Genomica funzionale

CORSO  DI  GENOMICA  FUNZIONALE  :  PARTE    DI  BICCIATO  

3  MARZO  2015  

INDICAZIONI  :    

LIBRI  :    

J.   Pevsner Bioinformatics and functional genomics 2009 ( è quello su cui è fatto il corso e la copia del libro

( che è in inglese) ce l’ha nel suo ufficio).

G.Valle Introduzione alla Bioinformatica 2003

MATERIALE : slides su Dolly

ESAME . orale ( nello stesso giorno anche la parte di Ferrari, DA SUPERARE ENTRAMBE nella stessa

giornata )

Date possibili (relativamente agli impegni di Ferrari ) :

18/06/15

9/07/15

30/07/15

17/09/15

12/11/15

ALLE ORE 9:30 PRESSO AULA H4.1 ( chim.biol. 4 piano, ex scienze biomediche)

No altri appelli fuori sessione (se non per i fuori corso )

CONTATTI PROF :

EMAIL : silvio.bicciato@unimore.it

TEL : 059-205-5219

ATTENZIONE : NON FA LEZIONE GIOVEDI 5/3/15

LEZIONI SOSPESE IL 18 MARZO 2015 PER IL “MORE JOBS _ CAREER DAY” presso ingegneria

DATE LAUREA : ( da confermare )

21 luglio 2015

13 ottobre 2015

NO DICEMBRE

9 febbraio 2016

8 aprile 2016

Consiglio del prof : FARE L’ESAME DI BIOLOGIA CELL- MOLECOLARE ( FERRARI-MAVIGLIO)

PRIMA DI FARE QUESTO ESAME DI GENOMICA FUNZIONALE

INIZIO :

La famosa storia dello Spritz padovano.. .

Che cosa vediamo in questa parte di Bioinformatica? Vedremo:

gli aspetti introduttivi dell’analisi dei dati genomici : parleremo di banche dati biologiche ( es: Gene Bank)

come sono fatte, cosa c’è dentro, come si possono consultare.

Introduzione all’analisi dei genomi : per esempio quando con le nuove macchine per sequenziare, si

sequenzia un genoma nuovo, di una specie non sequenziata precedentemente, come si fa a capire quali sono

le porzioni codificanti e quelle non codificanti. Oppure come si fa ad annotare genomi complessi come il

genoma umano.

Algoritmi per l’allineamento di sequenze : “allineare sequenze” = stringhe di parole e di lettere che vengono

confrontate tra loro e per poterle confrontare le si allinea, cioe si cerca di vedere se ci sono lettere uguali

nelle stesse posizioni, perche magari lettere uguali nelle stesse posizioni vogliono dire qualcosa da un punto

di vista funzionale.

Tutta questa roba qui la si fa con i computer e quindi dietro c’è un po di matematica : vedremo formule ? NO

Vedremo un po di procedure, ma non siete informatici quindi non vi verrà chiesto di capire le parti

computazionali brutte e difficili. Pero vi verrà chiesto di capire il principio che c’è dietro.

Mostra il numero di “TIME” ,

che ha in copertina Craig Venter e Francis Collins che sono quelli che hanno

capitanato i due progetti di sequenziamento del genoma umano, ovvero quello che per tutti è noto come

progetto genoma umano fu un’iniziativa voluta, pensata, finanziata da Watson e ci mise a capo F. Collins,

che era suo allievo, nel team c’era anche Venter che poi ha preso una strada sua, indipendente, molto piu

legata alle company che portò alla creazione di una azienda chiamata “ Celera Genomics” che si mise in

concorrenza con il progetto pubblico di sequenziamento del genoma umano a sequenziare il genoma umano.

Fecero una sorta di gara ad un certo punto e questa gara fu vinta dall’azienda di Venter. Alla fine del’99

inizio 2000, Venter dichiarò che la sua azienda aveva completato la prima stesura molto approssimativa della

sequenza del genoma umano. E questo causò un problema perche loro erano un consorzio privato e decisero

di renderlo pubblico (essendo il genoma dell’uomo) ma per un po di tempo si tennero per sé alcune piccole

regioni coperte da segreto industriale : piccole regioni dove c’erano polimorfismi , che potevano essere

interessanti come hot spots per sviluppare farmaci ecc. Ma la cosa mise molto in allarme, non tanto gli

scienziati ma soprattutto i politici perche il dibattito era: se fosse o meno brevettabile una cosa la cui

proprietà era da definire , perche di chi è il genoma umano? È di chi lo scopre? È di tutti? È dell’umanità? È

brevettabile o non brevettabile?.

E infatti l’annuncio che fosse stato completato il genoma umano non era stato dato né da Venter, né dalle

riviste scientifiche, ma una settimana prima che uscisse questo numero di TIME, era stato dato Bil Klinton e

Tony Blair. E l’annuncio fu che era stata completata la prima sequenza del genoma umano e che il genoma

umano era di proprietà dell’uomo e come tale non brevettabile.

Come fece la Celera Genomics ad arrivare prima? Un po sfruttando le informazioni rese pubbliche

quotidianamente dalle banche dati ( di cui, la principale era Gene Bank) e un po per il fatto che Venter ( non

da solo ) ebbe questa idea di sequenziare in maniera diversa rispetto al modo in cui veniva sequenziato il

genoma fino ad allora ( ovvero con il metodo di Sanger , che era quello usato dal progetto pubblico). Questo

metodo, di allora, era problematico perche aveva un limite fisico alla quantità di basi che potevano essere

sequenziate. Mentre Venter introdusse il nuovo metodo di sequenziamento che divenne famoso come

“shotgun approach” , cioè: si frammenta in maniera completa il genoma , si sequenzia e poi dopo, la

ricostruzione viene garantita dai computer. Il giornale TIME fa un parallelo e si riferisce al fatto che

all’inizio degli anni ’40 , gli ingegneri e i computer scientists si unirono insieme per decifrare un codice

allora molto importante : il codice “ enigma” . ( cinema , film su Alan Turing ). Il codice enigma era quello

utilizzato dai sottomarini tedeschi per comunicare con le loro navi appoggio. Ed era questo codice segreto

che li rendeva introvabili e ad un certo punto della guerra ( 1940) erano riusciti a bloccare tutti i convogli

che portavano rifornimenti dagli USA all’Europa. Chi sono le due competenze che si uniscono per decifrare

il codice genetico contenuto nel genoma umano? Di nuovo sono i biologi e gli informatici, perche di fatto

senza l’apporto della informatica, non sarebbero riusciti a portare a termine con molti anni di anticipo, un

progetto che era destinato ( secondo Watson) a finire in questi anni (oggi).

C’è la time line, ( foto che non trovo) che si ferma alle due pubblicazioni della sequenza del genoma umano :

Nature e Science, che uscirono lo stesso giorno, entrambe con un numero monografico sulla sequenza del

genoma umano . Nature lo dedicò tutto al progetto genoma umano, quindi al consorzio pubblico; Science lo

dedicò a Celera Genomics.

In tutta questa storia ad un certo punto entrano i computer, e lo speen è dato anche dai computer , il fatto di

poter gestire miliardi di dati e condividerli ( da un lato computer sempre piu piccoli e potenti e dall’altro un

sistema di comunicazione che permettesse di parallelizzare i dati ) cambiò la velocità di quello che si poteva

fare. Adesso , dal 2002/3 ha visto invece la rivoluzione dei sequenziatori di nuova generazione NGS .

Usare i computer per analizzare e gestire quei dati, cioè i dati dei genomi, è un pezzo importante della

bioinformatica. Non è tutta la bioinformatica, perche esiste anche la bioinformatica delle proteine. Questo

corso sarà principalmente un corso di bioinformatica degli acidi nucleici.

Qual è la nuova frontiera dei genomi? È quella dell’annotazione strutturale e funzionale del DNA, cioè tutto

quello che c’è dentro al dna, a che cosa serve? Tenete conto che in quegli anni li, 2002/3 si parlava di geni,

c’era il gioco di chi indovinava quanti geni ci fossero nel genoma umano.. quanti geni sappiamo esserci nel

genoma? 20.000 ( taca su- taca giu ), ma la domanda giusta sarebbe: che cosa intendi tu per gene? Sequenze

codificanti, oppure sequenza trascrivibili? Perche poi quello che è cambiato è l’aver scoperto che : allora si

diceva che l’80% del dna fosse junk dna, ma ormai non esiste quasi piu nulla che sia junk. Quello che non si

è ancora ben capito è come funzioni. Pensate al dna e alla sua struttura e a quella dei cromosomi, sapete che

all’interno del nucleo i cromosomi sono organizzati in gomitoli, che costituiscono i territori cromosomici,

pensate ai corsi di biologia che avete fatto e vedrete che tutti vi avranno parlato di sequenze di dna che vi

vengono rappresentate come dei mini filamenti estesi, in cui il promotore sta li all’inizio del gene, ecc come

se tutto funzionasse come se fosse tutto dritto. Mentre il genoma non è mica tutto dritto, ma “arrotolato” e

dobbiamo cercare di analizzare il genoma nella sua triplice dimensionalità. Infatti è appena partito un altro

grosso progetto che si chiama 4D nucleome : la cromatina nelle sue 4 dimensioni , che sono le 3 dimensioni

solite e la quarta è il tempo in termini di differenziamento, in termini di trasformazione fenotipica, cioè come

cambia la struttura e quindi come cambiano i contatti , le vicinanze, al passaggio da una cellula staminale, al

progenitore, a una cellula terminalmente differenziata ; perche il programma si svolge anche nell’arco

temporale. È un progetto che è partito oggi ed è stato lanciato per i prossimi 5 anni ( ma probabilmente se ne

parlerà per i prossimi 10) per capire la cromatine conformation structure . Tutto fatto a computer.

A metà degli anni 80 si comincia a sequenziare e si capisce che le sequenze dobbiamo metterle da qualche

parte, e viene creata una banca dati ( metà anni 80).

Si sono divertiti a creare un parallelismo tra il genoma e un libro. È chiaro che gli esseri viventi funzionano

sulla base di quello che c’è scritto nel dna, , è chiaro che quello che c’è scritto nel dna è scritto utilizzando un

alfabeto di 4 lettere, quindi un qualche codice di deve essere.. film Contact . come si è passati da quelle 4

lettere messe insieme al risultato (cioè 1’organismo) ? è quello che dobbiamo scoprire, ed è quello che non è

stato scoperto ancora. Tra l’altro.. parlando di codici , dopo 10 anni che il genoma è stato studiato, Venter e

un suo collaboratore premio nobel per la fisiologia, Smith, cominciarono a pensare che finita l’avventura del

sequenziamento, si poteva pensare di creare un organismo vivente, partendo direttamente da un dna sintetico.

L’idea era di riuscire a fare un genoma minimo, partendo dal presupposto che non tutto serve, che ci fosse

ancora l’idea del junk dna. Si potrebbe costruire un organismo minimo vivente, ed è quello che ad un certo

punto fecero, attraverso il progetto chiamato “ essencial genome project” , crearono un organismo, nel 2010

pubblicarono questo microorganismo su Science, ed era un microorganismo il cui dna era completamente

sintetico, cioè fatto costruendolo con i sequenziatori di oligonucleotidi e assemblando poi i singoli pezzi.

Non esiste un microorganismo sulla terra che abbia quel dna . dna di circa 1 megabase. Si divertivano a tal

punto a fare questa cosa che dentro al codice genetico di questo microorganismo, usando il codice a 4 lettere,

dentro ci scrissero di tutto, perche oltre alle sequenze dei geni che servivano, ci scrissero quello che gli

andava di scrivere; perche tanto è un codice, quindi voi potete scriverci quello che volete, come un alfabeto



per non farsi capire da mamma e papà… e ci scrissero i loro nomi: “Craig Venter” se voi andate nella

banca dati, vi prendete questo microrganismo, troverete una sequenza che è semplicemente la codifica della

scritta Craig Venter. Misero la mail, il sito web.. ecc . NON solo, ci misero anche un punto in cui se tu

riuscivi a decodificare quel punto, trovavi un indirizzo e-mail, se mandavi la mail a quell’indirizzo e-mail , ti

dicevano: “ bravo complimenti, hai decodificato il codice con cui noi abbiamo messo un sacco di scritte

dentro”. Si chiamano water marks queste scritte, ed era una cosa che avevano copiato da quelli che facevano

i microchip. Tra le varie scritte che misero vi furono anche delle citazioni : “ see things not as they are, but

as they might be” . e poi sfortunatamente han fatto un errore : han messo dentro una frase famosa di un fisico

Richard Feynman , che l’originale sarebbe “ what i cannot create, i do not understand” , ma loro la

introdussero nel genoma come “ what i cannot build, i do not understand” . Perche forse il verbo “ create”

era un po troppo forte, quasi da Dio? Nel senso che loro volevano intendere che non si sono divertiti a fare

Dio ( creare) ma hanno costruito semplicemente. OPPURE che Craig Venter abbia sbagliato la citazione da

ignorante?... mah.

