PODSTAWY BIOINFORMATYKI WYKŁAD 4 ANALIZA DANYCH NGS
|
|
- Gabriel Zając
- 5 lat temu
- Przeglądów:
Transkrypt
1 PODSTAWY BIOINFORMATYKI WYKŁAD 4 ANALIZA DANYCH NGS
2 SEKWENCJONOWANIE GENOMÓW NEXT GENERATION METODA NOWEJ GENERACJI Sekwencjonowanie bardzo krótkich fragmentów bp DNA unieruchomione na płytce Szybkie Tanie Platformy: Ilumina, 454 technology, SOLiD Copyright 2017, J. Szyda & M. Mielczarek
3 SEKWENCJONOWANIE GENOMÓW NEXT GENERATION PORÓWNANIE METOD STRATEGY ADVANTAGE DISADVANTAGE SANGER SEQ Separate reaction for the sequencing of all exons of a single gene / any piece of the genome High reliability Expensive (0.1$ / 1000 bp) Time consuming due to limited automation and necessity of many different reactions NEXT GENERATION SEQ One single reaction for the simultaneus analysis of different genes / whole genomes! Cost-effective and efficient by simultaneus and fast analysis Relatively cheap (0.001$ / 1000 bp) Interpretation of the abundance of data challenging High coverage needed for accuracy Maga Mielczarek 3
4 SEKWENCJONOWANIE GENOMÓW NEXT GENERATION KOSZT/CZAS ZSEKWENCJONOWANIA CAŁEGO GENOMU CZŁOWIEKA Projekt poznania genomu człowieka ~ 13 lat ~ $ Technologia NGS ~ kilka dni ~ $ Copyright 2017, Copyright J. Szyda 2014, & Joanna M. Mielczarek Szyda
5 NEXT GENERATION SEQUENCING - PLATFORMY 1. Roche (454) bp; pirosekwencjonowanie; fluorescencja 2. Illumina (Solexa) bp; sekwencjonowanie przez syntezę; fluorescencja 3. Pacific Biosciences (PacBio) > bp; sekwencjonowanie przez syntezę; fluorescencja 4. i inne Sekwencjonowanie i co dalej?
6 NGS PIPELINE - przykład Surowe Dane Kontrola jakości Przyrównanie do genomu referencyjnego Detekcja polimorfizmów DNA/RNA Pipeline = łańcuch przetwarzania danych Uproszczony schemat Jedne z podstawowych zagadnień w analizie danych NGS przyrównanie do genomu referencyjnego oraz detekcja mutacji/polimorfizmów Sens biologiczny
7 SUROWE DANE FORMAT FASTQ Surowe Dane Kontrola jakości Read 1:N:0:ACAGTG AGAAATGCCAGGCTAGATGAGTTACAATCTAGTATCAAGATAGGC ( ) Przyrównanie do genomu referencyjnego Detekcja polimorfizmów DNA/RNA Sens biologiczny Read 1 AGAAATG Single-end
8 SUROWE DANE FORMAT FASTQ Surowe Dane Kontrola jakości Przyrównanie do genomu referencyjnego Detekcja polimorfizmów DNA/RNA Read 1:N:0:ACAGTG AGAAATGCCAGGCTAGATGAGTTACAATCTAGTATCAAGATAGGC ( ) Read 2:N:0:ACAGTG TTAAATGCCAGGCTAGATGAGTTACAATCTAGTATCAAGATAGGCT + DD@FF@@FGHGHH01DDGHHHDDDDHIIIJJJDIIIGDDJGDDGDD ( ) Paired-end Read 1 Read 2 AGAAATG... GGCTGAA Sens biologiczny
9 KONTROLA JAKOŚĆI SUROWYCH DANYCH Surowe Dane Kontrola 1:N:0:ACAGTG AGAAATGCCAGGCTAGATGAGTTACAATCTAGTATCAAGATAGGC ( ) Przyrównanie do genomu referencyjnego Detekcja polimorfizmów DNA Sens biologiczny
10 KONTROLA JAKOŚĆI SUROWYCH DANYCH Surowe Dane Kontrola jakości Przyrównanie do genomu referencyjnego Detekcja polimorfizmów DNA/RNA Sens biologiczny
11 KONTROLA JAKOŚCI FASTQC Kontrola jakości danych Graficzne przedstawienie sekwencji Tworzenie raportu Brak możliwości filtracji danych Magda Mielczarek 11
12 FASTQC BASIC STATISTICS Magda Mielczarek 12
13 FASTQC PER BASE SEQUENCE QUALITY Magda Mielczarek 13
14 FASTQC PER SEQUENCE QUALITY SCORES Magda Mielczarek 14
15 FASTQC PER BASE N CONTENT Magda Mielczarek 15
16 FASTQC SEQUENCE LENGTH DISTRIBUTION Magda Mielczarek 16
17 FASTQC SEQUENCE DUPLICATION LEVELS Magda Mielczarek 17
18 FASTQC OVERREPRESENTED SEQUENCES No overrepresented sequences Magda Mielczarek 18
19 NISKA JAKOŚĆ I FILTORWANIE 1:N:0:ACAGTG AGAAATGCCAGGCTAGATGAGTTACAATCNAGTATCAAGATAGGC /01234 ( ) Magda Mielczarek 19
20 NISKA JAKOŚĆ I FILTORWANIE DANYCH - 1:N:0:ACAGTG GTTAGCGCGCGGCTAGATGAGTTACAATCNAGTATCAAGATAGGAAAAAA / ( ) Oryginalny odczyt = 51 bp 1. Homopolimery? TTAGCGCGCGGCTAGATGAGTTACAATCNAGTATCAAGATAGGAAAAAA 2. Nieznane zasady? TTAGCGCGCGGCTAGATGAGTTACAATCNAGTATCAAGATAGGAAAAAA 3. Jakość poniżej 20? TTAGCGCGCGGCTAGATGAGTTACAATCNAGTATCAAGATAGGAAAAAA Odczyt po czyszczeniu = 26 bp Magda Mielczarek 20
21 PRZYRÓWNANIE DO GENOMU REFERENCYJNEGO Surowe Dane Kontrola jakości Przyrównanie do genomu referencyjnego Detekcja polimorfizmów DNA/RNA Sens biologiczny
22 PRZYRÓWNANIE DO GENOMU REFERENCYJNEGO A A G G
23 DETEKCJA POLIMORFIZMÓW Surowe Dane Kontrola jakości Przyrównanie do genomu referencyjnego Detekcja polimorfizmów DNA/RNA Sens biologiczny
