Top Banner
Le metodologie di studio del cervello: SYSTEMS BIOLOGY Alessia Stell 13.04.10
49

Le metodologie di studio del cervello: SYSTEMS BIOLOGY Alessia Stell 13.04.10.

May 01, 2015

Download

Documents

Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
  • Slide 1
  • Le metodologie di studio del cervello: SYSTEMS BIOLOGY Alessia Stell 13.04.10
  • Slide 2
  • IV secolo A.C IPPOCRATE ipotizza che il cervello sia sede dellintelli- genza IV secolo A.C ARISTOTELE considera il cervello come un meccanismo di raffreddamento del sangue. MEDIOEVO Si studiano disturbi neurologici e psichiatrici (tra cui il mal damore) 1674 Anton van Leeuwenhoek costruisce il primo microscopio
  • Slide 3
  • La nascita delle neuroscienze La reazione nera neuroni come entit singole che sono in contatto e si succedono l'una all'altra
  • Slide 4
  • Studio del cervello: UN APPROCCIO RIDUZIONISTICO
  • Slide 5
  • Studio del cervello: UN APPROCCIO OLISTICO lo studio delle interazioni e degli interscambi che avvengono a diversi livelli dellinformazione biologica
  • Slide 6
  • Il confronto dei due approcci APPROCCIO RIDUZIONISTICO Focalizzato su pochi geni e sui loro prodotti proteici Si ottiene solo una comprensione parziale dei complessi meccanismi eziopatologici APPROCCIO SYSTEMS BIOLOGY I sistemi biologici vengono affrontati non pi come insieme di entit separabili, ma come network di molecole interagenti, che si influenzano a vicenda Permette di comprendere la complessit di un sistema in termini di cambiamenti quantitativi e temporali.
  • Slide 7
  • Da dove deriva la complessit del nostro organismo? 25.000 geni codificanti Il tutto maggiore della somma delle sue singole parti
  • Slide 8
  • Systems Biology cerca di studiare le PROPRIETA EMERGENTI Queste propriet sono caratteristiche inattese dellinsieme, che non possono essere dedotte se osserviamo solo i componenti e non linterazione complessa
  • Slide 9
  • Da Systems Biology a Systems Neuroscience 302 neuroni 5000 connessioni Possono essere usati tool computazionali per definire le connessioni Possono essere mappate le interconnessioni nervose specifiche di determinati pathways e circuiti comportamentali Possono essere quindi tracciate relazioni causali dirette tra lattivit neuronale e il comportamento C.Elegans
  • Slide 10
  • Da Systems Biology a Systems Neuroscience 100 miliardi neuroni 5 x 10^14 connessioni Devono essere utilizzati approcci diversi che consentano di comprendere la complessit
  • Slide 11
  • Metodi di studio di Systems Biology GenomicaSequencing EpigenomicaChIP-chip, ChIP-seQ TrascrittomicaMicroarray e Sequencing Proteomica Mass Spectrometry e Protein Microarrays
  • Slide 12
  • Sequencing Porta alla determinazione della struttura primaria di un polimero Metodo Sanger Automatizzazione del metodo di Sanger Next-Generation Sequencing
  • Slide 13
  • Sequencing Metodo Sanger 1975 dideoxynucleotide triphosphates (ddNTPs), lacking a 3'-OH group required for the formation of a phosphodiester bond between two nucleotides chain-terminator method
  • Slide 14
  • Sequencing - Automatizzazione del metodo di Sanger 2000 1975
  • Slide 15
  • Sequencing SHOTGUN Sequencing Human Genome Project
  • Slide 16
  • Sequencing Next Generation Sanger: 0.1 Mbp/day NGS: 5 Gbp/day (5000 Mbp/day) Incremento di 50.000 volte Throughput:Costi: Sanger: 500$/Mb NGS: 1-2$/Mb Riduzione 500 volte
  • Slide 17
  • Sequencing Next Generation Roche454 IlluminaSolexa AbiSoLID
  • Slide 18
  • Sequencing Solexa Technology
  • Slide 19
  • Epigenomica Modificazioni della architettura del DNA, non dovuta a modificazioni della struttura primaria (sequenza) ChIp-chip / ChIP-Seq DamID
  • Slide 20
  • Epigenomica Modificazioni degli Istoni (N-term) Acetilazione Metilazione Ubiquitilazione Fosforilazione Sumoilazione Modificazioni del DNA Metilazione
