Introduzione al corso di bioinformatica e analisi dei genomi AA Docente: Silvia Fuselli fss@unife.it

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Introduzione al corso di bioinformatica e analisi dei genomi AA 2015-2016. Docente: Silvia Fuselli fss@unife.it"

Serafino Giorgio Franchi
8 anni fa
Visualizzazioni

1 Introduzione al corso di bioinformatica e analisi dei genomi AA Docente: Silvia Fuselli fss@unife.it

2 Possibili testi di riferimento Introduction to Genomics, A.M. Lesk, Oxford Capitoli 1, 3, 4, 6, 7 Bioinformatica, Pascarella e Paiardini, Zanichelli Capitoli 1, 2, 3, 4, 5, 6 Bioinformatic Data Skills, Vince Buffalo, O REILLY

Pascarella e Paiardini, Zanichelli Capitoli 1, 2, 3, 4,

3 Materiale didattico

4 Programma I. Dimensioni ed organizzazione dei genomi (settembre) a. Procarioti b. Eucarioti II. Metodologie di analisi dei genomi con particolare approfondimento dei metodi di Next generation sequencing (NGS) (prima metà di ottobre) a. Frederick Sanger e lo sviluppo dei metodi di sequenziamento b. I metodi di sequenziamento di seconda generazione (NGS): High Throughput Sequencing c. Metodi di sequenziamento di terza generazione: sequenziamento a singola molecola (Single Molecule Real Time Technology e Nanopore sequencing)

ottobre) a. Frederick Sanger e lo sviluppo dei metodi di sequenziamento b.

5 Programma III. Confronto di sequenze: allineamenti a coppie e allineamenti multipli, ricerche di sequenze in banche dati, Basic Local Alignment Search Tool (BLAST) (seconda metà di ottobre) IV. Banche dati biologiche (con esercizi al Computer di consultazione dei relative siti web) (prima metà di novembre) a. National Center for Biotechnology Information (NCBI) b. UCSC Genome Bioinformatics Site (o ENSEMBL)

dati, Basic Local Alignment Search Tool (BLAST) (seconda metà di ottobre) IV.

6 Programma V. Bioinformatica e next generation sequencing (12 ore in dicembre) Questa parte del programma prevedera l utilizzo di un computer per analizzare dati di sequenziamento prodotti con metodologie High Throughput Sequencing (tecnologia Illumina). In particolare esploreremo i passaggi attraverso i piu comuni strumenti bioinformatici che dal dato grezzo di output dei sequenziatori permettono di ottenere i file definitivi su cui e possibile effettuare interpretazioni biologiche

computer per analizzare dati di sequenziamento prodotti con metodologie High Throughput Sequencing (tecnologia Illumina).

7 Seconda parte del corso (LAB: laboratorio multimediale, Dip. SVEB, terzo piano sezione di Fisiologia) SBE Martedì Mercoledì Martedì Mercoledì Martedì Mercoledì Martedì Mercoledì Martedì Mercoledì 17-nov 18-nov 24-nov 25-nov 01-dic 02-dic 09-dic 15-dic 16-dic Dott. Sandionigi Dott. Sandionigi Dott. Sandionigi Dott. Sandionigi Dott. Sandionigi Lab Lezione D5 Lab Lab Lab Lab Lab Dott. Sandionigi Lab Lezione D5 Lab Lab Lab Pier Lab Lab Lab BAS Martedì Mercoledì Martedì Mercoledì 17-nov 18-nov 24-nov 25-nov Lun 30- nov Gio 03- dic Giovedì 10-dic Lun 14-dic Gio 17-dic Dott. Sandionigi Dott. Sandionigi Dott. Sandionigi Dott. Sandionigi Lezione D5 Lezione D5 Dott. Sandionigi Lab Lab Lab Lab Lab Lab Dott. Sandionigi Lab Lab Lab Lab Lab Lab Lab Lab

Dott. Sandionigi Dott. Sandionigi Dott. Sandionigi Dott. Sandionigi Dott. Sandionigi Lab Lezione D5 Lab Lab Lab Lab Lab Dott.

