alla ricerca di segni di pressione selettiva in homo sapiens sergio cocozza dipartimento di biologia...
TRANSCRIPT
Alla ricerca di segni di pressione selettiva in Homo Sapiens
Sergio CocozzaDipartimento di Biologia e Patologia Cellulare e Molecolare
Università “Federico II”
Napoli
Gruppo Interdipartimentale Bioinformatica e Biologia Computazionale
“Niente in Biologia è di senso se non alla luce dell’Evoluzione”
Theodosius Dobzhansky (1900-1975)
“Niente in Biologia è di senso se non alla luce dell’Evoluzione”
Theodosius Dobzhansky (1900-1975)
ed in Medicina
Se vuole guarire deve smettere di fumare. Il fumo fa venire il
cancro... fa male alla circolazione ... ecc ecc
Un problema “pratico”
Se vuole guarire deve smettere di fumare. Il fumo fa venire il
cancro... fa male alla circolazione ... ecc ecc
Sciocchezze !Mio nonno è morto a
100 anni fumando sigari toscani !
Un problema “pratico”
gene b
gene d
ambiente y
ambiente x
gene a
gene c
100
90
80
70
60
50
40
30
20
10
0
100
90
80
70
60
50
40
30
20
10
0
Malattie Multifattoriali
gene b
gene d
ambiente y
ambiente x
gene a
gene c
100
90
80
70
60
50
40
30
20
10
0
100
90
80
70
60
50
40
30
20
10
0
?
Varianti rare e varianti frequenti: chi è il colpevole ?
Teorie a confronto
Alta penetranza (monogenia)
Bassa penetranza (poligenia)Bassa penetranza
La maggior parte delle mutazioni che causano malattie complesse sono avvenute recentemente, dopo la divergenza delle popolazioni. La conseguenza è l’attesa di una forte eterogeneità nei geni di suscettibilità per le malattie complesse
Common Disease/Rare Allele (CD/RA)
Varianti alleliche esistenti prima della dispersione degli umani sulla terra o varianti alleliche sottoposte a pressione selettiva rappresentano una proporzione significativa degli alleli di suscettibilità per le malattie complesse. La conseguenza è l’attesa di una minore eterogeneità nei geni di suscettibilità per le malattie complesse
Common Disease/Common Variant (CD/CV)
Pressione selettiva: adattamento e malattia ?
Ambiente
Genoma
?
Adattamento Malattia
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Genotipo “frugale”Accumula peggio i grassi
Accumula meglio i grassi
Evolution in Healthand
Medicine
Sackler Colloquium
PNAS January 26, 2010; 107
Strumenti per lo studio della pressione selettiva
Grado di differenziazione genetica delle popolazioni umane (Fst)
Omozigosità estesa degli aplotipi (iHS)
Normale grado di differenziazione delle popolazioni (deriva genica)
Più alto grado di differenziazione delle popolazioni
Più basso grado di differenziazione delle popolazioni
Fst
FST misura le differenze nelle frequenze alleliche tra popolazioni diverse. E' un valore che varia da 0 = nessuna differenza a 1 = massima differenza. E' considerata una delle possibili misure di pressione selettiva
iHS
Haplotype A
Haplotype B
Haplotype C
Haplotype D
Recent Positive Selection
iHS
Since in neutral models, low frequency alleles are generally younger and are associated with longer haplotypes than higher frequency alleles, we adjust the unstandardized iHS to obtain our final statistic which has mean 0 and variance 1 regardless of allele frequency at the core SNP:
The test begins with the EHH (extended haplotype homozygosity) statistic proposed by Sabeti et al.. The EHH measures the decay of identity, as a function of distance, of haplotypes that carry a specified “core” allele at one end. For each allele, haplotype homozygosity starts at 1, and decays to 0 with increasing distance from the core sitein plots of EHH versus distance, the area under the EHH curve will usually be much greater for a selected allele than for a neutral allele. This integrated EHH (iHH) (summed over both directions away from the core SNP) will be denoted iHHA or iHHD, depending on whether it is computed with respect to the ancestral or derived core allele. When the rate of EHH decay is similar on the ancestral and derived alleles, iHHA/iHHD ≈ 1, and hence the unstandardized iHS is ≈ 0
Scopi del progetto
Cercare segni di pressione selettiva nella specie Homo Sapiens e possibili collegamenti con le patologie umane Studio n.1 : Ricerca genome-wide di geni con segni
di pressione selettiva e loro caratterizzazione Studio n.2 : Ricerca genome-wide di geni candidati
ad essere sotto una specifica pressione selettiva (legata alla latitudine) e loro caratterizzazione
