Adriana Maggi
DOCENTE DI BIOTECNOLOGIE FARMACOLOGICHE
CORSO DI LAUREA SPECIALISTICA IN
BIOTECNOLOGIE DEL FARMACO
AA 2011/2012
Lezione 3
La GENOMATICA
e la ricerca di nuovi bersagli
farmacologci
GENOMATICA:
studio del genoma* degli esseri viventi
attraverso la mappatura o sequenziamento
dei geni e lo studio della loro funzione
* Per genoma si intende l’intero contenuto in DNA di una cellula, geni e sequenze
intrageniche incluse
genoma umano
Il genoma nucleare umano è costituito da 3.000.000.000
di paia di basi diviso in 24 sequenze lineari : i cromosomi
di cui 22 sono autosomi e 2 sono i cromosomi sessuali
Il DNA mitocondriale è circolare e ha le dimensioni di
16569 pb
Che significato ha localizzare fisicamente i
geni nei diversi cromosomi?
Come si costruiscono le mappe geniche?
• Storicamente attraverso la costruzione di
mappe fisiche (identificare e ordinare marcatori
lungo il cromosoma)
• Attualmente con il sequenziamento
Costruzione di mappe fisiche
• FISH (Fluorescent in situ hybridization)
mapping
• studi genetici di ‘linkage’
restriction mapping di banche di DNA
use of sequence tagget site (STS)
FISH (Fluorescent in situ
hybridization) mapping
FISH per studiare
• Omologie di sequenza
• Moltiplicazione di geni
• Evoluzione del DNA
FISH per localizzare
• Delezioni
• Traslocazioni
• Inserzioni
restriction mapping
RESTRICTION MAPPING
1. Frammentazione del DNA genomico con enzimi di
restrizione
2. Separazione dei frammenti per elettroforesi su agarosio
3. Immobilizzazione DNA per trasferimento su membrana
4. Ibridazione con sonda opportunamente marcata
5. Identificazione di RLFP
RESTRICTION MAPPING
Gel Data
Uncut: 15 kb
EcoR1: 4, 5, 6 kb
BamH1: 3, 5, 7 kb
EcoR1 & BamH1: 1, 3, 5 kb
4E
5E
3B
6E
7B
B
3
E
1
5B
E
5
B
1
3B1E5E1B5 = 5B1E5E1B3
5
RESTRICTION MAPPING
restriction mapping
sequence tagget site
A sequence-tagged site (or STS) is a short (200 to 500 base pair) DNA
sequence that has a single occurrence in the genome and whose location
and base sequence are known.
STSs can be easily detected by the polymerase chain reaction (PCR) using
specific primers. For this reason they are useful for constructing genetic
and physical maps from sequence data reported from many different
laboratories. They serve as landmarks on the developing physical map of a
genome.
When STS loci contain genetic polymorphisms (e.g. simple sequence
length polymorphisms, SSLPs, single nucleotide polymorphisms), they
become valuable genetic markers, i.e. loci which can be used to
distinguish individuals.
They are used in shotgun sequencing, specifically to aid sequence
assembly.
studi genetici di ‘linkage’
IL MAPPAGGIO GENETICO
Analisi di linkage
SU COSA SI BASA IL LINKAGE?
Due geni che mappano sullo stesso cromosoma si
dicono SINTENICI
Due geni sintenici segregherebbero sempre assieme
se non esistesse il crossing-over nella prima divisione
meiotica
l’evento di crossing-over da luogo alla formazione di
gameti RICOMBINANTI SINTENICI
LA CONCATENAZIONE o LINKAGE
Consente di mappare un gene sulla base
dello studio della sua vicinanza ad un altro
locus sullo stesso cromosoma.