24 DETEKCJA SNP osobnik 1 osobnik 2 gen. ref.
25 DETEKCJA SNP
26 DETEKCJA WARIANTÓW GENETYCZNYCH A A G
27 DETEKCJA WARIANTÓW GENETYCZNYCH 1. Single Nucleotide PolymorphismsSNP 2. Insertions/Deletions INDEL 3. Copy Number Variations CNV 4. Inversions INV 5. Translocations TRANS Copyright 2013, Joanna Szyda
28 LICZBA SNP (MILIONY) DETEKCJA POLIMORFIZMÓW liczba SNP u Bos taurus min: % genomu max: % genomu sd: Numer zwierzęcia
29 NGS PIPELINE PO CO? Surowe Dane Kontrola jakości Przyrównanie do genomu referencyjnego Detekcja polimorfizmów DNA/RNA Sens biologiczny
30 VARIANT EFFECT PREDICTOR Surowe Dane Kontrola jakości Przyrównanie do genomu referencyjnego Detekcja polimorfizmów DNA Sens biologiczny
31 PRZYKŁAD LITERATURY powiązanie SNP z chorobami WES / WGS Sens biologiczny Copyright 2016 Joanna Szyda
32 ANALIZA DANYCH NGS - PERSONALIZED MEDICINE WES Sens biologiczny
33 ANALIZA DANYCH NGS - PERSONALIZED MEDICINE WES Sens biologiczny
34 ANALIZA DANYCH NGS PHARMACOGENOMICS WES / WGS Sens biologiczny Identified pharmacogenes in ADHD and asthma
35 ANALIZA DANYCH NGS PHARMACOGENOMICS Sens biologiczny
36 ANALIZA DANYCH NGS PHARMACOGENOMICS Applying SNP profiles to drug choices Astma gen ADRB2 Albuterol łagodzi objawy astmy tylko u niektórych chorych Polimorfizmy punktowe a odpowiedź na leczenie albuterolem 13
37 ANALIZA DANYCH NGS PHARMACOGENOMICS
38 ANALIZA DANYCH NGS PRACOWNIA BIOSTATYSTYKI WGS theta.edu.pl/publications/ ACTGGGGGTGA ACTGGGGGGGA The Genetic Background of Clinical Mastitis in Holstein- Friesian cattle Szyda J., Mielczarek M., Frąszczak M., Minozzi G., Giannico R., Williams JL., Wojdak-Maksymiec K. Sens biologiczny
39 PIPELINE PRACOWNIA BIOSTATYSTYKI PIPELINE PRZYKŁADY
40 GALAXY
ANALIZA DANYCH POCHODZĄCYCH Z SEKWENCJONOWANIA NASTĘPNEJ GENERACJI
ANALIZA DANYCH POCHODZĄCYCH Z SEKWENCJONOWANIA NASTĘPNEJ GENERACJI Joanna Szyda Magdalena Frąszczak Magda Mielczarek WSTĘP 1. Katedra Genetyki 2. Pracownia biostatystyki 3. Projekty NGS 4. Charakterystyka
Bardziej szczegółowoANALIZA DANYCH POCHODZĄCYCH Z SEKWENCJONOWANIA NASTĘPNEJ GENERACJI
ANALIZA DANYCH POCHODZĄCYCH Z SEKWENCJONOWANIA NASTĘPNEJ GENERACJI JOANNA SZYDA MAGDALENA FRĄSZCZAK MAGDA MIELCZAREK WSTĘP 1. Katedra Genetyki 2. Pracownia biostatystyki 3. Projekty NGS 4. Charakterystyka
Bardziej szczegółowoAnaliza danych pochodzących z sekwencjonowania nowej generacji - przyrównanie do genomu referencyjnego. - część I -
pochodzących z sekwencjonowania nowej generacji - przyrównanie do genomu referencyjnego - część I - Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Plan wykładów --------------------------------------------------------
Bardziej szczegółowoSekwencjonowanie Nowej Generacji ang. Next Generation Sequencing. Wykład 6 Część 1 NGS - wstęp Dr Wioleta Drobik-Czwarno
Sekwencjonowanie Nowej Generacji ang. Next Generation Sequencing Wykład 6 Część 1 NGS - wstęp Dr Wioleta Drobik-Czwarno Macierze tkankowe TMA ang. Tissue microarray Technika opisana w 1987 roku (Wan i
Bardziej szczegółowoCHARAKTERYSTYKA PRZEDMIOTU Pracownia Informatyczna 1 PRACOWNIA INFORMATYCZNA 2018/2019 MAGDA MIELCZAREK 1
CHARAKTERYSTYKA PRZEDMIOTU Pracownia Informatyczna 1 PRACOWNIA INFORMATYCZNA 2018/2019 MAGDA MIELCZAREK 1 PRACOWNIA INFORMATYCZNA PROWADZĄCY: Dr Magda Mielczarek (biolog) Katedra Genetyki, pokój nr 21
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI 3 SEKWENCJONOWANIE GENOMÓW I
PODSTAWY BIOINFORMATYKI 3 SEKWENCJONOWANIE GENOMÓW I PROJEKTY POZNANIA INNYCH GENOMÓW 1 400 2009 2010 1 200 2011 2012 1 000 800 600 400 200 986 1153 1285 914 954 717 759 757 251 254 889 0 23 ukończone
Bardziej szczegółowoPodstawy bioinformatyki sekwencjonowanie nowej generacji. Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu
Podstawy bioinformatyki sekwencjonowanie nowej generacji Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Rozwój technologii i przyrost danych Wzrost olbrzymiej ilości i objętości
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 2 SEKWENCJONOWANIE GENOMÓW
PODSTAWY BIOINFORMATYKI WYKŁAD 2 SEKWENCJONOWANIE GENOMÓW SEKWENCJONOWANIE GENOMÓW 1. Sekwencjonowanie genomów 2. Automatyzacja sekwencjonowania 3. 1 000 (human) Genomes project 4. 1 000 Bull Genomes project
