argomenti trattati

Argomenti trattatiStruttura di un gene e alternative splicing (AS)

Definizione del problema AS e algoritmo per risolverlo

ASPic software

Introduzione biologicaDNADoppia catena polinucleotidica definita sullalfabeto: A, C, G, TGeneRegione di DNA che codificaproteine

Numero geni e genomi in eucariotiNumber of genes in prokaryotes (up to 8000)Genoma in procarioti (> 9 Mb)

Espressione di un geneDNA

Trascritti e sequenze ESTUn trascritto lelenco delle basi (A, T, C, G) che compongono un mRNA maturoUn EST un frammento di cDNA (copia complementare di un mRNA, prodotta in vitro )

Pattern di un introne GT AGIntroni canonici: 99.24 % Introni non canonici: 0.05 %0.69 %0.02 %ALTROBurset et al., Nucleic Acids Res. 2000, 28:4363-4375

Espressione di un geneMa le cose funzionano davvero cos?Numero Geni corpo umano : 40000 circaNumero Proteine : centinaia di migliaiaLa corrispondenza 1 a 1 non rispettata. Perch?SPLICING ALTERNATIVO

Tipi di Alternative SplicingAI1CDBGENOMICASplice/dont spliceA I1 BCompeting 5ACompeting 3BExon skippingMutually exclusive exonsBC

Perch AS importante?AS avviene nel 40-60% dei geni umani (Modrek and Lee, 2002)AS genera numerosi trascritti a partire da un singolo geneAS is specifico del tessuto in cui si trova la cellula (Graveley, 2001)AS correlato alle malattie

Problema di ASpredire le forme di splicing alternativo di un geneanalizzare il meccanismo di splicing tramite la rappresentazione delle possibili isoformeAS ancora un problema aperto

Cosa c a disposizione?errori di sequenziamento nellEST (inserzioni, delezioni e mismatch) => criteri di ottimizzazionesequenze duplicate sulla genomica => analisi combinata di un cluster di sequenze ESTProgrammi veloci che producono lallineamento di una singola sequenza EST contro la genomica: Spidey (Wheelan et al., 2001)Squall (Ogasawara & Morishita, 2002)

Definizioni formaliDef 1Sequenza genomica, G = I1 f1 I2 f2 I3 f3 In fn In+1, con Ii (i=1, 2, , n+1) introni e fi (i=1, 2, , n) esoniDef 2Fattorizzazione in esoni di G, GE = f1 f2 f3 fnDef 3Fattorizzazione di un EST S compatibile con GE S=s1 s2 sk t.c. per 1 i1 < i2 < < ik n si abbia:st = fit per t=2, 3, , k-1s1 un suffisso di fi1 e sk un prefisso di fik

st = suff (fit) o st = pref (fit)variante di splicingDef 1Sequenza genomica, G = I1 f1 I2 f2 I3 f3 In fn In+1, con Ii (i=1, 2, , n+1) introni e fi (i=1, 2, , n) esoniDef 2Fattorizzazione in esoni di G, GE = f1 f2 f3 fn Def 3Fattorizzazione di un EST S compatibile con GE S=s1 s2 sk t.c. per 1 i1 < i2 < < ik n si abbia:edit (st, fit) errore per t=2, 3, , k-1edit(s1, suff(fi1)) errore e edit(sk, pref(fik)) errore

Il problemaInput

- Una sequenza genomica G- Un cluster di sequenze EST S = {S1, S2, , Sn}

Output

Una fattorizzazione GE di G (GE = f1, f2, , fn) e unset di fattorizzazioni degli EST compatibili con GE

Obiettivo: minimizzare n

EsempioSequenza genomica GEST set S = {S1, S2, S3}A2A1A2BD1C1D1D2C1C2A2D1C1A1A2BD1A2D1D2C1C2A2D1D2C1C2BD1D2C1C2A1A2

RisultatiIl problema MAX-SNP-hard (riduzione lineare da NODE-COVER)

Euristica: Processo iterativo per fattorizzare ogni EST

backtracking per ricomputare fattorizazzioni precedenti se si giunge ad una fattorizzazione non compatibile con GE

Lalgoritmosi1si j-1sijSie1e2GPasso j-esimo: Fattorizzazione parziale dellEST Si (fattore sij)emif (Compatible(em, exon_list)) thenadd em to exon_list;otherwise try to place sij elsewhere; If not possible then backtrack;si-1 1si-1 j-1si-1 jsi-1 nSi-1After placing all the factors sij for the set S,place the external factors;

Lalgoritmo (dettagli)Gsi1si j-1Sisi jCalcolo del fattore sijSij can be divided into n components ck (k=1,2,,n)At least one of these components for k from 1 to (n-1)is error-free and can be placed on Gsijc1c2c3c4c5The algorithm searches a perfect match of c1 on G

c1Suppose that c1 has no perfect match on G

Then the algorithm searches a perfect match of c2 on G

c2c1c1Suppose that c2 has a perfect match on G c2Then the entire factor sij can be placed on G

Find the canonical ag pattern on the left

Find the rightmost gt pattern such that the edit distance between sijy and the genomic substring from ag to gt is boundedsi jyesone

ASPic software (Alternative Splicing PredICtion)Input- La lunghezza minima prevista per un esone- La lunghezza della componente di matching perfetto- Lerrore di riduzione degli introni- Lerrore di sequenziamento di un EST- La sequenza genomica- Il cluster di EST

Output- Un file di testo per tutti gli allineamenti EST-genomica- Un file HTML degli allineamenti in prossimit dei siti displicing predetti

ASPic web siteASPic un web-based tool disponibile allindirizzo http://aspic.algo.disco.unimib.it/aspic-devel che permette di predire i siti di splicing per un gene in input

ASPIC web site

ASPIC web sitehttp://www.caspur.it/ASPIC/ Information about the input A graphical view of the predicted gene structure A table of the predicted introns A graphical view of the transcript-genome alignments A graphical view of the predicted full-length isoforms A table of the predicted full-length isoforms OUTPUT:

ASPIC web site

Prediction of p53 protein isoforms

Foglio1

IsoformEntryL (aa)ASPICASAP2ASDACEVIEW

p53 alphaNM_000546393++++

p53 betaDQ186648341+---

p53 gammaDQ186649346+---

DQ186650261++--

DQ186651209+-+-

DQ186652214+-+-

nd354+-+-

nd302----

nd307----

Foglio2

Sequence17:00162021aa




















Foglio3

IsoformEntryL (aa)ASPICASAP2ASDACEVIEW

p53 alphaNM_000546393++++

p53 betaDQ186648341+---

p53 gammaDQ186649346+---

D133 p53 alphaDQ186650261++--

D133 p53 betaDQ186651209+-+-

D133 p53 gammaDQ186652214+-+-

D40 p53 alphand354+-+-

D40 p53 betand302----

D40 p53 gammand307----

GRAZIE!

argomenti trattati

Documents