Bioinformatyka

wykłady dla I r. studiów magisterskich,

biologia (SGGW)

2007/2008

Krzysztof Pawłowski

Wykład 4.X.2007

„

Co to jest bioinformatyka?

„

Program wykładów

„

Sekwencjonowanie DNA

„

Sekwencjonowanie genomów

Rozwiązywanie problemów biologicznych metodami

obliczeniowymi

Solving biological problems by computational means

Some synonyms:

„

In silico biology

„

Biocomputing

„

Theoretical biology

Substantial overlaps:

„

Computational chemistry / cheminformatics

„

Systems biology

„

Structural biology

„

Theoretical biophysics

„

definicja”

bioinformatyki / biologii obliczeniowej

•

Objects: small

molecules, structural motifs and domains, proteins,

transcripts, genes, organelles, cells, tissues, organs, organisms

•

Objects’

attributes: sequences,

3-D structures, expression data, clinical

data, publications,….

Zakres zainteresowań

bioinformatyki

„oficjalne”

definicje NIH

„

Bioinformatics: approaches for expanding the

use of biological, medical, behavioral or health

data, including those to acquire, store, organize,

archive, analyze, or visualize such data.

„

Computational Biology: The development and

application of data-analytical and theoretical

methods, mathematical modeling and

computational simulation techniques to the study

of biological, behavioral, and social systems.

Bioinformatics

(wikipedia)

„

Bioinformatics and computational biology

involve the use or development of

techniques, including applied

mathematics, informatics, statistics,

computer science, artificial intelligence,

chemistry, and biochemistry to solve

biological problems, usually on the

molecular level.

Bioinformatics

(wikipedia, contd.)

„

The primary goal of bioinformatics is to increase our

understanding of biological processes. What sets it apart

from other approaches, however, is its focus on

developing and applying computationally intensive

techniques (e.g., data mining, and machine learning

algorithms) to achieve this goal. Major research efforts in

the field include sequence alignment, gene finding,

genome assembly, protein structure alignment, protein

structure prediction, prediction of gene expression and

protein-protein interactions, and the modeling of

evolution.

Bioinformatyka (wikipedia)

„

Bioinformatyka to dyscyplina zajmująca
się stosowaniem narzędzi
matematycznych i informatycznych do
rozwiązywania problemów z nauk
biologicznych. Z bioinformatyką
powiązane są: genomika, proteomika,
metabolomika i transkryptomika.

„bioinformatyka”

–

nowa dyscyplina?

Publikacje bioinformatyczne (PubMed)

1

10

100

1000

10000

19

89

19

90

19

91

19

92

19

93

19

94

19

95

19

96

19

97

19

98

19

99

20

00

20

01

20

02

20

03

20

04

20

05

20

06

20

07

20

08

20

09

bioinformatics[Text Word]

bioinformatics[MeSH Heading]

…ale pod innymi nazwami rozwijała się

przynajmniej od lat 60.

Bioinformatyka w Google

17 500 000

47 300

241 000

1 160 000 1 140 000 1 730 000

126 000 000

27 700 000

bi

oin

fo

rm

at

ics

bi

oin

fo

rm

at

yk

a

bi

oin

fo

rm

at

ika

bi

oinf

or

m

at

ik

bi

oinf

or

ma

tic

a

bi

oinf

or

m

at

ique

bi

ology

bi

ologi

a

bio

informatyka

BIOINFORMATYKA

BIOINFORMATYKA

-

-

dziedzina interdyscyplinarna

dziedzina interdyscyplinarna

biologia (molekularna)

