Macro, Micro..& Chip. Gli Array



Похожие документы
ANALISI POST-GENOMICHE TRASCRITTOMA: CONTENUTO DI RNA DI UNA CELLULA.

La Tecnologia dei Microarray. Tor Vergata Aprile 2011

scaricato da LA TECNOLOGIA DEI MICROARRAYS

Ibridizzazione in situ

Slide Cerbara parte1 5. Le distribuzioni teoriche

EXCEL PER WINDOWS95. sfruttare le potenzialità di calcolo dei personal computer. Essi si basano su un area di lavoro, detta foglio di lavoro,

Corso di. Dott.ssa Donatella Cocca

Pro e contro delle RNA

SAGE: Serial Analysis of Gene Expression

Metodi statistici per le ricerche di mercato

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Capitolo 13: L offerta dell impresa e il surplus del produttore

Tecniche di riconoscimento statistico

Il flusso dell informazione genetica. DNA -->RNA-->Proteine

Elaborazione testi: immagini

Google AdWords. Corrispondenze Parole Chiave

Excel. A cura di Luigi Labonia. luigi.lab@libero.it

Statistica. Lezione 6

VALORE DELLE MERCI SEQUESTRATE

Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995).

Informatica B a.a 2005/06 (Meccanici 4 squadra) PhD. Ing. Michele Folgheraiter

Corrispondenze e funzioni

LABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE

La tecnologia dei microarray

Cenni storici. Tale tecnica trova largo impiego in tutte le aree di ricerca biologica:

SAPIENZA Università di Roma Laurea magistrale in Ingegneria delle Nanotecnologie A.A Corso di Laboratorio di Biofotonica

4. Confronto tra medie di tre o più campioni indipendenti

Genova TIPOLOGIE DI LAMPADE

Statistiche campionarie

La distribuzione Normale. La distribuzione Normale

MODELLO RELAZIONALE. Introduzione

ANALISI DI CORRELAZIONE

Prof.ssa Paola Vicard

Aprire WEKA Explorer Caricare il file circletrain.arff Selezionare random split al 66% come modalità di test Selezionare J48 come classificatore e

ADESIONE CELLULARE SU MATERIALI BIOCOMPATIBILI

Un gioco con tre dadi

2. Leggi finanziarie di capitalizzazione

Preprocessamento dei Dati

Metodi Stocastici per la Finanza

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza

Calcolo del Valore Attuale Netto (VAN)

SISTEMI MULTIAGENTE. Esercizio

V= R*I. LEGGE DI OHM Dopo aver illustrato le principali grandezze elettriche è necessario analizzare i legami che vi sono tra di loro.

Nota interpretativa. La definizione delle imprese di dimensione minori ai fini dell applicazione dei principi di revisione internazionali

Determinazione della composizione elementare dello ione molecolare. Metodo dell abbondanza isotopica. Misure di massa esatta

Cluster. Vicino alla temperatura critica gli spin formano grandi gruppi (cluster)

Compilatore risorse display grafico LCD serie IEC-line

Capitolo 12 La regressione lineare semplice

Olografia. Marcella Giulia Lorenzi

La riforma del servizio di distribuzione del

SQL/OLAP. Estensioni OLAP in SQL

LE CARTE DI CONTROLLO (4)

Laboratorio in classe: tra forme e numeri Corso organizzato dall USR Lombardia. GRUPPO FRAZIONI SCUOLA SECONDARIA DI I GRADO-CLASSE I a.s.

IL DIMENSIONAMENTO DEGLI IMPIANTI IDROSANITARI Miscelatori e riduttori di pressione

Statistica inferenziale

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Metodi di conta microbica

Analisi dei marcatori molecolari della pluripotenza e del differenziamento delle cellule embrionali staminali (ES) murine

Arca Strategia Globale: i nuovi fondi a rischio controllato

COMUNE DI RAVENNA GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI)

DOMINIO E LIMITI. Esercizio 3 Studiare gli insiemi di livello della funzione f, nei seguenti casi: 1) f(x,y) = y2 x 2 + y 2.

EasyPrint v4.15. Gadget e calendari. Manuale Utente

Algoritmi di clustering

Funzioni funzione dominio codominio legge argomento variabile indipendente variabile dipendente

3DE Modeling Color. E il modulo che si occupa della costruzione di modelli 3D con tessitura a colori.

STATISTICA IX lezione

Analisi qualitativa con Agilent BioAnalyzer. cdna, RNA Totale e Messaggero e small RNA

VERIFICA DELLE IPOTESI

Sistema di filtrazione abbinato ad una pompa del vuoto. Sistema semplice per la filtrazione

Elementi di Psicometria con Laboratorio di SPSS 1

Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V

PROVE SU PISTA. Sensore pressione freno. Sensore pressione freno:

LA MOLTIPLICAZIONE IN CLASSE SECONDA

matematica probabilmente

Usando il pendolo reversibile di Kater

Gestione Voti Scolastici

I processi di tempra sono condotti sul manufatto finito per generare sforzi residui di compressione in superficie. Vengono sfruttate allo scopo

Le regioni di interesse (ROI) e le curve

Obiettivi dell Analisi Numerica. Avviso. Risoluzione numerica di un modello. Analisi Numerica e Calcolo Scientifico

Regione Toscana. ARPA Fonte Dati. Manuale Amministratore. L. Folchi (TAI) Redatto da


COMPORTAMENTO AL FUOCO DI PAVIMENTI RESILIENTI A BASE DI PVC (M. Piana G. Vidotto)

ColorSplitter. La separazione automatica dei colori di Colibri.. Perché ColorSplitter? Come opera ColorSplitter?

