Laboratorio de Bioinformtica y Matemtica del Genoma

1
Laboratorio de Bioinformática y Matemática del
Genoma

• 2 de Septiembre de 2003

2
Grupo de Trabajo

• Ingenieros
• Andrés Aravena, Ing. Matemático
• Nicole Benoit , Ing. Civil Biotecnología
• Lorena Cerda, Ing. Industrial
• Carolina Fierro, Ing. Informática,
  DEA-Bioinformática Paris
• Paula Mellado, Ing. Civil Biotecnología
• Investigadores CMM-DIM
• Nancy Lacourly, Doctor en Estadística
• Alejandro Maass, Doctor en Matemáticas, Director
• Servet Martínez, Doctor en Matemáticas
• Investigador INTA
• Mauricio González, Doctor en Biología

3
Otros Investigadores

• Colaboración Nacional
• Ricardo Baeza (DCC)
• Iván Rapaport (CMM-DIM)
• Cooperación Internacional
• Gilles Bernot (Genopole, Francia)
• Gilles Didier (Genopole, Francia)
• Eduardo Neves (U. Sao Paulo, Brasil)
• Elisabeth Pécou (U. Bourgogne, Dijon, Francia)
• Nicolas Pollet (U. Orsay, Paris, Francia)
• Alain Viari (INRIA-Rhônes Alpes, Francia)

4
Nuestro Capital

• Matemáticas del Genoma
• Teoría de la Información, Lenguajes Formales,
  Dinámica Simbólica, Probabilidades.
• Exploración de datos genómicos
• Bioinformática, Análisis de Datos, Estadística.
• Grupo Interdisciplinario
• Científicos e Ingenieros en Matemáticas,
  Informática, Industrias, Bioinformática, Química,
  Biotecnología y Biología.
• Seminario semanal
• Inserto internacionalmente
• CNRS, Genopole.
• Proyectos
• Bio-Sigma Laboratorio para Bio-Minería
• Núcleo Milenio en Información y Aleatoriedad
• CMM-Fondap

5
Hacia las leyes
AGCTTTTCATTCTGACTGCAACGGGCAATATGTCTCTGTGTGGATTAAAA
AAAGAGTGTCTGATAGCAGCTTCTGAACTGGTTACCTGCCGTGAGTAAAT
TAAAATTTTATTGACTTAGGTCACTAAATACTTTAACCAATATAGGCATA
GCGCACAGACAGATAAAAATTACAGAGTACACAACATCCATGAAACGCAT
TAGCACCACCATTACCACCACCATCACCATTACCACAGGTAACGGTGCGG
GCTGACGCGTACAGGAAACACAGAAAAAAGCCCGCACCTGACAGTGCGGG
CTTTTTTTTTCGACCAAAGGTAACGAGGTAACAACCATGCGAGTGTTGAA
GTTCGGCGGTACATCAGTGGCAAATGCAGAACGTTTTCTGCGTGTTGCCG
ATATTCTGGAAAGCAATGCCAGGCAGGGGCAGGTGGCCACCGTCCTCTCT
GCCCCCGCCAAAATCACCAACCACCTGGTGGCGATGATTGAAAAAACCAT
TAGCGGCCAGGATGCTTTACCCAATATCAGCGATGCCGAACGTATTTTTG
CCGAACTTTTGACGGGACTCGCCGCCGCCCAGCCGGGGTTCCCGCTGGCG
CAATTGAAAACTTTCGTCGATCAGGAATTTGCCCAAATAAAACATGTCCT
GCATGGCATTAGTTTGTTGGGGCAGTGCCCGGATAGCATCAACGCTGCGC
TGATTTGCCGTGGCGAGAAAATGTCGATCGCCATTATGGCCGGCGTATTA
GAAGCGCGCGGTCACAACGTTACTGTTATCGATCCGGTCGAAAAACTGCT
GGCAGTGGGGCATTACCTCGAATCTACCGTCGATATTGCTGAGTCCACCC
GCCGTATTGCGGCAAGCCGCATTCCGGCTGATCACATGGTGCTGATGGCA
GGTTTCACCGCCGGTAATGAAAAAGGCGAACTGGTGGTGCTTGGACGCAA
CGGTTCCGAC
Genes
Hebra 1
Hebra -1
6
Hacia las leyes
Bacteria Biominera
Escherichia coli
Sesgo letras Paseo genes
7
Contexto Internacional
8
DOE and NIH Human Genome

• The Human Genome Project is sometimes reported
  to have a cost of 3 billion. However, this
  figure refers to the total projected funding over
  a 13-year period (19902003) for a wide range of
  scientific activities related to genomics. These
  include studies of human diseases, experimental
  organisms, development of new technologies for
  biological and medical research computational
  methods to analyze genomes and ethical, legal,
  and social issues related to genetics. Human
  genome sequencing represents only a small
  fraction of the overall 13-year budget.
• (Inicialmente proyectado para 15 años)

9
DOE Environment

• What is the Microbial Genome Program?
• The MGP was initiated by the DOE in 1994 to
  study the DNA, or genetic material, of microbes
  including a range of difficult challenges such as
  environmental waste cleanup, energy production,
  and biotechnology
• Why Microbes? Microbes make up about 60 of the
  Earth's biomass, yet less than 1 of microbial
  species have been identified. Identifying their
  unique capabilities, which have evolved over 3.8
  billion years, will offer us new solutions to
  longstanding challenges in environmental and
  waste cleanup, energy production and use,
  medicine, industrial processes, agriculture, and
  other areas. Their capabilities soon will be
  added to the list of traditional commercial uses
  for microbes in industry.

