Uma abordagem computacional para estudo de polimorfismos de base única.

1. Uma abordagem computacional para estudo de polimorfismos de base única. Orientando: Miguel Galves Orientador: Zanoni Dias Instituto de Computação UNICAMP

2. Roteiro • Contexto • SNPs: Polimorfismos de Base Única • Porque estudar SNPs? • Metodologias de estudo de SNPs: • PCR-RLFP • Abordagem computacional • Etapas para o estudo de SNPs • Alinhamento • Detecção • Correlação • Projeto PIPE • Cronograma

3. Contexto • A informação genética dos seres vivos está codificada em cadeias de nucleotídeos (A, C, G, T). • Conjunto de sequências = genoma. • Genoma armazenado na forma de DNA ou RNA. • Expressão gênica: geração de proteínas a partir do DNA. • Duas etapas: transcrição, tradução.

4. SNPs: Polimorfismos de base única • Polimorfismo: mudança de uma ou mais bases em sequências genêticas. • Devem ser observadas em mais de 1% de índividuos de uma população. • SNP: Polimorfismo que ocorre em apenas uma base em um dado gene. • Poderia ser bi, tri, ou tetra alélico. • Caso mais comum: bi-alélico.

5. Porque estudar SNPs? • Correspondem a mais de 90% dos polimorfismos nos seres humanos. • Grande parte das doenças com base genética são causadas por um ou mais SNPs. • Grande interesse das industrias farmacêuticas: • Criação de terapias específicas. • Farmacogenética: interface entre genética e farmacêutica.

6. Metodologias de estudo de SNPs: PCR-RLFP • RLFP - Restriction Length Fragment Polymorphisms. • Utiliza enzimas de restrição para detectar polimorfismos. • Restrito ao estudo de SNPs conhecidos: • Permite detectar apenas SNPs que criem ou destruam sítios de restrição. • Depende da disponibilidade de enzimas de restrição apropriadas.

7. Metodologias de estudo de SNPs: Abordagem computacional • Utiliza sequências de DNA obtidas através de métodos de sequenciamento automático. • Se baseia em comparação utilizando ferramentas computacionais. • Método que está se popularizando com o barateamento do processo de sequenciamento automático. • Se beneficia do grande número de sequências armazenadas em bases de dados públicas.

8. Etapas para o estudo de SNPs: Alinhamento - Conceitos • Inserção de buracos em duas sequências deixando-as com mesmo tamanho: • Permite criar uma pontuação para avaliar os alinhamentos obtidos. • Exemplo: match =1, mismatch = -1, gap = -2. • Exemplo: match =1, mismatch = -1, g = -2, h = -1 • Objetivo: obter um alinhamento ótimo entre duas sequências. ACGTTCGGCT A-GTTTG-CT

9. Etapas para o estudo de SNPs: Alinhamento - Estratégias • Alinhamento global: visa gerar o melhor alinhamento entre duas sequências. ACTGACCTCGGG ACGCGTGG ACTGACCTCGGG AC-G-CGT--GG

10. Etapas para o estudo de SNPs: Alinhamento - Estratégias • Alinhamento semi-global: utilizado para alinhar sequências incompletas. • Não penaliza a criação de buracos no início e final das sequências. ACTGACCTCGGG ACCGTCGGGCGG ACTGACC-TCGGG--- ----ACCGTCGGGCGG

11. Etapas para o estudo de SNPs: Alinhamento - Estratégias • Alinhamento local: encontra o melhor alinhamento entre duas sub-sequências. • Retorna apenas o alinhamento dos segmentos que geram a maior pontuação. ACTGACCTCGGG ACCGTCGGGCGG TCGGG TCGGG

12. Etapas para o estudo de SNPs: Alinhamento - Problema • Problema: alinhar cDNA e RNA com DNA genômico: • DNA muito maior que cDNA. • DNA pode conter regiões de íntrons.

13. Etapas para o estudo de SNPs: Alinhamento - Objetivos • Estudar os métodos de alinhamento de DNA genômico e cDNA utilizados por ferramentas de domínio público. • Definir um conjunto de parâmetros ideais para alinhamento de DNA com cDNA utilizando estratégia semi-global. • Executar testes para medir a qualidade dos alinhamentos obtidos.

14. Etapas para o estudo de SNPs: Detecção - Métodos existentes • Análise de cromatograma (polyphred). • Analisa o cromatograma obtido após análise sequenciamento.

15. Etapas para o estudo de SNPs: Detecção - Métodos existentes • Análise de sequências alinhadas (polybayes). • Utiliza métodos Bayesianos para determinar SNPs em um alinhamento

16. Etapas para o estudo de SNPs: Detecção - Objetivos • Análise dos métodos existentes para detecção de polimorfismos. • Formulação de uma nova metodologia para detecção de SNPs. • Montar casos de testes com dados reais para avaliação da metodologia proposta.

17. Etapas para o estudo de SNPs: Correlação - Motivação • Predisposição a uma doença pode ser influenciada por SNPs agindo em conjunto. • LD: associação não-aleatória de alelos. • Quand um alelo está presente, o outro também estará, e vice-versa. • Importante ter medidas para quantificar o grau de correlação.

18. Etapas para o estudo de SNPs: Correlação - Medidas Existentes • D = PAB - PA x PB • Primeira medida proposta. • Não tem muita utilidade. • D’ = D / (máx D) • D’ = 1 representa LD completo. • r2 = D2 /(PA x PA’ x PB x PB’) • r2 = 1 representa LD perfeito. • Medida utilizada para medir a utilidade de um LD. • r2 > 1/3 indica LDs úteis em processos de mapeamento.

19. Etapas para o estudo de SNPs: Correlação - Objetivos • Análise das medidas utilizadas para avaliação de SNPs. • Formulação de uma metodologia que permita integração destas medidas ao processo de estudo de SNPs

20. PIPE: Sistema de Identificação de Polimorfismos • Programa de apoio a pequenas empresas de base tecnológica. • Concedido à empresa Scylla Bioinformática. • Coordenação: Prof. João Meidanis • Visa desenvolver a ferramenta SIP • Projeto será desenvolvido nas instalações da empresa. • Trabalho comprenderá a documentação das metodologias desenvolvidas.

21. Cronograma • I - Estudo e identificação de parâmetros ideais para alinhamento. • II - Testes com os novos métodos de alinhamento obtidos. • III - Escrita dos resultados obtidos nos testes.

22. Cronograma • IV - Análise dos métodos existentese formulação de uma nova metodologia de correlação de SNPs. • V - Testes computacionais com os novos métodos de correlação de SNPs. • VII - Escrita dos resultados obtidos nos testes.

23. Cronograma • VII - Análise das metodologias utilizadas e formulação de uma nova metodologia de detecção de SNPs. • VIII - Testes computacionais com os novos métodos propostos. • IX - Escrita dos resultados obtidos nos testes.

24. Cronograma • X - Revisão do texto da dissertação. • XII - Defesa da dissertação