Transcriptómica - FBMC

Transcriptómica

¿Qué es la Información Biológica?
Tres niveles básicos de información biológica:
Genoma: la información genética común a todas las
células del organismo.
Transcriptoma: la parte del genoma que se expresa en
una célula en una etapa específica de su desarrollo.
Proteoma: las proteínas que interactuan para dar a la
célula su carácter individual.
Del GENOMA estático, único
al PROTEOMA dinámico, múltiple.

La era de la genómica

La genómica se ha desarrollado como consecuencia
de los avances en Biología Molecular e Informática.
La introducción y popularización de las tecnologías
de alta procesividad ha cambiado drásticamente la
manera en que se abordan los problemas biológicos
y se prueban las hipótesis.

Genómica funcional
• El objetivo de la genómica funcional es
generar un catálogo de todos los genes y de
su función.
• Para comprender el comportamiento de los
sistemas biológicos y de los algoritmos
genéticos que permiten el funcionamiento
celular y el desarrollo de los organismos.

Genómica funcional
• La genómica funcional engloba el estudio del:
• Transcriptoma: conjunto completo de
transcritos.
• Proteoma: conjunto de proteínas codificadas
por un genoma.
• Interactoma: interacción de estos productos.

Genómica funcional
• Planteamiento clásico:
• Dirigido por una hipótesis.
• Limitado el número de genes estudiados.
• Planteamiento genómico:
• No hay hipótesis de partida.
• Información sobre miles de genes.

El paradigma pre-genómico
…codifican
proteínas...
>protein kunase
acctgttgatggcgacagggactgtatgctgatct
atgctgatgcatgcatgctgactactgatgtgggg
gctattgacttgatgtctatc....
Genes en el
DNA...
…cuya estructura
influye en la función...
Del genotipo al
fenotipo
…producen el
fenotipo final
…además el
ambiente...

¿Quién?
Secuenciación
genoma
Espectrometría de masas
para complejos proteícos
¿Y quién más?
La visión post-genómica
Microarrays
de DNA
¿Donde, cómo y cuanto?
SNPs
Literatura,
bases de datos
¿Qué
sabemos?
¿En qué manera?

Transcriptoma

Estudio de los perfiles de expresión de todos
los genes presentes en el genoma.
El método más utilizado es el de microarrays de DNA,
que permite el análisis simultaneo de la expresión de
miles de genes.

DNA
mRNA
Transcripción
G T A A T C C T C
| | | | | | | | |
C A T T A G G A G
RNA
polimerasa
G U A A U C C

Sistemas de detección de la expresión génica
• Pasado: técnicas tradicionales para medir la
expresión génica, como Northern y RT-PCR.
• Desarrollo tecnológico:
• Expressed Sequenced Tags (ESTs).
• Serial analysis gene expression (SAGE).
• Suppression substractive hybridization (SSH).
• Microarrays de DNA.

Cambio de escala: del gen al genoma

Tecnicas genómicas de alta procesividad
• Independientes de conocimiento previo:
• ESTs
• SAGE
• SSH
• Dependientes de conocimiento previo:
• Microarrays de DNA

ESTs
(Expressed Sequenced Tags)
• Generación de colecciones de ESTs
(etiquetas de secuencia expresadas).
• La complejidad de los genomas eucariotas
hace aconsejable no abordar inicialmente el
estudio del genoma completo.
• Es preferible estudiar aquellos genes que se
están expresando en un momento
determinado de la vida del organismo.

ESTs

ESTs
• Genoteca de cDNA: colección de fragmentos
de DNA clonados que representan el conjunto
de genes que se están expresando en un
órgano o tejido determinado, o bajo una
situación particular o momento de desarrollo.
• Las genotecas de cDNA se secuencian de
forma masiva para generar miles de
secuencias parciales o ESTs de 200-500 bp.

ESTs

ESTs
• Las diferencias en la expresión de genes
pueden ser identificadas considerando el
número de veces en que aparece
representada una EST particular.
• Las ESTs por su propia naturaleza, son
incompletas y, hasta cierto punto, imprecisas.
• Las ESTs también suelen ser suficientes
para la identificación de los genes mediante
comparación con las bases de datos.

Microarrays de DNA

Microarrays de DNA
• Los microarrays de DNA surgen de la
necesidad de analizar la cantidad de
información procedente de los grandes
proyectos de secuenciación de genomas.
• Permiten elaborar mapas finos de
transcripción y proporcionan información
indirecta de los niveles de proteínas.

Microarrays de DNA
• El análisis de microarrays de DNA es una nueva
tecnología que permite estudiar simultáneamente la
expresión de miles de genes y analizar su expresión
bajo distintas condiciones experimentales.
• Los microarrays de DNA constan de miles de
conjuntos ordenados de moléculas de DNA de
secuencia conocida depositados en un soporte sólido
(~ 2 cm 2 ) como cristal, nylon o silicio.
• Cada combinación (gen/muestra) se localiza de forma
inequívoca en un punto del microarray.

Microarrays de DNA
• Los microarrays de DNA permiten la medida
simultánea de los niveles de expresión de miles de
genes (sondas) en un solo experimento de
hibridación con una mezcla compleja de DNA o RNA
(dianas).
• Sondas: secuencias de DNA conocidas
(oligonucleótidos o productos de PCR) inmovilizadas
ordenadamente sobre una superficie sólida.
• Dianas: muestra problema de DNA o RNA marcada
cuya abundancia será determinada por hibridación.

Microarrays de DNA - El concepto
Medir el nivel de transcritos (mRNA) de un gran número
de genes simultáneamente para determinar que genes
se están expresando en la célula.
CELL
RNA

Microarrays de DNA – El objetivo
• El objetivo de los experimentos con microarrays de
DNA es comparar la expresión de múltiples genes
(transcripción) en distintas condiciones:
• Momentos distintos del tiempo
• Tejidos distintos
• Tejidos sanos o enfermos (p.e. Tumores)
• Se basan en tecnologías conocidas como la
hibridación y la fluorescencia.

Microarrays de DNA – Sondas
• Cada sonda del microarray de DNA está diseñada
para unirse a un gen de forma específica.
• Diseño de sondas específicas:
• Especificidad de secuencia.
• Tms homogéneas.
• Sin estructuras secundarias.
• Cada sonda está dispuesta de forma ordenada sobre
el microarray de DNA.

Microarrays de DNA – El resultado
• Los microarrays de DNA están formados por 100 - 1
millón de sondas de DNA sobre una superficie de
1 cm por 1 cm (chip de DNA).
• Los resultados de microarrays de DNA se basan en el
concepto de “culpable por asociación”.
• Genes que son co-regulados (patrón similar de
comportamiento) es probable que estén
funcionalmente relacionados formando parte del
mismo proceso biológico.

El primer Microarray de DNA
• 45 Genes de Arabidopsis y 3 genes control:
total 48 señales.
• Schena et al., (1995). Quantitative monitoring of gene expression
patterns with a complementary DNA microarray. Science 270, 467-470.

Microarrays de DNA – Experimento básico
• Un experimento básico de microarrays de DNA
consiste en:
1- Diseño y fabricación del microarray.
2- Preparación de la muestra e hibridación.
3- Escaneo del microarray.
4- Análisis de imagen.
5- Análisis de los resultados.

Diseño Array
Diseño Sonda
Microarrays de DNA
PREGUNTA
Diseño Experimental
Preparación Muestra
Hibridación
Análisis de Imagen
Preprocesamiento de datos
Normalización
Análisis Estadístico
Análisis Avanzado de Datos
Extracción de Genes Relevantes
RESPUESTA
Compra Chip/Array

Microarrays de DNA – Experimento básico

Diseño y fabricación

Diseño y fabricación
• La primera fase del diseño del microarray de DNA
consiste en la selección de los genes que se desean
incorporar al experimento.
• Las secuencias necesarias pueden obtenerse, por
ejemplo, de una base de datos de ESTs.
• Puede haber problemas en la identificación de las
secuencias :
• Errores de secuenciación
• Splicing alternativo
• Contaminación

Diseño y fabricación - Sondas
• Una vez seleccionados los genes se realizan
múltiples copias de cada uno mediante PCR, y los
productos (sondas) se depositan en el sustrato.
• Tipos de sondas:
• Genotecas de cDNA (Stanford microarrays)
• Oligonucleótidos (Affymetrix)
• El soporte sólido (sustrato) del microarray suele ser
cristal, y también membranas de nylon o plástico.

