Lucia genomica y proteomica

HECHO POR LUCIA SENCIA 1

HECHO POR LUCIA SENCIA 2

HECHO POR LUCIA SENCIA 3

Splicing.

O Splicing é um processo que remove os introns e junta os exons depois da transcrição do RNA.

Ele consiste na retirada dos íntrons de um mRNA precursor, sendo um dos processos necessários para formar um mRNA maduro funcional.

O splicing ocorre predominantemente em células eucarióticas, já que o DNA das células procarióticas não possui introns.

HECHO POR LUCIA SENCIA 4

Splicing.

Essa excisão dos introns do mRNA é um evento muito importante e requer uma extrema precisão das moléculas envolvidas no processo. A exclusão ou o acréscimo de um único nucleotídeo em um exon pode levar a uma alteração da fase de leitura e à produção de uma proteína completamente diferente da original ou defeituosa.

HECHO POR LUCIA SENCIA 5

Splicing.

HECHO POR LUCIA SENCIA 6

Splicing.

Gene - um segmento de DNA ou RNA que carrega a informação genética.

Exon - a região de um gene que é traduzido em proteína.

Intron - uma região de um gene que não é traduzido em proteína

Splicing – o processo no qual os introns são removidos e exons são unidos para ser traduzido em uma única proteína

HECHO POR LUCIA SENCIA 7

Um gene, uma proteína?

O nosso proteoma (o acervo protéico) apresenta ~100.000 proteínas!

Como o número de genes é inferior ~30.000, a resposta parece estar no "splicing".

Em 1977 foi observado por Richard Roberts e Phillip Sharp que um dado genes foi transcrito da mesma forma, mas resultou em duas moléculas de RNA maduros diferentes. Cada uma delas resultando em dois polipeptídios distintos que poderiam ter funções distintas em momentos diferentes, ou em células diferentes.

HECHO POR LUCIA SENCIA 8

Splicing Alternativo.

HECHO POR LUCIA SENCIA 9

Splicing Alternativo.

O processo pelo qual os exons de um pré-mRNA se ligam de maneiras diferentes durante o splicing de RNA.

Splicing alternativo é um modo comum de regulação dos genes dentro das células, sendo usado por 90-95% dos genes humanos.

Ele pode alterar drasticamente a função de um gene em diferentes tipos de tecidos ou mesmo inativar o gene completamente .

Splicing alternativo está correlacionado com muitas doenças. HECHO POR LUCIA SENCIA 10

Splicing Alternativo.

HECHO POR LUCIA SENCIA 11

Elementos reguladores.

HECHO POR LUCIA SENCIA 12

Elementos reguladores.

HECHO POR LUCIA SENCIA 13

1- Splicing Alternativo.-- Splicing.-- Tipos de Splicing Alternativos.-- Elementos Reguladores de Splicing.

2- Identificação e Anotação de Splicing Alternativo.-- Por Full-lengths e ESTs.-- Por RNA-seq.

3- Splicing alternativo e diversidade genética.

HECHO POR LUCIA SENCIA 14

Identificação de Splicing Alternativo por Full-lengths e ESTs.

HECHO POR LUCIA SENCIA 15

Identificação de Splicing Alternativo por Full-lengths e ESTs.

HECHO POR LUCIA SENCIA 16

Identificação de Splicing Alternativo por Full-lengths e ESTs.

HECHO POR LUCIA SENCIA 17

Full-lengths e ESTs.

HECHO POR LUCIA SENCIA 18

2005 56,037,734,462 52,016,762

2006 69,019,290,705 64,893,747

2007 83,874,179,730 80,388,382

2008 99,116,431,942 98,868,465

GenBank DataYear Base Pairs Sequences

Full-lengths e ESTs.

HECHO POR LUCIA SENCIA 19

Next Generation Sequencing.

HECHO POR LUCIA SENCIA 20

-Existem hoje no mercado 4 novos equipamentos de seqüenciamento, os quais usam tecnologias diferentes caracterizadas pela grande quantidade de dados produzidos.

Next Generation Sequencing.

-Então sem o poder computacional adequado não se tem processamento de dados e muito menos analise.

-Duas dessas tecnologias (Illumina-GLX e SOLiD) geram dezenas ou centena de gigabases de DNA por corrida.

-O processamento das seqüências geradas requerem demandas computacionais cada vez mais significativas.

