Esercitazioni di Genomica

Transcript

1 Esercitazioni di Genomica Bioinformatica ai tempi del NGS, PhD CRIBI Biotechnology Center, University of Padua BMR Genomics srl, Spin-Off Giovanni Birolo, PhD CRIBI Biotechnology Center, University of Padua

2 Calendario 2 dicembre Formati e strumenti 3 dicembre Alcune applicazioni dell NGS (e formazione gruppi di interesse per argomento) 9 dicembre Analisi dati 16S / genomi batterici 16 dicembre Analisi dati Human Resequencing Esercitazioni di Genomica Applicazioni biologiche del NGS 3 dicembre 2014

3 Alcune cose da fare ora Se non l avete già fatto, rispondere al sondaggio nel blog (ne faremo un altro dopo il laboratorio) Provare ad installare Java + IGV per chi non l ha fatto (nel blog istruzioni) Provare ad installare samtools Esercitazioni di Genomica Applicazioni biologiche del NGS 3 dicembre 2014

4 Stiamo preparando un piccolo repository di pacchetti bioinformatici a 32 bit e a 64 bit, che dovrebbero girare su qualsiasi *buntu. Li pubblicheremo nel blog, anche grazie al vostro feedback Esercitazioni di Genomica Applicazioni biologiche del NGS 3 dicembre 2014

5 SAM ESEMPIO VISIVO

6 Il formato VCF

7 Cinque progetti in cerca d'autore Variant calling su pazienti affetti da cardiomiopatie Assemblaggio de novo di un batterio Analisi di comunità batteriche con 16S-Seq RNA-Seq per identificare geni differenzialmente espressi [per i temerari] Esercitazioni di Genomica Applicazioni biologiche del NGS 3 dicembre 2014

8 Variant Calling in Target Enrichment

9 Steps Allineamento sul reference è critico e se possibile va migliorato (riallineamento) Ricerca delle varianti (variant calling) Annotazione delle varianti Validazione! Esercitazioni di Genomica Applicazioni biologiche del NGS 3 dicembre 2014

10 Cosa faremo noi? Useremo dati di un target enrichment di poche kb di genoma umano (e un solo cromosoma) Analizzeremo le varianti presenti producendo un VCF Valideremo alcune varianti usando il buon vecchio Sanger Esercitazioni di Genomica Applicazioni biologiche del NGS 3 dicembre 2014

11 Esercitazioni di Genomica Lezione Applicazioni introduttiva biologiche del NGS 23 dicembre 2014

12 Varianti?

13 Variants?

14 Errors!

15

16 VEP: Variant Effect Predictor genes and transcripts affected by the variants location of the variants (e.g. upstream, in coding sequence, in non-coding RNA, in regulatory regions) consequence of your variants on the protein sequence (e.g. stop gained, missense, stop lost, frameshift) known variants that match yours, and associated minor allele frequencies from the 1000 Genomes Project SIFT and PolyPhen scores for changes to protein sequence

17

18 ANNOVAR ANNOVAR is an efficient tool to functionally annotate genetic variants. Gene-based annotation: identify whether SNPs or CNVs cause protein coding changes and the amino acids that are affected. Region-based annotations: identify variants in specific genomic regions, for example, conserved regions among 44 species, predicted transcription factor binding sites, Filter-based annotation: identify variants that are reported in dbsnp, or identify the subset of common SNPs (MAF>1%) in the 1000 Genome Project, or identify subset of non-synonymous SNPs with SIFT score>0.05,

19

20 De novo genome assembly

21 Shotgun ACGTACGTAGCTGACGA AGCTGACGATCGATCGTAGCTAGCTA ATCGTAGCTAGCTAGATTACA AGATTACAGTCTACGTACTATCGA Esercitazioni di Genomica Becoming a Bioinformatician Applicazioni biologiche del NGS 3 dicembre 2014

22 Shotgun ACGTACGTAGCTGACGA AGCTGACGATCGATCGTAGCTAGCTA ATCGTAGCTAGCTAGATTACA AGATTACAGTCTACGTACTATCGA Esercitazioni di Genomica Becoming a Bioinformatician Applicazioni biologiche del NGS 3 dicembre 2014

23 Shotgun ACGTACGTAGCTGACGATCGATCGTAGCTAGCTAGATTACAGTCTACGTACTATCGA contig Esercitazioni di Genomica Becoming a Bioinformatician Applicazioni biologiche del NGS 3 dicembre 2014

24 Problem Esercitazioni di Genomica Becoming a Bioinformatician Applicazioni biologiche del NGS 3 dicembre 2014

25 Problem Esercitazioni di Genomica Becoming a Bioinformatician Applicazioni biologiche del NGS 3 dicembre 2014

26 Solution Esercitazioni di Genomica Becoming a Bioinformatician Applicazioni biologiche del NGS 3 dicembre 2014

27 Solution Esercitazioni di Genomica Becoming a Bioinformatician Applicazioni biologiche del NGS 3 dicembre 2014

28 Metrics Esercitazioni di Genomica Becoming a Bioinformatician Applicazioni biologiche del NGS 3 dicembre 2014

29 Il progetto Dataset: reads FASTQ (Illumina MiSeq) Programma consigliato: Mira Esercitazioni di Genomica Applicazioni biologiche del NGS 3 dicembre 2014

30 Analisi di Ampliconi 16S

31

32 Microbial Biogeography of Public Restroom Surfaces Flores G. E. et al., 2011 (PLoS One)

33 Key questions Who is out there? What are they doing?

34 Cosa faremo? Avremo sequenze prodotte dal sequenziamento 16S di due campioni alimentari. Li classificheremo utilizzando due metodi: RDP Qiime (VirtualBox) Confronteremo i risultati Esercitazioni di Genomica Applicazioni biologiche del NGS 3 dicembre 2014

35 I passaggi chiave Clustering delle sequenze molto simili tra di loro (ogni cluster rappresenta, funzionalmente, una specie, più correttamente una OTU) Valutazione dell abbondanza di ogni cluster (più sequenze clusterizzano assieme, più abbondante è l unità tassonomica) Annotazione delle OTU Esercitazioni di Genomica Applicazioni biologiche del NGS 3 dicembre 2014

36 Buon lavoro