23 CAPITOLO 2: RELAZIONI TRA LE DIVERSE FASI DI UN CAMPIONE DI TERRENO

Metodi Matematici e Informatici per la Biologia Maggio 2010

Laboratorio di Tecniche Microscopiche AA Lezione 12 Marzo 2008 Ore 15-16

prima registrazione del 4 gennaio watch?v=_ursc5we6ny ; seconda registrazione del 4 gennaio

MANUALE D'USO DEL PROGRAMMA IMMOBIPHONE

Principi di analisi causale Lezione 2

Ricerca di outlier. Ricerca di Anomalie/Outlier

La Minimizzazione dei costi

La trasformata Zeta. Marco Marcon

Le immagini digitali. Le immagini digitali. Caterina Balletti. Caterina Balletti. Immagini grafiche. Trattamento di immagini digitali.

ELEMENTI DI DEMOGRAFIA

[ Analisi della. concentrazione] di Luca Vanzulli. Pag. 1 di 1

Progetto: ARPA Fonte Dati. ARPA Fonte Dati. Regione Toscana. Manuale Amministratore

Organizzazione degli archivi

Analisi di scenario File Nr. 10

Транскрипт:

Macro, Micro..& Chip Gli Array

Microarrays DNA microarray technology is an high throughput method for gaining information on gene function Microarray technology is based on the availability of gene sequences arrayed on a solid surface (i.e. nylon filters, glass slides), and it allows parallel expression analysis of thousands of genes

Microarrays Microarray can be a valuable tool to define transcriptional signatures bound to a pathological condition to rule out molecular mechanisms tightly bound to transcription Since our actual knowledge on genes function in high eukaryotes is quite limited Microarray analysis frequently does not imply a final answer to a biological problem but allows the discovery of new research paths which let to explore it by a different perspective

MicroArrays Quando e come usare i microarray: Il problema biologico deve essere il piu possibile legato alla trascrizione L esperimento va disegnato con accortezza Applicare piu metodiche di analisi dato che non è ancora stata definita alcuna metodica di riferimento per l analisi dei dati

MicroArrays Arrays di cdna su nylon Arrays di cdna su vetro Arrays di oligonucleotidi su vetro

Radioattività e Fluorescenza La quantità di materiale richiesto per la marcatura con radioattivo ivo è decisamente più bassa di quella necessaria per la marcatura fluorescente.

Per paragonare campioni provenienti da due fonti (ad es. trattato e controllo) è necessario utilizzare 2 filtri in parallelo o ibridare, deibridare e reibridare lo stesso filtro MicroArray su Nylon MicroArray Research Genetics contenente 4000 spots di sequenze di DNA

Marcatura con 33 P e 32 P 32 P 33 P Il bleeding è un effetto di diffusione del segnale che fa perdere definizione allo spot.

Acquisizione del segnale L acquisizione del segnale può essere fatta usando delle griglie.

Acquisizione del dato I parametri di acquisizione della radioattività possono essere: Intensità complessiva dello spot, Media del segnale, (es. 14, 15, 16, 19, 40; media=20.8) Mediana del segnale (es. 14, 15, 16, 19, 40; mediana=16).

L acquisizione del bg locale è complessa per i filter array. Si preferisce usare il bg locale calcolato su spot vuoti distribuiti all interno dell array. Acquisizione del background bg spot specifico segnale gene specifico

Variabilità del sistema Ogni esperimento di ibridazione su filter cdna array dipende da: grado di marcatura del cdna da ibridare derivato da total RNA o mrna. ibridazione lavaggi operatore

Analisi dei dati La radioattività associata al filtro è acquisita con un phosphor-imager. I dati derivati dai vari esperimenti vengono regolarizzati (scaling) in modo da aver tutti un paramentro in comune: Intensità complessiva dell array Media o mediana dell array L espressione differenziale viene calcolata per tutti i campioni in esame rispetto ad un riferimento comune.

Analisi dei dati Calcolare il valore massimo del parametro che intendiamo usare come riferimento, ad esempio la mediana. In questo modo si calcola per ogni valore di ogni set il dato scaled rispetto al valore di riferimento: dato scaled = dato crudo x mediana delle mediane mediana del set Calcolare, per ogni dato, l espressione differenziale rispetto ad un riferimento (C): Log 2 T C

Uso del log 2 come sistema di rappresentazione dell espressione differenziale 8.00 6.00 4.00 2.00 log2(t/c) t/c Compressione down-regolazione 0.00-2.00-4.00 log2(t/c) H07498 U6539 G7599 L8754 AA238 S098345 MN0987 AC87654 PT765 F65439 Espressione differenziale

Definizione della qualità delle repliche log2(t/c) Valore definito dall utente in funzione della qualità delle repliche; ad es.: log 2 (Cx/Cy) = 0.6.