Scopi del progetto
Cercare segni di pressione selettiva nella specie Homo Sapiens e possibili collegamenti con le patologie umane Studio n.1 : Ricerca genome-wide di geni con segni
di pressione selettiva e loro caratterizzazione Studio n.2 : Ricerca genome-wide di geni candidati
ad essere sotto una specifica pressione selettiva (legata alla latitudine) e loro caratterizzazione
Nature 449:851 (2007)
Frequenze alleliche di circa 4,000,000 SNP di circa 500 individui da tre differenti gruppi etnici[HapMap Public Release #27 (merged II+III)]
Studio n.1 Data set
Metodi
Dati addizionali sulle SNP (posizione fisica, associazione SNP-gene furono ottenuti da dbSNP (build 129)
I dati di HAPMAP e dbSNP furono fusi in un database locale MySQL attraverso un set di script Perl
Furono escluse dall'analisi SNP che fossero risultate non campionate o non polimorfiche in tutte le tre popolazioni. Furono inoltre escluse le SNP con una frequenza dell'allele minore < 5% in tutti le tre popolazioni. Dopo tale selezione il campione conteneva 2.125.440 SNP
Il calcolo dell'Fst fu effettuato con uno script utilizzando la formula di Wright (con correzione di Weir per la numerosità)
Per assegnare un valore di Fst ad un determinato gene fu usato il massimo valore trovato tra le SNP associate a quel gene
Distribuzione dei valori di Fst da noi calcolati lungo i cromosomi
Autocorrelazione
L'autocorrelazione è stata calcolata per ogni cromosoma, per ogni coppia di SNP separate da un fissato numero di SNP intermedie. La linea nera mostra il valore medio (+ 2 SE) delle correlazioni sugli autosomi. La linea rossa mostra le correlazioni delle SNP sul cromosoma X
Risultato:
Il segnale non è distribuito in maniera randomiana.
Ljung-Box test p < 10 - 16
Distribuzione Fst tra i cromosomi
Risultato
I valori di Fst sono distribuiti differentemente tra gli
autosomi e gli eterocromosomi (p < 10-16)
Per ogni cromosoma è mostrato il box-plot dei valori di Fst. Il rettangolo è delimitato dal primo e dal terzo quartile e diviso al suo interno dalla mediana. I segmenti (i "baffi") sono delimitati dal minimo e dal massimo dei valori. Gli estremi dell'incisura rappresentano il 95% di intervallo di confidenza della mediana.
Commento
La differenza tra eterocromosomi e autosomi potrebbe essere dovuta a: Campione effettivo di popolazione più piccolo (¾
per X e ¼ per Y rispetto agli autosomi) Diversa frequenza di ricombinazione Diversa pressione selettiva tra maschi e femmine
Comparazione con altre misure di pressione selettiva: Dn/Ds ratio
Esistono altri metodi per studiare la pressione selettiva
Alcuni di essi si basano sull'analisi comparativa di differenti specie (misura interspecie)
Il metodo Dn/Ds valuta il rapporto tra mutazioni sinonime e non sinonime
Un rapporto alto indica selezione positiva
Variabilità intraspecie (Fst) vs Variabilità interspecie (Dn/Ds)
Risultato
I geni con segni di pressione selettiva
interspecie (Dn/Ds > 1) mostrano un valori medi di Fst significativamente
più bassi (p < 0.001)
I geni sono stati raggruppati in accordo con l'evidenza di selezione positiva nell'analisi di 6 specie di mammifero (Kosiol et al. 2008 Plos Genetics). Le barre verticali rappresentano il 95% di intervallo di confidenza)
Gene Set Enrichment Analysis GSEA
L'idea chiave di GSEA è quella di valutare l'arrichhimento di una lista di geni non attraverso la valutazione di singoli geni outliers ma attraverso quella di set di geni funzionalmente collegati
Dal punto di vista statistico GSEA limita i danni della correzione da test multiplo
GSEA è usata comunemente nell'analisi di array. Per la prima volta ne abbiamo proposto un uso per l'analisi della funzione dei geni in base al loro valore di Fst
Pathways (KEGG ) arricchite per geni con valori di Fst statisticamente diversi dalla
mediaPathways arricchite per geni con alto FST Axon guidance (FDR<0.001) Focal adhesion (FDR 0.008) ECM receptor interaction (FDR 0.009) Regulation of actin cytoskeleton (FDR 0.010) Adherens junction (FDR 0.010) Calcium signaling pathway (FDR 0.010)
Pathways arricchite per geni con basso FST Antigen processing and presentation (FDR
0.001)
Fst e malattie complesse
RisultatoI geni che sono stati
associati in precedenti studi con malattie
complesse mostravano mediamente un valore
di Fst più alto dei restanti
(p < 0.001, empirical p 0.0005).