Bardziej szczegółowoPrzydatność technologii Sekwencjonowania Nowej Generacji (NGS) w kolekcjach Banków Genów Joanna Noceń Kinga Smolińska Marta Puchta Kierownik tematu:
Przydatność technologii Sekwencjonowania Nowej Generacji (NGS) w kolekcjach Banków Genów Joanna Noceń Kinga Smolińska Marta Puchta Kierownik tematu: prof. dr hab. Jerzy H. Czembor SEKWENCJONOWANIE I generacji
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI 6 BAZA DANYCH NCBI - II
PODSTAWY BIOINFORMATYKI 6 BAZA DANYCH NCBI - II BAZA DANYCH NCBI 1. NCBI 2. Dane gromadzone przez NCBI 3. Przegląd baz danych NCBI: Publikacje naukowe Projekty analizy genomów OMIM: fenotypy człowieka
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI 12 MIKROMACIERZE
PODSTAWY BIOINFORMATYKI 12 MIKROMACIERZE WSTĘP 1. Mikromacierze ekspresyjne tworzenie macierzy przykłady zastosowań 2. Mikromacierze SNP tworzenie macierzy przykłady zastosowań MIKROMACIERZE EKSPRESYJNE
Bardziej szczegółowoEkologia molekularna. wykład 11
Ekologia molekularna wykład 11 Sekwencjonowanie nowej generacji NGS = next generation sequencing = high throughput sequencing = massive pararell sequencing =... Różne techniki i platformy Illumina (MiSeq,
Bardziej szczegółowoSekwencjonowanie Nowej Generacji ang. Next Generation Sequencing
Sekwencjonowanie Nowej Generacji ang. Next Generation Sequencing Wykład 7 Etapy analizy NGS Dr Wioleta Drobik-Czwarno Etapy analizy NGS Kontrola jakości surowych danych (format fastq) Jakość odczytów,
Bardziej szczegółowoSekwencjonowanie Nowej Generacji ang. Next Generation Sequencing
Sekwencjonowanie Nowej Generacji ang. Next Generation Sequencing Wykład 7 Etapy analizy NGS Dr Wioleta Drobik-Czwarno Etapy analizy NGS Kontrola jakości surowych danych (format fastq) Jakość odczytów,
Bardziej szczegółowoBASH - WPROWADZENIE Bioinformatyka 4
BASH - WPROWADZENIE Bioinformatyka 4 DLACZEGO BASH? Praca na klastrach obliczeniowych Brak GUI Środowisko programistyczne Szybkie przetwarzanie danych Pisanie własnych skryptów W praktyce przetwarzanie
Bardziej szczegółowoZAJĘCIA ORGANIZACYJNE WSTĘP DO BIOINFORMATYKI
ZAJĘCIA ORGANIZACYJNE WSTĘP DO BIOINFORMATYKI Podstawy Bioinformatyki lab 1 PODSTAWY BIOINFORMATYKI 2017/2018 MAGDA MIELCZAREK 1 BIOINFORMATYKA Dr Magda Mielczarek Katedra Genetyki, pokój nr 14 ul. Kożuchowska
Bardziej szczegółowoPAKIETY STATYSTYCZNE JOANNA SZYDA TOMASZ SUCHOCKI
PAKIETY STATYSTYCZNE JOANNA SZYDA TOMASZ SUCHOCKI WSTĘP 1. Katedra Genetyki 2. Pracownia biostatystyki - projekt 3. Charakterystyka przedmiotu 4. Kontakt 5. Literatura Copyright 2017 Joanna Szyda KATEDRA
Bardziej szczegółowoADNOTACJE WARIANTÓW GENETYCZNYCH
ADNOTACJE WARIANTÓW GENETYCZNYCH WSTĘP 1. Adnotacja? 2. Klasyfikacja wariantów 3. Sequence Ontology terms 4. Variant Effect Predictor online skrypt 5. Inne źródła adnotacji ADNOTACJA WARIANTÓW 1. Edycja
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 1
STATYSTYKA MATEMATYCZNA WYKŁAD 1 Wykład wstępny Teoria prawdopodobieństwa Magda Mielczarek wykłady, ćwiczenia Copyright 2017, J. Szyda & M. Mielczarek STATYSTYKA MATEMATYCZNA? ASHG 2011 Writing Workshop;
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI 11 BAZA DANYCH HAPMAP
PODSTAWY BIOINFORMATYKI 11 BAZA DANYCH HAPMAP WSTĘP 1. SNP 2. haplotyp 3. równowaga sprzężeń 4. zawartość bazy HapMap 5. przykłady zastosowań Copyright 2013, Joanna Szyda HAPMAP BAZA DANYCH HAPMAP - haplotypy
Bardziej szczegółowoAnalizy wielkoskalowe w badaniach chromatyny
Analizy wielkoskalowe w badaniach chromatyny Analizy wielkoskalowe wykorzystujące mikromacierze DNA Genotypowanie: zróżnicowane wewnątrz genów RNA Komórka eukariotyczna Ekspresja genów: Które geny? Poziom
Bardziej szczegółowoBIOLOGICZNE BAZY DANYCH (2) GENOMY I ICH ADNOTACJE. Podstawy Bioinformatyki wykład 4
BIOLOGICZNE BAZY DANYCH (2) GENOMY I ICH ADNOTACJE Podstawy Bioinformatyki wykład 4 GENOMY I ICH ADNOTACJE NCBI Ensembl UCSC PODSTAWY BIOINFORMATYKI 2017/2018 MAGDA MIELCZAREK 2 GENOMY I ICH ADNOTACJE
Bardziej szczegółowo1. KEGG 2. GO. 3. Klastry
