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

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

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

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)

FG-kurssimme aiheet Genomit Geenivariaatiot DNA-sirut Proteomiikka

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

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

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

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

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

Oppimispäiväkirja pakollinen merkittävä: joka päivä käytetty aika oppimispäiväkirjaan on 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

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”

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

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)

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)

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

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

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

DNA-sirukoe: tulokset ryhmiteltyinä (klusteroituina)

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

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

2-ulotteinen elektroforeesi

Bioinformatiikka proteomiikassa