Download - GDV Proseminar “Visualisierung in der Bioinformatik” Genom – Visualisierung FfM., den 05.06.2003
1
GDV Proseminar
“Visualisierung in der Bioinformatik”
Genom – VisualisierungFfM., den 05.06.2003
Oleg Rempel und Sven Zöller
Johann Wolfgang Goethe-Universität Frankfurt am Main
2
1 Einleitung1.1 Exkurs ins menschlichen Genom1.2 Human Genom Projekt
2 Graphisches Darstellen von Genomen2.1 Ziele2.2 Probleme
3 ProtAnnot und Neomorphic GeneViewer3.1 Hintergrund3.2 Semantisches Zooming3.3 Zweidimensionales Zooming3.4 Einzelne oder doppelte Reihenfolge der Genstruktur3.5 Umgang mit der Komplexität der Informationen3.6 Proteinvorhersage
4 Beispiel SeqVISTA4.1 Hintergrund4.2 SeqVISTA4.3 repetitive Elemente4.4 Proteinstruktur
5 Zusammenfassung
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Gliederung
3
1 Einleitung
1.1 Exkurs ins menschliche Genom
Genom (Erbgut) ist die Gesamtheit der Erbinformation einer Zelle.
Die Erbinformation ist die in der DNA jeder Zelle gespeicherte
Information zur Ausbildung von Merkmalen.
Unter Merkmalen versteht man die Entwicklung, das Aussehen, das
Verhalten, die Gesundheit und die Neigung zu bestimmten
Krankheiten.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Genom als der Bauplan des Lebens
4
1 Einleitung
1.1 Exkurs ins menschliche Genom
Jede Zelle des menschlichen Organismus besitzt das komplette Genom.
Das meiste menschliche Genom (99,9995%) befindet sich im Zellkern.
Rest (0,0005%) in Mitochondrien der Zelle.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Sitz des Genoms
5
1 Einleitung1.1 Exkurs ins menschliche Genom
Erbsubstanz der Erbinformation ist die
DNA (DesoxyriboNucleid Acid).
Die DNA besteht aus Bausteinen
(Nukleotiden), die in zwei komplementär
angeordneten Strängen miteinander
Verknüpft sind.
Die beiden DNA-Stränge sind spiralförmig
um die eigene Achse gewunden, bilden so
genannte Doppelhelix.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
DNA
6
1 Einleitung
1.1 Exkurs ins menschliche Genom
Die Doppelhelix ist durch mehrfaches Umwickeln sehr
dicht gepackt und bildet zusammen mit HistonProteinen
eine Chromatinfaser aus.
Die Chromatinfaser ist ihrerseits umgewickelt und
bildet Chromosomen aus.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Von Doppelhelix zu einem Chromosom
7
1 Einleitung
1.1 Exkurs ins menschliche Genom
Bei einem Mensch gib es 23
Chromosomen, die normaler
Weise doppelt vertreten sind.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Chromosomen
8
1 Einleitung
1.1 Exkurs ins menschliche Genom
Ein Chromosom ist ca. 1,4 μm
breit und ist unter dem
Mikroskop sichtbar.
Ein Chromosom kann mehrere
Gene enthalten.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Chromosomen
9
1 Einleitung
1.1 Exkurs ins menschliche Genom
Gen ist ein bestimmter
proteinkodierender DNA
Abschnitt.
Im menschlichen Genom sind
ca. 27 000 – 30 000 Gene,
davon sind in Mitochondrien
13 Gene.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Gen
10
1 Einleitung
1.1 Exkurs ins menschliche Genom
Es gibt 4 verschiedene Nukleotide in der DNA: A,C,G und T
Da jedes Nukleotid immer einen spezifischen Partner in dem zweiten
DNA-Strang hat, nennt man die beiden Partner ein Basenpaar.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Codierung
R
O-
O
P
NO
O
O
N
NH2
O
O-
O
P
N+
OO
O
NH
NH
N
NH2
O
O-
O
PR 3'3'
5' 5'
AC
11
1 Einleitung1.1 Exkurs ins menschliche Genom
Die Abfolge der Besenpaaren kann bei der Expression in die Abfolge derAminosäuren eines Proteins übersetzt werden.
Drei Basen eines DNA-Stranges sind die kleinste Informationseinheit derDNA und wird als Codon oder Basentriplett bezeichnet.
Ein Codon kodiert eine bestimmte Aminosäure oder hat eine andere Funktion.
Es gibt 64 (43) mögliche Codons und nur 20 Aminosäuren die sie kodieren.Das erschwert die Entzifferung der Codierung.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Codierung
12
1 Einleitung
1.1 Exkurs ins menschliche Genom
Die Abfolge der Nukleotiden in der DNA bezeichnet man als Sequenz.
Bei Menschen insgesamt: 3,2 Milliarden Besenpaaren,
nur 1- 5% davon stellen Gene dar.