ANALIZA DANYCH 1. Wykład wstępny 2. Charakterystyka danych 3. Analiza wstępna genomiczna charakterystyka cech 4. Prezentacje grup roboczych analiza wstępna 5. Prezentacje grup roboczych analiza wstępna
Bardziej szczegółowoBioinformatyczna analiza danych. Wykład 1 Dr Wioleta Drobik-Czwarno Katedra Genetyki i Ogólnej Hodowli Zwierząt
Bioinformatyczna analiza danych Wykład 1 Dr Wioleta Drobik-Czwarno Katedra Genetyki i Ogólnej Hodowli Zwierząt Sprawy organizacyjne Prowadzący przedmiot: Dr Wioleta Drobik-Czwarno koordynator przedmiotu,
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 3 BIOLOGICZNE BAZY DANYCH (1)
PODSTAWY BIOINFORMATYKI WYKŁAD 3 BIOLOGICZNE BAZY DANYCH (1) BIOINFORMATYKA HISTORIA 1. 1982 utworzenie bazy danych GenBank (NIH) dane ogólnodostępne sekwencje nukleotydów 2. Wprowadzenie sekwencji z projektu
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 3 BIOLOGICZNE BAZY DANYCH (2)
PODSTAWY BIOINFORMATYKI WYKŁAD 3 BIOLOGICZNE BAZY DANYCH (2) BIOINFORMATYKA HISTORIA 1. 1982 utworzenie bazy danych GenBank (NIH) dane ogólnodostępne sekwencje nukleotydów 2. Wprowadzenie sekwencji z projektu
Bardziej szczegółowoPRACOWNIA INFORMATYCZNA CHARAKTERYSTYKA PRZEDMIOTU BASH - PODSTAWOWE INFORMACJE
PRACOWNIA INFORMATYCZNA CHARAKTERYSTYKA PRZEDMIOTU BASH - PODSTAWOWE INFORMACJE M.Mielczarek Pracownia Informatyczna 2017/2018 1 PRACOWNIA INFORMATYCZNA PROWADZĄCY: Dr Magda Mielczarek (biolog) Katedra
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI ORGANIZACJA ZAJĘĆ BIOINFORMATYKA PRZETWARZANIE I ANALIZA DANYCH
PODSTAWY BIOINFORMATYKI ORGANIZACJA ZAJĘĆ BIOINFORMATYKA PRZETWARZANIE I ANALIZA DANYCH Magda Mielczarek Podstawy Bioinformatyki 1 Organizacja zajęć mgr Magda Mielczarek Katedra Genetyki, pokój nr 14 magda.mielczarek@up.wroc.pl
Bardziej szczegółowoBIOLOGICZNE BAZY DANYCH (1) GENOMY I ICH ADNOTACJE
BIOLOGICZNE BAZY DANYCH (1) GENOMY I ICH ADNOTACJE Podstawy Bioinformatyki wykład 2 PODSTAWY BIOINFORMATYKI 2018/2019 MAGDA MIELCZAREK 1 GENOMY I ICH ADNOTACJE NCBI Ensembl UCSC PODSTAWY BIOINFORMATYKI
Bardziej szczegółowo1. System analizy danych NGS z paneli genów
1. System analizy danych NGS z paneli genów (programistyczny) Sekwenator to instrument odczytujący sekwencję DNA w kilku-kilkudziesieciu probkach na raz. Instrument zapisuje na dysku dane w skompresowanych
Bardziej szczegółowo1. Analiza asocjacyjna. Cechy ciągłe. Cechy binarne. Analiza sprzężeń. Runs of homozygosity. Signatures of selection
BIOINFORMATYKA 1. Wykład wstępny 2. Bazy danych: projektowanie i struktura 3. Równowaga Hardyego-Weinberga, wsp. rekombinacji 4. Analiza asocjacyjna 5. Analiza asocjacyjna 6. Sekwencjonowanie nowej generacji
Bardziej szczegółowoPrzetarg nieograniczony na zakup specjalistycznej aparatury laboratoryjnej Znak sprawy: DZ-2501/6/17
Część nr 2: SEKWENATOR NASTĘPNEJ GENERACJI Z ZESTAWEM DEDYKOWANYCH ODCZYNNIKÓW Określenie przedmiotu zamówienia zgodnie ze Wspólnym Słownikiem Zamówień (CPV): 38500000-0 aparatura kontrolna i badawcza
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI 2 SEKWENCJONOWANIE GENOMÓW
PODSTAWY BIOINFORMATYKI 2 SEKWENCJONOWANIE GENOMÓW PROJEKTY POZNANIA INNYCH GENOMÓW 300 250 Seria 1 251 254 200 150 100 50 0 23 ukończone w trakcie scalania w trakcie realizacji SEKWENCJONOWANIE GENOMÓW
Bardziej szczegółowoRóżnorodność osobników gatunku
ALEKSANDRA ŚWIERCZ Różnorodność osobników gatunku Single Nucleotide Polymorphism (SNP) Różnica na jednej pozycji, małe delecje, insercje (INDELs) SNP pojawia się ~1/1000 pozycji Można je znaleźć porównując
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI
PODSTAWY BIOINFORMATYKI Prowadzący: JOANNA SZYDA ADRIAN DROśDś WSTĘP 1. Katedra Genetyki badania bioinformatyczne 2. Tematyka przedmiotu 3. Charakterystyka wykładów 4. Charakterystyka ćwiczeń 5. Informacje
Bardziej szczegółowoSYSTEMY INFORMATYCZNE WSPOMAGAJĄCE HODOWLĘ MAGDALENA FRĄSZCZAK
SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE HODOWLĘ Prowadzący: JOANNA SZYDA MAGDALENA FRĄSZCZAK WSTĘP 1. Systemy informatyczne w hodowli -??? 2. Katedra Genetyki 3. Pracownia biostatystyki - wykorzystanie narzędzi
Bardziej szczegółowo"Zapisane w genach, czyli Python a tajemnice naszego genomu."