Geni trovati positivamente associati con malattie complesse in accordo col Genetic Association Database, furono paragonati ai restanti. Le barre verticali rappresentano il 95% di intervallo di confidenza.
Fst per classi di malattie
Scopi del progetto
Cercare segni di pressione selettiva nella specie Homo Sapiens e possibili collegamenti con le patologie umane Studio n.1 : Ricerca genome-wide di geni con segni
di pressione selettiva e loro caratterizzazione Studio n.2 : Ricerca genome-wide di geni candidati
ad essere sotto una specifica pressione selettiva (legata alla latitudine) e loro caratterizzazione
Perchè latitudine: Out of Africa
Effetti legati alla latitudine
Esposizione ai raggi solari (quantità e ritmo)
Clima e temperatura Risorse alimentari
Colore della pelle Statura, dimensioni e
forma del corpo Alcune caratteristiche
dello splancnocranio (ad esempio larghezza delle narici)
Cosa cambia Adattamenti noti
Sole, vitamina D, rachitismo
Vitamina D
Il colore della pelle
Principali malattie umane riportate in letteratura come legate alla latitudine
Cancro (296) Ipertensione (50) Malattie del SNC (Parkinson, Alzheimer,
Schizofrenia, Sclerosi multipla) (164) Diabete tipo 1 (60)
Prevalenza cancro
Ranges for TuttibutskinMeanM e a n s
2 1 5 to 3 5 8 (4 4 )1 6 0 to 2 1 5 (4 0 )1 2 3 to 1 6 0 (3 9 )7 6 to 1 2 3 (4 7 )
C o p y rig h t re s tric tio n s m a y a p p ly.
K in n e y, D . K . e t a l. S c h izo p h r B u ll 2 0 0 9 3 5 :5 8 2-59 5; d o i:1 0 .1 093 /sch bul/s bp 023
Schizophrenia Prevalence and Latitude by Continent and Infant M ortality
Frequenze alleliche di 660.918 SNP di 1043 individui da 52 differenti gruppi etnici[HGDP-CEPH HUMAN GENOME DIVERSITY PANEL]
Studio n.2 Data set
Costruzione di una lista di geni con alto Fst e con alta correlazione con la latitudine
Fst
Alto
Basso
Correlazione con latitudine
Alta
Bassa
Latitude Related Genes
(LRG)
10% 10%
Lista arricchita per geni sotto probabile pressione selettiva (alto Fst) latitudine dipendente (alta correlazione)
Risultati: Localizzazione tissutale
Tissue Genes LRG count (%)
p-value*
Brain 683 (56.6%) 3E-18
Amygdala 112 (9.3%) 8E-6
Thalamus 76 (6.3%) 1.4E-4
Latitude Related Genes
(LRG)
Risultati: classi funzionali (Gene Ontology)
Name Sub Ontology
Marginal mean (Min-
Max)
Genes LRG
count
Total Count
Synapse (GO:0045202)
CC 0.998 (0.980 - 1)
60 351
Neuropetide signaling pathway (GO:0007218)
BP 0.793 (0.764 – 0.828)
13 86
Cell morphogenesis (GO:0000902)
BP 0.734 (0.680 – 0.789)
58 420
Latitude Related Genes
(LRG)
Confronto con patologie del SNC con frequenza latitudine dipendente
Latitude Related Genes
(LRG)
Parkinson
genes
Alzheimer
genes
Schizophreniagenes
Multiple sclerosi
sgenes
Malattie del SNC
Disease Overlap with genes LRG
Total count P-value Adjusted p-value
Schizophrenia 85 885 4E-6 1.6E-5
Parkinson's disease
40 490 0.021 0.084
Multiple sclerosis 16 178 0.058 0.232
Alzheimer's disease
45 618 0.075 0.3
Latitude Related Genes(LRG)
Schizophreniagenes
Schizofrenia
Serio disordine mentale caratterizzato da deliri, allucinazioni, disordine del pensiero, affettività inappropriata o appiattita, anedonia (incapacità a provare piacere) e ritiro sociale
Malattia multifattoriale ed eterogenea
Prevalenza 0.5-1% della popolazione mondiale
John Forbes Nash Premio Nobel Economia 1994 e schizofrenico
Componente ereditaria della schizofrenia
Dimensioni dei ventricoli
C o u rte sy D .R . W e in b e rg e r, N IM H , S t. E l iza b e th ’s H o sp i ta l , W a sh in g to n , D .C .