In Mitochondrien: 16 kbp
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Sequenz
13
1 Einleitung
1.1 Exkurs ins menschliche Genom
Man unterscheidet verschiedene Regionen der Sequenz:
Exon – die proteinkodierende Region
Intron – hat keine proteinkodierende Funktion.
Promotor – Region, wo die Transkription startet.
Terminator – Region, wo die Transkription endet.
ORF – offener Leseraster.
URF – nichtidentifizierter Leseraster
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Sequenz -Regionen
14
1 Einleitung1.1 Exkurs ins menschliche Genom
>gi|16164037:211292-256037 Homo sapiens chromosome Y genomic contig
GTTTGTGGCCTGGTCGGCGTCCCGTAGGGCGCCCTCCCGCGCTAGGCCGGCCGGCGTGGCGCTCGGCGCCGAACAGGCCCCGAGGAGGCCGCAGTTAGGCCTAGTGATTATCCAGTTGCCCTGAGCGGCTGCGGAGGTGCGCTCCATAAGCGGGCAGGGTGGGAAAAGTTCGCCCGTTTGTCCGGAAGGCAGTTGATGGACCTGGGGTCGACACCACTGCGGACGCAGGGCACGGCACGGGGGCGAGAAGGCGAAGGCTGCAGGCGTGAGGTGAAGGCCGGAGGCCTGCTGGGCCTATTTTCGCTATGTAAATGTCCGCGAAGGGGAGGAGGGACGGGGGGGCAAGATGGCGGCTGCTAGGCGCCTGCTGCTGGGGAGTATTGAGAGTGTTGTCGGGAGGCGGAGCCGCCATCTTGAAGGCGGTATCTGGAAAAAAAATTCGGTTATGATCCTTGAGGCGGGGATGGGGAAAAGGACGGCGGCGGCGGCGGCAGCGCAGCCTCCGGCGCGACGGCGTGTCTGCGCAACAGGGCGTGCTCGTTCCCTTGGCGGCCCTTGCCTTTGTCGCCATATGCGCGCGTACGTTCCAGACGCCTGCGGCAGCGCCACCTTTCGGCCTTCCCCTCACAGCCCATCCTTGGCTGGGTGCAGTGTCGGCTACGCTTTAGGTGACATGCCGCAGGCGTCCGTTCGGGCGCCGGGGTCATTTCGCCCCTCAGCGCTCCCGGCTCTGTGCCCTTCCGAGAGTCTACAGCCACCCGTTTCAGCAGGTGGCAATTCGGGCATCTAGGCTCACGAGAGCACATAAATTCCAGAAAATTTTATTTTCCCCTAATTAAAGTCATTATGTGGCTGTTCGGGGACCTTCGATGCGCTTATTTTTCAACCATC………………
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Sequenz
15
1 Einleitung
1.2 Human Genom Projekt
1986 – Aufruf des amerikanischen Krebsforschers Renato Dulbecco das komplette menschliche Genom zu entschlüsseln.
1987 – Amerikanische Kongress bewilligt 200 Millionen Dollar jährlich,
geplant sind 15 Jahre arbeit.
1997 – Start des Human Genom Projektes in Deutschland.
2000 – Erste Ergebnisse würden veröffentlicht.
2001 – Begann die zweite Phase des Projektes.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Daten
16
1 Einleitung
1.2 Human Genom Projekt
Das Ziel des öffentlich finanzierten Humangenomprojektes ist,
aller Wissenschaftler mit einem öffentlichem Verzeichnis der Gensequenz
zu versorgen, und dadurch die biomedizinische Forschung zu
beschleunigen.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Ziel
17
1 Einleitung
1.2 Human Genom Projekt
Im Jahre1991 wird HUGO (HUman Genom Organisation) gegründet, welche
die Durchführung des Projektes koordinieren soll.
Wenig später hat aber eine private US-Firma "Celera Genomics" des
Genforschers Craig Venter die Führung übernommen.
Die deutschen Firmen erhoffen bei der zweiten Phase des Projektes, wo es
hauptsächlich um die Erkennung der Genfunktionen geht, die Nase vorne zu
halten.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Firmen
18
1 Einleitung
1.2 Human Genom Projekt
Obwohl in der Presse schon mehrmals verkündet wurde, dass das menschliche
Genom beinah vollständig entziffert ist und veröffentlicht wurde,
Wissenschaftler in der ganzen Welt arbeiten noch heftig daran.
Hauptgrunde dafür sind:
Die Funktion der meisten Genen ist noch unbekannt.
Viele Gene besitzen mehrere Funktionen.
Die entzifferten Gensequenz kann Fehler enthalten.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Ergebnisse
19
2 Ziele und Probleme beim graphischen Darstellen von Genomen
2.1 Ziele
Wie in Humangenomprojekt ist auch hier das Hauptziel, aller Wissenschaftler mit
der öffentlichen Gensequenz zu versorgen.