8 Le due protagoniste del corso: Genomica e Bioinformaitica Qualche definizione (wikipedia).. Genomics Genomics is a discipline in genetics that applies recombinant DNA, DNA sequencing methods, and bioinformatics to sequence, assemble, and analyze the function and structure of genomes (the complete set of DNA within a single cell of an organism) Bioinformatics Bioinformatics is an interdisciplinary field that develops methods and software tools for understanding biological data. As an interdisciplinary field of science, bioinformatics combines computer science, statistics, mathematics and engineering to study and process biological data.

function and structure of genomes (the complete set of DNA within a single cell of an organism) Bioinformatics Bioinformatics is an interdisciplinary field that

9 Bioinformatics The field of science in which biology, computer science and information technology merge into a single discipline Biologists collect molecular data: DNA & Protein sequences, gene expression, etc. Bioinformaticians Study biological questions by analyzing molecular data Computer scientists (+Mathematicians, Statisticians, etc.) Develop tools, softwares, algorithms to store and analyze the data.

10 Noi ci occuperemo di bioinformatica di dati di sequenze di DNA Perché?

13 Lezione 1 Le molecole di base che costituiscono la vita

14 Le molecole dell ereditarietà 5 3 L informazione ereditaria di tutti gli organismi viventi, con l eccezione di alcuni virus, è a carico della molecola dell acido desossiribonucleico (DNA). 3 5 pirimidina purina Legame debole Legame forte pirimidina purina

a carico della molecola dell acido desossiribonucleico (DNA).

15 Il dogma centrale della biologia molecolare: il flusso dell informazione Wikipedia

16 Il dogma centrale della biologia molecolare: il flusso dell informazione La trascrizione: il DNA antisenso (strand -) 3-5 viene trascritto in un RNA 5-3 (copia esatta del filamento senso cioè di quello codificante)

antisenso (strand -) 3-5 viene trascritto in un RNA

17 Codice genetico La trascrizione DNA strand+ DNA strand- mrna La traduzione DNA strand +: la stessa tripletta dell mrna con T al posto di U Perchè triplette? 4 basi disponibili, 20 AA da codificare. Scopriamo quante lettere mettere in un codone (n) Combinazioni possibili: 4 n 4 1 = = 16 ancora troppo piccolo 4 3 = 64 prima potenza di 4 più grande del numero di AA

4 basi disponibili, 20 AA da codificare.

18 Codice genetico Il codice genetico universale è ridondante

19 Codice genetico Il codice genetico organizzato secondo un criterio di degenerazione Perchè non 20 triplette codificanti e 44 stop codon? Alta probabilità che una mutazione produca uno stop codon (pericoloso!) six Perchè alcuni aminoacidi sono codificati da pochi codoni e altri da molti? Ad esempio, il numero di codoni che codificano un particolare aminoacido correla con la sua frequenza nelle proteine ( importanza dell AA, necessità di assicurarne la sintesi)

) six Perchè alcuni aminoacidi sono codificati da pochi codoni e altri da molti?

20 Codice genetico Il codice genetico dei mitocondri dei vertebrati

22 La traduzione: aminoacidi In bioinformatica spesso si deve valutare il peso del cambiamento AA in una proteina o nel confronto tra due proteine per poi poter proseguire con il resto delle analisi > matrici di sostituzione

24 Matrici di sostituzione Es. Matrice di sostituzione nucleotidica 4 nucleotidi > 6 possibili sostituzioni Nelle sequenze proteiche ci sono 20 aminoacidi con determinate dimensioni, cariche, codone di codifica, caratteristiche chimiche. Matrici di sostituzioni AA hanno un punteggio per ognuna delle 210 possibili coppie di AA (180 = ((20*20)/2) 20)) Queste matrici vengono calcolate dando un punteggio alla relazione tra due AA sulla base di alcune precise caratteristiche

25 Sostituzioni aminoacidiche > matrici

26 Sostituzioni aminoacidiche

27 FASTA format In bioinformatics, FASTA format is a text-based format for representing either nucleotide sequences or peptide sequences, in which nucleotides or amino acids are represented using single-letter codes.

