Modelowanie procesów mających wpływ na osobniczą liczbę kopii genów układu zgodności tkankowej (MHC)

Podobne dokumenty
oporność odporność oporność odporność odporność oporność

Ewolucja zmienności genów głównego kompleksu zgodności tkankowej

o cechach dziedziczonych decyduje środowisko, a gatunki mogą łatwo i spontanicznie przechodzić jedne w drugie

PODSTAWY IMMUNOLOGII Komórki i cząsteczki biorące udział w odporności nabytej (cz.i): wprowadzenie (komórki, receptory, rozwój odporności nabytej)

Ewolucjonizm NEODARWINIZM. Dr Jacek Francikowski Uniwersyteckie Towarzystwo Naukowe Uniwersytet Śląski w Katowicach

Odporność nabyta: podstawy rozpoznawania antygenów przez limfocyty T

GENETYKA POPULACJI. Ćwiczenia 1 Biologia I MGR /

ZARZĄDZANIE POPULACJAMI ZWIERZĄT 1. RÓWNOWAGA GENETYCZNA POPULACJI. Prowadzący: dr Wioleta Drobik Katedra Genetyki i Ogólnej Hodowli Zwierząt

ZARZĄDZANIE POPULACJAMI ZWIERZĄT

Odporność nabyta: podstawy rozpoznawania antygenów przez limfocyty T

Algorytm genetyczny (genetic algorithm)-

plezjomorfie: podobieństwa dziedziczone po dalszych przodkach (c. atawistyczna)

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych

wykład dla studentów II roku biotechnologii Andrzej Wierzbicki

Odporność nabyta: Nadzieja Drela Wydział Biologii UW, Zakład Immunologii

WSTĘP. Copyright 2011, Joanna Szyda

Zmienność. środa, 23 listopada 11

Ćwiczenie 3. Amplifikacja genu ccr5 Homo sapiens wykrywanie delecji Δ32pz warunkującej oporność na wirusa HIV

Algorytmy genetyczne. Dariusz Banasiak. Katedra Informatyki Technicznej Wydział Elektroniki

Genetyczne podłoże mechanizmów zdolności adaptacyjnych drzew leśnych

Czego się obawiać? Przed czym się bronić? Czy wszyscy jesteśmy tak samo zagrożeni patogenami?

Ekologia wyk. 1. wiedza z zakresu zarówno matematyki, biologii, fizyki, chemii, rozumienia modeli matematycznych

Plan. Sztuczne systemy immunologiczne. Podstawowy słownik. Odporność swoista. Architektura systemu naturalnego. Naturalny system immunologiczny

1 Genetykapopulacyjna

Algorytmy ewolucyjne NAZEWNICTWO

Ekologia molekularna. wykład 1

Teoria ewolucji. Dobór naturalny. Dobór płciowy.

1 Podstawowe pojęcia z zakresu genetyki. 2 Podstawowy model dziedziczenia

FOCUS Plus - Silniejsza ryba radzi sobie lepiej w trudnych warunkach

Podstawy genetyki populacji. Genetyka mendlowska i ewolucja

PORÓWNYWANIE POPULACJI POD WZGLĘDEM STRUKTURY

GRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils

NaCoBeZu klasa 8 Dział Temat nacobezu programu I. Genetyka 1. Czym jest genetyka? 2. Nośnik informacji genetycznej DNA 3. Podziały komórkowe

Markery klasy II -Polimorfizm fragmentów DNA (na ogół niekodujących): - RFLP - VNTR - RAPD

Konkurs szkolny Mistrz genetyki etap II

Ekologia molekularna. wykład 6

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.

Lp. tydzień wykłady seminaria ćwiczenia

STATYSTYKA MATEMATYCZNA

Badanie doboru naturalnego na poziomie molekularnym

Zmienność ewolucyjna. Ewolucja molekularna

Jak powstają nowe gatunki. Katarzyna Gontek

Genetyczne podłoże odporności i oporności na choroby ODPORNOŚĆ

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO

Podstawy teorii ewolucji. Informacja i ewolucja

Ekologia molekularna. wykład 10

Ekologia molekularna. wykład 4

Algorytmy ewolucyjne - algorytmy genetyczne. I. Karcz-Dulęba

GENETYKA POPULACJI. Fot. W. Wołkow

Elementy teorii informacji w ewolucji

METODY STATYSTYCZNE W BIOLOGII

Oznaczenie polimorfizmu genetycznego cytochromu CYP2D6: wykrywanie liczby kopii genu

Konspekt do zajęć z przedmiotu Genetyka dla kierunku Położnictwo dr Anna Skorczyk-Werner Katedra i Zakład Genetyki Medycznej

GENETYKA POPULACJI. Ćwiczenia 3 Biologia I MGR

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów

Algorytmy genetyczne. Paweł Cieśla. 8 stycznia 2009

Bliskie Spotkanie z Biologią. Genetyka populacji

Automatyczny dobór parametrów algorytmu genetycznego

Część praktyczna: Metody pozyskiwania komórek do badań laboratoryjnych cz. I

Podstawy ewolucji molekularnej. Ewolucja sekwencji DNA i białek

Teoria algorytmów ewolucyjnych

Podstawy ewolucji molekularnej. Ewolucja sekwencji DNA i białek

ALGORYTMY GENETYCZNE ćwiczenia

Mutacje jako źródło różnorodności wewnątrzgatunkowej

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.

ANALIZA DANYCH POCHODZĄCYCH Z SEKWENCJONOWANIA NASTĘPNEJ GENERACJI

Tolerancja immunologiczna

Pamiętając o komplementarności zasad azotowych, dopisz sekwencję nukleotydów brakującej nici DNA. A C C G T G C C A A T C G A...

Genetyka Populacji

Anna Szewczyk. Wydział Geodezji Górniczej i InŜynierii środowiska AGH

Mechanizmy zmienności ewolucyjnej. Podstawy ewolucji molekularnej.

EGZAMIN DYPLOMOWY, część II, Biomatematyka

Składniki jądrowego genomu człowieka

Zastosowanie sztucznych systemów immunologicznych w zagadnieniach optymalizacji

Priony. co dobrego mówią nam drożdże? Takao Ishikawa Zakład Biologii Molekularnej Uniwersytet Warszawski

GENETYCZNE PODSTAWY ZMIENNOŚCI ORGANIZMÓW ZASADY DZIEDZICZENIA CECH PODSTAWY GENETYKI POPULACYJNEJ

Różnorodność biologiczna

ZAKŁAD IMMUNOLOGII EWOLUCYJNEJ

I. Genetyka. Dział programu Lp. Temat konieczny podstawowy rozszerzający

Dobór naturalny. Ewolucjonizm i eugenika

Ekologia molekularna. wykład 3

Tematy prac magisterskich i doktorskich

CHOROBY AUTOIMMUNIZACYJNE

BIOLOGIA EGZAMIN KLASYFIKACYJNY 2015/16. KLASA III Gimnazjum. Imię:... Nazwisko:... Data:...

Podstawy teorii ewolucji. Informacja i ewolucja

Zmienność ewolucyjna. Ewolucja molekularna

Teoria ewolucji. Podstawy wspólne pochodzenie.

Populacja i pula genów podstawowe elementy podlegające ewolucji.

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa

Geny, a funkcjonowanie organizmu

Podstawy teorii ewolucji. Informacja i ewolucja

Metody badania polimorfizmu/mutacji DNA. Aleksandra Sałagacka Pracownia Diagnostyki Molekularnej i Farmakogenomiki Uniwersytet Medyczny w Łodzi

ZARZĄDZANIE POPULACJAMI ZWIERZĄT DRYF GENETYCZNY EFEKTYWNA WIELKOŚĆ POPULACJI PRZYROST INBREDU

S YLABUS MODUŁU (IMMUNOLOGIA) I nformacje ogólne. Nie dotyczy

Zmienność ewolucyjna. Ewolucja molekularna

Profilaktyka i leczenie czerniaka. Dr n. med. Jacek Calik

PLAN WYKŁADU OPTYMALIZACJA GLOBALNA OPERATOR KRZYŻOWANIA ETAPY KRZYŻOWANIA

Wyklady IIIL 2016/ :00-16:30 środa Wprowadzenie do immunologii Prof. dr hab. med. ML Kowalski

Wprowadzenie do genetyki medycznej i sądowej

GENETYKA POPULACJI. Ćwiczenia 4 Biologia I MGR

Transkrypt:

PRACOWNIA BIOLOGII EWOLUCYJNEJ Uniwersytet im. Adama Mickiewicza w Poznaniu Modelowanie procesów mających wpływ na osobniczą liczbę kopii genów układu zgodności tkankowej (MHC) Piotr Bentkowski, Jacek Radwan

Białka głównego układu zgodności tkankowej : MHC major histocompatibility complex (MHC) proteins Podstawa odpowiedzi swoistej układu odpornościowego wszystkich kręgowców Wykrywanie obcych białek w organizmie (część systemu rozpoznawania obcyswój) Pierwszy poznany i główny czynnik decydujący o przyjmowaniu się przeszczepionych tkanek i narządów Kilka kopii genów w genomie osobnika (u ludzi zawsze 6 loci) MHC mają ogromną różnorodność w populacjach (u ludzi około 10 000 poznanych form MHC i przybywa) duży polimorfizm Żadna inna znana rodzina genów kręgowców nie jest tak liczna tak polimorficzna

Białka MHC mają dwie główne klasy MHC klasy I α2 α1 MHC klasy II β α DQ BUDOWA WYSTĘPOWANIE FUNKCJA M.Migalska, PBE UAM β α DR łańcuch ciężki α oraz mikroglobulina β2 dimer łańcuchów α i β wszystkie jądrzaste komórki komórki prezentujące antygen (APC) prezentacja antygenów wewnątrzkomórkowych (np. z wirusów) limfocytom cytotoksycznym prezentacja antygenów zewnątrzkomórkowych (np. z niektórych bakterii, pierwotniaki) limfocytom pomocniczym

Główny układ zgodności tkankowej (MHC) Komórka zdolna do prezentacji antygenu antygen Antygen w przypadku MHC to mały (przeważnie 7-9 nukleotydów) fragment obcego białka M.Migalska, PBE UAM

Główny układ zgodności tkankowej (MHC) Komórka zdolna do prezentacji antygenu antygen MHC ang. major histocompatibility complex, MHC Antygen w przypadku MHC to mały (przeważnie 7-9 nukleotydów) fragment obcego białka M.Migalska, PBE UAM

Główny układ zgodności tkankowej (MHC) Komórka zdolna do prezentacji antygenu antygen Limfocyt T MHC ang. major histocompatibility complex, MHC TCR ang. T-cell receptor, TCR Antygen w przypadku MHC to mały (przeważnie 7-9 nukleotydów) fragment obcego białka M.Migalska, PBE UAM

Polimorfizm MHC jest największy w miejscach wiązania antygenu. Powinowactwo to konkretnego antygenu jest bardzo silne. miejsca wiązania antygenu antigen binidng sites (ABS) α1 antygen β1 Rowek (kieszeń) wiązania antygenu w MHC klasy II

Dlaczego geny MHC są tak polimorficzne? Przewaga heterozygot: dwa różne białka MHC umożliwiają prezentację większej liczby antygenów niż u homozygoty (Doherty and Zinkernagel 1975). Dobór zależny od częstości: dobór faworyzuje szybko ewoluujące patogeny ponieważ takie szybciej tworzą antygeny uinikające prezentacji przez najczęstsze typy MHC, a to z kolei zwiększa częstość powstawania nowych form MHC (Snell 1968; Bodmer 1972; Takahata & Nei 1990). Zmiany w czasie oraz przestrzeni w składzie gatunkowym patogenów (Hedrick 2002; Kloch et al. 2010). Selekcja płciowa: unikanie partnerów z podbnymi białkami MHC (Hedrick 1992).

Dlaczego geny MHC są tak polimorficzne? Przewaga heterozygot: dwa różne białka MHC umożliwiają prezentację większej liczby antygenów niż u homozygoty (Doherty and Zinkernagel 1975). Dobór zależny od częstości: dobór faworyzuje szybko ewoluujące patogeny ponieważ takie szybciej tworzą antygeny uinikające prezentacji przez najczęstsze typy MHC, a to z kolei zwiększa częstość powstawania nowych form MHC (Snell 1968; Bodmer 1972; Takahata & Nei 1990). Zmiany w czasie oraz przestrzeni w składzie gatunkowym patogenów (Hedrick 2002; Kloch et al. 2010). Selekcja płciowa: unikanie partnerów z podbnymi białkami MHC (Hedrick 1992).