LA MEIOSI ED I GAMETI
RICOMBINANTI
Il crossing-over avviene durante la meiosi
• L’evento di crossing-over porta alla formazione
di gameti ricombinanti
• Se due loci non sono associati avremo il 50% di
gameti non ricombinanti ed il 50% di gameti
ricombinanti per questi due loci
IN GENERALE
Il crossing-over separerà raramente loci che si trovano
molto vicini sullo stesso cromosoma, in quanto un solo
evento di crossing-over localizzato esattamente nel
piccolo spazio tra i due loci creera’ dei ricombinanti
• Più due loci sono distanti, più è probabile che un
evento di crossing-over li separi
• Si definisce un valore detto frazione di
ricombinazione, misura della distanza di due loci
LA DISTANZA GENETICA
Il centimorgan(cM) e’ l’unita’ di misura della
distanza genetica di due loci
DUE LOCI CHE PRESENTANO 1% DI
RICOMBINAZIONE SONO DEFINITI DISTANTI 1 cM
Conoscendo la frazione di ricombinazione
• Sapendo che due loci distanti 1 cM avranno una
frazione di ricombinazione uguale a 0,01
• Possiamo ricavare la distanza genetica fra due loci
• Ricordando che LA DISTANZA GENETICA NON E’
UGUALE ALLA DISTANZA FISICA
Doppio crossing over
Dopo una certa distanza fisica la frazione di
ricombinazione non rispecchia più la distanza
genetica per l’esistenza di doppi crossing-over
• Loci che distano su una mappa 40 cM hanno una
ricombinazione molto inferiore al 40%, in quanto
la frazione di ricombinazione non supera mai lo
0,5
• La frazione di ricombinazione sara’ uguale a 0,5
non solo per loci non sintenici, ma anche per loci
sintenici molto distanti fra loro
LE FUNZIONI DI MAPPA
• La funzione di mappa definisce la relazione tra
funzione di ricombinazione e distanza genetica
• Esistono diverse funzioni di mappa, che tengono
conto di diverse variabili
• La più semplice funzione di mappa è la funzione
di Haldane
ω= -1/2 ln (1-2θ)
θ= 1/2[1-exp(-2ω)]
dove ω e’la distanza di mappa e
θ è la frazione di ricombinazione
IL MAPPAGGIO GENETICO NELL’UOMO
Associare il gene ad un cromosoma e conoscere la
sua posizione
• Solitamente vengono studiati geni che, se mutati,
sono responsabili di un fenotipo patologico
• L’analisi di concatenazione nell’uomo si basa sullo
studio degli alberi genealogici e sulla ricerca delle
meiosi informative
• Una meiosi è informativa quando si può
identificare se il gamete è o meno ricombinante
IL MAPPAGGIO GENETICO NELL’UOMO
• Per mappare i geni nell’uomo vengono usati dei
marcatori
• il MARCATORE è un carattere mendeliano
sufficientemente polimorfico da offrire una
ragionevole probabilità che una persona scelta a caso
sia eterozigote.
• Per mappare il gene è necessario conoscere la
posizione del marcatore. Vengono costruite per questo
delle mappe genetiche dei marcatori usando un
mappaggio marcatore-marcatore
QUALI CARATTERI SONO USATI COME MARCATORE?
• Qualsiasi carattere mendeliano e polimorfico può
essere usato come marcatore
• E’ meglio che il carattere possa essere individuato
facilmente e a basso costo
• Per rendere più facile il mappaggio è necessario che i
marcatori siano tanti e quanto piu’ possibile vicini fra
loro (progetto genoma)
BREVE STORIA DEI MARCATORI
• 1910-1960 Gruppi Sanguigni e Varianti
della mobilita’ elettroforetica delle
proteine del siero
• 1970-Tipi Tissutali HLA
• 1975-RFLP del DNA
• 1985-Minisatelliti
• Oggi Microsatelliti
Si definiscono microsatelliti (o short tandem repeats o STR)
sequenze ripetute di DNA non codificante costituiti da unità di
ripetizione molto corte (1-5 bp) disposte secondo una ripetizione
in tandem, utilizzabili come marcatori molecolari di loci. La loro
presenza nel genoma umano non influisce per più del 3%, ma si
pensa che comunque essi svolgano una funzione essenziale per
la struttura dei cromosomi. II microsatelliti sono ereditati in
modo mendeliano
Esempi di microsatelliti:
AAAAAAAAAAA o (A)11
GTGTGTGTGTGT o (GT)6
CTGCTGCTGCTG o (CTG)4
ACTCACTCACTCACTC o (ACTC)4
MAPPATURA DI UN GENE-MALATTIA
• Ricostruzione dell’albero genealogico delle famiglie
da analizzare
• Tipizzazione delle famiglie con marcatori informativi
• Analisi statistica dell’associazione tra i marcatori e la
comparsa della malattia
I PROBLEMI… E LA SOLUZIONE
• Le famiglie da analizzare solitamente contano pochi membri, o
sono disponibili i campioni biologici di un basso numero di
individui
• In famiglie poco numerose vi e’ un basso numero di
ricombinanti
• I risultati cosi’ ottenuti hanno una bassa significatività statistica
• La soluzione è analizzare più famiglie assieme. Per questo è
stato introdotto il LOD SCORE
• Il LOD SCORE e’ definito come il logaritmo delle probabilità che
i loci siano associati (con frazione di ricombinazione θ)
piuttosto che non associati (frazione di ricombinazione 0,5)
IL LOD SCORE E’ LA MISURA STATISTICA DEL LINKAGE
• Il LOD SCORE (Z) e’ una funzione della frazione di
ricombinazione
• Vengono calcolati i valori di LOD SCORE per una
gamma di valori di θe ne viene stimato il valore
massimo (Ž)
• La probabilità complessiva di linkage in un gruppo di
famiglie è il prodotto delle probabilità in ciascuna
famiglia, per cui i lod score di famiglie diverse, che
sono logaritmi, possono essere sommati
PRINCIPALI VALORI DI LOD SCORE
• Tutti i lod score sono uguali a 0 per θ=0,5 poiché si
sta misurando il rapporto di due probabilità
identiche
• I due loci sono in linkage con una probabilità di
errore del 5%quando Z e’maggiore o uguale a 3,
cioe’quando la probabilità di linkage è mille volte
laprobabilità che i due loci non siano concatenati
• I due loci non sono in linkages Z e’minore di -2
• Valori tra i due estremi non permettono conclusioni
SOFTWARE PER IL MAPPAGGIO GENETICO
• Per il calcolo dei lod score vengono usati i
programmi LIPED e MLINK
• Il programma EXCLUDE trasforma i dati
negativi di linkage in un diagramma delle
possibili localizzazioni residue
IL MAPPAGGIO A PIU’ PUNTI
• Serve a mappare un locus patologico rispetto ad
una batteria di marcatori
• Aiuta a superare i problemi causati dalla limitata
informatività dei marcatori
• Particolarmente utile, soprattutto per quanto
riguarda la costruzione di mappe dei marcatori, per
stabilire l’ordine lungo un cromosoma di un gruppo
di loci associati
IL MAPPAGGIO A PIU’ PUNTI DI UN GENE-MALATTIA
• Lo scopo è localizzare il gene in uno degli intervalli
della mappa dei marcatori
• Viene usato il programma LINKMAP che ricava le
posizioni del locus-malattia rispetto la griglia di
marcatori, calcolando la probabilità complessiva dei
dati di linkage per ciascuna delle posizioni possibili
IL RISULTATO
Il risultato che si ottiene e’ una curva
diprobabilita’rispetto alle localizzazioni di mappa
Il picco piu’ alto indica la posizione piu’ probabile del
locus malattia
Le regioni in cui la curva si trova al di sotto del valore
di -2 vanno escluse dall’analisi
Oggi, il mappaggio marcatore-malattia a piu’punti
non viene usato, a eccezione che per il mappaggio di
esclusione
COSTRUZIONE DELLE MAPPE MARCATORE-MARCATORE
• Uso di famiglie raccolte specificamente a questo scopo
dal CEPH (Centrepourl’Etude des Polymorphismes
Humaines)
• Linee cellulari immortalizzate di tutti i membri delle
famiglie disponibili a richiesta per la mappatura di un
nuovo marcatore
• Risultati delle mappe disponibili in banca dati ad uso di
tutti
•
•
•
•
ORDINE DEI MARCATORI
E LORO DISTANZA NELLE MAPPE
Per la costruzione delle mappe dei marcatori e’
indispensabile il mappaggio a piu’ punti
Per determinare l’ordine dei marcatori vengono usati
metodi di mappaggio fisico, oltre che i calcoli di lod
score
Le distanze genetiche marcatore-marcatore nelle
mappe sono approssimative
Un obbiettivo del Progetto Genoma e’ la costruzione di
mappe genetiche di marcatori che distano fra loro
mediamente 1 cM
CENNI PER L’ANALISI DI LINKAGE SENZA MODELLI
• Usata per lo studio di patologie non
perfettamente mendeliane e caratteri
multifattoriali come la schizofrenia, il diabete
mellito, l’ipertensione…
• I metodi usati trascurano l’analisi delle persone
non affette
• Ci si basa sulla ricerca dei segmenti cromosomici
comuni agli individui affetti
CON CHI VIENE USATO IL METODO DEI
SEGMENTI COMUNI
❚Studio di famiglie nucleari (tipo analisi di
coppie di fratelli)
❚Studio di ampie famiglie note
❚Studio di popolazioni
POPOLAZIONI STUDIATE
❚POPOLAZIONI GENETICAMENTE ISOLATE