"Zapisane w genach, czyli Python a tajemnice naszego genomu." Dr Kaja Milanowska Instytut Biologii Molekularnej i Biotechnologii UAM VitaInSilica sp. z o.o. Warszawa, 9 lutego 2015 Dane biomedyczne 1)
Bardziej szczegółowoOprogramowanie dla GWAS
BIOINFORMATYKA 1. Wykład wstępny 2. Bazy danych: projektowanie i struktura 3. Równowaga Hardyego-Weinberga, wsp. rekombinacji 4. Analiza asocjacyjna 5. Analiza asocjacyjna 6. Sekwencjonowanie nowej generacji
Bardziej szczegółowoMetody: PCR, MLPA, Sekwencjonowanie, PCR-RLFP, PCR-Multiplex, PCR-ASO
Diagnostyka molekularna Dr n.biol. Anna Wawrocka Strategia diagnostyki genetycznej: Aberracje chromosomowe: Metody:Analiza kariotypu, FISH, acgh, MLPA, QF-PCR Gen(y) znany Metody: PCR, MLPA, Sekwencjonowanie,
Bardziej szczegółowoCo to jest transkryptom? A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2
ALEKSANDRA ŚWIERCZ Co to jest transkryptom? A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2 Ekspresja genów http://genome.wellcome.ac.uk/doc_wtd020757.html A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH
Bardziej szczegółowoBIOLOGICZNE BAZY DANYCH GENOMY I ICH ADNOTACJE. Pracownia Informatyczna 2
BIOLOGICZNE BAZY DANYCH GENOMY I ICH ADNOTACJE Pracownia Informatyczna 2 WYBRANE BIOLOGICZNE BAZY DANYCH GENOMY I ICH ADNOTACJE NCBI Ensembl UCSC NATIONAL CENTER FOR BIOTECHNOLOGY INFORMATION NCBI Utworzone
Bardziej szczegółowoPOPULARNE POLECENIA SKRYPTY. Pracownia Informatyczna 2
SKRYPTY Pracownia Informatyczna 2 PRACOWNIA INFORMATYCZNA 2017/2018 MAGDA MIELCZAREK PRACOWNIA INFORMATYCZNA 2017/2018 MAGDA MIELCZAREK 2 cal wyświetlenie kalendarza Składnia: cal 2017, cal Polecenie cal
Bardziej szczegółowoĆwiczenie 12. Diagnostyka molekularna. Poszukiwanie SNPs Odczytywanie danych z sekwencjonowania. Prof. dr hab. Roman Zieliński
Ćwiczenie 12 Diagnostyka molekularna. Poszukiwanie SNPs Odczytywanie danych z sekwencjonowania Prof. dr hab. Roman Zieliński 1. Diagnostyka molekularna 1.1. Pytania i zagadnienia 1.1.1. Jak definiujemy
Bardziej szczegółowoSekwencjonowanie, przewidywanie genów
Instytut Informatyki i Matematyki Komputerowej UJ, opracowanie: mgr Ewa Matczyńska, dr Jacek Śmietański Sekwencjonowanie, przewidywanie genów 1. Technologie sekwencjonowania Genomem nazywamy sekwencję
Bardziej szczegółowo1. Symulacje komputerowe Idea symulacji Przykład. 2. Metody próbkowania Jackknife Bootstrap. 3. Łańcuchy Markova. 4. Próbkowanie Gibbsa
BIOINFORMATYKA 1. Wykład wstępny 2. Bazy danych: projektowanie i struktura 3. Równowaga Hardyego-Weinberga, wsp. rekombinacji 4. Analiza asocjacyjna 5. Analiza asocjacyjna 6. Sekwencjonowanie nowej generacji
Bardziej szczegółowoBioinformatyczne bazy danych
Bioinformatyczne bazy danych Czym jest bioinformatyka? Bioinformatyka jest nauką integrującą różne dziedziny wiedzy Gruca (2010) Czym jest bioinformatyka? Bioinformatyka obejmuje technologie wykorzystujące
Bardziej szczegółowoMetody odczytu kolejności nukleotydów - sekwencjonowania DNA
Metody odczytu kolejności nukleotydów - sekwencjonowania DNA 1. Metoda chemicznej degradacji DNA (metoda Maxama i Gilberta 1977) 2. Metoda terminacji syntezy łańcucha DNA - klasyczna metoda Sangera (Sanger
Bardziej szczegółowoTomasz Suchocki Kacper Żukowski, Magda Mielczarek, Joanna Szyda
Tomasz Suchocki Kacper Żukowski, Magda Mielczarek, Joanna Szyda Uniwersytet Przyrodniczy we Wrocławiu, Pracownia Biostatystyki Instytut Zootechniki Państwowy Instytut Badawczy 2 > 76 000 osobników w bazie
Bardziej szczegółowoBioinformatyczne bazy danych
Bioinformatyczne bazy danych Czym jest bioinformatyka? Bioinformatyka jest nauką integrującą różne dziedziny wiedzy Gruca (2010) http://bioinformaticsonline.com/file/view/4482/bioinformatics-definitions-and-applications
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI
PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI DOPASOWANIE SEKWENCJI 1. Dopasowanie sekwencji - definicja 2. Wizualizacja dopasowania sekwencji 3. Miary podobieństwa sekwencji 4. Przykłady programów
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI
PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI DOPASOWANIE SEKWENCJI 1. Dopasowanie sekwencji - definicja 2. Wizualizacja dopasowania sekwencji 3. Miary podobieństwa sekwencji 4. Przykłady programów
Bardziej szczegółowoRyzyko otyłości. Gen Choroba/objawy Sposób dziedziczenia. ADRB3 Otyłość MG 1. APOA2 Otyłość MG 0. FTO Otyłość MG 4. MC4R Otyłość MG 28
Ryzyko otyłości Nadwaga i otyłość są złożonymi zaburzeniami, wynikającymi zazwyczaj z nieprawidłowego stylu życia - spożywania nadmiernej ilości pokarmów, przy równoczesnym braku aktywności fizycznej.
