1

Identificazione delle mutazioni

Diagnosipre-impianto – prenatale – postnatale – eterozigoti

Terapiamalattia minima residua – terapia specifica –disegno di nuovi farmaci

Prevenzionescreening eterozigoti – geni oncosoppressori -SNPs

2

3

Systems biology is the study of an organism, viewed as anintegrated and interactingnetwork of genes, proteins and biochemical reactions which giverise to life.

Systems Biology: the 21st Century ScienceWhole-istic biology

4

ANALOGYIf you wanted to study anautomobile, and focused on identifying the engine, seatbelts, and tail lights, and studied their specificfunctions, you would haveno real understanding of how an automobile operates.

More important, you would haveno understanding of how toeffectively service the vehicle

when something malfunctions.

?

?

5

So too, a traditional approach to studying biology and human health has left us witha limited understanding of how the human body operates, and how we can best predict, prevent, or remedy potentialhealth problems.

Researchers have had limited success in curing complex diseases such ascancer, HIV, and diabetes because traditional biology generally looks at onlya few aspects of an organism at a time.

6

Genes and proteins almost never work alone. They interact with each other and with other molecules in highly structured but incredibly complex ways, similar to the complex interactions among the countless computers on the Internet.

SystemsSystems biologybiology aims at explaining the properties and behavior of complexbiological systems such as the cell or its molecular machineries

7

8

Metodologie High-Throughput(HT)

9

49 - 400 chips/wafer

DNA microarrays consist of thousands of individual gene sequences bound to

closely spaced regions on the surface of a glass microscope slide.

1.28cm

up to ~ 400,000 features/chip

Millions of identical oligonucleotide

probes per feature

20 - 50 µm

20 - 50 µm

10

Esistono di fatto due tecnologie per la produzione di

microarrays: la prima denominata a spotting e la

seconda detta in situ.

11

Nella tecnologia spotting, le sonde da

ancorare al supporto solido, normalmente un

vetrino da microscopia, sono sintetizzate a

parte e quindi depositate sul supporto.

Tali sonde possono essere costituite da

molecole di cDNA lunghe alcune migliaia di

paia di basi le cui sequenze possono essere

ricavate da banche dati genomiche

(GenBank, dbEST o UniGene)

12

Selezionate le sequenze da studiare, il cDNA

relativo viene prodotto mediante PCR

ottenendo così sonde della dimensione da

600 a 2400 bp.

Più recentemente, le sonde che vengono

depositate sono rappresentate non tanto da

frammenti di materiale genomico ottenuto via

PCR, quanto piuttosto da sequenze sintetiche

di oligonucleotidi lunghe 50-70 paia di basi.

13

Una volta prodotte, le sonde vengono depositate sul supporto solido, in

genere costituito da un vetrino. La deposizione viene effettuata da

sistemi robotizzati che mediante l’utilizzo di pennini prelevano le sonde

direttamente dalle piastre utilizzate per la PCR e le depositano sul

vetrino formando spots di circa 100-150 µm di diametro, distanziati l’uno

dall’altro 200-250 µm.

Durante la deposizione, il sistema di controllo del robot registra

automaticamente tutte le informazioni necessarie alla caratterizzazione

ed alla completa identificazione di ciascun punto della matrice (identità

del cDNA, coordinate sul supporto, ecc.). Una volta sul vetrino, il probe

viene legato covalentemente ai gruppi amminici del supporto attraverso

una reazione innescata dall’irragiamento con luce ultravioletta, mentre il

cDNA in eccesso viene rimosso con semplici lavaggi dell’array. Infine, il

cDNA sul supporto viene reso a catena singola attraverso una

denaturazione termica o chimica.

14

L’altra tecnica utilizzata per la produzione di

microarrays è quella detta in situ che,

sviluppata da Affimetrix, è frutto

dell’interazione di due tecnologie particolari, la

fotolitografia e la sintesi diretta in fase solida di

oligonucleotidi.