Die entzifferten Daten sind da, aber die sind oft viel zu unübersichtig und
komplex, deshalb werden effektive Visualisierungswerkzeuge gebraucht,
welche die Wissenschaftler helfen damit zu arbeiten.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Die Bereitstellung der Sequenz
20
2 Ziele und Probleme beim graphischen Darstellen von Genomen
2.1 Probleme
Ein nützlicher und effektiver Weg etwas unübersichtliches sichtbar zu machen ist
die grafische Darstellung.
Providerswerkzeuge:
Das LocusLink von NCBI und der Genomsuch-Browser von UCSC.
Beide arbeiten aber in sogenannten „Client-server model“
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Grafische Darstellung
21
2 Ziele und Probleme beim graphischen Darstellen von Genomen
2.1 Probleme
Das „Client-server model“ erschwert viele Manipulationen.
Es wird versucht das Problem durch Java-Applets zu lösen, die von dem Server
runtergeladen werden können und in einer „Java vitrual machine“ auf dem PC des
Benutzers laufen und verändern werden können.
Aus Sicherheitsgründen sind die Java-Applets aber etwas problematisch,
da die sehr wohl Trojaner seien können.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Java-Applets
22
3 ProtAnnot und Neomorphic GeneViewer
3.1 Hintergrund
Als Beispiele der alternativen Visualisierungstechnik werden hier als erstes
ein Prototyp des Protein-Domain-Viewer ProtAnnot
und Neomorphic GeneViewer, ein Genombrowser,
der zuerst für das Institut der Genomforschung (TIGR)
speziell für das Arabidopsis Genom geschrieben wurde.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
ProtAnnot und Neomorphic GeneViewer
23
3 ProtAnnot und Neomorphic GeneViewer
3.2 Semantisches Zooming
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Semantisches Zooming
24
3 ProtAnnot und Neomorphic GeneViewer
3.3 Zweidimensionales Zooming
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Zweidimensionales Zooming
25
3 ProtAnnot und Neomorphic GeneViewer
3.4 Einzelne oder doppelte Reihenfolge der Genstruktur
Gen-Finder-Programme.
Sequenzen werden in zwei parallelen Reihen dargestellt und so verglichen.
Ca. 1/2 - 1/3 der menschlichen Genen enthalten mehrere Transkriptionsvarianten .
Erkennung oft nur von einer Transkriptionsvariante.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Doppelte Reihenfolge der Genstruktur
26
3 ProtAnnot und Neomorphic GeneViewer
3.4 Einzelne oder doppelte Reihenfolge der Genstruktur
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Einzelne Reihenfolge der Genstruktur
27
3 ProtAnnot und Neomorphic GeneViewer
3.5 Umgang mit der Komplexität der Informationen
EST’s (expressed sequence tags) von
SNURF-Gen, das in der Lage ist zwei
unterschiedliche Proteine zu kodieren.
RT-PCR
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Umgang mit der Komplexität der Informationen
28
29
3 ProtAnnot und Neomorphic GeneViewer
3.6 Proteinvorhersage
ARG1 (Arginase – Gen)
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Das alternative Splicing (oder Spleissen)
30
3 ProtAnnot und Neomorphic GeneViewer
3.6 Proteinvorhersage
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Zwei Formen eines plasminogen Aktivators
31
- alle gefundenen Geninformationen werden in Text basierenden Datenbanken gespeichert
- kein intuitives Verständnis über die komplexe Struktur von Genen möglich
- Datenbanken liefern graphische Darstellungen nur zu einer Fragestellung
- SeqVISTA übernimmt die Aufgabe der graphischen Visualisierung von verschiedenen Datenbankinformationen gleichzeitig
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Hintergrund44.1
32
einfaches Verständnis durch dreigeteilten Bildschirm (tree panel, graphics panel und sequence panel)
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
SeqVISTA44.2
33
Suchfunktionen innerhalb der Sequenz
- Start- und Endsequenz sind bekannt
- Sequenzfragment ist bekannt
- durch Markierung einer Region in der Sequenz
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
SeqVISTA44.2
34
Vorteile von SeqVISTA im Bezug auf Datenimport
- Akzeptanz der wichtigsten Datenbankformate (GenBank flat file format [GBFF], GenBank HTML format, FASTA format und meta-based SeqVISTA format.)
- einfaches Laden der Sequenz durch Eingabe der GI oder durch Laden von der NCBI-Internetseite.
- durch Pluginentwicklung können externe Analyseprogramme SeqVISTA zur graphischen Visualisierung nutzen.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
SeqVISTA44.2
35
Untersuchung der Lage und Eigenschaften repetitiver Elemente im Bezug zur Gesamtsequenz.
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
repetitive Elemente44.3
36
PSIPRED berechnet wahrscheinliche sekundär Strukturen der Proteine anhand der Gensequenz
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Proteinstruktur44.4
37
- komplexe Gensequenzen werden übersichtlich dargestellt
- Zugriff auf externe Programme zu vertiefenden Analysen
- Darstellung externer Ergebnisse
Proseminar „Visualisierung in der Bioinformatik“Genom – Visualisierung
Zusammenfassung5