….tutta questa storia che sembra facile ed è anche cosi carina e interessante, però in realtà è molto

complicata, perche tutta l’informazione è interconnessa, la stessa struttura è interconnessa, è molto difficile

decretare il codice, ed è ancora piu difficile capire poi dopo, quando il codice è usato dalla cellula per le

proteine, come queste agiscono. Un sistema cosi complesso richiede quindi sistemi complessi per studiarlo..

ovvero i computer.. viceversa voi potreste studiare un gene per volta, ma un gene per volta avulso dal suo

contesto non ha piu nessun pregio .. tranne che per le malattie genetiche monogeniche. E allora ci servono i

computer, per studiare tutto quello che c’è dentro al flusso di informazione che costituisce poi dopo, un

processo biologico complesso, servono le tecniche computazionali.

Che cosa vuol dire Bioinformatica : è un insieme di tecniche in cui voi dovete utilizzare biologia ed

informatica per studiare sistemi biologici complessi.

NCBI : contiene banche dati famose come, Gene bank, Gene ( banca dati dei geni, non delle sequenze



generali, ma solo dei geni di quelle 18/20.000 entità ). Una delle banche dati contenuta nell’NCBI è

PUBMED che è la versione fatta dall’NCBI della banca dati che si chiama MED LINE , cioè della biblioteca

informatizzata dei libri e di tutto ciò che concerne le scienze medico-biologiche.



Biologia+chimica+informatica+statistica e nel mezzo ci sta un po la Bioinformatica.

Che cosa fa la Bioinformatica:

per prima cosa, serve a organizzare i dati biologici : è la ragione per cui è nata, 1982 Gene Bank. Creiamo

delle strutture, luoghi, cassetti, armadi dove metterci dentro i dati biologici che vengono prodotti man mano

con le tecniche di sequenziamento.. ma non solo.

Poi la Bioinformatica si occupa anche di sviluppare strumenti computazionali per analizzare questi dati.

Craig Venter quando inizia ad utilizzare l’approccio shotgun, lo porta avanti anche perche aveva incontrato

un bioinformatico, matematico che aveva fatto un algoritmo per poter ricostruire sequenze lunghe a partire

da frammentini corti. IDEA GENIALE “ se volete , provateci!!” “ prendete una sequenza di 100 paia di

basi, spaccatela a caso, poi provate a ricostruire la sequenza iniziale. Senza usare la sequenza template…

Comunque, gli strumenti computazionali vengono sviluppati per :

-analizzare i dati

-interpretare la biologia dei risultati

-formulare e verificare ipotesi. 11/03/2015  

Ci  sono  le  slide  su  dolly.  

La  volta  scorsa  abbiamo  visto  quello  che  si  può  fare  con  la  bioinformatica,  ossia  possiamo  organizzare  i  dati  

biologici  delle  banche  dati,  posso  sviluppare  strumenti  computazionali  per  fare  le  analisi,  o  interpretare  il  

dato  dal  punto  di  vista  biologico.  

Che  cosa  vuole  dire  organizzare  i  dati  biologici?  Cosa  viene  collezionato  nelle  banche  dati  oggi?    

SEQUENZA  

•

Negli   anni   70,   per   dato   biologico   si  intendevano   dati   che   arrivavano   dal   sequenziamento,   quindi   dati   di  

sequenza   di   DNA   e   di   RNA.   Un   modo   furbo   per   cercare   i   geni,   soprattutto   quelli   complessi,   era  

sequenziare  l’RNA  e  vedere  le  differenze  per  capire  subito,  anche  con  tutte  le  difficoltà  del  caso,  quali  

fossero   le   porzioni   codificanti,   quindi   DNA,   sequenze   di   genomi,   qualche   RNA   e   proteine.   Per   le  

sequenze   delle   proteine,   la   cosa   era   più   complicata,   perché   non   esistono   metodi   di   sequenziamento  

delle  proteine  simili  al  metodo  di  sequenziamento  del  DNA.  Ovviamente  la  sequenza  della  proteina  può  

essere   ricavata   dalla   sequenza   dei   trascritti,   guardando   il   codice,   ma   molto   più   interessante,   sono   le  

strutture  terziare  delle  proteine,  che  hanno  particolari  angoli  di  legame.  Queste  hanno  un  mondo  a  sé,  

hanno  banche  dati  dedicate.  

STRUTTURA    

•

Se