IGA 8e

1
Convirtiendo lecturas de secuencia en un mapa de
secuencia
Scaffolds o supercontigs el reto consiste en
pegar los miles de contigs producidos por el
WGS.
2

• Lectura promedio de 600 bp
• Genoma de 3,000000,000
• Necesitamos 50 millones de lecturas
  independientes para obtener una cobertura 10X
• Tasa de falla 20
• Minimizar el esfuerzo y error automatizacion

3
(No Transcript)
4
(No Transcript)
5
(No Transcript)
6
Estrategias de secuenciamiento

• Whole genome shotgun
• Map based
• Ambas estan basadas en la produccion de clones

7
Shotgun sequencing
Inserto es desconocido
Pair-end reads
Los primers son secuencia del vector
8
Scaffolds o supercontigs La solucion esta en
usar los pair-end Reads teniendo insertos de
varios tamaños 2kb, 100kb y 150kb
9
Este metodo se uso en cientos de procariotas (112
en julio del 2003) Tambien en Drosophila la cual
tiene repeats largos (3-8kb) cada 150kb
10
Usando el metodo de clones ordenados para
secuenciar genomas complejos

• Los clones de una genoteca son evaluados para
  buscar similaridades en patrones de restriccion.
• El resultado son grupos de clones ordenados u
  orientados a lo largo del genoma que se llama el
  mapa fisico.
• Luego cada clon es tratado como un minigenoma en
  el cual se producen muchas lecturas para cada uno
  usando la logica del WGS
• Finalmente las secuencias son ensambladas en una
  secuencia llamada consenso

11

• Digestion con multiples enzimas para generar el
  fingerprint de cada clon.
• Lo importante es el numero de bandas que son
  compartidas.
• 25-50 de bandas para tenr un overlap

12
El mapa fisico ensambla los clones en grupos que
se sobrelapan llamados contigs de clones.
Eventualmente cada contig sera del Largo de un
cromosoma
13
(No Transcript)
14
(No Transcript)
15
Gaps

• En ambos metodos de secuenciamiento existen zonas
  con gaps
• Secuencias que incapacitan a la bacteria para
  crecer.
• Si los gaps son cortos PCR y primer walking
• Si son grandes clonar en un organismo diferente,
  ej. Levaduras.

16
Uniendo mapas fisicos con mapas geneticos y
citogeneticos

• Los probes pueden ser hibridizados a los clones.
• Las secuencias de los marcadores pueden ser
  buscadas en los clones usando computadoras
  (electronic PCR)

17
Clonamiento posicional
18
El significado de la secuencia
La informacion en el genoma puede ser descrita
como la totalidad de secuencias que codifica las
proteinas, RNA y los docking sites que Permiten
la accion de estos a tiempo y en tejido apropiado.
19
Deducir los genes que codifican proteinas
(proteoma)
Buscar ORFs computacionalmente encontrando start
y stop codons Evidencia directa de cDNAs y ESTs
20
Docking sites

• Gene finding programs
• Buscan predecir secuencias sitios de inicio de la
  transcripcion, splice sites, codones de inicio de
  la traduccion
• Estas predicciones estan basadas en estadisticas
  de los motivos consenso
• No son perfectos

21
Prediciendo genes
UGC vs UGU Para cysteine
Diversas informaciones independientes se validan
22
(No Transcript)
23
(No Transcript)
24
Genomica funcional
25
(No Transcript)
26
(No Transcript)