Reconstruindo Mapas Regulatórios Dinâmicos

1. Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 Universidade Federal de Pernambuco - UFPE Centro de Informática - Cin Reconstruindo Mapas Regulatórios Dinâmicos Jason Ernest, Oded Vainas, Christopher Harbisson, Itamar Simon e Ziv Joseph Apresentado por Rogério dos Santos Rosa

2. Agenda Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Biologia Sistêmica; • Redes Regulatórias; • Técnicas usadas para Inferência de Redes; • Objetivo do Artigo; • Descrição do Método; • Resultados obtidos; • Conclusão;

3. Biologia Sistêmica - Introdução Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Biologia sistêmica é uma área de estudos multidisciplinar que tem como objetivo entender as complexas relações entre entidades biológicas. Batimentos Cardíacos Pressão Arterial Stress Qual é a relação entre esses elementos? Dado que um se altera, como os demais são afetados?

4. Biologia Sistêmica - Histórico Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Surge como disciplina a partir de 1960: • - Em 1966 em Cleveland/EUA ocorre o “Systems Theory and Biology”; • Nos anos de 1960, 1970 e 1980: • - Falta de dados biológicos disponíveis; • - Limitação da capacidade computacional; • Nos anos de 1990 e 2000: • - Limitações das décadas anteriores já se encontram amenizadas;

5. Biologia Sistêmica - Níveis Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Um sistema biológico como o corpo humano apresenta muitos níveis de detalhamento, nesse caso queremos o nível mais fundamental possível. Queremos entender como os genes se relacionam! 5

6. