Genómica. Grado en Bioquímica

(1)

http://bioinfo2.ugr.es/genomica Universidad de Granada

Genómica

Grado en Bioquímica

José L. Oliver ([email protected]) Carmelo Ruiz Rejón ([email protected]) Michael Hackenberg ([email protected])

Guillermo Barturen ([email protected])

http://bioinfo2.ugr.es/genomica

(2)

Thomas H. Roderick(1986)

• GENOMICA: Su objetivo es mapear y secuenciar el genoma

• La Genética se ocuparía de los genes y la genómica de los genomas Pero ambas se ocupan del estudio de la herencia y la variación de los organismos, que es el objetivo original de la Genética

(3)

• Genómica estructural - Su objetivo es generar y analizar la

secuencia y las propiedades conformacionales de genes y proteínas

• Genómica funcional - Trata de asignar función a cada una de las secuencias generadas por los proyectos genoma

• Genómica computacional - Desarrolla el software y las bases de datos necesarias para el almacenamiento, recuperación y análisis de los datos genómicos: secuencias primarias de genes y proteínas, estructuras tridimensionales, perfiles de expresión, etc.

• Genómica evolutiva - Se ocupa del origen y evolución de los

genomas. Estudia por tanto la evolución del tamaño y la complejidad de los genomas, los mecanismos de duplicación genómica, la

transferencia horizontal de genes, la evolución concertada, etc.

(4)

El Proyecto Genoma Humano

Sus objetivos fueron:

• Identificar los aprox. 20.000-25.000 genes en el genoma humano

• Determinar la secuencia de los 3.2 Gbp de nucleótidos que componen el genoma haploide y almacenar esta información en bases de datos

• Mejorar el software para analizar estos datos

• Transferencia de tecnología al sector privado

• Abordar los aspectos éticos, legales y sociales (ELSI) que pudiera provocar el proyecto

(5)

El Proyecto Genoma Humano

• Fue una iniciativa internacional lanzada en la década de los 90 del pasado siglo para mapear y secuenciar el conjunto de genes del ser humano (genoma)

• Completado en 2003 con la publicación de la secuencia de referencia del genoma humano

(6)

Secuenciación masiva

SOLID

Sequencing by Ligation (SBL)

454 Pyrosequencing (PS)

Illumina

Reversible Termination (RT)

(7)

Secuenciación masiva

SANGER SECUENCIACIÓN MASIVA

Di-deoxy terminator

Roche 454 GS FLX (PS)

Illumina HiSeq

2000 (RT) SOLID V4 (SBL)

Salida por

proceso 1.6 Mb 600 Mb 200 GB 100 GB

Tiempo/Proceso 1h 10 h 9 d 11 d

Longitud media

“reads” 800 pbs 400 pb 100 pb 75 pb

Salida por día 38.4 Mb 1.44 GB 22.2 GB 9 GB Usos frecuentes -

Secuenciación de novo

Captura de exones

Resecuenciación Captura de exones Metagenómica

(8)

(9)

Secuenciación masiva

APLICACIONES

Re-secuenciación Regulación Epigenómica

• SNVs y CNVs

• Inserciones y deleciones

• Expresión génica

• ARNs pequeños

• Metilación del ADN

• Histonas

• TFBSs

Imágenes extraídas de Schweiger, 2010.

(10)

El proyecto 1000 Genomas pretende la

caracterización de la variación genética en el genoma humano

(11)

Trio project: whole-genome shotgun sequencing at high coverage (average 42 X) of two families (one Yoruba from Ibadan, Nigeria (YRI);

one of European ancestry in Utah (CEU)), each including two parents and one daughter.

Low-coverage project: whole-genome shotgun sequencing at low coverage (2–6 X) of 59 unrelated individuals from YRI, 60 unrelated individuals fromCEU, 30 unrelated Han Chinese individuals in Beijing (CHB) and 30 unrelated Japanese individuals in Tokyo (JPT).

Exon project: targeted capture of 8,140 exons from 906 randomly selected genes (total of 1.4 Mb) followed by sequencing at high coverage (average >50 X) in 697 individuals from 7 populations of African (YRI, Luhya inWebuye, Kenya (LWK)), European (CEU, Toscani in Italia (TSI)) and East Asian (CHB, JPT, Chinese in Denver, Colorado (CHD)) ancestry.