❚POPOLAZIONI GIOVANI: poche generazioni dal
momento della fondazione, pochicrossing-overs,
pochericombinazioni
❚POPOLAZIONI OMOGENEE: poche famiglie fondatrici
ESEMPI DI POPOLAZIONI STUDIATE
❚FINLANDESI: geneticamente e linguisticamente sono
molto diversi dai loro vicini nordici e slavi; la
popolazione e’ giovane in quanto fondata circa 2000
anni fa da poche famiglie fondatrici
❚ITALIA: studi condotti sulla popolazione SARDA,
molto isolata geneticamente
STUDI DI ASSOCIAZIONE NELLE POPOLAZIONI
❚Le persone affette dalla malattia ignorano di essere
imparentate
❚Molte generazioni e molte meiosi separano gli affetti
dal loro antenato comune con una conseguente
riduzione della regione identica per discendenza
❚All’interno della regione ci sara’, a livello di
popolazione, un’associazione tra la malattia ed un
particolare allele o aplotipo
http://www2.units.it/crovella/gene09.pdf
ASSOCIAZIONE ALLELICA
❚Possibililta’di portare l’analisi di
linkage a risoluzioni irraggiungibili
con gli studi sulle famiglie anche per
condizioni mendeliane
❚Relazioneallelemarcatore/allelemalatt
ia
❚Marcatori con elevato potere di
risoluzione (1 cM), con frequenze
simili a quelledell’allelepatologico
LA COSTRUZIONE DI UNA MAPPA PRECISA DEL
GENOMA UMANO MEDIANTE SEQUENZIAMENTO
Progetto GENOMA
UMANO
http://www.ornl.gov/sci/techresources/Human_Genome/home.shtml
Scopi:
• Sequenziamento dei genomi di
interesse biologico o farmacologico
• Studi di funzione genica
Progetto GENOMA UMANO
Strategie:
• Generazione sistematica di mappe fisiche
• Sequenziamento di Expressed Sequence Tag (EST)
• Miglioramento delle tecnologie di sequenziamento
http://www.ornl.gov/sci/techresources/Human_Genome/project/about.shtml
Strategie di sequenziamento del genoma
Durata del sequenziamento del
genoma umano con il metodo
‘Whole genome shot-gun’
8 settembre 1999
17 giugno 2000
Craig Venter
Termine del progetto Genoma Umano
2003
Investimento NIH nel progetto
3 miliardi di dollari /13 anni
Francis Collin
1990-1994
1990: Launch of the Human Genome Project
1990: ELSI Founded (Ethical, Legal and Social Implications )
1990: Research on BACs
1991: ESTs, Fragments of Genes (expressed-sequence tag )
1992: Second-generation Genetic Map of Human Genome
1992: Data Release Guidelines Established
1993: NEW HGP Five-year Plan
1994: FLAVR SAVR Tomato (Calgene, Inc. of Davis, California )
1994: Detailed Human Genetic Map
1994: Microbial Genome Project (The microbes DOE chose do not cause disease but are
important for their environmental, energy, and commercial roles
1995-1996
1997-1999
1995: Ban on Genetic Discrimination in Workplace
1995: Two Microbial Genomes Sequenced
1995: Physical Map of Human Genome Comp leted
1996: International Strategy Meeting on Human Genome Sequencing
1996: Mouse Genetic Map Completed
1996: Yeast Genome Sequenced
1996: Archaea Genome Sequenced
1996: Health Insurance Discrimination Banned
1996: 280,000 Expressed Sequence Tags (ESTs)
1996: Human Gene Map Created
1996: Human DNA Sequence Begins (large-scale sequencing)
1997: Bermuda Meeting Affirms Principle of Data Release
1997: E. coli Genome Sequenced
1997: Recommendations on Genetic Testing
1998: Private Company Announces Sequencing Plan
1998: M. Tuberculosis Bacterium Sequenced
1998: Committee on Genetic Testing (Service’s Advisory Committee on Genetic Testing
1998: HGP Map Includes 30,000 Human Genes
1998: New HGP Goals for 2003
1998: SNP Initiative Begins (single nucleotide polymorphism, multigene disorders)
1998: Genome of Roundworm C. elegans Sequenced
1999: Full-scale Human Genome Sequencing
1999: Chromosome 22
2000-2001
2002-2003
2000: Free Access to Genomic Information
2000: Chromosome 21
2000: Working Draft
2000: Drosophila and Arabidopsis genomes sequenced
2000: Executive Order Bans Genetic Descrimination in the Federal Workplace
2000: Yeast Interactome Published
2000: Fly Model of Parkinson's Disease Reported
2001: First Draft of the Human Genome Sequence Released
2001: RNAi Shuts Off Mammalian Genes
2001: FDA Approves Genetics-based Drug to Treat Leukemia Gleevec to treat
patients with chronic myeloid leukemia (CML).