30 Il significato evolutivo dei cambiamenti aminoacidici Proteine Tasso di sostituzione per sito per 10 9 anni

31 Mutazioni Le sequenze di DNA sono solitamente copiate in modo preciso durante la replicazione. Raramente tuttavia possono avvenire degli errori che originano nuove sequenze. Questi errori si chiamano mutazioni. Da un punto di vista evolutivo una mutazione è una sequenza nella linea germinale che differisce dalla sua controparte nelle cellule somatiche, che viene ereditata dalla progenie la quale sarà dunque caratterizzata da una novità genetica. Le mutazioni sono quindi la fonte di variabilità e di novità evolutiva

32 Mutazioni nucleotidiche Transizione (pur>pur ; pir>pir) Trasversione (pur>pir ; pir>pur) Sostituzioni nucleotidiche ricombinazione delezione inserzione inversione

33 Mutazioni nucleotidiche

34 Mutazioni nucleotidiche: effetto sulla traduzione sinonima nonsinonima nonsenso

35 Mutazioni nucleotidiche: effetto sulla traduzione Ogni codone codificante un AA può mutare in altri 9 codoni attraverso sostituzioni di un singolo nucleotide. Esempio: CCU (Pro) 6 possibili sostituzioni nonsinonime UCU (Ser) ACU (Thr) GCU (Ala) CUU (Leu) CAU (His) CGU (Arg) 3 possibili sostituzioni sinonime CCC CCA CCG

36 Ogni codone codificante un AA può mutare in altri 9 codoni attraverso sostituzioni di un singolo nucleotide. 61 codoni senso 61x9 =549 possibili sostituzioni nucleotidiche

37 Se assumiamo che 1. Tutti i codoni siano ugualmente presenti nelle regioni codificanti 2. Ogni sito abbia la stessa probabilità di mutare In un gene codificante qualunque ci aspettiamo una frequenza relativa dei diversi tipi di sostituzioni come in tabella Alcune caratteristiche importanti: Circa il 70% dei cambiamenti in 3 base sono sinonimi Il 100% dei cambiamenti in 2 base sono nonsinonimi Il 96% dei cambiamenti in 1 base sono nonsinonimi sostituzioni numero Frequenza Totali (1,2,3 base) Sinonime Nonsinonime Missenso (non senso) 392 (23) 71 (4) Totali (1 base) Sinonime 8 4 Nonsinonime Missenso (non senso) 166 (9) 91 (5) Totali (2 base) Sinonime 0 0 Nonsinonime Missenso (non senso) 176 (7) 96 (4) Totali (3 base) Sinonime Nonsinonime Missenso (non senso) 50 (7) 27 (4)

38 Inserzioni e delezioni Nel confronto tra due sequenze è impossibile capire se ci sia stata una delezione in una delle due o una inserzione nell altra INserzioni de DELezioni vengono in generale chiamate INDELS

39 Perdita di un codone di stop per delezione Terminazione prematura per delezione Perdita di un codone di stop per inserzione F r a m e s h i f t Terminazione prematura per inserzione

40 Altre fonti di variabilità: la ricombinazione

41 Altre fonti di variabilità: la ricombinazione

42 Altre fonti di variabilità: la ricombinazione La ricombinazione reciproca è un potente mezzo di generazione della variabilità 5 AACT 3 and 5 CTTG 3 -> 6 possibili nuove sequenze: 5 ATTG 3 5 CACT 3 5 AATG 3 5 CTCT 3 5 AACG 3 5 CTTT 3

43 Altre fonti di variabilità: la ricombinazione Inserzioni e delezioni Crossing over ineguale Delezione intra strand

Documenti analoghi

Lezione 1. Le molecole di base che costituiscono la vita

Lezione 1. Le molecole di base che costituiscono la vita Lezione 1 Le molecole di base che costituiscono la vita Le molecole dell ereditarietà 5 3 L informazione ereditaria di tutti gli organismi viventi, con l eccezione di alcuni virus, è a carico della molecola