Bardziej szczegółowoWykorzystanie metody MSSCP do analizy markerów genetycznych raka płuc w ramach projektu FP7: CURELUNG
Wykorzystanie metody MSSCP do analizy markerów genetycznych raka płuc w ramach projektu FP7: CURELUNG Krzysztof Kucharczyk,dr Prezes Zarządu Spółki H2020 Info Day, Warszawa, 11.12.2013 Prezentacja Firma:
Bardziej szczegółowoPytania i odpowiedzi
Pytania i odpowiedzi PCA PCA a MDS - PCA bazuje na macierzy kowariancji, MDS bazuje na macierzy dystansów genetycznych Będą identyczne jeśli kowariancja będzie równa odległości euklidesowej. W badaniach
Bardziej szczegółowoRak tarczycy - prognostyka
Rak tarczycy - prognostyka Wariant rs966423-tt w genie DIRC3 jest czynnikiem rokowniczo niekorzystnym, związanym ze zwiększonym ryzykiem zgonu w przebiegu raka zróżnicowanego tarczycy (Świerniak et al.
Bardziej szczegółowoHistoria Bioinformatyki
Historia Bioinformatyki 1859 Darwin i Wallace opublikowali O powstaniu gatunku 1865 Mendel eksperymentując z grochem, wykazuje, że cechy dziedziczą się w odrębnych jednostkach 1869 Meischer wyizolował
Bardziej szczegółowoChoroba Niemanna-Picka, typ C
Choroba Niemanna-Picka, typ C Choroba Niemanna-Picka typu C jest dziedziczną neurodegeneracyjną chorobą. Jest ona spowodowana mutacjami w genach NPC1 lub NPC2. Brak funkcjonalnego białka kodowanego przez
Bardziej szczegółowoChoroba syropu klonowego
Choroba syropu klonowego Geny i zespoły genetyczne Gen Choroba/objawy Sposób dziedziczenia Znane warianty chorobotwórcze BCKDHA Maple syrup urine disease AR 40 BCKDHB Maple syrup urine disease AR 64 DBT
Bardziej szczegółowoWrodzony przerost nadnerczy
Wrodzony przerost nadnerczy Geny i zespoły genetyczne Gen Choroba/objawy Sposób dziedziczenia Znane warianty chorobotwórcze CYP11B1 Wrodzony przerost nadnerczy AD/AR 22 CYP17A1 Wrodzony przerost nadnerczy
Bardziej szczegółowoHemochromatoza. Gen Choroba/objawy Sposób dziedziczenia. HAMP Hemochromatosis AR 5. HFE Hemochromatosis, choroba Alzheimera, postać późna AR/Digenic 7
Hemochromatoza Hemochromatoza jest związana z nadmiernym wchłanianiem żelaza w jelitach i zwiększonym gromadzeniem tego pierwiastka w tkankach. Choroba jest najczęściej dziedziczona w sposób autosomalny
Bardziej szczegółowoBIOINFORMATYKA. Copyright 2011, Joanna Szyda
BIOINFORMATYKA 1. Wykład wstępny 2. Struktury danych w badaniach bioinformatycznych 3. Bazy danych: projektowanie i struktura 4. Bazy danych: projektowanie i struktura 5. Powiązania pomiędzy genami: równ.
Bardziej szczegółowoPerspektywy zastosowania badań genomicznych w hodowli zwierząt
Wiadomości Zootechniczne, R. XLIX (2011), 4: 103 108 Perspektywy zastosowania badań genomicznych w hodowli zwierząt W prowadzenie Wobec stałego wzrostu zaludnienia, rolnictwo odgrywa kluczową rolę w globalnym
Bardziej szczegółowoProfilowanie somatyczne BRCA1, BRCA2
Profilowanie somatyczne BRCA1, BRCA2 Nowotwór złośliwy rozwija się w momencie, gdy w DNA komórek nagromadzone zostaną liczne mutacje. Od rodzaju tych mutacji zależy dobór właściwego schematu leczenia,
Bardziej szczegółowoZespół Marfana, zespół Bealsa
Zespół Marfana, zespół Bealsa Zespoły Marfana i Bealsa są chorobami uwarunkowanymi mutacjami w genach FBN1 i FBN2 odpowiednio, geny te mają istotny wpływ na tworzenie tkanki łącznej o poprawnej budowie.
