

–

statystyczna analiza anotacji

2009-01-22

17

interpretacja: od list genów

o zmienionej ekspresji

do „zrozumienia”

biologii

•

Mapowanie danych ekspresji na sieci zależności
biologicznych

–

wyszukiwanie „podsieci”

(subnetworks) złożonych

z genów o charakterystycznej ekspresji

2009-01-22

18

Question:

What is the underlying

biology, pathology, physiology
etc associated with this list of
entities?
What is it telling me?

A software tool that
enables the user to
rapidly extract biological
information from
biological entity lists

Biomedical Entity

Relationship

System

Biomedical Entity

Relationship System

Gene
Expression

Proteomic

Metabonomic

Significant Biological
Entity List:

•

Gene List

•

Protein List

•

Metabolite List

Genetic

Biological
environment
of the list.

Literature

Canonical pathways
associated with the
list

A map of the
relationships within the
literature focusing on
gene/protein,
metabolite, drug,
disease, biological
process concepts and
their relationships

Diseases, Biological processes
associated with the list

2009-01-22

19

Nowe odkrycia –

„novelty”

•

Trend.

•

Czy tworzymy więcej nowości?

•

Czy mamy modę

na chwalenie się

rzekomą

nowością?

•

Czy analizy wielkoskalowe

prowadzą

do

odkrywania nowości?

2009-01-22

20

Czy „omika”

prowadzi do nowości?

temat 1

oraz

temat 2

Liczba
artykułów

% „omiki

„omika”

-

116821

100%

„omika”

„nowe”

geny

1591

1,4%

„omika”

geny
docelowe
dla leków

596

0,5%

Kwerenda w Medline

2000-2007,

tytuły i streszczenia

2009-01-22

21

Sposoby i powody

unikania nowości

•

Wczesne analizy wielkoskalowe

miały charakter

„proof-of-concept”

–

kontroli technicznej metody

•

Niewiara w dokładność

metod wielkoskalowych

•

Skupienie uwagi na znanych genach
i scenariuszach –

powody praktyczne

(łatwiejsze zastosowania)

•

Bioinformatyka daje szansę

na pełniejsze

wykorzystanie danych wielkoskalowych

2009-01-22

22

Sposoby i powody

unikania nowości

•

Przykład: Crystal

et al. Skupienie uwagi na

znanych genach i scenariuszach. Przeanalizowali
44 geny

spośród 22000 o zmierzonej ekspresji

Am J Respir

Cell Mol Biol. (2003) 29):331-43

2009-01-22

23

Biologia systemów

•

Gene-centric

approach

vs gene-set

(pathway) approach

•

”differentially expressed pathways”

instead

of “differentially expressed genes”

2009-01-22

24

Plan wykładu

•

Biologia systemów

•

Bazy danych ekspresji genów

•

Analiza danych ekspresji genów, sieci
zależności

•

Symulacje ścieżek sygnalizacyjnych

•

Pan-genomy

2009-01-22

25

We want to inhibit a signalling

pathway: receptor protein to

biological effect. Simple?

2009-01-22

26

Not so simple…. Sets of differential equations used

2009-01-22

27

Symulacje ścieżek

sygnalizacyjnych

Lauffenburger

et al. (2008),

Interleukin-7 receptor
signaling

network

2009-01-22

28

2009-01-22

29

2009-01-22

30

Plan wykładu

•

Biologia systemów

•

Bazy danych ekspresji genów

•

Analiza danych ekspresji genów, sieci
zależności

•

Symulacje ścieżek sygnalizacyjnych

•

Pan-genomy

2009-01-22

31

pan-genome

The microbial

pan-genome, Medini

et al.

(2005)

•

how genomics can describe a bacterial species?

•

in some species,

new genes are discovered even after sequencing

the genomes of several strains

•

mathematical

modeling predicts that new genes will be discovered

even after sequencing hundreds of genomes per species.

•

a bacterial species can be described by its pan-genome,

–

a ‘core genome’

containing genes present in all strains,

–

a ’dispensable genome’

containing genes present in two or more strains

–

genes unique to single strains

•

pan-genome of a bacterial species might be orders of magnitude

larger than any single genome

2009-01-22

32

Geny wspólne –

różne gatunki z rodzaju Streptococcus

2009-01-22

33

pan-genome

core

genome

Trzy gatunki z rodzaju Streptococcus

2009-01-22

34

What future brings…?

–

growing apprehension of “multidimensionality”

in biology

–

combining

„macroscopic”

(e.g. clinical)

science

and molecular

biology:

“global”

and molecular phenotype

–

comparative

genomics, community

genomics

–

functional

network analysis,

simulation

of pathways -

enzymatic, signalling, regulatory

–

whole cell simulations, and beyond

–

automated

text mining

–

integration, integration, integration, …….