La sintesi delle sonde avviene direttamente

sulla superficie del supporto solido

15

16

I targets, ovvero gli acidi nucleici da ibridizzare alle catene

di cDNA ancorate al supporto solido,

sono normalmente ottenuti dalla marcatura dell’mRNA

proveniente da un dato organismo per mezzo di molecole

fluorescenti.

Probes e targets vengono poi messi a contatto per fare

avvenire la reazione di ibridazione e dopo alcuni lavaggi per

rimuovere i prodotti aspecifici, l’array viene passato

attraverso uno scanner per la misura dei segnali

fluorescenti.

L’intensità dei pixel di ciascuna immagine è proporzionale al

numero di molecole di tracciante presenti sullo spot e quindi

al numero di targets che hanno ibridizzato le sonde

ancorate al supporto.

17

18Array

Before labelling

Schematically

19Array

Labelled but before hybridization

Schematically

20

After hybridization

Schematically

Array

21

4 2 0 3

Quantification

Schematically

Array

22

cDNA clones

oligonucleotide arrays

23

Hybridize

RNA

Tumor sample

cDNA

RNA

Reference sample

cDNA

24

emission

excitation

red laser

green laser

overlay images and normalise

25

Di fatto, livelli diversi di fluorescenza indicano livelli diversi di

ibridizzazione e quindi di espressione genica.

Il segnale rilevato dallo scanner viene poi sottoposto ad

algoritmi di filtrazione e di pulizia del segnale e convertito in

valori numerici .

In generale, quindi, un esperimento di analisi dei profili di

espressione fornisce come risultato una matrice di dati, in cui le

righe rappresentano i geni monitorati e le colonne corrispondono

alle diverse condizioni sperimentali, quali punti temporali,

condizioni fisiologiche, tessuti.

Ogni elemento della matrice rappresenta quindi il livello di

espressione di un particolare gene in uno specifico stato

fisiologico.

Ciascuna colonna è data da un vettore che ha tante dimensioni

quanti sono i geni o le sequenze immobilizzate sull’array.

26

27

28

29

È necessario, quindi, avere a disposizione

tutta una serie di tecniche computazionali

capaci di gestire ed interpretare questi

enormi database nonché di interfacciarsi

con gli strumenti bioinformatici per l’analisi

funzionale (database mining).

30

Si definiscono tecniche di database mining tutta una serie di strumenti informatici per l’esplorazione e l’analisi di grandi quantità di dati al fine di estrarre motivi caratteristici e persistenti (patterns) e regole. Gli algoritmi che costituiscono il database mining derivano da campi quali la statistica, la pattern recognition, l’intelligenza artificiale e l’analisi dei segnali; essi sfruttano le informazioni ricavate direttamente dai dati per creare dei modelli empirici in grado di descrivere il comportamento di un sistema complesso. Nel caso dei profili di espressione genica, le tecniche di database mining rappresentano un utile strumento per identificare ed isolare particolari pattern di espressione che di fatto rappresentano delle vere e proprie impronte digitali genetiche di un determinato stato fisiologico. L’analisi dei dati degli array di cDNA è normalmente basata sull’uso sinergico di test di ipotesi (hypothesis testing) e di sistemi per l’estrazione della conoscenza (knowledge discovery). I metodi di hypothesis testingsono sostanzialmente degli approcci di tipo top-down con i quali si ricercano nei dati le conferme sperimentali ad ipotesi precedentemente formulate. La knowledge discovery può essere intesa invece come un approccio bottom-up nel quale sono i dati stessi che forniscono le indicazioni necessarie alla formulazione di nuove ipotesi. Un aspetto cruciale dell’applicazione di queste procedure è l’identificazione di tutti quei geni che manifestano un’elevata attività in un determinato stato fisiologico. Questi geni attivi, e le loro relazioni, possono essere identificati attraverso tecniche quali Mean Hypothesis Testing (MHT), Cluster Analysis (CA), PrincipalComponent Analysis (PCA) e Decision Tree (DT).