(12)

(13)

(14)

• La ‘Encyclopedia of DNA Elements’ (ENCODE) surge de una colaboración internacional iniciada en 2003 y

financiada por el ‘National Human Genome Research Institute’ (NHGRI).

• El objetivo de ENCODE es elaborar un catálogo

exhaustivo de todos los elementos funcionales en el genoma humano, incluyendo tanto ARNs como

proteínas, asi como aquellos elementos reguladores que controlan el tipo celular y el momento del

desarrollo en que un gen es activo.

• La cuestión es: la suma de los exones de los aprox.

21.000 genes humanos no llegan al 2% del genoma

¿para que sirve el 98% restante? ¿es ADN basura?

El proyecto ENCODE

(15)

Algunas de las técnicas utilizadas en ENCODE

RNA-seq. Aislamiento y secuenciación masiva de ARN

CAGE. Captura y secuenciación masiva de los ‘caps’ metilados en los extremos 5’ del ARN. Estos ‘caps’ suelen formarse en los sitios de inicio de la transcripción

RNA-PET. Captura simultánea de ARNs con caps metilados y cola de

poly-A, es decir ARNs completos, seguida de la secuenciación de un trozo en cada extremo.

ChIP-seq. Inmunoprecipitación de las proteínas unidas a la cromatina y secuenciación de las secuencias de ADN asociadas. Se suelen usar

anticuerpos frente a factores de transcripción, proteínas no-histonas que se unen a la cromatina, o bien histonas modificadas por metilación,

acetilación, etc.

(16)

DNase-seq. La enzima DNasa I corta preferencialmente regiones de la cromatina unidas a proteínas no-histonas y que

corresponden a regiones de ‘cromatina abierta’. Los puntos de corte se secuencian, obteniéndose así un listado de sitios

hipersensibles a DNasa I que corresponden a sitios de cromatina activa.

FAIRE-seq. (Formaldehyde assisted isolation of regulatory elements). Permite aislar regiones genómicas libres de

nucleosomas.

RRBS (Reduced representation bisulphite sequencing). El tratamiento del ADN con bisulfito convierte las citosinas no- metiladas en uracilo, mientras que no afecta a las citosinas

metiladas. Se usan enzimas de restricción que cortan alrededor de los dinucleótidos CpG, con lo que se limita el análisis a aquellas regiones ricas en CpG (islas CpG).

(17)

(18)

(19)

Principales hallazgos de ENCODE

La mayor parte del genoma (80.4%) es funcional: se puede asociar con al menos una función en alguno de los 147 tipos celulares

analizados. Puesto que puede haber hasta 2.000 tipos celulares, este porcentaje podría llegar a ser mucho más alto!

Los elementos específicos de primates están sometidos a selección natural  deben ser funcionales

Se han descubierto 399.124 enhancers y 70.292 promotores

Muchas de los elementos funcionales encontrados se localizan en las regiones no-codificadoras de proteínas (fuera de los genes)

Los SNPs asociados con enfermedades mediante GWAS abundan en las regiones no-codificadoras y residen en zonas funcionales

identificadas por ENCODE.

Muchas enfermedades se asocian con un determinado factor de transcripción que varía entre tipos celulares.

(20)

• Bases de datos públicas en línea: EBI, NCBI

• El software se ejecuta en servidores remotos de acceso público:

• Formularios Web: Copiar/pegar datos  Resultados

• Ventajas:

• Datos actualizados on-line

• Acceso a software profesional permanentemente actualizado por sus propios autores

• No tendremos que instalar ningún programa ni base de datos en

nuestra máquina local, todo lo haremos a través de un navegador web

• Podremos acceder a las prácticas del curso desde cualquier ordenador (Windows, Linux, Mac…) con acceso a Internet

Los programas y bases de datos que utilizaremos funcionan en servidores web:

(21)

Seminarios

• A lo largo del curso, cada alumno desarrollará un seminario sobre algún tema fijado por el profesor. El objetivo que se persigue es iniciar al

alumno en las técnicas de análisis genómico, así como en el manejo de las correspondientes bases de datos.

• Se valorará especialmente el grado de iniciativa a la hora de planear y desarrollar el trabajo y deberá exponerse oralmente.

• Este tipo de actividad aúna una serie de tareas fundamentales en la formación universitaria (búsqueda de información, análisis, síntesis, expresión escrita y expresión oral) que son de todo punto

imprescindibles en la universidad actual.