Analisi dei dati Normalization by global filter intensity 3.50 % of discarded genes 3.00 2.50 2.00 1.50 1.00 0.50 0.00 Ctrl 3-4 TAα 1-2 Nα 1-2 TAβ 1-2 Nβ 1-2 γ 1-2 Nγ 1-2 Normalized data showing, within the biological R replicates, a log 2 ( 1 ) >0.6 were discarded. R 2

Effetto variazione del cut off di significatività 25 % discarded genes 20 15 10 5 Raw Global Intensity Mean Median 0 0.6 0.5 0.4 0.3 0.2 Cut Off La mediana in questo caso garantisce un miglior grado di

MicroArray con Fluorocromi Paragonare campioni provenienti da due fonti (p.es. trattato e controllo) c è più semplice con i fluorocromi,, in quanto è possibile utilizzare contemporaneamente 2 target marcati con 2 fluorocromi diversi (Cye3 e Cye5) ed osservando i 2 diversi colori emessi in fase di acquisizione del risultato.

MicroArray su vetro Cy5 Cy3 La sovrapposizione dell emissione di Cy3 e Cy5 in uno stesso spot genera una colorazione gialla. L intensità della fluorescenza è legata al numero di fluorofori legati.

Robot per MicroArray Robot per la preparazione di MicroArray su Vetro. Il nucleo dell apparato è costituito da un gruppo scrivente che preleva uno o più campioni di cdna o prodotti di PCR e li trasferisce su vetrini per microscopio. Il movimento è controllato da un computer. ) Penn microarray robot; b, c, d) AECOM microarray robot

Robot per MicroArray Penne per lo spotting del DNA Un Array Array di penne per spottare un Array Array di DNA in una singola operazione di scrittura

MicroArray su vetro I cdna array su vetro hanno una serie di problemi tecnici che si ripercuotono sull analisi del dato di espressione differenziale: Degradazione delle printing tips durante lo spotting. Diversa efficienza di fluorescenza tra Cy3 e Cy5. Diversi livelli d incorporazione dei due cromofori. Background disomogeneo nell array. Schiacciamento del segnale differenziale. Mancanza di un modello matematico che permetta una descrizione almeno parziale della tecnica.

MicroArray su vetro Un interessante modo per generare informazione significativa da questi tipi di arrays è fare degli esperimenti circolari in modo da acquisire più informazioni possibili che permettano di identificare con ragionevole sicurezza la presenza di geni differenzialmente espressi.

MicroArray su vetro I cdna arrays sono solitamente suddivisi in sotto sezioni ognuna delle quali può essere caratterizzata da specifici problemi di background dovuti al deterioramento delle tips di spotting o ad un ibridazione non uniforme. Un approccio che permette di minimizzare le discrepanze tra le zone dell array è la trattazione indipendente delle varie sottosezioni.

MicroArray su vetro T T cy3 cy5 = = MB MB cy3 cy5 σ cy3 + σ + n 2 σ cy3 + σ + n 2 cy5 cy5 Il background locale viene calcolato per ogni spot con svariate tecniche computazionali di cui la piu semplice è quella dei cerchi concentrici. Il bg è calcolato per ognuno dei due fluorofori. L espressione differenziale generata da segnali molto vicini al bg puo essere fuorviante dato che gli errori associati all acquisizione di un segnale a basso livello possono essere decisamente importanti. La sottrazione del bg può dare origine a valori negativi. T= threshold, MB= mean of the bg subtracted blank intensities

MicroArray su vetro Un modo molto usato per visualizzare l espressione differenziale è fare il plot delle intensità di Cy5 rispetto a quelle di Cy3 e vedere come queste si discostavano dalla diagonale su un grafico

MicroArray su vetro Dudoit e collaboratori hanno proposto un diverso modo di rappresentare le espressioni differenziali, che ruota di 45 le curve che abbiamo visto. Questo tipo di rappresentazione si ottiene plottando log 2 (Cy5/Cy3) rispetto a log 2 ( (Cy5*Cy3)

MicroArray su vetro Normalizzazione globale: calcolare la mediana globale di Cy5 e di Cy3 fare il rapporto mediana Cy5/mediana Cy3 moltiplicare il valore ottenuto per ognuno dei valori di Cy3 dei geni

MicroArray su vetro Normalizzazione locale: Dudoit ha suggerito l uso di una funzione di smoothing di dati scattered disponibile all interno del pacchetto R (lowess). In particolare l idea è calcolare la curva di smoothing (cj(log2(cy5/cy3)) per log2(cy5/cy3) rispetto a log2( (Cy5Cy3). Sottrarre la curva di smoothing a log2(cy5/cy3): log2(cy5/cy3) - cj(log2(cy5/cy3).

MicroArray su vetro Intensità del segnale