Bioinformática. João Carlos Setubal Departamento de Bioquímica Instituto de Química USP 2015

Transcrição

1 Bioinformática João Carlos Setubal Departamento de Bioquímica Instituto de Química USP 2015

2 O que é bioinformática O que é biologia? Estudo dos seres vivos Individualmente, macroscopicamente Zoologia, botânica Seus componentes Moléculas células tecidos órgãos indivíduos populações biosfera Suas relações: ecologia Seu funcionamento Bioquímica, Biologia molecular e celular

3 O que é bioinformática biologia informática Bioquímica Medicina Agronomia etc ciências da vida Matemática Computação Estatística etc ciências exatas (física)

4 O paradigma científico dado pela física

5

6

7

8 Movimento retrógrado de Marte Sabemos desse fenômeno graças a medições Olho ou auxiliar Tempo Conhecido desde os antigos gregos (séc V a.c.) Como se pode explicar esse fenômeno? Qual é sua causa?

9 Precisamos de uma teoria Marte é um planeta que gira em torno da terra Epiciclos

10 Esta teoria não explica bem os dados de observação Teoria heliocêntrica Copérnico (1510) Órbitas não são círculos, mas elipses Kepler (1610)

11

12

13 Causa Gravidade Newton (1681) O que é a gravidade? Einstein (1905)

14 Como foi possível todo esse progresso? Fenômenos celestes se prestam a ser medidos Os intrumentos de medição eram simples Tecnologia de cálculo Números arábicos Ábacos Logaritmos (1610)

15 Duas grandes consequências Poder preditivo Geração de tecnologia Capacidade de engenheirar

16 Poder Preditivo Consigo saber exatamente onde Marte vai estar (ou já esteve) no céu em qualquer dia do futuro e do passado, com precisão de minutos Predição de eclipses

17 Predição de eclipses Quando Duração

18 Tecnologia Naves em Marte Plutão: 14/7!

19 A biologia não era assim Basicamente descritiva

20 de Aristóteles (350 a.c.) até Mendel (1865 d.c.)

21 A biologia não era quantitativa Inveja da física Sem poder preditivo Como prever o resultado do cruzamento de variedades de ervilha? Até 1865 ninguém sabia a resposta

22 Mas isto começou a mudar Lentamente no começo 35 anos entre as descobertas de Mendel e sua redescoberta e disseminação Explosivamente agora A biologia ficou mais quantitativa bioinformática

23 Novos instrumentos de medida de fenômenos biológicos Principalmente moleculares Sequenciador de DNA Tamanho de moléculas de DNA Constituição da molécula (A,C,G,T) (Genômica) Indiretamente: RNA Medir expressão gênica (Transcritômica) Mas também Proteínas Metabólitos Um panorama detalhado e quantitativo do que acontece dentro de uma célula

24 8/7/2015 J. C. Setubal 24

25 Bioinformática Bioinformática hoje é um campo vasto, difícil de definir Mas o grosso do que se faz está associado à biologia molecular Em particular genômica e derivados

26 Rápida história do sequenciamento 1944: DNA é o material da hereditariedade (Avery) 1953: estrutura do DNA é hélice dupla (Watson e Crick) 1970: obtenção manual de sequências 1977: sequenciamento de Sanger 1985: primeiros sequenciadores automáticos 1995: primeiro genoma de bactéria 2006: começo do sequenciamento de nova geração (Next Generation Sequencing)

27 Next Generation Sequencing Tecnologias 454, SOLiD, Illumina, Ion PacBio, Oxford nanopore, GNU Efeitos Barateamento extraordinário MINION Crescimento exponencial de volume de dados Novas aplicações

28

29 Improvements in the rate of DNA sequencing over the past 30 years and into the future MR Stratton et al. Nature 458, (2009) doi: /nature07943

30

31 BGI (China): projetos

32 Parafraseando Andy Warhol todo mundo vai ser famoso por 15 minutos Todo mundo terá seu genoma sequenciado

33 A comunidade Metagenomas DNA organism SEQ BIOINFO function JC Setubal 33

34

35

36 Outras aplicações Sequenciamento de espécies extintas Homem de Neandertal Diagnóstico médico Surtos em hospitais Sequenciamento de microbiomas de pacientes com doenças misteriosas Leptospira presente em menino nos EUA (2013)

37 Bioinformática Tratamento computacional dessa massa de dados Armazenamento, estruturação (BD), visualização Mineração Análise (ferramentas) Integração Parte de um fenômeno maior: BIG DATA

38 2010

39 Bioinformática para NGS

40 Volume Armazenamento 600 Gbp 600 Gigabytes, por corrida (12 dias) 30 x 600 = 18 Terabytes por ano Comunicação Como transferir pela internet 1 terabyte de dados? Escalabilidade dos programas Genômica comparativa

41 Diagramas de Venn n = 3 n = 6 Number of comparisons is quadratic in n Number of regions in a Venn diagram is 2 n Source: wikipedia

42 Distâncias entre 50 genomas de Xanthomonas

43 Robustez frente a erros e dados incompletos Mais erros de sequenciamento Diferentes tecnologias tem diferentes erros Em alguns casos temos buracos nos dados Genomas draft

44 Máquinas

45 Computação de Alto Desempenho: grandes máquinas e nuvens Crédito: New York Times

46 BGI

47 Novos algoritmos Robustez perante erros Escalabilidade o venerável BLAST já não dá conta

48

49

50 Integração de dados Promessa de novos conhecimentos Gargalo de processamento Gargalo de interpretação

51 UCSC Genome Browser Hawkins et al, 2010

52 Visualização map the evolutionary history of 3,983 gene families across the three domains of life onto a geological timeline. David LA, Alm EJ. Rapid evolutionary innovation during an Archaean genetic expansion. Nature (7328):93-6.

53 Estatística Muito dado muito ruído Estatística é fundamental para enxergar padrões verdadeiros nos dados novas técnicas

54 16 DECEMBER 2011 VOL 334 SCIE We apply MIC and MINE to data sets in global health, gene expression, majorleague baseball, and the human gut microbiota and identify known and novel relationships.

55 Biologia mais parecida com física genômica transcritômica proteômica Problema central metabolômica Modelos predições

56 A biologia também teve avanços extraordinários muito antes do sequenciamento de DNA Até 1980 Avanços na medicina Antibióticos, intervenções cirúrgicas, medições internas Avanços na agronomia A revolução verde dos anos 70 Fonte: CDC/EUA

57 Expectativa atual Uma biologia mais quantitativa e com maior poder preditivo vai poder dar novos saltos Engenharia biológica já é uma realidade Medicina personalizada cada vez mais perto

58 Predição de eclipses e naves espaciais na biologia? Predições de fenótipo a partir do genótipo Lembrar que ambiente tem papel preponderante dependendo do traço genético Predições do resultado de interações entre entidades moleculares Desenho de remédios

59 Uma nota de cautela Sistemas biológicos são muito mais complexos do que os sistemas físicos Menos cartesianos

60 O que é necessário para atuar em Ser (bem) treinado! bioinformática? Domínio de biologia molecular, computação, estatística, modelamento, ecologia Acompanhar evolução tecnológica Instrumentos medidores Técnicas, Algoritmos, Softwares Expansão das áreas de aplicação