Dimensione ippocampo ed amigdala
Ippocampo ed amigdala sono più piccoli nei pazientiI corpi cellulari dell'ippocampo sembrano disorganizzati
Controllo Paziente
Perchè potrebbe esistere un adattamento evolutivo che coinvolge il rischio di sviluppare una malattia
come la schizofrenia ?
?
Perchè potrebbe esistere un adattamento evolutivo che coinvolge il rischio di sviluppare una malattia
come la schizofrenia ?
Vitamina D
La vitamina D influenza lo sviluppo del cervello
Costruzione di una lista di geni correlati alla vitamina D
Vitamin Drelated genes
(943)
Microarray data: Genes
differentially
expressed in SCC25
cells treated
with 1,25(OH)2
D3
Vitamin D (calciferol) metabolism
” Reactome (REACT_1
3523.2)
Biocarta's pathway
“Control of the
expression by vitamin D receptor”
I geni correlati alla latitudine sono arricchiti per geni della pathway
della vitamina D
Vitamin Drelated genes
(943)
Latitude Related Genes
(LRG)
97 geni p = 3.5 x 10-8
Questo dato suggerirebbe, per la prima volta, la presenza di fenomeni di adattamento alla carenza di vitamina D non collegati alla classica variazione della pigmentazione cutanea
Uno dei nove:SMARCA2
SMARCA2
Cosa fa SMARCA2 ? E' una della ATPasi del complesso SWI/SNF
Regolazione ciclo cellulare Differenziazione Regolazione della trascrizione Cancro Immunità
Il complesso SWI/SNF nei mammiferi si presenta come una serie di possibili differenti assemblaggi composti da subunità alternative
In particolare i complessi possono contenere una delle due forme di ATPasi: Brahma (BRM/SMARCA2) o Brahma- related gene (BRG1)
Che c'entra il complesso SWI/SNF con la Vitamina D ?
Il complesso SWI/SNF si complessa a sua volta con subunità legate alla duplicazione del DNA (TopoII, CAF-1p150) e fattori di elongazione ((FACTP140) per formare un complesso chiamato WINAC
WINAC ed il recettore della vitamina D sono trasportati verso i promotori regolati (sia negativamente che positivamente) in assenza di ligando. WINAC riarrangia i nucleosomi facilitando l'accesso a complessi di coregolazione (attivati dal ligando) per un ulteriore controllo della trascrizione
Che c'entra SMARCA2 con la schizofrenia ?
Il polimorfismo rs3793490 di SMARCA2 (che è lo stesso polimorfismo che noi troviamo correlato alla latitudine) modifica il rischio di schizofrenia
In particolare l'allele T aumenta il rischio di sviluppare la malattia (Odds ratio (95% CI) = 1.25 (1.14-1.38))
Allele che aumenta il rischio di schizofrenia
SMARCA2 rs3793490
Individui che veicolano l'allele T di rs3793490 mostrano livelli di mRNA di SMARCA2 ridotti
Human Molecular Genetics, 2009, Vol. 18, No. 13
La diminuzione di SMARCA2 ha differenti effetti in differenti tessuti
Diminuzionedi
SMARCA2
Cellule silenziateAccellerata “rate” di mineralizzazioneMaggiore espressione di marker osteogeniciAnimali knock-outDimensione del corpo maggiore (14% del normale)Aumento spoporzionato delle ossa e dei muscoli
PazientiRidotta espressione dimostrata in corteccia prefontale di pazienti schizofreniciAnimali knock-outRidotta interazione sociale e presenza di “prepulse inhibition”FarmacologiaFarmaci che determinano psicosi abbassano SMARCA2Farmaci antipsicotici aumentano SMARCA2
Modello
Variante Gfa più SMARCA2
Variante Tfa meno SMARCA2
Variante Tfa meno SMARCA2resiste meglio al rachitismo
Variante Tfa meno SMARCA2aumentato rischio schizofrenia
Antonella Monticelli
Michele Pinelli
Roberto Amato
Rino Miele
Gruppo Interdipartimentale Bioinformatica e Biologia Computazionale
Un altro aspetto curioso della teoria dell'evoluzione è che tutti pensano di capirla!
(Jacques Monod)
…. persino i genetisti
(anonimo)
The end