10
European Unions Sixth FrameWork Programme

• Life sciences, genomics and biotechnology for
  health is one of seven major thematic priorities
  of FP6 EU. To this end both fundamental and
  applied research will be supported, with an
  emphasis on integrated, multidisciplinary, and
  coordinated efforts.
• The indicative budget is EUR 2255 million for the
  period 2002-2006.
• (menor a 7 de inversión europea)

11
Fundamental knowledge and basic tools for
Functional Genomics FP6

• Programme objectivesTo foster the basic
  understanding of genomic information, by
  developing the knowledge base, tools and
  resources needed to decipher the function of
  genes and gene products relevant to human health
  and environment.Project consortia should include
  small and medium-sized enterprises.
• Research actions
• Gene expression and proteomics to enable
  researchers to better decipher the functions of
  genes and gene products as well as to define the
  complex regulatory networks (biocomplexity) that
  control fundamental biological processes.
• Bioinformatics. Research will focus on developing
  bioinformatic tools and resources for data
  storage, mining and processing developing
  computational biology approaches for in silico
  prediction of gene function and for the
  simulation of complex regulatory networks.

12
Crecimiento explosivo de la información

• Datos públicos

13
NSF Priority Areas (5)

• Mathematical Sciences The mathematical
  sciences provide both powerful tools for insight
  and a common language to enable SE progress in
  such areas as genomics , and allow scientists
  and engineers to tackle a broad range of
  important challenges long considered
  intractable.
• NSF Strategic Plan 2001-2006

14
Proyecto de Ingeniería Genómica

• Organización e Integración de la Información
  Genómica para la Biominería
• U. de Chile - BioSigma S.A. - Milenio - CMM

15
Desafíos y Beneficios

• Nueva interacción empresa-universidad
• Financiamientos múltiples
• Propiedad intelectual
• Pilotaje y Consorcio
• Patentes
• No se patentan descubrimientos, métodos
  matemáticos ni secuencias
• Se patenta la aplicabilidad

16
Necesidad de Eficiencia

• Costos genoma de bacteria
• Secuencia ? 3.000.000 bp
• Generar librería ? US 40.000
• Secuenciar buena calidad ? US 240.000
• Secuenciar baja calidad ? US 100.000
• Microarray ? US 100.000
• Genoma completo, 10 variables

17
Visión
Biolixiviación
18
Biolixiviación

• Lixiviación de metales contenidos en minerales
  mediante el uso de microorganismos que lo hacen
  en forma natural

19
Visión
Biolixiviación
Metagenómica
20
MetagenómicaDefiniciones

• Genomas colectivos o Multigenómica
• Todos los posibles genes de una recopilación de
  microbios
• Información genómica completa de la población
  microbiana de un determinado hábitat
• Estudio de microorganismos de medioambientes no
  reproducibles en laboratorio
• Genómica del Ecosistema

21
Metagenómica Usos

• Identificar sustancias nuevas y útiles
• Hacer análisis filogénicos
• Reconstruir los genomas de organismos no
  cultivados en laboratorio
• Estudiar el genoma de una muestra particular y
  única
• Estudiar las propiedades del consorcio de
  bacterias.

22
Librería Metagenómica
DNA genómico heterólogo
Muestra del medio ambiente
Librería Metagenómica
Enfoque de función
Enfoque de secuencia
Identificación de los genes (microorganismos) que
expresan una característica deseada Microarrays
Búsqueda de los genes (microorganismos) que
contienen una secuencia de interés Secuenciación
- Anotación
Imágenes Biotechnological prospects from
metagenomics. Current Opinion in Biotechnology
2003, 14303-310
23
Visión
Biolixiviación
Metagenómica
Microarray
24
1 Hibridación
3 Scanner
2 Lavado
Imagen http//bioinf.ibun.unal.edu.co
25
Microarrays

• Ejemplo (Genopole/INRA)
• Efecto del azufre sobre la expresión de genes en
  el Bacillus subtilis
• Objetivo del experimento
• Determinar variaciones significativas en la
  expresión del gen cuando el Bacillus subtilis se
  reproduce en fuentes de azufre distintas
  metionina (Met) y metiltioribosa (Mrt).

