Anotação de Genomas. Prof. Dr. Alessandro Varani UNESP - FCAV

Transcrição

1 Anotação de Genomas Prof. Dr. Alessandro Varani UNESP - FCAV

2

3

4

5 O que é Anotação? Onde estão os genes (coordenadas)? O que codificam (produto, proteínas)? Como interagem/relacionam (metabolismo)? DNAplotter: Carver, T. et al Bioinformatics 25:

6 Onde? O que? Como? Stein, L., Genome annotation: from sequence to biology. Nature Reviews 2:

7 Com o sequenciamento completo de genomas é hoje possível fazer predições quanto ao repertório total de genes de um dado organismo sem conhecer previamente as funções por ele realizadas ou o seu papel ecológico. É possível, por exemplo, conhecer as vias presentes e ausentes para biossíntese de todos os aminoácidos, vitaminas e cofatores através da presença ou ausência de genes codificadores de enzimas associadas a essas vias. ANOTAÇÃO

8 Anotação, conceitos e diferenças Anotação Manual: Realizado manualmente, sem a assintência de um programa de computador, ou seja, a pessoa identifica onde começa e termina o gene e identifica sua função usando por exemplo a ferramenta BLAST; Anotação automática: Um programa de computador localiza os genes e funções e monta o provavel metabolismo do micro-organismo automágicamente; Anotação Semi-Automática: ídem, porém permite que um anotador verifique e corrija possíveis erros de predição; High Quality Annotation/Biocuração: Garantia da qualidade da anotação. Um anotador, verifica cada gene manualmente. Geralmente é resultado de combinação entre Anotação (semi)automática e manual.

9 Definições: Conceito de Gene Procariotos Um gene corresponde a um segmento de DNA que é colinear a seu produto protéico. Essa relação é geralmente encontrada nos procariotos.

10 Definições: Conceito de Gene Eucariotos

11 Definições: Conceito de Gene Eucariotos

12 Definições e Conceitos 5 3 Diz-se que as sequências que antecedem o ponto de início localizam-se à montante (upstream) e as que o sucedem localizam-se à jusante (downstream); A posição das bases é numerada nos dois sentidos, a partir do ponto de início, ao qual se atribui o valor +1. Os valores aumentam (valor positivo) à jusante e diminuem (valor negativo) à montante

13 Definições Genoma essencial (ou core): é o conjunto de genes que são compartilhados por todas as linhagens de uma mesma espécie bacteriana. Genoma acessório (ou dispensável): é o conjunto de genes que estão presentes em algumas, mas não em todas, as linhagens de uma mesma espécie bacteriana. Genoma pan ( pan em grego significa todo ): É o repertório global de genes de uma espécie bacteriana, ou seja, o genoma essencial mais todos os acessórios encontrados em diferentes linhagens de uma mesma espécie.

14 Princípio da anotação Genoma 1) Identificar os Genes Onde estão?

15 Princípio 1) Identificando os Genes Onde estão?

16 Princípio 1) Identificando os Genes Onde estão?

17 Princípio 1) Identificando os Genes Onde estão?

18 Princípio 1) Identificando os Genes= Feito 2) Atribuíndo Função O que codificam?

19 Princípio

20 Princípio

21 Princípio

22 Princípio

23 Princípio

24 Princípio

25 Princípio

26 Princípio

27 O jogo: Identificar onde Começa e Termina TTCATACTTGGTTAAGACCTTTACAAGCCGACCAACGTGGTGAC AGTGTCGTCCTTTACGCACCGAATCCCTTTATCATTGAATTAGT AGAAGAGCGATACTTAGGACGTCTTCGGATGGAATCTTGGTCCC GTTGCCTGGAACGTCTTGAAACTGAATTCCCGCCAGAAGATGTT CATACTTGGTTAAGACCTTTACAAGCCGACCAACGTGGTGACAG TGTCGTCCTTTACGCACCGAATCCCTTTATCATATTGAATTAGT AGAAGAGCGATACTTAGGACGTCTTCGGGAATTGTTATCCTATT TCTCAGGAATACGTGAAGTAGTCCTTGCAATTGGCTCACGACCT AAAACAACAGAACTACCCGTACCAGTAGACACTACAGGACGTTT GTCTTCAACAGTCCCATTTAACGGAAATCTCGACACACACTATA ACTTTGATAATTTTGTTGAGGGACGAAGCAATCAACTCGCTCGT GCTGCAGCTTGGCAAGCGGCACAGAAACCGGGAGACCGTACTCA CAACCCTCTATTGCTCTATGGTGGGACTGGTTTGGGTAAAACCC ATTTAATGTTTGCTGCAGGTAACGTAATGCGGCAAGTAAACCCA ACTTATAAAGTAATGTATCTTCGTTCGGAACAGTTTTTCAGCGC CATGATAAGAGCGTACAAGATAAAAGTATGGATCATAAGGGTAA

28 As regras: Código genético

29 A tática: Primeiro passo Identificar os quadros abertos de leitura (ORFs)

30 O Jogador: ORF Finder ORF = Open reading frame

31 ORF = Open reading frame Principal ferramenta: NCBI ORFinder - Resultados Começa-se escolhendo as maiores ORFs; O anotador decide qual ORF tem que eliminar ou validar.

32 Ferramentas mais sofisticadas Prodigal (Prokaryotic Dynamic Programming Genefinding Algorithm)

33 Prodigal (Prokaryotic Dynamic Programming Genefinding Algorithm) Um dos preditores de genes mais simples e eficiente do mercado ; Atualmente considerado o Gold standart ; Download em: Versões para: Linux, Windows e MacOSX. Não é necessário compilar (pré-compilado); Execução por linha de comando ou web-service.

34 Prodigal - Linha de comando Na VM: $ prodigal -h"

35 Ferramentas mais sofisticadas Prodigal (Prokaryotic Dynamic Programming Genefinding Algorithm) web-service

36 Ferramentas mais sofisticadas GLIMMER

37 GLIMMER (linha de comando) Na VM: $ tigr-run-glimmer3"

38 Ferramentas mais sofisticadas GLIMMER (web service)

39 Ferramentas mais sofisticadas GLIMMER Resultados (web service)

40 Ferramentas mais sofisticadas GLIMMER Referências

41 SignalP Identifica peptideo sinal em sequencias de proteínas

42 OK! ORFs identificadas Qual o próximo passo? Identificação de outros componentes: trnas, rrnas, ncrnas e Elementos Genéticos Móveis (EGMs);

43 Identificação de trnas

44 Identificação de trnas

45 Identificação de rrnas

46 Identificação de rrnas

47 Identificação de ncrnas

48 Identificação de ncrnas

49 Atribuíndo Função ( Como? ) InterProScan: Resultado

50 Atribuíndo Função ( Como? ) Gene Ontology -> Componente Celular; -> Processo Biológico; -> Função Molecular.

51 Atribuíndo Função ( Como? ) Uniprot

52 Atribuíndo Função ( Como? ) KEGG: Mapas Metabólicos

53 Atribuíndo Função ( Como? ) KEGG: Mapas Metabólicos

54 -> Várias ferramentas e bancos de dados! -> Muitas ferramentas somente em linha de comando; NÃO TEM COMO AUTOMATIZAR, PELO MENOS UMA PARTE DE TODO ESSE PROCESSO DE ANOTAÇÃO??????

55 Conceito de Pipeline -> Um bom programador pode integrar todas essas ferramentas em um único programa! -> A ordem seria (uma recomendação de pipeline!) Execute: 1) Prodigal (onde estão os genes?); 2) SignalP (peptideo sinal: proteínas secretadas); 3) Aragorn (onde estão os trnas?); 4) Barnap (onde estão os rrnas?); 5) Infernal (onde estão os ncrnas?); 6) BLAST GenBank; 7) BLAST UNIPROT; 8) InterProScan; 9) Gene Ontology; 10) Keeg (kass); Mas você não precisa fazer issso!!!! Alguém já pensou nisso e fez!

56 Anotação automática pipelines Prokka: rapid prokaryotic genome annotation. Instalado em nossa máquina virtual!

57 Anotação automática pipelines RAST: Rapid Annotation using Subsystem Technology

58 Anotação automática resultado

59 Anotação Visualização

60 Anotação Visualização

61 Anotação Visualização

62 There is no reason anyone would want a computer in their home. Ken Olson, president, chairman and founder of Digital Equipment Corp. (DEC), maker of big business mainframe computers, arguing against the PC in We will never make a 32 bit operating system. Bill Gates, 1983 Predições falham!!!

63 Literatura Recomendada

64 Dúvidas ou perguntas?