HECHO POR LUCIA SENCIA 21

Identificação de Splicing Alternativo por RNA-seq.

Não há uma maneira "correta" de analisar dados RNA-seq .

Mas há dois métodos principais:

- Alinhamento direto de reads (spliced ou unspliced) a um genoma ou transcriptoma.

- Assembly dos reads seguido por alinhamento.

HECHO POR LUCIA SENCIA 22

Background.

• A primeira tarefa após obter o seus reads (de qualquer plataforma) é determinar o local correspondente no genoma de referência a partir do qual cada um deles derivam.

Denominado alinhamento genômico ou "mapeamento“.

HECHO POR LUCIA SENCIA 23

Background.

Muitos dos alinhadores “next-gen” disponíveis, se valem de duas principais abordagens :

• Genoma "indexado" na memória: memória proporcional ao tamanho do genoma.

• Reads indexados na memória: memória proporcional ao número reads.

• Informações de pareamento é usado para selecionar a colocação ideal de reads como um par.

•Alguns podem permitir mais mismatches, alinhamento com gap. HECHO POR LUCIA SENCIA 24

Background: Comuns convenções de alinhamento para next-gen.

• Multi-map reads (reads que podem ser alinhados em vários locais, com pontuação igual) têm apenas um local relatado.

• Alguns alinhadores permite que todos os alinhamentos sejam relatados (ou até um número máximo).

• Formato / detalhes do output de alinhamento variam

• Muitos grupos estão começando a padronizar para formato SAM

Representação eficiente de alinhamento

Recuperação rápida, compatível com os viewers next-gen (por exemplo, IGV)

• Aquivo BAM é o ponto de partida para a maioria das análises .HECHO POR LUCIA SENCIA 25

Background: Desvantagens para cada estratégia.

• Alinhamento no genoma. computacionalmente caro.Nunca é uma boa idéia simplesmente alinhar dados de RNA-seq no genoma, precisa de alinhadores capazes de considera seqüências de junções exon-exon no 'genoma').

• Alinhamento no transcriptoma.Reads decorrentes de estruturas não-gênica podem ser "à força" (e erroneamente) alinhado nos genes.

Valores incorretos expressão do gene. Falsos positivos SNVS. Muitos outros problemas potenciais.

3. Assembly. Baixa expressão = difícil / impossível montar.

Contigs fragmentados devido à repeats requer grandes quantidades de memória.

HECHO POR LUCIA SENCIA 26

Background:

HECHO POR LUCIA SENCIA 27

Background: Benefícios para cada estratégia.

• Alinhamento no genoma. Permite o mapeamento de reads em locis não anotados. Uma melhor definição dos introns. Potencial para novas descobertas biológicas.

• Alinhamento no transcriptoma. computacionalmente barato. Spliced (exon junção) reads mapeado corretamente. Reads pareados, distância e junção pode ajudar a distinguir isoformas.

9. Assembly. Pode fornecer uma visão mais longa do transcrito. Permite a detecção de transcritos quiméricos. Não precisa necessariamente de um genoma.

HECHO POR LUCIA SENCIA 28

Por que não tratar RNA-seq reads como seqüências de DNA genômico?

Reads que atravessam um ou mais junções exon-exon não vão alinhar corretamente ao genoma.

Pares de reads terão distância de pareamento maior que o esperado.

HECHO POR LUCIA SENCIA 29

Construção das bases de dados usando informações genéticas publicamente disponíveis.

Integração

ESTs

mRNAs

SAGE

Dados genômicos

SNPs Ontologias

OMINMPSS

Mutações Array

Dados de Illumina-GLX, SOLiD, 454-Roche.

Novas Tecnologias e novos desafios.

HECHO POR LUCIA SENCIA 30

BWA, BWA*Novoalign, MOSAIKBowtie, TopHatSpliceMap,RNA-Mate,QPALMA

ABySS,Velvet

Trans-ABySS(uses BLAT)

ScriptureCufflinksALEXA-Seq

Image from Haas & Zody, 2010HECHO POR LUCIA SENCIA 31

1- Splicing Alternativo.-- Splicing.-- Tipos de Splicing Alternativos.-- Elementos Reguladores de Splicing.

2- Identificação e Anotação de Splicing Alternativo.-- Por Full-lengths e ESTs.-- Por RNA-seq.

3- Splicing alternativo e diversidade genética.

HECHO POR LUCIA SENCIA 32

Neste estudo nós usamos variações de nucleotídeo único (SNV) e dados de cDNAs para comparar a diversidade genética de ESRs localizados em exons constitutivos e alternativos.

Nossos resultados mostram que variações no ESSs, e não em ESEs, são mais comumente associados com splicing alternativo.

HECHO POR LUCIA SENCIA 33

Para esse estudo oito conjuntos de elementos reguladores (seis ESEs e dois ESSs) foram obtidos. Quatro (SF2_IgM, SRP40, SRP55 e SC35) dos seis conjuntos de dados foram descobertos in vitro, utilizando a metodologia SELEX enquanto os outros dois foram descobertas in silico.

HECHO POR LUCIA SENCIA 34

HECHO POR LUCIA SENCIA 35

1- Classificação dos exons.

2- Identificar os eventos de splicing.

3- Mapear os ESRs nos exons

4- Mapear os SNVs nos exons

5- Mapear SNVs exonicos em ESRs motifs publicos

6- Encontrar SNVs isoforma associada e definir ESR putativos

HECHO POR LUCIA SENCIA 36

6- Encontrar SNVs isoforma associada e definir ESR putativos

HECHO POR LUCIA SENCIA 37

Primeiro achado:

A densidade de SNVs em exons alternativos é 10% superior quando comparada com exos constitutivos (P-valor = 2,53-102 ).

Skipping = 5,01, Criptico = 5,19 e Retenção = 5,17 SNVS por 1000 nt.

Esta diversidade genética reduzida de exons skipping em relação a outras formas de exons alternativos podem refletir uma forte restrição seletiva.

Este resultado está de acordo com os achados de Wang, E. et al., que mostrou que exons skipping são mais conservados entre quatro genomas de mamíferos.

HECHO POR LUCIA SENCIA 38

Exons alternativos são enriquecidos em ESRs quando comparado com exons constitutivos.

Segundo achado:

HECHO POR LUCIA SENCIA 39

Exons alternativos mostram maior proporção de ESRs modificados por SNVs que exons constitutivos.

Terceiro achado:

HECHO POR LUCIA SENCIA 40

As observações que o exons alternativos mostram uma maior densidade de SNVS, ESRs e também uma maior proporção de ESRs modificados pela SNVS, sugerem que esta variação genética pode até certo ponto, ser um dos fatores causais que distingui splicing alternativo e constitutivo.

De fato vários estudos analisaram o impacto do polimorfismo de nucleotídeo único na regulação da expressão de isoformas de maneira tecido-específicos e não específicos e validaram alguns SNPs causais ocorrendo em reguladores de splicing.

HECHO POR LUCIA SENCIA 41

Entre o conjunto de seqüências derivadas do SNVs isoforma-associada descobrimos que aproximadamente 86% continham pelo menos um ESR já descritos.

Um passo a mais:

HECHO POR LUCIA SENCIA 42

Estes resultados sugerem que a influência do SNVS em alguns tipos de splicing alternativo ocorrem predominantemente através de seus efeitos sobre a ESSs.

ESS associados com splicing alternativo são mais modificado por SNVs.

HECHO POR LUCIA SENCIA 43

Analisando a polaridade das mudanças impostas pelo SNVs podemos discriminar ainda mais o efeito do SNVS em ESSs?

T->G T

Se assumirmos que o alelo derivados aumenta a variabilidade, permitindo a utilização de alternativos exon / intron, podemos tentar entender melhor o efeito da SNVs nos ESS através da definição de um padrão de ganho ou perda ESSs com o surgimento de um alelo derivado.

HECHO POR LUCIA SENCIA 44

T->G T

Analisando a polaridade das mudanças impostas pelo SNVs podemos discriminar ainda mais o efeito do SNVS em ESSs?

HECHO POR LUCIA SENCIA 45

Os resultados aqui apresentados apóiam a visão de que ESRs têm uma maior diversidade genética nos exons alternativos quando comparado com exons constitutivos.

Acreditamos que esta variação genética pode ser até certo ponto uma das principais características distintivas de splicing alternativo e constitutivo.

Além disso, fornecemos evidências que esse efeito deve-se principalmente através SNVs agindo em ESSs.

Considerações Finais.

HECHO POR LUCIA SENCIA 46