2002: Mouse Genome Sequenced
2002: Researchers Find Genetic Variation Associated
with Prostate Cancer
2002: Rice Genome Sequenced
2002: The International HapMap Project is Announced
2002: The Genomes to Life Program is Launched
2002: Researchers Identify Gene Linked to Bipolar Disorder
2003: Human Genome Project Completed
2003: Fiftieth Anniversary of Watson and Crick's Description of the Double Helix
2003: The First National DNA Day Celebrated
2003: ENCODE Program Begins
2003: Premature Aging Gene Identified
2004-The Future
2004: Rat and Chicken Genomes Sequenced
2004: FDA Approves First Microarray
2004: Refined Analysis of Complete Human Genome Sequence
2004: Surgeon General Stresses Importance of Family History
2005: Chimpanzee Genomes Sequenced
2005: HapMap Project Completed
2005: Trypanosomatid Genomes Sequenced
2005: Dog Genomes Sequenced
2006: The Cancer Genome Atlas (TCGA) Project Started
2006: Second Non-human Primate Genome is Sequenced
2006: Initiatives to Establish the Genetic & Environmental Causes
of Common Diseases Launched
Alcuni risultati dell’analisi della sequenza
del genoma umano
• n. geni 26*103
• arrangiamento dei geni non casuale (in cluster)
• esoni 1.1% del genoma
• introni 24%
• sequenze intergeniche 75%
• > 1.4 milioni di siti polimorfici (SNPs)
NATURE Human Genome Collection
It is now more than 15 years since work began sequencing the 2.85 billion
nucleotides of the human genome. While the draft sequence was published
in Nature in 2001, researchers at the Human Genome Project continued to
fill the gaps and subject individual chromosomes to ever more detailed
analyses. Nature is proud to present here the complete and comprehensive
DNA sequence of the human genome as a freely available resource.
Risultati del Progetto GENOMA UMANO
The Cancer Genome Atlas (TCGA) is a
comprehensive and coordinated effort to
accelerate our understanding of the genetics of
cancer using innovative genome analysis
technologies.
The overarching goal of The Cancer Genome
Atlas (TCGA) is to improve our ability to
diagnose, treat and prevent cancer
The National Institutes of Health announced in 2009 the expansion
of TCGA project.
After a rigorous review process, the scope of the TCGA Research
Network has expanded to include more than 20 tumor types and
thousands of samples over the next five years. Each cancer will
undergo comprehensive genomic characterization that incorporates
powerful bioinformatic and data analysis components. The
expansion of TCGA is expected to lead to the most comprehensive
understanding of cancer genomes and will enable researchers to
further mine the data generated by TCGA to improve prevention,
diagnosis and treatment of cancer.
2003 NIH ENCODE Project
ENCyclopdia Of DNA Elements
(ENCODE).
To identify and locate all of the genome’s proteincoding genes, non-protein coding genes, and other
sequence-based functional elements.
When completed, the collection of elements
identified by the ENCODE program will help
scientists better understand how the genome
influences our health.
1) use gene targeting to make the resource of null alleles, marked
with a high utility reporter, preferably in C57BL/6;
2) support a repository to house the products of this resource;
3) develop improved C57BL/6 ES cells that show robust germline
transmission, so that they may be used in a high throughput
pipeline in generating this resource;
4) implement a data coordination center which will make the status
and relevant data of the production effort available to the
research community.
NIH 2006 Genes and Environment Initiative
(GEI).
GEI has two components:
the analysis of genetic variation among people with
specific diseases
an effort to develop technology that will find new ways
to monitor environmental exposures that interact with
genetic variations leading to disease.
The specific diseases that GEI will focus on will be
decided by peer review.
HapMap Project
The International HapMap Project is a multi-country effort to
identify and catalog genetic similarities and differences in human
beings. Using the information in the HapMap, researchers will be
able to find genes that affect health, disease, and individual
responses to medications and environmental factors.
The goal of the International HapMap Project is to compare the
genetic sequences of different individuals to identify
chromosomal regions where genetic variants are shared