Carine Moreira Avaliador: Abadio de Oliveira da Costa BTC 510028 - Biologia Molecular e Métodos Analíticos.

Apresentação em tema: "Carine Moreira Avaliador: Abadio de Oliveira da Costa BTC 510028 - Biologia Molecular e Métodos Analíticos."— Transcrição da apresentação:

1 Carine Moreira Avaliador: Abadio de Oliveira da Costa BTC 510028 - Biologia Molecular e Métodos Analíticos

2 Problemática Polimorfismos em sequências de mRNA marcados – Afeta afinidade de sondas de Microarray RESULTADOS FALSO-POSITIVO E FALSO NEGATIVO EM ESTUDOS DE QTL

3 QTL – Quantitative trait locus Locus controladores da expressão gênica REGIÃO AO LONGO DO CROMOSSOMO RESPONSÁVEIS PELA EXPRESSÃO DE CARACTERÍSTICAS QUANTITATIVAS

4 Características quantitativas: Reguladas por vários genes + fatores ambientais Agropecuária Processos de seleção para melhoramento genético FENÓTIPO DE INTERESSE ECONÔMICO

5 Relação - Microarray X QTL  QTL mapeados – análise do perfil de hibridização Identificação de QTL  Análise do padrão de expressão em larga escala  Chip com perfil de expressão  Spots/probes

6 Estudo QTL – dados do scanner do microarray Conhecimento prévio de mapeamento de QTL DESVANTAGENS  Custo elevado – desenvolvimento de população experimental (F2);  Marcadores moleculares que cubram todo o genoma;  Estudo da herdabilidade da característica em estudo; Região cromossômica que possivelmente contêm os genes de interesse – não define número e nem efeitos exatos desses genes sobre a característica quantitativa;

7 Microarrays – Polimorfismos em sondas Desenho de sondas a partir de uma única referência; = ≠ Ø Resultados confusos de eQTL Sinais falso-positivo e falso-negativo Informação incompleta de referência de localização de SNPs

8

9  Avaliar de uma forma detalhada o problema de polimorfismo em sondas; ESTRATÉGIAS 1.1000 Genomes (Março 2012) NHLBI Exome Sequencing Project 2. Investigação sistemática do efeito no protocolo de remoção de sinal QTL; 3. Avaliar uma solução para o problema – construindo uma manual e um website para usuários de como identificar sondas que podem conter polimorfismos; Identificação e remoção de sinais suspeitos de QTL

10 Pesquisa de dados → Perfil de expressão e genótipo CRBL – Cerebelo humano FCTX – cortex frontal INDIVÍDUOS NORMAIS Illumina HT12 Perfil de expressão de cérebro de 304 indivíduos Norte Americanos (NABEC) Affymetrix Human Exon Perfil de expressão de cérebro de 134 indivíduos do Reino Unido (UKBEC)

11 Illumina HT12 - Sondas 50 oligonucleotídeos (50-mer) - 48000 sondas - Alto rendimento - Custo efetivo - Ideal para estudos de eQTL Affymetrix Human Exon - Sondas 25 oligonucleotídeos (25-mer)

12 Análise da expressão de QTL e Identificação de sinal LD-resolved →  Software MatrixEQTL  R – Estatística computational LD – linkage desequilibrium - se dois genes estão em desequilíbrio de ligação, isto significa que determinados alelos de cada gene são herdados em conjunto mais frequentemente do que seria esperado por acaso. Isto pode ser devido à ligação genética real - isto é os genes estão estreitamente localizado no mesmo cromossomo, ou pode ser também devido a alguma forma de interação funcional, onde algumas combinações de alelos em dois loci

13 Pesquisa de dados de referência de polimorfismos e Identificação de sondas contendo polimorfismos → Suspect-cis-eQTL – cis-eQTL: sonda contendo polimorfismo com frequência alélica maior que 1% em Europeus; Conjunto de dados de referência e diferentes variações genéticas - SNPs – Illumina HumanHap550 (NABEC) Illumina Omni-1 M Quad (UKBEC) Painel CEU de HapMap 1000 Genome Project Servidor variantes de exons – NHLBI-ESP

14 Sondas Affymetrix → Conjunto de quatro sondas Probe masking 1.Se uma das 4 sondas contêm polimorfismo e a outras não – a análise foi feita nas 3 – Denominação: Sonda alterada 2.Se mais de uma sonda contêm polimorfismo – Denominação: Sonda descartada  Através dessa metodologia tanto resultados falso-positivo quanto falso-negativo podem ser recuperados

15 Proporção de sondas contendo polimorfismos na sequência  Uso diferentes dados de referência para determinar o polimorfismo na sonda;  Porcentagem de sondas com polimorfismos é proporcional a quantidade de dados do chip;  Porcentagem de sondas alteradas – aumenta de acordo com o aumento de dados dos bancos de referência;

16 * Banco de dados * * Número de SNPs *

17 Proporção de LD-resolved cis-acting eQTL a partir de sondas com polimorfismo na sequência  Sinais LD suspeitos – porque estão associados a sondas que contêm polimorfismos;  Maior que a proporção de sondas que contêm polimorfismo;

18  Affymetrix Human Exon – mais afetado (55-65%);  A presença de polimorfismo em uma sequência longa (Illumina) tem efeito menos pronunciado na afinidade de ligação do que na sequência curta;

19 Abordagem para lidar com os supects cis-eQTL a partir de sondas descartadas  Affymetrix Exon – 4 sondas constituintes: Exclui uma que tem polimorfismo, avalia as três (P-value). Se mais de uma contêm polimorfismo – descarta a sonda;  Recupera dois terços das sondas que contêm polimorfismos (sondas alteradas)

20 Sondas Illumina??? Probe masking Três alternativas 1.Remover todos os cis-eQTL 2.Aplicar análise de associação condicional; 3.Aplicar LD-filtering;

21  Análise de associação condicional – requer conhecimento da sequência da sonda polimórfica – sequenciamento – trabalhoso e caro;  < 6% de cis-eQTL resgatados (Affymetrix e Illumina)  LD-filtering: resgata 80% de cis-eQTL – mas resgata falso cis- eQTL – independente do R² aplicado  NÃO É RECOMENDADO

22 Exemplo de falso-positivo e falso-negativo devido a polimorfismo em sonda – Dois genes  MAPT – Associado a doenças neurodegenerativas  PRICKLE1 – Associado a epilepsia progressiva

23 Falso-positivo Affymetrix Human Exon Log de expressão

24 Falso-negativo Log de expressão

25 Falso-positivo Illumina HT12 Log de expressão

26  Pequena proporção de sequências contendo polimorfismo – aumenta o número de sinais cis-eQTL – afeta diretamente o e- value que define significância;  Aumento de banco de dados – mais SNPs conhecidos – Mais sondas são avaliadas e identificados os possíveis polimorfismos;  Tecnologia para análise de expressão – RNA-seq – Polimorfismos em sondas continuará sendo importante;  Microarray – baixo custo;

27  Dados de eQTLs baseado em Microarray – recomenda-se reavaliar as sondas para identificar polimorfismos;  Principalmente base de dados de grande porte: Phenotype-Genotype Integrator eQTLbrowser seeQTL SNPexpress GeneVar  Ideal – Base de dados com identificação automática de QTL suspeitos;  SOLUÇÃO: Desenvolvimento de um website: https://caprica.genetics.kcl.ac.uk/~ilori/pipfinder.php

28

29  Prevenção na análise e interpretação de eQTLs  Identificando o problema, este pode ser resolvido; RESULTADOS DE MODO GERAL

30