26
Esquema del experimento
Fuente de Azufre
Día
Concentración de genes
Duplicado
Experimento que permite distinguir las
variaciones de origen biológico de los ruidos del
procedimiento.
27
Objetivos y Resultados

• Matriz de resultados de 16 columnas por 4107
  filas
• Objetivos del Análisis Estadístico
  Multidimensional
• Detectar los genes que sub-expresan o
  sobre-expresan debido solamente al cambio de la
  fuente de azufre.
• Asignar funciones a genes con funciones
  desconocidas.
• Resultados
• Se identificaron dos grupos de genes que varían
  significativamente según la fuente de azufre y
  poco influenciados por las otras condiciones.
• Se identificaron los genes vecinos sobre la misma
  hebra. Se detectó que varios de ellos forman
  operones.

Se encontró una relación entre el metabolismo de
la arginina y el metabolismo del azufre.
28
Análisis de Clasificación Jerárquica
Extremos del dendograma
29
Visión
Secuenciación Anotación
Biolixiviación
Metagenómica
Microarray
30
Anotación funcional de genomas de bacterias
Anotación LBMG bacteria biominera
Anotación NCBI de Bacillus subtilis
31
Detalle de la anotación
32
Detalle de la anotación
33
Búsqueda de operones

• Operón
• Genes que se transcriben y expresan como grupo
• La estructura es conservada en distintos
  microorganismos

Operón encontrado en nuestra anotación y que está
documentado en E. coli. Su localización en el
genoma es información nueva.
34
Visión
Secuenciación Anotación
Biolixiviación
Metagenómica
Microarray
Regulación
35
Red de regulaciónEjemplo Homeostásis de Cobre

• Describe la interacción entre genes que
  participan en una etapa del metabolismo. La
  descripción cualitativa de su dinámica es
  significativa matemática y biológicamente.

CY
CA
CZ
kY, KY
z, x2
g, x3
kZ, KZ
rZ, RZ
sZ
sY
sA
a, x0
x4
kB, KB
rX, RX
kX, KX
b, x5
x1
CB
36
Ecuaciones de transporte de iones

• dx0/dt f(t) kA(a-x0)/(KAa-x0) - sAx0 - x0(
  kX(X-x1)/(KXX-x1) kZ (z-x2)/(KZ z-x2) kB
  (b-x5)/(KB b-x5))
• dx1/dt x0 kX (X-x1)/(KX X-x1)
• dx2/dt x0 kZ (z-x2)/(KZ z-x2) x4 rZ
  (z-x2)/(RZ z-x2)
• - x2(sZ kY (g-x3)/(KY g-x3))
• dx3/dt x2kY(g-x3)/(KY g-x3) - sYx3
• dx4/dt sAx0 sZx2sYx3 x4rX(X-x1)/(RX
  X-x1)- x4rZ(z -x2)/(RZz-x2)
• dx5/dt x0 kB (b-x5) / (KB b-x5) - t x5

Ecuaciones de regulación
da/dt CA/(1 L(g x3)) dA a db/dt CB/(1
L(g x3)) dB b dg/dt CY/(1 L(g x3)) dY
g dz/dt CZ/(1 L(g x3)) dZ z
37
Visión
Secuenciación Anotación
Biolixiviación
Metagenómica
Gestión de la información
Microarray
Regulación
38
Sistema de Organización e Integración de la
Información

• Integrar un amplio rango de información
  proteómica y genómica en biominería
• Permitir la búsqueda conjunta de informaciones
  tales como
• Funciones específicas de una proteína
• Microorganismos en que ha sido caracterizada
• Red metabólica donde realiza la función
• Publicaciones asociadas
• Patrones de expresión

39
Gestión de la Información

• Almacenar nuevos datos generados por los
  investigadores del consorcio en torno a BioSigma
  S.A.
• Relacionarlos a la información existente y
  analizarlos para optimizar el diseño experimental
  y la toma de decisiones
• Validar el banco de datos con especial énfasis en
  la biominería (parte significativa de la
  información pública es parcial y ambigua)

40
Visión
Secuenciación Anotación
Biolixiviación
Metagenómica
Gestión de la información
Microarray
Regulación
41
Department of Energy, USA, 2003
42

• Assemble community and organism genomes
• Annotate and compare sequences
• Mine and analyze microarray data (Microbial Cell
  Project)
• Reconstruct and model metabolic pathways and
  networks
• Model community responses to environmental
  changes (Microbial Cell Project)

Department of Energy, USA, 2003
43

• El Desierto de Atacama son puros pastizales
• Miren a esas ovejas correr sobre los
  pastizales del desierto
• Miren a sus mismos sueños balar allá sobre esas
  pampas infinitas

44

• Y si no se escucha a las ovejas balar en el
  Desierto de Atacama nosotros somos entonces los
  pastizales de Chile para que en todo el espacio
  en todo el mundo en toda la patria se escuche
  ahora el balar de nuestras propias almas sobre
  esos desolados desiertos miserables

45

• Y si no se escucha a las ovejas balar en el
  Desierto de Atacama nosotros somos entonces los
  pastizales de Chile para que en todo el espacio
  en todo el mundo en toda la patria se escuche
  ahora el balar de nuestras propias almas sobre
  esos desolados desiertos miserables

R. Zurita, Anteparaíso