dane biologiczne

informatyka

narzędzia,metody

i obliczenia komputerowe

=

+

dane dotyczące kwasów

nukleinowych, białek,

lipidów, węglowodanów i

innych makrocząsteczek

nauki i techniki komputerowe,

teoria informacji, matematyka

stosowana, statystyka, teoria

prawdopodobieństwa

fizy

ka

i c

he

mi

a

BIOINFORMATYKA

BIOINFORMATYKA

-

-

cele

cele

Organizowanie

i zarządzanie

informacjami

o

makrocząsteczkach

i innych

danych

biologicznych

w formie

skomputeryzowanych

(cyfrowych) zapisów

-

baz

danych

Analiza

tych

danych

za

pomocą

metod obliczeniowych,

rozwój metod

i algorytmów

DNA

BIOINFORMATYKA

BIOINFORMATYKA

-

-

poziomy analiz

poziomy analiz

mRNA

białka

interakcje

i metabolizm

genom

BIOINFORMATYKA

BIOINFORMATYKA

-

-

poziomy analiz

poziomy analiz

wszystkie

sekwencje

DNA

zawarte

w organizmie, geny,

sekwencje regulatorowe

genomika

genomika

poziom

badań

przedmiot

badań

dziedzina

badań

poszukiwanie

sekwencji

kodujących, rozpoznawanie

eksonów

i intronów,

organizacja

genomów,

porównanie

sekwencji

tematy

badań

transkryptom

wszystkie

sekwencje RNA

zawarte

w organizmie

transkryptomika

transkryptomika

analiza

ekspresji

genów

proteom

wszystkie

białka

zawarte

w

organizmie

proteomika

proteomika

porównanie

sekwencji,

identyfikacja

zachowanych

regionów, przewidywannie

struktury, oddziaływania

metabolom

wszystkie

procesy

metaboliczne

zachodzące

w organizmie,

metabolity

metabolomika

metabolomika

określanie

sieci i szlaków

metabolicznych, symulacje

Program wykładów

„

Genomy

„

Sekwencje biologiczne

„

Biologiczne bazy danych

„

Struktury makrocząsteczek biologicznych

„

Elementy biologii systemowej

„

Elementy epigenetyki

„

…dygresje w stronę biologii, fizyki, chemii

zaliczenie

„

Ćwiczenia:

lista obecności & kolokwium (a)

„

Wykład:

kolokwium (b)

„

Ocena: średnia z ocen z kolokwiów a i b,
jeśli obie oceny > 2

Literatura

Literatura

Literatura

Literatura

http://www.ncbi.nlm.nih.gov/books

Baxevanis, Ouelette

Sekwencjonowanie DNA

Sekwencjonowanie DNA

1977

Sanger

i współpr.

–

metoda terminacji

łańcucha, dideoksy

1987

Prober

i współpr.

–

znakowanie fluorescencyjne i zautomatyzowanie metody

analizator DNA (sekwenser)

ABI PRISM 3700

Hybrydyzacja ze starterem oligonukleotydowym

Synteza nowej nici DNA od końca startera za pomocą:

polimerazy

Taq

Oczyszczanie fragmentów DNA:

wyciętych z klonów plazmidowych lub fagowych
zamplifikowanych

przez PCR

puli trifosforanów

deoksyrybonukleotydów

(dATP, dTTP, dGTP, dCTP)

puli trifosforanów

dideoksynukleotydów

(

dd

A

TP

,

dd

T

TP

,

dd

G

TP

,

dd

C

TP

)

znakowanych fluorescencyjnie i powodujących zakończenie syntezy nici

Denaturacja (pojedyncze nici)

G-C-A-T-

A

G-C-A-

T

G-C-

A

G

-

C

G

-

A-G-T-C-G-T-A-T

-A-G-T-C-G-T-A-T

-A-G-T-C-G-T-A-T

-A-G-T-C-G-T-A-T

-A-G-T-C-G-T-A-T

T-C-A-

T-C-A-

T-C-A-

T-C-A-

T-C-A-

Elektroforeza kapilarna (sekwencje o długości do 1500 nukleotydów)

T-C-A-G-C-A-T-

A

T-C-A-G-C-A-

T

T-C-A-G-C-

A

T-C-A-G-

C

T-C-A-

G

0

5

10

15

20

25

G

C

A

T

A

T

C

GG

C

T

AA

TT

G

C

T

C

T

A

G

C

A

C

0

5

10

15

20

25

G

C

A

T

A

T

C

GG

C

T

AA

TT

G

C

T

C

T

A

G

C

A

C

Odczyt sekwencji

Etapy sekwencjonowania genom

Etapy sekwencjonowania genom

ó

ó

w

w

Wybór zachodzących pojedynczych klonów do sekwencjonowania

Oczyszczanie chromosomów

Pofragmentowanie metodą

sonikacji

na odcinki

o długości 100 kpz

(kbp) lub większe

Klonowanie fragmentów w wektorach (YAC, BAC)

Tworzenie mapy chromosomu

Subklonowanie

w mniejszych fragmentach

Human

Genome

Project

metoda tradycyjna

Tworzenie mapy subklonów

SEKWENCJONOWANIE

ATGCTCGATCTTGATAGAGCTACAACGGCTTGCGGTAGCTTATA

ATGCTCG

TCGATCTT

TTGATAGA

AGAGCTAC

TACAACGG

GGCTTGC

GCGGTAGC

AGCTTATA

Human

Genome

Project

metoda tradycyjna

Wybór i sekwencjonowanie

zachodzących subklonów

ATGCTCGATCTTGATAGAGCTACAACGGCTTGCGGTAGCTTATA

ATGCTCG

TTGATAGA

TACAACGG

GCGGTAGC

TCGATCTT

AGAGCTAC

GGCTTGC

AGCTTATA

SEKWENCJONOWANIE

Subklonowanie

w mniejszych fragmentach

Celera

Genomics

metoda ”shotgun”

