Epigenome - 'above the genome'

Transkrypt

1 e - 'above the genome' Wydziaª Matematyki i Informatyki UJ Instytut Informatyki 14 stycznia 2013 e

2 Rysunek: ¹ródªo: e

3 Plan Genom 1 Genom e

4 Plan Genom 1 Genom 2 e

5 Plan Genom 1 Genom 2 3 e

6 Genom e

7 DNA Genom e

8 Genom Rysunek: Zestaw 46 chromosomów czªowieka ¹ródªo: e

9 Organizacja DNA e

10 Ekspresja czyli aktywno± genów e

11 e

12 - metylacja DNA e

13 - modykacja histonów e

14 - kierunki bada«e

15 Human e Project/ENCODE/TCGA e

16 Wró my do myszy :) e

17 Metylacja a ekspresja genu e

18 Metylacja a ±rodowisko e

19 e

20 Przykªad klastrowania hierarchicznego Milani et al., DNA methylation for subtype classication and prediction of treatment outcome in patients with childhood acute lymphoblastic leukemia, Blood 2010 e

21 Przykªad klastrowania hierarchicznego Milani et al., DNA methylation for subtype classication and prediction of treatment outcome in patients with childhood acute lymphoblastic leukemia, Blood 2010 celem badania byªo wyodr bnienie podgrup biaªaczki na podstawie danych o metylacji e

22 Przykªad klastrowania hierarchicznego Milani et al., DNA methylation for subtype classication and prediction of treatment outcome in patients with childhood acute lymphoblastic leukemia, Blood 2010 celem badania byªo wyodr bnienie podgrup biaªaczki na podstawie danych o metylacji podgrupy te ró»ni si przebiegiem terapii i prognozami e

23 Przykªad klastrowania hierarchicznego Milani et al., DNA methylation for subtype classication and prediction of treatment outcome in patients with childhood acute lymphoblastic leukemia, Blood 2010 celem badania byªo wyodr bnienie podgrup biaªaczki na podstawie danych o metylacji podgrupy te ró»ni si przebiegiem terapii i prognozami pobrano próbki komórek leukocytów od 401 dzieci chorych na biaªaczk e

24 Przykªad klastrowania hierarchicznego Milani et al., DNA methylation for subtype classication and prediction of treatment outcome in patients with childhood acute lymphoblastic leukemia, Blood 2010 celem badania byªo wyodr bnienie podgrup biaªaczki na podstawie danych o metylacji podgrupy te ró»ni si przebiegiem terapii i prognozami pobrano próbki komórek leukocytów od 401 dzieci chorych na biaªaczk zmierzono metylacj DNA w otoczeniu 416 genów zwi zanych z biaªaczk otrzymano dane o metylacji ok par zasad dla ka»dej próbki e

25 Przykªad klastrowania hierarchicznego e

26 Nauczanie SVMu - klasykowanie elementów funkcjonalnych Fernandez,Miranda-Saavedra, Genome-wide enhancer prediction from epigenetic signatures using genetic algorithm-optimized support vector machines, Nucleic Acids Research 2012 e

27 Nauczanie SVMu - klasykowanie elementów funkcjonalnych Fernandez,Miranda-Saavedra, Genome-wide enhancer prediction from epigenetic signatures using genetic algorithm-optimized support vector machines, Nucleic Acids Research 2012 celem pracy byªo stworzenie modelu, który potraªby przewidywa pewne funkcjonalne elementy genomu nazywane enhancerami na podstawie modykacji epigenetycznych w tym rejonie e

28 Nauczanie SVMu - klasykowanie elementów funkcjonalnych Fernandez,Miranda-Saavedra, Genome-wide enhancer prediction from epigenetic signatures using genetic algorithm-optimized support vector machines, Nucleic Acids Research 2012 celem pracy byªo stworzenie modelu, który potraªby przewidywa pewne funkcjonalne elementy genomu nazywane enhancerami na podstawie modykacji epigenetycznych w tym rejonie do nauczania wykorzystano dane z projektu ENCODE model zostaª stworzony na bazie SVM i algorytmu genetycznego osi gni to dokªadno± predykcji enhancerów na poziomie ok. 85% e

29 SVM Genom e

30 Schemat dziaªania modelu e

31 HMM dla danych epigenetycznych Larson, Yuan, Epigenetic domains found in mouse embryonic stem cells via a Hidden Markov Model, BMC Bioinformatics 2010 e

32 HMM dla danych epigenetycznych Larson, Yuan, Epigenetic domains found in mouse embryonic stem cells via a Hidden Markov Model, BMC Bioinformatics 2010 celem pracy byªo stworzenie modelu, który potraªby przewidywa aktywno± w danym rejonie nici DNA na podstawie modykacji epigenetycznych e

33 HMM dla danych epigenetycznych Larson, Yuan, Epigenetic domains found in mouse embryonic stem cells via a Hidden Markov Model, BMC Bioinformatics 2010 celem pracy byªo stworzenie modelu, który potraªby przewidywa aktywno± w danym rejonie nici DNA na podstawie modykacji epigenetycznych model zostaª stworzony na bazie HMM e

34 HMM dla danych epigenetycznych Larson, Yuan, Epigenetic domains found in mouse embryonic stem cells via a Hidden Markov Model, BMC Bioinformatics 2010 celem pracy byªo stworzenie modelu, który potraªby przewidywa aktywno± w danym rejonie nici DNA na podstawie modykacji epigenetycznych model zostaª stworzony na bazie HMM zidentykowano i biologicznie zwerykowano domeny(large scale epigenetic patterns) - active, non-active, null e

35 Schemat dziaªania modelu e

36 Perspektywy epigenetic genome wide association studies e

37 Perspektywy epigenetic genome wide association studies epigenetic targeted drugs e

38 Perspektywy epigenetic genome wide association studies epigenetic targeted drugs personalized epigenomics e

39 Perspektywy epigenetic genome wide association studies epigenetic targeted drugs personalized epigenomics integrative omics more... e

40 Dzi kuj za uwag e