Bioinformatiikan verkkokurssi t

1. Bioinformatics in Functional Genomics Martti Tolvanen IMT/Bioinformatiikka Tampereen yliopisto Bioinformatiikan verkkokurssit

2. Perusasiat kurssista • laajuus: 4 op, 80 tunnin työ • kesto: enintää 12 viikkoa • aloitus: oman aikataulun mukaan, paitsi että loma-aikoina ilmoittautuminen on kiinni • lomallakin voi opiskella, mutta verkko-opettaja ei ole silloin tukena

3. Kokonaisten genomien bioinformatiikka (1) • vertaileva genomiikka • koko genomin analyysit • evoluutiotutkimukset • systeemin sisältämien komponenttien kokonaisuus • funktionaalinen genomiikka = toimintojen päättely datasta • ekspressioprofiilit, geenisäätely • sekvenssien vertailut, homologiasuhteet • geenien muuntelu, muuttuneet fenotyypit

4. Kokonaisten genomien bioinformatiikka (2) • proteomiikka • ekspressioproteomiikka = differentiaaliproteomiikka = 2D-PE + MS • interaktioiden proteomiikka • funktionaalinen proteomiikka = proteiinien toimintaan puuttuminen systemaattisesti tai niiden funktionaalinen inaktivaatio tutkittavassa ympäristössä (solu, kudos) • rakenneproteomiikka (usein väärällä nimellä rakennegenomiikka)

5. FG-kurssimme aiheet • Genomit • Geenivariaatiot • DNA-sirut • Proteomiikka

6. Kurssin aiheet - genomit • genomiprojektit • genomien annotointi • funktioiden ja ortologisten geenien analyysi/ennustus • geenien tunnistaminen ja ennustaminen

7. Kurssin aiheet (3) • Geenivariaatiot • mutaatiotietopankit • DNA-sirut • datan käsittely • klusterointi • tiedonlouhinta

8. Kurssin aiheet – proteomiikka • ekspressioproteomiikka • 2D-elektroforeesi • massaspektrometria • funktionaalinen proteomiikka • poistogeeniset eliöt (”knock-outs”) • RNA Interference (RNAi) – tulossa • (rakenneproteomiikka) • interaktioiden proteomiikka • metaboliaverkostot

9. Kurssin toiminta • omat painopistealueet pitää valita itse, ja oma aikataulu pitää suunnitella heti kurssin alussa • kurssin isot kokonaisuudet (2.-5.) voi lukea missä järjestyksessä tahansa • suositus: silmäilkää kaikki osat läpi ennen oman ajankäytön suunnittelua

10. Kurssin toiminta (2) • kaikissa luvuissa on esitetty oppimistavoitteita ja tehtäviä, mutta mitkään niistä eivät ole pakollisia • jokaisen opiskelijan omalla vastuulla on löytää sopivaa tekemistä, joko esitetyistä tavoitteista ja tehtävistä tai itse valittuja, kurssiin liittyviä • kurssilla työskentely dokumentoidaan oppimispäiväkirjassa

11. Oppimispäiväkirja • oppimispäiväkirjaanon hyvä merkitä: • tiivistelmät tärkeäksi koetuista uusista asioista ja oivalluksista • tehtävien ratkaisut ja tekemisprosessin kuvaus • artikkelit ja nettiosoitteet joihin on perehtynyt (varsinkin ne joita ei ole kurssimateriaalissa) • pakollinen merkittävä: joka päivä käytetty aika

12. Oppimispäiväkirjan tavoitteet • dokumentoi läsnäolon ja ajankäytön kurssilla  kurssin loppuun saaminen järkevässä ajassa • syventää omaa oppimista, kun luettu ja tehty käsitellään omaksi tekstiksi •  sille on varattava riittävästi aikaa, ehkä jopa puolet kurssilla ”läsnäolosta”

13. Genomit ja niiden annotointi (1) • koko genomi tunnetaan monelta eliöltä • tavoite: ”systeeminlaajuinen” ymmärrys eliön biologiasta • = ”osaluetteloiden” laatiminen, kaikki mitä eliö tarvitsee toimiakseen

14. Genomit ja niiden annotointi (2) • geenien löytäminen ei ole suoraviivaista • ongelmana ennen kaikkea harvinaiset geenituotteet, joita vastaavia mRNA- tai proteiinisekvenssejä ei ole tietopankeissa • vaihtoehtoinen silmukointi otettava huomioon (1 geeni -> monta mRNA:ta)

15. Genomit ja niiden annotointi (3) • eri tietopankkien tavoitteena oleviin ja todellisuudessa saavutettuihin annotoinnin tasoihin on syytä tutustua, jos aikoo analysoida niiden tietoja • epäjohdonmukaisuuksia, puutteellisuuksia • hyvin annotoiduissa tietopankeissa on tarjolla vain murto-osa olemassa olevasta biologisesta tiedosta (kirjallisuuteen verrattuna)

16. Annotointi: visio • sisältö: kaikki tietämys geenituotteen toiminnoista • lisätään linkit rakennetietoihin  • saavutetaan oivalluksia rakenteen ja toiminnan välisistä suhteista • lisätään tieto ekspressiotavoista ja niiden säätelystä  • ymmärretään solujen erilaistumista ja muita biologian peruskysymyksiä molekyylitasolla

17. Johdatus DNA-siruihin • valtavat datamäärät tuhansien geenien yhtäaikaisista ekspressiotuloksista • mahdoton hahmottaa ihmissilmällä tai -mielellä • tarvitaan menetelmiä merkityksellisten tulosten erottamiseksi massasta

18. DNA-sirujen bioinformatiikka • tulosten käsittely: normalisointi ym. • aineiston klusterointi • samoin käyttäytyvät geenit • samantapaiset potilasnäytteet • tiedonlouhinta: • klusterien merkityksen selvittäminen • uusi tieto, esim. yhdessä muuttuvien geenien säätelytekijöiden tunnistus

19. DNA-sirukoe: tulokset ryhmiteltyinä (klusteroituina)

20. Johdatus proteomiikkaan • kuten transkriptomilla, myös proteomilla koostumus riippuu solutyypistä, kehitysvaiheesta ja olosuhteista • nykyiset proteomianalyysit edelleen yrittävät selvittää eri solujen tai kudosten ”perusproteomia” ja muutamien harvojen koeolosuhteiden proteomimuutoksia • nykymenetelmät ”näkevät” vain runsaimmat proteiinit

21. Proteomiikan koemenetelmät • useimmiten käytetään 2-ulotteisen proteiinielektroforeesin ja massaspektrometrian yhdistelmiä • erittäin työläitä, ei varsinaisia ”high-throughput”-menetelmiä • tehokkaammat ”protein array” –menetelmät voivat olla tulevaisuudessa mahdollisia

22. 2-ulotteinen elektroforeesi

23. Bioinformatiikka proteomiikassa