  • Slide 21
  • Epigenomica ChIP-chip/ChIP-Seq Il principio della Chromatin immunoprecipitation quello di ISOLARE le porzioni di cromatina che interagiscono con proteine specifiche (in questo caso ISTONI) dal complesso miscuglio di DNA, attraverso luso di ANTICORPI specifici
  • Slide 22
  • Epigenomica ChIP-chip/ChIP-Seq ChIP-Seq Identificando le sequenze, si pu capire DOVE si localizzano i gli istoni, quanto compatta la cromatina, e se queste condizioni cambiano nel tempo o in condizioni diverse
  • Slide 23
  • Epigenetica - DamID (DNA adenine methyltransferase identification) DNA-binding protein as a fusion protein with DNA adenine methyltransferase localizes the methyltransferase in the region of the binding site Adenosine methylation
  • Slide 24
  • Trascrittomica Modificazioni dellespressione del DNA, quindi dei livelli di RNA messaggero Real Time PCR Expression Microarrays
  • Slide 25
  • Proteomica Modificazioni del livello delle proteine allinterno di una cellula, e della loro funzione Mass Spectrometry Protein Microarrays
  • Slide 26
  • Proteomica Mass Spectrometry Determinazione della struttura elementare di un campione o di una molecola (peptidi). Il principio della massa si basa sul diverso rapporto massa/carica dei componenti che vengono ionizzati e accelerati in un campo elettrico Ionizzazione: MALDI (matrix-assisted laser desorption/ionization) Campo Elettrico Detector
  • Slide 27
  • Proteomica Protein Microarrays Per determinare la presenza e quantificare la proteina di interesse in un campione
  • Slide 28
  • Esempi di studi Systems Biology Epigenetica & Trascrittomica Genomica & Trascrittomica Proteomica Biology today relies heavily on genomic data for hypothesis building. Replacement from descriptive science to discovery science
  • Slide 29
  • Epigenetica & Trascrittomica altered epigenetic proles in human neoplasia Uso di anticorpi specifici per Citosine metilate ChIP-chip Cancer Biol 2009
  • Slide 30
  • Genomica & Trascrittomica Science 2008 Scopo: identificare alterazioni geniche in pazienti con GBM, e la loro associazione con la patologia Genomica: sequencing Trascrittomica:Microarrays Fisiologia:survival Isocitrate Dehydrogenase 1_ - non associato precedentemente con GBM - altamente mutato in GBM (mutazioni puntiformi G>A) - associato a miglior survival
  • Slide 31
  • Proteomica Proteomica il metodo di elezione per lo studio delle proteine delle vescicole post-sinaptiche, poich i profili di espressione non sono in grado di fornire dati accurati Identificazione dei complessi con la proteina PSD-95(post-synaptic protein) identificarte 118 proteine Identificazione dei pathways in cui tali proteine sono coinvolte (schizofrenia)
  • Slide 32
  • Nuovi approcci in SYSTEMS BIOLOGY Data SharingNetwork Integrazione di dati genotipici e fenotipici Simulazioni e informatica
  • Slide 33
  • Nuovi approcci in SYSTEMS BIOLOGY Data SharingNetwork Integrazione di dati genotipici e fenotipici Simulazioni e informatica
  • Slide 34
  • Data sharing omics reaserach richiede non solo una strumentazione high-throughput e un team multidisciplinare di biologi, informatici, statistici, ma richiede anche, e in modo fondamentale, un cambio di prospettiva. In questa nuova prospettiva assume un ruolo fondamentale il DATA SHARING Brain Atlases Human proteome Project
  • Slide 35
  • Allen Brain Atlas Mouse Brain Developing mouse brain Mouse spianl cord Human Cortex http://www.brain-map.org/ In situ Hybridization Per combinare GENOMICA e NEUROANATOMIA, creando una mappa di espressione genica nel cervello
  • Slide 36
  • GENSAT GENE EXPRESSION NERVOUS SYSTEM ATLAS Database pubblico di espressione genica ne SNC di topo allo stato embrionale e nel topo adulto Basato su bacterial artificial chromosome (BAC)- transgenic reporter mice