31

Microarrays may be used to assay gene expression within a single

sample or to compare gene expression in two different cell types or

tissues samples, such as in healthy and diseased tissue.

�Follow population of (synchronized) cells over time, to see how expression changes (vs. baseline)

�Expose cells to different external stimuli and measure their response (vs. baseline)

�Take cancer cells (or other pathology) and compare to normal cells.

32

•Developmental stage-specific gene expression

33

•Gene expression during differentiation - investigation of how gene expression patterns are altered during differentiation.

34

Gene expression during tumorigenesis - cells can be sampled at different recognized stages during the progression to cancer

35

ADVANTAGESMicroarray analysis offers the advantage of profiling expression levelsof hundreds or thousands of genes simultaneously using a single RNA preparation

Yeast ~ 6200 genes E. coli ~ 4200 genes

Human ~ 25,000 genes Mouse ~ 25,000 genes

Phage T4 ~ 20 genesInfluenza ~ 12 genes

High speed

Easy to use

Theorycally, all genes of an organism can be analyzed by a single array

36

This technology is a very dynamic one and is currently spawning

a variety of derivative technologies including the development of

protein and antibody microarrays and cell microarrays

37

LIMITS

Obviously, this is an expression-based technology, capable onlyof monitoring cellular responses at the RNA level. Some criticalsignaling changes may occur only at the protein or post-translational level and therefore would not be detected with gene arrays.

The correlation between the number of mRNA and proteinmolecules isgenerally not strong enough to predict one value from the measurementof the other

Protein

mRNA

DNA

transcription

translation

38

Punto 1

Organizzazione della cromatina

Inizio della trascrizione

Regolazione dell’espressione genica

39

40

LIMITS

High cost technology

No quantitative: 3 fold variations are experimental

Data interpretation represent a complex problem: mRNA profiling data (as other applications) typically consist of manythousands of measurements for each array

Needs verification by other approach (i.e., Real time PCR)

41

42

43

44

45

46

•screening of polymorphisms and mutation

•There is also huge potential for assaying for mutations in known diseasegenes, as recently exemplified in the case of the breast cancersusceptibility gene, BRCA1. In addition, there have been vigorous effortsto identify and catalog human single nucleotide polymorphism (SNP) markers

47

48

49

L’ibridazione genomica comparativa (Comparative Genomic

Hybridization, CGH) convenzionale è una tecnica di

rilevazione che consente di analizzare l’intero genoma del

soggetto che si vuole esaminare, grazie ad in un unico

esperimento in grado di identificare anomalie del corredo

genetico quali riarrangiamenti inter– ed intracromosomici,

regioni di amplificazione genica e regioni con delezioni.

Comparative Genomic HybridizationCGH

50

Il principio della tecnica si basa su una competizione per il

legame di 2 DNA genomici, marcati con fluorocromi diversi, a

cromosomi in metafase, non marcati e provenienti da un

soggetto sano.

Il primo DNA è estratto dal paziente in esame mentre l'altro

costituisce il DNA genomico di riferimento proveniente da un

soggetto sano.

Tale processo prende il nome di ibridazione in situ su

cromosomi e, grazie allo stato altamente condensato dei

cromosomi metafisici, la risoluzione di questa tecnica (vale a

dire la capacità di riconoscere alterazioni nelle sequenze del

genoma) è nell’ordine delle 5 Mb (1 Mb = 1 milione di basi).

51

Nelle immagini si vede la stessa preparazione di cromosomi (metafase) di un soggetto

normale, fatta ibridare con

(a) il DNA estratto da cellule tumorali marcate con uno specifico fluorocromo verde, e

(b) il DNA delle cellule normali di riferimento marcati con uno specifico fluorocromo

rosso.

(c) La sovrapposizione delle immagini dimostra l’intensità relativa della fluorescenza

verde e di quella rossa, riflettendo le variazioni del numero di copie di geni che si

riscontra nel genoma tumorale. Una perdita di geni in aree più o meno estese del

DNA tumorale conferisce al DNA di riferimento un vantaggio nella competizione per

il legame al DNA normale. Proprio per questo motivo in tali aree il microscopio rileva

un aumento della fluorescenza rossa.

Viceversa, duplicazioni ed amplificazioni di geni del DNA tumorale corrispondono al

prevalere della fluorescenza verde.

52

53

BANDEGGIBANDEGGIBANDEGGIBANDEGGI

• Bandeggi generali:Bandeggi generali:Bandeggi generali:Bandeggi generali:

identificazione di TUTTI i cromosomi per mezzo di una serie di bidentificazione di TUTTI i cromosomi per mezzo di una serie di bidentificazione di TUTTI i cromosomi per mezzo di una serie di bidentificazione di TUTTI i cromosomi per mezzo di una serie di bandeandeandeande

lungo tutto llungo tutto llungo tutto llungo tutto l’’’’intero cromosoma, diverse da un cromosoma allintero cromosoma, diverse da un cromosoma allintero cromosoma, diverse da un cromosoma allintero cromosoma, diverse da un cromosoma all’’’’altroaltroaltroaltro

Bande G Bande G Bande G Bande G → varie tecniche, combinate a colorazione varie tecniche, combinate a colorazione varie tecniche, combinate a colorazione varie tecniche, combinate a colorazione GiemsaGiemsaGiemsaGiemsa

Bande Q Bande Q Bande Q Bande Q → bande fluorescenti visibili con mostardabande fluorescenti visibili con mostardabande fluorescenti visibili con mostardabande fluorescenti visibili con mostarda

quinacrinaquinacrinaquinacrinaquinacrina o composti similio composti similio composti similio composti simili

Bande R Bande R Bande R Bande R → dopo denaturazione al caloredopo denaturazione al caloredopo denaturazione al caloredopo denaturazione al calore

• Bandeggi particolari:Bandeggi particolari:Bandeggi particolari:Bandeggi particolari:

limitati ad aree di ogni singolo cromosoma o gruppi di cromosomilimitati ad aree di ogni singolo cromosoma o gruppi di cromosomilimitati ad aree di ogni singolo cromosoma o gruppi di cromosomilimitati ad aree di ogni singolo cromosoma o gruppi di cromosomi

Bande T Bande T Bande T Bande T → regioni regioni regioni regioni telomerichetelomerichetelomerichetelomeriche

Bande C Bande C Bande C Bande C → regioni regioni regioni regioni pericentromerichepericentromerichepericentromerichepericentromeriche

Bande Bande Bande Bande AgNORAgNORAgNORAgNOR → regioni dellregioni dellregioni dellregioni dell’’’’organizzatore organizzatore organizzatore organizzatore nucleolarenucleolarenucleolarenucleolare

Bande Bande Bande Bande DaDaDaDa----DAPIDAPIDAPIDAPI → tratto prossimale braccio corto n.15,tratto prossimale braccio corto n.15,tratto prossimale braccio corto n.15,tratto prossimale braccio corto n.15,

costrizioni secondarie n.1,9,16 e tratto distale costrizioni secondarie n.1,9,16 e tratto distale costrizioni secondarie n.1,9,16 e tratto distale costrizioni secondarie n.1,9,16 e tratto distale YqYqYqYq

54

55

56

Il principio della CGHarray è identico a quello della CGH

convenzionale.

La differenza sta nel fatto che i due DNA (test e reference)

vengono ibridati su un microarray di frammenti di DNA

genomico ben caratterizzati, invece che su un vetrino

contenente metafasi.

CGHarray

57

Risoluzione

CGH convenzionale 10 Mb

CGH array 1 Mb

58

59