Bardziej szczegółowoZespół hemolityczno-mocznicowy
Zespół hemolityczno-mocznicowy Badanie obejmuje: analizę sekwencji genów ADAMTS13; C3; CD46; CFB; CFH; CFI; THBD; CFHR1; CFHR2; CFHR3; CFHR4; CFHR5 metodą NGS analizę poziomu przeciwciał przeciw czynnikowi
Bardziej szczegółowoAcrodermatitis enteropathica
Acrodermatitis enteropathica Acrodermatitis enteropathica (zespół Brandta) to choroba związana z uszkodzeniem białka odpowiedzialnego za wchłanianie cynku. Objawy choroby ujawniają się w pierwszych miesiącach
Bardziej szczegółowoZespół Alporta. Gen Choroba/objawy Sposób dziedziczenia. COL4A3 Zespół Alporta AD/AR 100. COL4A4 Zespół Alporta AD/AR 84. COL4A5 Zespół Alporta XL 583
Zespół Alporta Zespół Alporta jest przykładem zespołu wad wrodzonych ze współistniejącym niedosłuchem. Charakteryzuje się występowaniem nefropatii (choroby nerek), powodowanej zaburzeniami powstawania
Bardziej szczegółowoAnaliza asocjacji całego genomu w celu poznania regulacji zawartości kwasów tłuszczowych w nasionach rzepaku (Brassica napus L.)
Analiza asocjacji całego genomu w celu poznania regulacji zawartości kwasów tłuszczowych w nasionach rzepaku (Brassica napus L.) Katarzyna Gacek Instytut Hodowli i Aklimatyzacji Roślin - Państwowy Instytut
Bardziej szczegółowoAndrzej Kochański Sekwencjonowanie genomu. Studia Ecologiae et Bioethicae 12/1, 29-38
Sekwencjonowanie genomu Studia Ecologiae et Bioethicae 12/1, 29-38 2014 Studia Ecologiae et Bioethicae UKSW 12(2014)1,29-38 ANDRZEJ KOCHAŃSKI1 Zespół nerwowo-mięśniowy Instytutu Medycyny Doświadczalnej
Bardziej szczegółowoPrzytarczyce, zaburzenia metabolizmu wapnia
Przytarczyce, zaburzenia metabolizmu wapnia Geny i zespoły genetyczne Gen Choroba/objawy Sposób dziedziczenia Znane warianty chorobotwórcze BSND Zespół Barttera, Głuchota czuciowo-nerwowa AR 10 CASR Nadczynność
Bardziej szczegółowoGalaktozemia. Gen Choroba/objawy Sposób dziedziczenia GALE AR 12. GALK1 Niedobór galaktokinazy AR 14. GALT Galaktozemia AR 233
Galaktozemia Galaktozemia jest genetycznie uwarunkowanym zaburzeniem metabolizmu galaktozy cukru będącego elementem budulcowym laktozy i powszechnie występującym w jedzeniu. W postaci klasycznej pierwsze
Bardziej szczegółowoSekwencje akinezji płodu
Sekwencje akinezji płodu Geny i zespoły genetyczne Gen Choroba/objawy Sposób dziedziczenia Znane warianty chorobotwórcze CHRNA1 Myasthenic syndrome, congenital AD/AR 19 CHRND Myasthenic syndrome AD/AR
Bardziej szczegółowoGENOMIKA. MAPOWANIE GENOMÓW MAPY GENOMICZNE
GENOMIKA. MAPOWANIE GENOMÓW MAPY GENOMICZNE Bioinformatyka, wykład 3 (21.X.2008) krzysztof_pawlowski@sggw.waw.pl tydzień temu Gen??? Biologiczne bazy danych historia Biologiczne bazy danych najważniejsze
Bardziej szczegółowoChoroba Leśniowskiego i Crohna
Choroba Leśniowskiego i Crohna Choroba Leśniowskiego i Crohna należy do nieswoistych chorób zapalnych jelita, może dotyczyć każdego odcinka przewodu pokarmowego. Rokrocznie zapada na nią 1 na 10 000 osób;
Bardziej szczegółowoStwardnienie guzowate
Stwardnienie guzowate Stwardnienie guzowate jest zespołem nerwowo-skórnym, w przebiegu którego na skórze, nerkach, sercu, kościach, płucach i mózgowiu powstają hamartoma - guzy o charakterze nienowotworowym,
Bardziej szczegółowoHiperaldosteronizm rodzinny
Hiperaldosteronizm rodzinny Hiperaldosteronizm rodzinny jest chorobą przebiegającą z nadmierną produkcją aldosteronu z nadnerczy. Głowna funkcja aldosteronu w polega na utrzymywaniu odpowiedniego bilansu
Bardziej szczegółowoZespół krótkiego QT. Gen Choroba/objawy Sposób dziedziczenia. CACNA1C Zespół Brugadów, Zespół Timothy AD 15
Zespół krótkiego QT Zespół krótkiego QT jest związany z genami kodującymi kanały jonowe (potasowe) i ich nieprawidłową funkcją. Z tego powodu dochodzi do skrócenia przerwy między poszczególnymi uderzeniami
Bardziej szczegółowoOznaczenie polimorfizmu genetycznego cytochromu CYP2D6: wykrywanie liczby kopii genu
Ćwiczenie 4 Oznaczenie polimorfizmu genetycznego cytochromu CYP2D6: wykrywanie liczby kopii genu Wstęp CYP2D6 kodowany przez gen występujący w co najmniej w 78 allelicznych formach związanych ze zmniejszoną
Bardziej szczegółowoKwasica metylomalonowa
Kwasica metylomalonowa Kwasica metylomalonowa to choroba u podstawy której leżą zaburzenia metabolizmu kwasu metylomalonowego i kobalaminy (witamina B12). Choroba ma bardzo różnorodną postać, od form o
Bardziej szczegółowoPorażenie okresowe. Gen Choroba/objawy Sposób dziedziczenia. CACNA1S Porażenie okresowe hipokaliemiczne, Hipertermia złośliwa AD 14
Porażenie okresowe Porażenie okresowe to złożona grupa chorób, w których okresowo występują porażenia lub znaczące osłabienie mięśni. Objawy te są powodowane nieprawidłowym transportem jonów potasu, odpowiedzialnych
