Introdução à Bioinformática Prof. IVAné@

Computação e Biologia Molecular Bioinformática União da ciência da computação com a biologia molecular É uma área nova Há 10 anos atrás o termo nem existia Depois da descoberta de Watson e Crick (1953) de que o DNA é estruturado como uma hélice dupla; a Bioinformática passa a ser um dos instrumentos mais importante e fundamental para o estudo da Biologia Molecular.

Contexto Histórico A história começa na década de 1940 com a invenção do moderno computador digital Ele se chama digital, pois os dados são armazenados com um alfabeto binário Dígitos binários – 0 e 1 A operação também é digital, baseada na lógica liga/desliga A descoberta da hélice dupla, em 1953, mostrou que a informação genética também é armazenada de forma digital Mas diferente do alfabeto binário dos computadores, os dados genéticos são armazenados com um alfabeto quaternário A, C, G e T Mais tarde se descobriu que a forma dos genes operarem também é digital Até certo ponto, os genes podem ser “ligados” ou “desligados” Apenas estas observações já seria suficiente para prever, na década de 1950, que um dia informática e biologia molecular iriam juntas fazer nascer uma nova área de conhecimento

Quase que em sintonia desembocamos em 1995 A bioinformática passou a ser reconhecida como importante pelo mundo científico por volta de 1995 Ano que o primeiro genoma de uma bactéria foi publicado A Biologia Molecular Apesar da estrutura do DNA ter sido desvendada em 1953, a informação nela contida não podia ser “lida” Foi como tivéssemos descoberto o alfabeto utilizado para escrever “o livro da vida”, mas as “palavras” desse livro estavam com letrinhas tão pequenas que não conseguíamos lê-las Foi preciso esperar até fins da década de 1980 para que aparecesse uma “lente de aumento” suficientemente boa que permitisse a leitura dessas letrinhas em grande quantidade A computação Computadores sendo capazes de armazenar cada vez mais informação, de processá-la de modo cada vez mais rápido, a um custo cada vez menor Na década de 1970 a unidade básica de armazenamento de informação era o kilobyte -- 1000 bytes, aproximadamente 1000 letras Um computador de grande porte daquela época tinha alguns kbytes de memória Com tal memória um computador desses não seria capaz de processar nem sequer o genoma de um vírus, que pode chegar a 20 kilobases, ou 20 mil letrinhas; que dirá o genoma humano, com seus 3 bilhões de letrinhas Quase que em sintonia desembocamos em 1995 Os computadores já estavam suficientemente poderosos para poder processar os milhões e milhões de letrinhas. E assim nasceu a bioinformática,

Duas abordagens da BIOINFORMÁTICA Primeiro _ problema é chamado de problema biotecnológico Montagem do DNA Segunda _ diz respeito à natureza da biologia molecular Saber que informação está contida nos genomas

Problema biotecnológico Montagem de DNA Um genoma de bactéria tem em geral 3 ou 4 milhões de letrinhas ou bases As máquinas seqüenciadoras conseguem ler apenas pedaços de cerca de 1000 bases Então como é possível ler um livro de 3 ou 4 milhões de letras se só conseguimos ler fragmentos de 1000 letras? A solução é gerar uma enorme quantidade de fragmentos que tenham sobreposição entre si Para ler 3 ou 4 milhões são necessários cerca de 100 mil desses fragmentos É necessário um programa de computador para montar esse quebra cabeça Limitação tecnológica atual É necessario um computador que consiga ler diretamente as 3 ou 4 milhões de bases Existem dezenas ou centenas de outros problemas na bioinformática, cada um deles motivado por uma particular tecnologia

Para além da tecnologia Que problemas são esses? São basicamente de dois tipos Primeiro- temos a interpretação do DNA como uma linguagem, a linguagem dos genes Segundo- entender os efeitos da informação genética Os genomas contém informação Por exemplo: Para diferentes espécies de organismos e para diferentes indivíduos de uma espécie, particularmente a nossa. Essa interpretação requer métodos, técnicas, algoritmos que vêm principalmente da informática, pois afinal ela é a ciência da informação Dar sentido a essa sopa é tarefa dos bioinformatas

Algumas definições sobre Bioinformática Pesquisa e desenvolvimento de ferramentas computacionais, matemáticas e estatísticas para a resolução de problemas da Biologia Biologia Molecular Número de definições  Número de bioinformatas Muitos tem sua própria definição de Bioinformática, com detalhes sutis para refletir seu interesse em Ciências Biológicas A Computação está para a Biologia da mesma forma que a matemática está para física Harold Morowitz Uma combinação de Ciência da Computação, Tecnologia da Informação e Genética para determinar e analisar informação genética Bits Journal - Bioinformatics: Information Technology & Systems

Bioinformática: atualmente Ênfase está se deslocando progressivamente do acúmulo de dados para a sua interpretação Com os sequenciamentos realizados, um grande volume de dados tem sido gerado Esses dados precisam agora ser analisados Análise laboratorial é difícil e cara Ferramentas computacionais sofisticadas são necessárias para a análise dos dados obtidos

A necessidade de lidar com dados imprecisos Para muitas dessas análises, as ferramentas computacionais precisam lidar com dados imprecisos e ruidosos Técnicas de laboratório de Biologia Molecular quase sempre geram dados com erros ou imprecisões Erros na coleta de dados Erros na construção de bases de dados Aprendizado de Máquina Fornece técnicas para lidar com os problemas acima

Uso da bioinformática na análise genômicas

uma fita molde é sequenciada de cada vez ATCTCGTAGCT ATCTCGTAGCTA A G C T ATCTCGTAGCTAG ATCTCGTAGCTAGC ATCTCGTAGCTAGCT ATCTCGTAGCTAGCTA ATCTCGTAGCTAGCTAC ATCTCGTAGCTAGCTACG ATCTCGTAGCTAGCTACGA ATCTCGTAGCTAGCTACGAC ATCTCGTAGCTAGCTACGACG ATCTCGTAGCTAGCTACGACGT ATCTCGTAGCTAGCTACGACGTC ATCTCGTAGCTAGCTACGACGTCT ATCTCGTAGCTAGCTACGACGTCTA TAGAGCATCGATCGATGCTGCAGATGATGCTAGCATCGGCTAGGCGACG eletroforese capilar e leitura da fluorescência da unidade interruptora uma fita molde é sequenciada de cada vez

Crescimento do GenBank Seqüências 16.000.000 15 milhões 14.000.000 24h 12.000.000 Japonês 10.000.000 Europeu 8.000.000 6.000.000 4.000.000 2.000.000 606 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 Ano

Projeto Genográfico National Geographic e IBM http://www.youtube.com/watch?v=xYDBZdy1WNE