The human genome. El proyecto genoma humano

Tamaño: px

Comenzar la demostración a partir de la página:

Download "The human genome. El proyecto genoma humano"

María Luz Botella Olivares
hace 8 años
Vistas:

1 The human genome El proyecto genoma humano

2 El proyecto genoma humano

3 El Proyecto Genoma Humano 1. Consorcio de 20 laboratorios públicos pertenecientes a 6 países. Liderado por F.S.Collins y E. Lander. 2. Discusión y debate en la comunidad científica Iniciativa: Departament of Energy y National Institutes of Health (US). Comienzo del proyecto: Borrador: Oct Publicación: Feb Finalización: Octubre Secuenciación aleatoria jerárquica (Hierarchical Shotgun Sequencing). 4. Material: DNA obtenido de donantes anónimos. La identidad de los donantes no es conocida (ni siquiera por ellos mismos). 5. Los datos se han hecho públicos a través de los bancos públicos de datos sin ninguna restricción a medida que se progresaba en el proyecto. 6. Publicación: Nature 409: (15 febrero 2001); Nature 431: (21 Octubre 2004).

Secuenciación aleatoria jerárquica (Hierarchical Shotgun Sequencing). 4. Material: DNA obtenido de donantes anónimos. La identidad de los donantes no es conocida (ni siquiera por ellos mismos). 5.

4 Estrategias de Secuenciación de genomas Aproximación Clon a clon (Consorcio público) Eric Lander Francis Collins

5 Secuenciación del genoma (Aproximación aleatoria) J. Craig Venter

6 Arquitectura del genoma de Haemophilus influenzae Tema 11: Genómica 6

7 Celera Sequencing Project 1. Celera Genomics. Empresa privada de biotecnología que dirige J. Craig Venter y cotiza en bolsa. 2. Anuncio del proyecto: Comienzo de la secuenciación: 8 Sep Finalización de la secuenciación: 17 Jun Ensamblaje del borrador: 1 Oct Estrategia: Secuenciación aleatoria del genoma (Shotgun sequencing). 4. Material: Se reclutaron 21 donantes voluntarios. De ellos se seleccionaron 5 sujetos (dos hombres y tres mujeres): 2 caucásicos, un afroamericano, un asiático (chino) y un hispano (mejicano). 5. Condiciones para el acceso a los datos mediante acuerdo entre Science y Celera Genomics. Los datos está a disposición de los investigadores a partir de la fecha de publicación a través de la Web de Celera y con ciertas restricciones. 6. Publicación: Science 291: (16 febrero 2001).

Material: Se reclutaron 21 donantes voluntarios. De ellos se seleccionaron 5 sujetos (dos hombres y tres mujeres): 2 caucásicos, un afroamericano, un asiático (chino) y un hispano (mejicano). 5. Condiciones para el acceso a los datos mediante acuerdo entre Science y Celera Genomics.

8 Secuenciación de Genomas Hierarchical Shotgun Sequencing vs Shotgun Sequencing Hierarchical Shotgun Sequencing Ensamblaje de la secuencia

9 Secuenciación de Genomas Hierarchical Shotgun Sequencing vs Shotgun Sequencing Shotgun Sequencing Ensamblaje de la secuencia

10 Calidad de una secuencia P = Probabilidad de error de cada base Q = Calidad de una base Q = - 10 log10 P Al iniciar un proyecto de secuenciación es conveniente fijar cual es el objetivo: la calidad de la secuencia final a obtener. De ella depende la redundancia necesaria. Borrador Q = 30; Secuencia final Q = 40

conveniente fijar cual es el objetivo: la calidad de la secuencia final a

11 Niveles de ensamblado

12 Strategy for whole-genome shotgun sequencing assembly Figure 13-6

13 Paired-end reads may be used to join two sequence contigs

14 Secuenciación de un clon kb Fase 1. Secuenciación aleatoria Construcción de una genoteca aleatoria en plásmido -> colección de clones 1-2 kb de tamaño promedio. Secuenciación de uno o ambos extremos de un cierto número de clones -> colección de lecturas ( reads ). Ensamblaje de las lecturas -> un cierto número de contigs con huecos ( gaps ) entre ellos. Fase 2. Finalización (corrección de errores y rellenado de huecos mediante secuenciación dirigida)

promedio. Secuenciación de uno o ambos extremos de un cierto número de clones -> colección de lecturas ( reads ).