  • Slide 37
  • Human Brain proteome project HUPO BPP is an open international project under the patronage of the Human Proteome Organisation (HUPO) that aims: to analyze the brain proteome of human as well as mouse models in healthy, neurodiseased and aged status with focus on Alzheimer's and Parkinson's Disease to perform quantitative proteomics as well as complemantary gene expression profiling on disease-related brain areas and bodily fluids to advance knowledge of neurodiseases and aging in order to push new diagnostic approaches and medications to exchange knowledge and data with other HUPO projects and national / international initiatives in the neuroproteomic field to make neuroproteomic research and its results available in the scientific community and society
  • Slide 38
  • Nuovi approcci in SYSTEMS BIOLOGY Data SharingNetwork Integrazione di dati genotipici e fenotipici Simulazioni e informatica
  • Slide 39
  • Network SYSTEMS BIOLOGY integra dati che derivano da analisi genetiche, gene expression, esperimenti di proteomica e neurobiologici NETWORKS sistemi di unit interconnesse in grado di interagire e influenzarsi a vicenda Quando i network sono studiati nel loro insieme, emergono propriet che non possono essere derivate dallanalisi individuale dei componenti
  • Slide 40
  • WGCNA From LISTS of genesTo networks WEIGHTED GENE CO-EXPRESSION NETWORK ANALYSIS (WGCNA) Il profilo di espressione pu essere organizzato in networks secondo correlazioni di espressione
  • Slide 41
  • WGCNA: esempio Nature Neuroscience 2008 Cortical Areas Caudate Nucleus
  • Slide 42
  • Network: esempio di studio di geni coinvolti in Atassia PROTEOMICA + BIOINFORMATICA Identificazione di proteine che interagiscono con proteine atassia- specifiche Identificazione di nuovi partner attraverso lo studio di database di interazioni altre 7000 proteine Identificazione di nuovi pathway coinvolti in atassia e altre patologie degenerative
  • Slide 43
  • Nuovi approcci in SYSTEMS BIOLOGY Data SharingNetwork Integrazione di dati genotipici e fenotipici Simulazioni e informatica
  • Slide 44
  • Integrating genotypic and phenotypic data Expression Quantitative Trait Locus (eQTL) analysis Genotypic Data: SNPs in un campione di pazienti Phenotypic Data: Espressione Genica Determinare quali regioni del genoma sono pi INDICATIVE di uno stato fisiologico o patologico
  • Slide 45
  • Nuovi approcci in SYSTEMS BIOLOGY Data SharingNetwork Integrazione di dati genotipici e fenotipici Simulazioni e informatica
  • Slide 46
  • Simulazioni e Bioinformatica Were literally drowning in data. We have lots of scientists who spend their life working out important details, but we have virtually no idea how all these details connect together. Blue Brain is about showing people the whole. (Henry Markram, director of BBP)
  • Slide 47
  • Simulazioni e Bioinformatica BLUE BRAIN PROJECT - Iniziato nel 2005 - Pi di 2000 microchips connessi - 22.800 miliardi di operazioni al secondo Raggiunto primo traguardo: Simulazione del firing in una colonna neocorticale (10.000 neuroni/30 milioni di connessioni)
  • Slide 48
  • Conclusioni Systems Biology lo studio delle interazioni e degli interscambi che avvengono a diversi livelli dellinformazione biologica E possibile grazie allavvento di nuove tecniche di throughput e informatiche
  • Slide 49
  • Conclusioni Le scienze omiche non andranno a sostituire le scienze riduzionistiche. Gli approcci omici offrono una nuova base su cui le scienze riduzionistiche possono essere fondate, dal momento in cui permettono di testare molte ipotesi in parallelo e offrono un contesto di ampio respiro per linterpretazione dei dati.