Oblicza bioinformatyki: genomika regulatorowa
Bartek Wilczynski (UW)-bioinformatyk
Model biologiczny = developmental clock work (removing genes, one at a time, to see how the clock
works). Przyklad: cykl zycia muszki owocowej. Nie widac roznic, roznice w zakodowaniu DNA mutacja
genow w eksperymentach. Muszki owocowe sa bardzo „mechaniczne”.
Geny HOX = chromosomy lab, Dfd, Antp, Abd-B.
Te geny sa zachowane rowniez w ssakach i w czlowieku. Te geny maja silny wplyw na wyglad i
funkcjonalnosc danego organizmu. W ssakach te geny powtarzaja sie, sa duplikowane.
Jak inicjuje sie transkrypcje genow? Kodowanie bialka, transkrypcja tlumaczona na sekwencje
aminokwasow. Inicjacja transkrypcji zaangazowana w to, ze komorki roznia sie od siebie dzieki
czynnikom transkrypcyjnym (CRM, enhancer)=sekwencje regulatorowe; promotor=”most”.
Za pomoca metodbiochemicznych mozemy znalezc dokladne miejsce gdzie nastapi wiazanie miedzy
czynnikiem transkrypcyjnym i genomem.
ChIP-on-Chip
Genomic DNA cross-link and shear ip matrix, antibodyczyszczenie
Chip sequecing
Problem znajdowania czynnikow wiazan transkrypcyjnych. Bierzemy pod uwage te, ktory czynnik znajduje
sie najblizej bialek. Pozycja opisywana za pomoca specyficznych macierzy pozycyjnych.
Np.
A
3
2
0
12
C
5
2
12
0
.......itd
G
3
7
0
0
T
1
1
0
0
Poboczne nukleotydy maja mniejszy wplyw na dane wiazanie.
Zwykle w macierzy normalizuje sie wszystkie kolumny do 1.
Moga istniec rozne macierze. Jak wiedziec ktora jest dobra dla danego wiazania?
Claude Shannon – „ojciec” teorii kodow
∑i ∑ j p
ij
log
2
(p
ij
/ b
j
)
information content of the motif = prawdopodobienstwo wystapienia
danego nukleotydu w danym miejscu (p
ij
) i w jakimkolwiek miejscu (b
j
)
Logarytm ilorazu p/b to iloraz szans.
Najlepsza macierz – ta, ktora ma najwiecej informacji w kodzie.
Consensus method:
- Greedy algorithm
- dependant on sequence ordering
- take only a few “most” informants algorithms
Gibbs sampling = probnik Gibbs’a
REGULACJA bardziej skomplikowana.
Czynnik transkrypcyjny, Geny “eve&skip”
