DNA. Wykorzystanie baz danych w biotechnologii. Dr hab. Marcin Filipecki Katedra Genetyki, Hodowli i Biotechnologii Roślin

Transkrypt

1 Wykorzystanie baz danych w biotechnologii Dr hab. Marcin Filipecki Katedra Genetyki, Hodowli i Biotechnologii Roślin DNA Każdy żywy organizm składa się z komórek, a każda komórka ma jądro. Wikipedia ( Plant_cell_structure_svg_pl.svg/450px-Plant_cell_structure_svg_pl.svg.png) W jądrze znajduje się DNA zwinięte w chromosomy (materiał genetyczny). DNA to bardzo długa cząsteczka chemiczna łańcuch, składający się z nawet z setek milionów ogniw (czterech rodzajów nukleotydów A, T, C i G) ułożonych w określonej kolejności. 1

2 Gen to fragment łańcucha DNA (kilka tysięcy ogniw - nukleotydów) zawierający informację o budowie białka (kilkaset aminokwasów). Każda komórka człowieka, zwierzęcia czy rośliny zawiera kilkadziesiąt tysięcy genów. Każdego dnia, od początków ludzkości, człowiek zjada 0,2 0,5 grama DNA czyli około kilkudziesięciu biliardów (10 15 ) różnych genów roślinnych, zwierzęcych, bakteryjnych czy wirusowych. Geny 2

3 Znaczenie organizmów modelowych Życie jest dużo mniej zróżnicowane na poziomie molekularnym niż nam się wydaje. Geny bakteryjne mogą być bardzo informatywne w biologii człowieka. Organizmy modelowe Drożdże, nicienie, muszka owocowa, Ryż, rzodkiewnik, Kurczak, mysz. Metody sekwencjonowania: Enzymatyczna terminacji łańcuchów DNA (100 kpz / dzień / urządzenie) Enzymatyczna rejestrująca aktywność polimerazy Hybrydyzacyjna / h. z wykorzystaniem ligazy Bezpośredni odczyt sekwencji nukleotydów na unieruchomionej pojedynczej cząsteczce Miliardy pz na dzień / urządzenie 3

4 BIOINFORMATYKA Gromadzenie informacji: Literatura naukowa, Sekwencje DNA, RNA, białek, charakterystyczne motywy, Inne cząsteczki biologiczne, Struktury, Interakcje białek, Profile ekspresji, Szlaki biochemiczne, Choroby, Mapy genetyczne OGÓLNODOSTĘPNE BAZY DANYCH SQ Sequence 1634 BP; 413 A; 537 C; 378 G; 306 T; 0 other; ctatatagcg tcaatcagtt ggattaaacc cagagaccat acaccgaaca ccatgctaat 60 gcacgaaaaa ctcatggccg ggcagttctt cgatctcaag actggtaagt tggccacgcc 120 ccttggtttc tcctcgatcc gtaaactaac aaatcccctc tctctctcaa tctttgcaga 180 tcgcaagccc ctgatgcacc accaccagta ccagcaccac cagcagcaac cgctgcacca 240 cttgccgcac agccaattgc cggttcaggg atccttgggc ctgcccaaaa tggatctgta 300 cacggcctac gcctaccagc agcagttgct gggagctgcc ctcagtcagc agcaacaaca 360 gcaacagcag cagcagcaac atcagcagct gcagcagcag catacctcct ctgcagaggt 420 cctggatctt tcccgtcgat gtgacagcgt agagacgccc aggaagactc cctcgccgta 480 tcaaacaagc tacagctacg gcagtggttc cccctcggct tcgcccacca gcaatcttct 540 gtatgccgcc caaatgcaac agcagcaaca tcagcagcaa caacagcaac agcagcagca 600 gcaacaatta gcctccctgt atcccgcttt ttactacagc aacatcaagc aggagcaagc 660 // Przetwarzanie informacji - wnioskowanie: Na potrzeby baz danych Na potrzeby projektów badawczych: Edycja i opis podstawowych cech sekwencji Wyszukiwanie charakterystycznych rejonów w sekwencjach Projektowanie oligonukleotydów Porównywanie, poszukiwanie polimorfizmu, filogenetyka Przewidywanie struktury cząsteczek istniejących Projektowanie nowych cząsteczek 4

5 Rozwój bioinformatyki doprowadził do powstania biologii systemów BIOLOGIA SYSTEMÓW W biologii zrozumienie na poziomie systemu wymaga analizy struktury i dynamiki na poziomie komórki i organizmu, a nie oddzielnie części składowych. Stara nauka wyjaśnia obserwowane zjawiska poprzez zredukowanie ich do współuczestniczących składowych i obserwację każdej oddzielnie. Współczesna nauka dostrzega wagę całościowego spojrzenia spychając na dalszy plan podejście redukcjonistyczne. Uprawianie biologii systemów oznacza obecnie zastosowanie i integrację matematyki, inżynierii, fizyki i informatyki w celu zrozumienia złożonych biologicznych zależności. 5

6 Bazy danych sieci zależności genów i ich produktów Signal Transduction Knowledge Environment Kyoto Encyclopedia of Genes and Genomes BioCyc - collection of Pathway/Genome Databases (A. thaliana AraCyc MapMan KaPPA-View (A Web-Based Analysis Tool for Integration of Transcript and Metabolite Data on Plant Metabolic Pathway Maps 6

7 J.Craig Venter - wizjoner nauki czy biotechnologiczny biznesman? Genom ludzki Metagenomika Organizm syntetyczny Sekwencjonowanie hierarchiczne w HGP: najpierw zmapowanie wielkoinsertowych klonów, potem sekwencjonowanie losowe Zastosowane przez J.C. Venter a sekwencjonowanie losowe całego genomu (whole genome shotgun sequencing) omija etap mapowania klonów Intl. Hum. Gen. Seq. Cons. (2001), Nature 409:

8 Human Genome Project & CELERA GENOMICS J. Craig Venter & Bill Clinton & Francis Collins Intl. Hum. Gen. Seq. Cons. (2001) Nature 409: Udział 20 ośrodków z 6 krajów Hierarchical shotgun sequencing DNA od wielu osób 15 miesięcy* Wybór kolekcji klonów o minimalnym zachodzeniu, pokrywających chromosomy Losowe sekwencjonowanie głównie klonów BAC i PAC (8 bibliotek) (wielkość fragmentów sekwencjonowanych itp. zależne od ośrodka) Pokrycie genomu 4,5 x (dla klonów) Intl. Hum. Gen. Seq. Cons. (2001) Nature 409:

9 Venter JC i in. (2001) Science 291: CELERA GENOMICS Whole genome shotgun DNA od 5 osób 9 miesięcy Wykorzystanie ntd sekwencji końców klonów o średniej długości wstawki 2, 10 i 50 kpz Włączenie sekwencji z publicznych baz danych po pofragmentowaniu na ntd kawałki Pokrycie genomu 5,11 x Venter JC i in. (2001) Science 291: Sekwencje nukleotydowe i aminokwasowe przekraczają objętością literaturę Ok genomów całkowicie zsekwencjonowanych i dostępnych, Baza Danych Sekwencji Nukleotydowych EMBL zawiera 330mln sekwencji i 400mld nukleotydów (w tym EST, STS and GSS). Szacuje się, że ok. jedna trzecia genów ludzkich daje więcej niż jeden produkt białkowy 9

10 10

11 Jak wygląda sekwencja w bazie danych? 11

12 12

13 Podstawowym narzędziem identyfikacji i opisu sekwencji, zarówno tych zamieszczonych już w bazach danych, jak i tych nowootrzymanych jest ich PORÓWNYWANIE. Gdzie: PODOBIEŃSTWO jest to wartość mierzalna wyrażana często w % HOMOLOGIA jest to hipoteza o wspólnym pochodzeniu (przodku) wyrażona np. w oparciu o analizę podobieństwa 13

14 SCORES Init1: 218 Initn: 517 Opt: 665 z-score: E(): 2.5e-23 >>SWISSPROT:GA1A_XENLA (359 aa) initn: 517 init1: 218 opt: 665 Z-score: expect(): 2.5e-23 Smith-Waterman score: 697; 48.5% identity in 295 aa overlap ( :47-323) jp-na.seq GA1A_XENLA jp-na.seq GA1A_XENLA jp-na.seq GA1A_XENLA jp-na.seq GA1A_XENLA SSWRWGGRMRAPPLRS--LMKPEPSWGWGG---ARGR/EAGGLLASYPPSGRVSLVPWAD :: ::: : : : : : :: SSRAVGGFRHSPVFQTFPLHWPETSAGIPSNLTAYGR-STGTL--SFYPSAASALGPITS TGTLGTPQWV----PPATQMEPPHYLELLQPPRGSPPHPSSGPLLPLS :: ::: : :: : : : PPLYSASSFLLGSAPPAEREGSPKFLETLKTERASPLTSDLLPLEPRSPSILQVGYIGGG SGPPPCEARECVMARKNCGATATPLWRRDGTGHYLCNWASACGLYHRLNGQNRPLI : : :: GQEFSLFQSTEDRECV----NCGATVTPLWRRDMSGHYLCN---ACGLYHKMNGQNRPLI RPKKRLLVSKRAGTVCSHERENCQTSTTTLWRRSPSGDPVCNNIHACGLYYKLHQVNRPL : : : : RPKKRLIVSKRAGTQCS----NCHTSTTTLWRRNASGDPVCN---ACGLYYKLHNVNRPL jp-na.seq TMRKDGIQTRNRKVSSKGKKRR PPGGGNPSATAGGGAPMGGGGDPSMPP : : :: :: : : : : : GA1A_XENLA TMKKEGIQTRNRKVSSRSKKKKQLDNPFEPPKAGVEEPSPYPFGPLLFHGQ--MPP

15 METAGENOMIKA Zastosowanie nowoczesnych technik genomowych do badania populacji mikroorganizmów, występujących w danym środowisku, z ominięciem izolacji i hodowli laboratoryjnej poszczególnych gatunków Jo Handelsman (2004) Microbiology and Molecular Biology Reviews 68: Wyprawa H.M.S. Challenger ( ) pod kierownictwem Prof. Wyville Thomson a MM str. Sprawozdania Prawie 4000 nowych gatunków 15

16 Global Ocean Sampling Expedition (GOS) Pobieranie próbek w trakcie ekspedycji GOS J.C. Venter Institute 16

17 Ekspedycja Global Ocean Sampling Pierwsza faza 8000MM 41 miejsc pobierania 7,7 mln sekwencji 6,3 mld pz 6,1 mln nowych białek 1700 brak podobieństwa Seria 3 publikacji PLOS Biology Marzec 2007 Biologia syntetyczna 17

18 W stronę syntetycznego życia Synteza bakteriofaga ΦX174 (5386 pz) 2003 r. Transplantacja genomu M. capricolum do cytoplazmy M. mycoides LC (2007) Syteza genomu Mycoplasma genitalium pz (2008) Oligonukleotydy > 5-7 > 24 > 72 (1/8) > 144 (1/4) > 582,97 kpz (1/1) Klonowanie genomu M. mycoides w drożdżach i transplantacja do cytoplazmy M. capricolum. Transplantacja syntetycznego genomu do cytoplazmy > powstanie Synthii (Mycoplasma laboratorium) 2010? 18

19 19

20 20

21 21

22 22

23 23

24 24

25 25