Bardziej szczegółowoTechniki odczytu kolejności nukleotydów - sekwencjonowania DNA
Techniki odczytu kolejności nukleotydów - sekwencjonowania DNA 1. Metoda chemicznej degradacji DNA (metoda Maxama i Gilberta 1977) 2. Metoda terminacji syntezy łańcucha DNA - klasyczna metoda Sangera (Sanger
Bardziej szczegółowoHemochromatoza. Gen Choroba/objawy Sposób dziedziczenia. HAMP Hemochromatoza, Choroba Alzheimera, postać późna AR 2
Hemochromatoza Hemochromatoza jest związana z nadmiernym wchłanianiem żelaza w jelitach i zwiększonym gromadzeniem tego pierwiastka w tkankach. Choroba jest najczęściej dziedziczona w sposób autosomalny
Bardziej szczegółowoBioinformatyka: Wykład 5. Bioconductor
Bioinformatyka: Wykład 5 Bioconductor Pytanie z poprzedniego wkładu opisz dwie klasy R odnoszące się do czasu, podaj najważniejszą różnicę BIOCONDUCTOR Zestaw ściśle ze sobą powiązanych pakietów (1104)
Bardziej szczegółowoMoczówka prosta nerkowa
Moczówka prosta nerkowa Moczówka prosta nerkowa jest chorobą, która objawia się we wczesnym dzieciństwie nadmiernym wydalaniem moczu (poliurią) i zwiększonym pragnieniem (polidypsją), co jest skutkiem
Bardziej szczegółowoZespół Adamsa-Olivera
Zespół Adamsa-Olivera Obraz kliniczny w zespole Adamsa-Olivera jest bardzo różnorodny, a do głównych zaburzeń należą nieprawidłowości w obrębie skóry i układu kostnego. Jedne z najczęściej spotykanych
Bardziej szczegółowoZespół Robinowa. Gen Choroba/objawy Sposób dziedziczenia. DVL1 Zespół Robinowa AD 17. ROR2 Zespół Robinow, Brachydaktylia AD/AR 17
Zespół Robinowa Wyróżnia się dwie formy zespołu Robinowa zależnie od sposobu dziedziczenia choroby. Forma o dziedziczeniu autosomalnym recesywnym przebiega z większymi zaburzeniami niż postać dziedziczona
Bardziej szczegółowoA MODEL OF GENOME LENGTH ESTIMATION BASED ON K-MERS DETECTION 1
STUDIA INFORMATICA 2015 Volume 36 Number 4 (122) Mateusz GARBULOWSKI, ANDRZEJ POLAŃSKI Silesian University of Technology, Institute of Informatics A MODEL OF GENOME LENGTH ESTIMATION BASED ON K-MERS DETECTION
Bardziej szczegółowoBioinformatyka wykład I.2009
Bioinformatyka wykład 13 20.I.2009 biologia systemów biologiczne dane wielowymiarowe Krzysztof Pawłowski Krzysztof_Pawlowski@sggw.pl 2009-01-22 1 Plan wykładu Biologia systemów Bazy danych ekspresji genów
Bardziej szczegółowoNiepełnosprawność intelektualna
Niepełnosprawność intelektualna stan badań a możliwości diagnostyki molekularnej Agnieszka Charzewska Zakład Genetyki Medycznej Instytut Matki i Dziecka Niepełnosprawność intelektualna (NI, ID) zaburzenie
Bardziej szczegółowoPodstawy bioinformatyki - biologiczne bazy danych
Podstawy bioinformatyki - biologiczne bazy danych Czym jest bioinformatyka? Bioinformatyka Bioinformatyka jest interdyscyplinarną dziedziną nauki obejmującą wykorzystanie metod obliczeniowych do badania
Bardziej szczegółowoPostępy w realizacji polskiego programu selekcji genomowej buhajów MASinBULL Joanna Szyda
Postępy w realizacji polskiego programu selekcji genomowej buhajów MASinBULL Joanna Szyda Uniwersytet Przyrodniczy we Wrocławiu Katedra Genetyki, Pracownia Biostatystyki 1. MASinBULL 2. Metody oceny genomowej
Bardziej szczegółowoRak płuc. Gen Choroba/objawy Sposób dziedziczenia. CDKN2A Czerniak, Rak trzustki, Rak płuca, Zespół predyspozycji do nowotworów AD 26
Rak płuc Rak płuc jest jednym z najczęstszych nowotworów i od lat charakteryzuje się największą śmiertelnością. W Polsce rokrocznie zapada na niego około 19 000 osób. Większość przypadków raka płuc jest
Bardziej szczegółowoPrzewlekła choroba ziarniniakowa
Przewlekła choroba ziarniniakowa Przewlekła choroba ziarniniakowa związana jest z defektami aktywności granulocytów obojętnochłonnych. Choroba typowo objawia się nawracającymi, ciężkimi infekcjami bakteryjnymi
Bardziej szczegółowoRewolucja genomowa. Wojciech Makałowski Institute of Bioinformatics University of Muenster. w medycynie
Rewolucja genomowa Wojciech Makałowski Institute of Bioinformatics University of Muenster w medycynie 60 lat genomiki Kto nastepny? Rekombinacja DNA Metody szybkiego sekwencjonowania DNA PC R Automaty
Bardziej szczegółowoZaburzenia czynności płytek krwi
Zaburzenia czynności płytek krwi Geny i zespoły genetyczne Gen Choroba/objawy Sposób dziedziczenia Znane warianty chorobotwórcze AP3B1 Zespół Hermańskiego-Pudlaka AR 10 BLOC1S3 Zespół Hermańskiego-Pudlaka
Bardziej szczegółowoBIOINFORMATYKA BIOLOGICZNE BAZY DANYCH
http://theta.edu.pl/ Podstawy Bioinformatyki II BIOINFORMATYKA BIOLOGICZNE BAZY DANYCH 1 Czym jest bioinformatyka? 2 Bioinformatyka Bioinformatyka jest interdyscyplinarną dziedziną nauki obejmującą wykorzystanie
Bardziej szczegółowo