15 Secuenciación de un clon kb Base-calling. PHRED permite obtener la probabilidad de error de cada base. Ensamblaje. PHRAP permite ensamblar las lecturas en contigs. Edición. CONSED permite visualizar el ensamblaje y la secuencia consenso así como calcular la probabilidad de error de cada base en la secuencia consenso. Finalización. AUTOFINISH permite dirigir toda la operación de finalización basándose en la calidad de cada base.

CONSED permite visualizar el ensamblaje y la secuencia consenso así como calcular la probabilidad de error de

16 Strategy for ordered-clone sequencing Figure 13-8

20 26 de Junio del 2000 Presentación de la Secuencia del genoma humano Estamos aprendiendo el lenguaje con el que Dios creó la vida. Aumenta nuestro asombro por la complejidad, la belleza y la maravilla del más sagrado y divino don de Dios.

22 El genoma humano 15 y 16 de Febrero 2001: Publicación secuencia borrador del genoma humano

25 Celera

27 Generación del borrador Paisaje genómico amplio Variación en contenido GC Islas CpG Comparación de distancia genética y física Contenido de repeticiones Contenido de genes Análisis del proteoma

28 Generación del borrador

29 Paisaje genómico amplio Variación en contenido GC

30 Paisaje genómico amplio Islas CpG

31 Paisaje genómico amplio Comparación de distancia genética y física

32 Paisaje genómico amplio Comparación de distancia genética y física

33 Contenido de repeticiones Derivados de trasposones Pseudogenes procesados Repeticiones de secuencias sencillas Duplicaciones segmentales kb Bloques de secuencias repetidas en tándem (centrómeros, telómeros,...) Derivados de trasposones

34 Contenido de repeticiones Derivados de trasposones Elementos H. sapiens D. melanogaster C. elegans A. thaliana LINE/SINE 33.40% 0.70% 0.40% 0.50% LTR 8.10% 1.50% 0.00% 4.80% DNA 2.80% 0.70% 5.30% 5.10% Total 44.40% 3.10% 6.50% 10.50%

35 Contenido de repeticiones Derivados de trasposones Variación en la distribución de repeticiones Trasposones como fuerza creativa

36 Contenido de repeticiones Repeticiones de secuencias sencillas (micro y minisatélites) 3% genoma

37 Contenido de repeticiones Duplicaciones segmentales kb Intercromosómicas Intracromosómicas

38 Contenido de repeticiones Duplicaciones segmentales kb Intercromosómicas Intracromosómicas

39 Genes que cifran RNA no codificador en el genoma humano Genes de RNA Número esperado Número Observado Genes relacionados (pseudogenes, fragmentos, parálogos) trna S rrna S rrna S rrna S rrna snorna snrna (U1-U12)?? SL RNA

41 Contenido de genes RNAs que codifican proteínas Genes detectados por el Consorcio del Proyecto Genoma Humano (Initial gene index, IGI) Método Número de genes Longitud promedio (aa) Genes conocidos (RefSeq/SwissProt/TrEMBL Ensembl system (Genscan + similaridad con prot, EST y mrna de cualquier organismo) + Genie Ensembl Total

43 Características de los genes humanos que codifican proteínas. Característica Mediana Promedio Tamaño muestra Tamaño exones 122 bp 145 bp Número exones Tamaño intrones bp bp UTR 400 bp 770 bp 689 (crom. 22) 5 UTR (crom. 22) Secuencia codificadora bp bp (CDS) 367 aa 447 aa Extensión genómica 14 kb 27 kb 1.804