Sekwencjonowanie wszystkich
subklonów

i tworzenie bazy

komputerowej

Komputerowy zapis sekwencji nukleotydowej

Komputerowy zapis sekwencji nukleotydowej

A

A

A

A

A

C

C

C

C

T

T

T

T

T

T

T

G

G

G

C

lub

A

G

lub

C

A

lub

G

M

S

P

C

G

T

A

C

G

T

M

T

A

S

T

A

T

A

G

T

A

C

T

P

C

Obr

Obr

ó

ó

bka sekwencji HTGS

bka sekwencji HTGS

Faza 0

Faza 1

Faza 2

Faza 3

contigs

1977

Sanger

i współpr. -

fag

ΦX 174 (5,4 tys. pz)

Sekwencjonowanie genom

Sekwencjonowanie genom

ó

ó

w

w

1995

Fleischmann

i współpr. -

Haemophilus influenzae

(1.8 mln

pz)

1981

Anderson i współpr. -

mtDNA

człowieka (17 tys. pz)

Fraser

i współpr. -

Mycoplasma genitalium

(0.6 mln

pz)

1997

Blattner

i współpr. –

Escherichia coli

(4.6 mln

pz)

Kunst i współpr. –

Bacillus subtilis

(4.2 mln

pz)

1996
1997

Goffeau

i współpr.

Saccharomyces

cerevisiae

(13 mln

pz)

Sekwencjonowanie genom

Sekwencjonowanie genom

ó

ó

w

w

1998

The

C. elegans

Sequencing

Consortium

Caenorhabditis

elegans

(100 mln

pz)

Human

Genome

Project

od 1990

Celera

Genomics

od 1998

VI 2000

OIgłoszenie

zakończenie prac nad wstępną

wersją

genomu ludzkiego; zsekwencjonowano:

85 %

99 %

Konferencja prasowa w Białym Domu w towarzystwie premiera Wielkiej Brytanii i

prezydenta USA. Zespoły HPG oraz Celery

postanowiły ze sobą

współpracować

w końcowej fazie badań

po okresie zażartej konkurencji.

Sekwencjonowanie genomu cz

Sekwencjonowanie genomu cz

ł

ł

owieka

owieka

Francis Collins

Craig

Venter

Human

Genome

Project

Celera

Genomics

II 2001

niezależna publikacja wyników w:

Venter

i współpracownicy

THE GENOME INTERNATIONAL

SEQUENCING CONSORTIUM

GenBank

GenBank

–

–

statystyka

statystyka

Grupa

liczba genomów

zsekwencjonowanych

(6.10.2008)

Archaea

52

Bacteria

706

Eucaryota

22

Kompletnie

Kompletnie

zsekwencjonowane

zsekwencjonowane

genomy

genomy

„

Eucaryota:

„

Drosophila melanogaster

ƒ

Saccharomyces cerevisiae

ƒ

Schizosaccharomyces pombe

ƒ

Candida glabratha

ƒ

Encephalitozoon cuniculi GB-M1….

„

Caenorhabditis elegans

„

Entamoeba histolytica

„

Plasmodium falciparum

„

Trypanosoma cruzi

….

ƒ

Homo sapiens

ƒ

Mus musculus

ƒ

Arabidopsis thaliana

ƒ

Oryza sativa

KRĘGOWCE (2)

ROŚLINY (2)

OWADY (1)

GRZYBY (10)

PIERWOTNIAKI

(6)

NICIENIE (1)

„Prywatne”

genomy

James Watson

(2008)

Craig

Venter

(2007)

12 genomów z rodzaju Drosophila

2007

Pyrosequencing

454

Pyrosequencing. The strand
synthesis reaction is carried out in
the absence of
dideoxynucleotides. Each dNTP

is

added individually, along with a
nucleotidase

enzyme that

degrades the dNTP

if it is not

incorporated into the strand being
synthesized. Incorporation of a
nucleotide is detected by a flash of
chemiluminescence

induced by the

pyrophosphate released from the
dNTP. The order in which
nucleotides are added to the
growing strand can therefore be
followed

Sekwencjonowanie na
mikromacierzach

A possible way of using chip technology in DNA sequencing. The chip carries an array of every possible 8-mer oligonucleotide. The DNA to be
sequenced is labeled with a fluorescent marker and applied to the chip, and the positions of hybridizing oligonucleotides

determined by confocal

microscopy. Each hybridizing oligonucleotide

represents an 8-nucleotide sequence motif that is present in the probe DNA. The sequence of the

probe DNA can therefore be deduced from the overlaps between the

sequences of these hybridizing oligonucleotides.