Preparación de la muestra

Preparación de la muestra
1. Diseño experimental
2. Realizar experimento
3. Precipitar RNA
4. Marcaje RNA
¿Pregunta?
¿Réplicas?
mutante
¿Eucariota/procariota?
¿Pared celular?
¿Amplificación?
¿Directo o indirecto?
¿Tipo de marcaje?
silvestre

Microarrays de DNA:
el paradigma de una técnica post-genómica
Cy5 Cy3
Arrays de cDNA Arrays de oligonucleótidos

Microarrays de DNA - La tecnología
Stanford Microarrays
Affymetrix
(GENECHIP)

Stanford Microarrays

Stanford Microarrays – Arrays de cDNA
Portas de cristal
Hibridación
Impresión de las sondas
Post-procesamiento

Stanford microarrays – Impresión robótica
Arrays de cDNA

Stanford microarrays – Impresión robótica
• Tamaño del lunar: 100-300 µm (Ø)
• Espaciado: 150-300 µm
• Número lunares I. mecánica: 250-1000 lunares/cm 2
• Número lunares Ink-jet: >2500 lunares/cm 2
• Cantidad DNA:

Stanford microarrays – Perfiles de expresión génica
Preparar Microarray
Clones DNA PCR
Aislar RNA y marcar
Muestra A Aislar
RNA
Purificar
productos
Marcaje con Cy5
Muestra B Aislar
RNA Marcaje con Cy3
Mezclar, hibridar sondas y analizar datos
Hibridar al
microarray
Impresión
robótica
Lavar Analizar datos

Stanford microarrays: el proceso
Cy5 Cy3

mRNA
cDNA
Cy5-cDNA
Stanford microarrays
Muestra A Muestra B
IMPRESIÓN
SONDAS
mRNA
cDNA
Cy3-cDNA

Stanford microarrays – Detección marcaje
• Las muestras hibridadas sobre el microarray se
iluminan sucesivamente con luz láser de dos colores
distintos para estimular la fluorescencia de uno u otro
fluorocromo.
• La cantidad de mRNA unido a una muestra se puede
medir por la intensidad de la fluorescencia emitida al
ser iluminada por el láser del color correspondiente.

Stanford microarrays – Detección marcaje
• Las intensidades de las
fluorescencias emitidas
permiten determinar los
niveles relativos de expresión
de los genes en ambas
muestras problema.

Stanford microarrays: problemas

Stanford microarrays: problemas

La tecnología Affymetrix

La tecnología Affymetrix - Genechip ®

La tecnología Affymetrix - Sondas
• Arrays de oligonucleótidos: síntesis in situ de
oligonucleótidos de 25 bases sobre una superficie
cuadrada de cristal (1.3 cm x 1.3 cm) mediante
fotolitografía.
• 11-20 parejas de sondas específicas para cada gen.
• Sobrerepresentación extremos 3´de los mRNA.
• Seleccionadas para maximizar las temperaturas de
hibridación y la especificidad.

La tecnología Affymetrix - Sondas
• Tamaño del lunar: ~150 µm (Ø).
• Densidad: 10.000-250.000 oligonucleótidos/cm 2 .
• Millones de copias de cada oligonucleótido
específico (10 7 -10 8 copias).
• Un array de oligonucleótidos puede contener
400.000 sondas (aproximadamente 20.000 genes).
• El array de S. cerevisae contiene 6.000 oligos, que
representan todos sus genes conocidos.

La tecnología Affymetrix - Sondas
• Para cada gen existen dos sondas: una de homología
perfecta (PM, Perfect Match) de 25 bases y otra con
una error deliberado/mutación (MM, MisMatch) en la
zona central.
• Buena calidad de datos/ baja varianza.
• La presencia de numerosos genes de control permite
una casi perfecta normalización entre diferentes
experimentos.

Microarrays de DNA - Comparativa
Stanford microarrays:
Flexible, también especies sin secuenciar
Requiere menor presupuesto
Calidad de datos: media-alta
Affymetrix:
No flexible, sólo especies secuenciadas
Equipamiento caro
Calidad de datos: alta

Análisis de imágen

Diseño Array
Diseño Sonda
Microarrays de DNA
PREGUNTA
Diseño Experimental
Preparación Muestra
Hibridación
Análisis de Imagen
Pre-procesamiento de datos
Normalización
Análisis Estadístico
Análisis Avanzado de Datos
Extracción de Genes Relevantes
RESPUESTA
Compra Chip/Array

Análisis de imágen
• Esta nueva forma de experimentar requiere de
nuevas herramientas de análisis y visualización de
resultados.
• Cada experimento de microarrays de DNA genera
una gran cantidad de datos y es preciso realizar un
procesamiento apropiado de los mismos.
• Transformación de las imágenes en números.

Análisis de imágen – Escaneado
Escaneado del porta

Análisis de imágen – Segmentación de los puntos
Intensidad de los puntos: calculo de la media
de los pixel en cada punto.
Corrección del ruido de fondo: local o global.