44 Comparación de los genes humanos con los de Caenorhabditis y Drosophila

45 GC content and gene density

47 DNA codificante (exones) 0.8% Intrones, 30.8% DNA intergénico DNA, 68.3% 5'UTR, 4.7% 3'UTR, 0.7%

48 Human Proteome Ha habido un considerable aumento en la complejidad del proteoma desde las levaduras unicelulares hasta los vertebrados representado por los humanos pasando por los invertebrados multicelulares. A este aumento contribuyen cinco aspectos: 1. El genoma humano contiene un mayor número de genes; 2. El proteoma humano contiene más familias de dominios y proteínas; 3. El proteoma humano contiene más parálogos (expansión de familias); 4. El proteoma humano contiene más proteínas multidominio con múltiples funciones; 5. El proteoma humano contiene más arquitecturas de proteínas. Por lo tanto, la mayor complejidad del proteoma humano no es simplemente consecuencia de su tamaño sino también de la innovación de proteínas a gran escala.

49 Proteome analysis: Categorization of the human gene catalog

Vertebrados no mamíferos vertebrados 6% Mamíferos 14% Vertebrados y otros

50 Comparación Distribución de proteínas de homologías entre genomas proteínas humanas Distribución de homologías en proteínas humanas Vertebrados no mamíferos vertebrados 6% Mamíferos 14% Vertebrados y otros animales 27% Sólo humanos <1% Eucariota y procariota 23% Animales y otros eucariotas 29%

51 Número de tipos de dominios distintos Numero de dominios proteicos Transmembrana Extracelular Intracelular Humano Mosca Gusano Levadura

52 Arquitectura compleja de las proteínas humanas (acreción de dominios)

54 Genomas mamíferos Homología entre los cromosomas humanos y los de ratón

55 Genes de enfermedades posicionados

57 Celera

59 Secuenciación del genoma Verificación de las secuencias Completitud Exactitud Validez del ensamblado

60 Bases de datos del genoma humano Viajando a través del Genoma Humà Genoma humano en GenBank pview/map_search.cgi?chr=hum _chr.inf&query= nome/guide/human/ Visualizador del genoma humano Guia del genoma humano Ensembl sapiens/index.html Annotated human Genome sequence data UCSC 9&clade=vertebrate&org=0&db= 0 UCSC Genome Browser

61 Bases de datos del genoma humano Viajando a través del Genoma Humà

62 Genoma Humano (versión 21-Oct-2004)

63 Genoma Humano (versión 21-Oct-2004) Se han conseguido secuenciar Mb (99% de la eucromatina). La tasa de error es 1/ bases. Se ha reducido el número de gaps (huecos) de ~ a sólo 341. De ellos, 33 (total ~198 Mb) en la heterocromatina y 308 (total ~28 Mb) en la eucromatina. Tamaño total: = Mb. Número de genes: ( genes conocidos predicciones). Pseudogenes: ~

66 El proyecto ENCODE El proyecto ENCODE (Encyclopedia od DNA elements) pretende identificar TODOS los elementos funcionales de la secuencia del genoma humano. Fase piloto. Análisis detallado de 44 regiones discretas repartidas por todo el genoma que suman ~30 Mb (~1%). Fase de desarrollo tecnológico. Fase de producción. Aplicación de las técnicas desarrolladas en la fase anterior al conjunto del genoma.

68 Other Big Biology efforts The human genome at ten (Nature April 2010) Biology is complex The International HapMap Project ( ) ENCyclopedia Of DNA Elements (ENCODE) ( ) Roadmap Epigenomic Programa ( ) Genome-wide Association Studies (GWAS) Breathtaking technology -> Scientific progress Gene and Gene regulation concepts are far more complex than ever imagined Universe of non-coding DNA The p53 network Development into modules of genes System biology as new discipline Interdisciplinary teams The sense that anything is scientifically possible

Documentos relacionados

Objetivo del Proyecto Genoma Humano

Objetivo del Proyecto Genoma Humano Proyecto Genoma Humano 1. Desarrollo del proyecto 1 Objetivos 2 Génesis y desarrollo del proyecto 3 Estrategias de secuenciación del genoma: secuenciación aleatoria y jerárquica 4 Genotecas de BACs 5 Mapa