Białka głównego układu zgodności tkankowej (MHC) ewoluują w odpowiedzi na ciągłe zagrożenie ze strony różnych patogenów: wirusów, bakterii, pierwotniaków, pasożytów wielokomórkowych. Można by oczekiwać, że kopii genów kodujących różne MHC będzie w genomie osobników bardzo dużo... ale jest od paru do góra kilkunastu.

Liczba loci Liczba loci MHC klasy I A.Sebastian, PBE UAM

Są też gatunki, które mają zmienną liczbę genów MHC między osobnikami w populacji np. nornica ruda (gryzoń) czy muchołówka białoszyja (ptak) Częstość w populacji 30 MHC klasy I 20 α2 10 0 Migalska i Radwan, w opracowaniu 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Liczba alleli MHC na osobnika Wikimedia Zagalska-Neubauer et al., 2010

Jakie czynniki decydują o liczbie kopii unikalnych genów MHC u osobnika?

Jakie czynniki decydują o liczbie kopii unikalnych genów MHC u osobnika? Liczba gatunków pasożytów Preferencje w doborze płciowym względem partnerów o różnych MHC

Jakie czynniki decydują o liczbie kopii unikalnych genów MHC u osobnika? Liczba gatunków pasożytów Preferencje w doborze płciowym względem partnerów o różnych MHC Zakładamy, że istnieje fizjologicznie zdefiniowane maksimum liczby unikalnych kopii MHC jakie można mieć np. hipoteza optymalności (Nowak et al. 1992; Woelfing et al. 2009)

Symulowanie procesów ewolucyjnych przy pomocy modeli agentowych (agent-based models, ABM): Populacja osobników gospodarzy (3500 os.) Populacja patogenów podzielona na gatunki (3500 os. podzielone pomiędzy rożne gatunki) Mechanika prezentacji antygenów przez MHC symulowana przez porównywanie ciągów bitowych Dostosowanie gospodarzy zależy od liczby rozpoznanych gatunków patogenów Dostosowanie patogenów zależne od liczby skutecznych infekcji Borghans J a M, Beltman JB, De Boer RJ. 2004. Immunogenetics. 55:732 9. doi: 10.1007/s00251-003-0630-5. Ejsmond M, Babik W, Radwan J. 2010. BMC Evol. Biol. 10:332. doi: 10.1186/1471-2148-10-332. Ejsmond MJ, Radwan J. 2015. PLOS Comput. Biol. 11:e1004627. doi: 10.1371/journal.pcbi.1004627.

Schemat mechanizmu prezentowania antygenu przez MHC Borghans et al. (2004). Immunogenetics 55: 732 9 Ejsmond & Radwan (2015). PLOS Comput Biol 11: e1004627 MHC z pewnymi modyfikacjami epitop entygenu 101001011001111 1001100000000100110101001011001111110000000010001100 NIE... 101001011001111 1001100000000100110101001011001111110000000010001100 NIE... 101001011001111 1001100000000100110101001011001111110000000010001100 NIE.... DO pat PASO oge WA 101001011001111 N nr ozp IE! 1001100000000100110101001011001111110000000010001100 oz n any Patogeny mają jeden długi ciąg bitowy reprezentujący jeden antygen tworzący wszystkie możliwe epitopy Gospodarze mają dwa chromosomy zawierające geny MHC (od razu tożsame z białkiem) Liczba loci MHC ewoluuje niezależnie na każdym z dwóch chromosomów

Schemat mechanizmu prezentowania antygenu przez MHC Borghans et al. (2004). Immunogenetics 55: 732 9 Ejsmond & Radwan (2015). PLOS Comput Biol 11: e1004627 z pewnymi modyfikacjami DO 101001011001111 PA W...1001100000000100110101001011001111110000000010001100... AN SO IE! Istnieje: 2 N możliwych ciągów bitowych, gdzie N to liczba elementów ciągu Używamy 16 bitów w MHC oraz 6000 w antygenie ponieważ: Chcemy symulować tylko ABS (miejsca wiązania antygenu) losowe MHC ma szansę prezentacji patogenu porównywalną z szacunkami doświadczalnymi

MUTACJE: MHC u gospodarzy: Zamiana pojedynczych bitów z zadanym p-stwem Duplikacja genu MHC Delecja genu MHC Podczas rozmnażania zachodzi losowa zamiana chromosomów miejscami Antygenów u patogenów: Zamiana pojedynczych bitów z zadanym p-stwem

Zakładamy prawdziwość hipotezy optymalności : liczbę aktywnym białek MHC ogranicza negatywna selekcja TCR-ów (usuwanie autoreaktywnych limfocytów T). Woelfing B, Traulsen A, Milinski M, Boehm T. 2009. Does intra-individual major histocompatibility complex diversity keep a golden mean? Philos. Trans. R. Soc. Lond. B. Biol. Sci. 364:117 128. doi: 10.1098/rstb.2008.0174.

Zakładamy prawdziwość hipotezy optymalności : liczbę aktywnym białek MHC ogranicza negatywna selekcja TCR-ów (usuwanie autoreaktywnych limfocytów T). P liczba rozpoznanych gat. patogenów, N liczba typów MHC jaką gospodarz posiada, α współczynnik kosztu za liczbę kopii MHC Lewa strona na wykresie równania z Woelfing et al. (2009) jest modelowana przez wspomnianą mechanikę infekcji

Schemat programu K = 10, czyli 10 pokoleń patogenów na 1 pokolenie gospodarzy

Z wcześniejszych prac, w których gospodarz miał tylko jedno locus na chromosom, wiemy, że bardzo ważna jest proporcja temp mutacji gospodarzy do patogenów. Proporcja mutacji decyduje o tym, czy gospodarz potrafi doścignąć patogen i czy powstaje dość nowych MHC, z których dobór wybierze zdolne prezentować antygen. Borghans, J. a M., Beltman, J. B., & De Boer, R. J. (2004). MHC polymorphism under host-pathogen coevolution. Immunogenetics, 55(11), 732 9. Ejsmond, M., Babik, W., & Radwan, J. (2010). MHC allele frequency distributions under parasite-driven selection: A simulation model. BMC Evolutionary Biology, 10, 332. Ejsmond, M. J., & Radwan, J. (2009). MHC diversity in bottlenecked populations: a simulation model. Conservation Genetics, 12(1), 129 137. Ejsmond, M. J., Radwan, J., & Wilson, A. B. (2014). Sexual selection and the evolutionary dynamics of the major histocompatibility complex. Proceedings of the Royal Society B: Biological Sciences, 281, 20141662. Ejsmond, M. J., & Radwan, J. (2015). Red Queen Processes Drive Positive Selection on Major Histocompatibility Complex (MHC) Genes. PLOS Comput. Biol. 11:e1004627.

Czy liczba gatunków pasożytów ma wpływ na liczbę alleli MHC w populacji? P-stwo podstawień bitu u gospodarza 10-5 5 10-5 α = 0,02 20 przebiegów symulacji.

Czy liczba gatunków pasożytów ma wpływ na liczbę alleli MHC w jednym osobniku? P-stwo podstawień bitu u gospodarza 10-5 5 10-5 α = 0,02 20 przebiegów symulacji.

Czy liczba gatunków pasożytów ma wpływ na liczbę alleli MHC w populacji? P-stwo podstawień bitu u gospodarza 10-5 5 10-5 α = 0,08 Na razie tylko 5 przebiegów symulacji. Będzie więcej

Czy liczba gatunków pasożytów ma wpływ na liczbę alleli MHC w jednym osobniku? P-stwo podstawień bitu u gospodarza 10-5 5 10-5 α = 0,08 Na razie tylko 5 przebiegów symulacji. Będzie więcej

Rozkład liczby kopii genów MHC na końcu symulacji (wybrane symulacje) 2 gat. patogenów 32 gat. patogenów

Ile infekcji da uniknąć? (wybrane symulacje) 2 gat. patogenów 32 gat. patogenów max. 20 infekcji max 320 infekcji

1110101110001 t=0 Zliczamy liczbę mutacji jaka zaszła w historii genu 1110101010001 1010101010001... 1010101110101 t = max

2 gat. patogenów 32 gat. patogenów liczba mutacji jaka zaszła w przeszłości genu

PRACOWNIA BIOLOGII EWOLUCYJNEJ Uniwersytet im. Adama Mickiewicza w Poznaniu http://evobiolab.biol.amu.edu.pl Badania finansowane przez NARODOWE CENTRUM NAUKI grant UMO-2013/08/A/NZ8/00153 przyznany prof. J. Radwanowi