Análisis de imágen – Evaluación calidad de los datos
La mayor parte de las irregularidades se pueden
detectar por las siguientes medidas:
Variabilidad de la intensidad
Desviación del tamaño de punto
Desviación de la circularidad
Intensidad de señal relativa al fondo
Desviación de la posición en la parrilla
En base a estas medidas, se pueden descartar puntos
irregulares.

Análisis de imágen – Evaluación calidad de los datos
Field Meta Row Meta Column Row Column Gene_ID Flag Signal Mean Background Mean
A 1 1 1 2 ZY030076 0 4655 463
A 1 1 1 3 ZY030066 0 15938 405
A 1 1 1 4 ZY029209 0 7441 390
A 1 1 1 5 ZY030089 0 1842 399
A 1 1 1 6 ZY030084 0 6864 401
A 1 1 1 7 ZY007003 2 471 481
A 1 1 1 8 ZY006869 0 8576 447
A 1 1 1 9 ZY007954 0 4965 405
A 1 1 1 10 ZY006866 0 2236 374
A 1 1 1 11 ZY006782 0 2088 355
A 1 1 1 12 ZY006907 0 4726 342
A 1 1 1 13 ZY006593 0 4437 338
A 1 1 1 14 ZY006850 0 917 321
Matriz de datos de expresión génica

Normalización

Diseño Array
Diseño Sonda
Microarrays de DNA
PREGUNTA
Diseño Experimental
Preparación Muestra
Hibridación
Análisis de Imagen
Pre-procesamiento de datos
Normalización
Análisis Estadístico
Análisis Avanzado de Datos
Extracción de Genes Relevantes
RESPUESTA
Compra Chip/Array

Normalización
• Pre-procesamiento de datos iniciales previo al análisis
estadístico y análisis avanzado de los datos.
• Cada valor de intensidad proviene de una imagen
independiente y es necesario hacer que estos valores
sean comparables. Ajuste básico: igualar la intensidad
media de las imágenes.
• Las intensidades no son únicamente concentraciones de
mRNA, hay múltiples fuentes de variación que pueden
afectar y desviar seriamente la interpretación de los
resultados.

Normalización – Fuentes de variación
Contaminación de tejidos
Degradación
Purificación RNA
Transcripción reversa
Eficiencia de amplificación
Eficiencia de marcaje
(Cy3/Cy5)
Soporte unión DNA
Spotting
Otros temas relacionados
con la preparación del array
Corrección del fondo
Segmentación de la imagen
Eficiencia y especificidad de
hibridación
Efectos espaciales

A
B
C
Normalización
(a) Después de normalización por intensidad media
(b) Después de normalización por Lowess
(c) Después de normalización teniendo en cuenta
efectos espaciales
Antes (izda.) y después normalización (dcha.).
(A) BoxPlots
(B) BoxPlots de subarrays
(C) MA plots (ratio versus intensidad)

Análisis Estadístico

Diseño Array
Diseño Sonda
Microarrays de DNA
PREGUNTA
Diseño Experimental
Preparación Muestra
Hibridación
Análisis de Imagen
Pre-procesamiento de datos
Normalización
Análisis Estadístico
Análisis Avanzado de Datos
Extracción de Genes Relevantes
RESPUESTA
Compra Chip/Array

Análisis estadístico
• Prácticamente cualquier técnica estadística tiene
cabida en los estudios de microarrays de DNA.
• La técnica de agrupamiento de datos más popular es
el análisis de conglomerados:
• A partir de la matriz de datos de expresión
génica.
• Busca formar “grupos naturales”
(conglomerados o clusters) de genes o de
condiciones experimentales que permitan
responder las preguntas del estudio.

Análisis estadístico
• El análisis de conglomerados
permite visualizar aquellos
genes cuyos perfiles de
expresión son más similares.
• Para facilitar la visualización los
números vuelven a convertirse
en colores.

Análisis estadístico
• Otra forma usual de
representar los datos es a
través de un gráfico que
muestre como varia la
expresión del gen entre los
distintos experimentos.

Análisis de resultados

Diseño Array
Diseño Sonda
Microarrays de DNA
PREGUNTA
Diseño Experimental
Preparación Muestra
Hibridación
Análisis de Imagen
Pre-procesamiento de datos
Normalización
Análisis Estadístico
Análisis Avanzado de Datos
Extracción de Genes Relevantes
RESPUESTA
Compra Chip/Array

Análisis de resultados
• Una vez extraída la información de las imágenes hay que
analizar e interpretar los resultados.
• ¿Cómo es posible organizar, visualizar y explorar el
significado de millones de datos de expresión de miles de
genes bajo cientos de condiciones distintas?.
• La forma de analizar los datos dependerá de lo que se
desee averiguar.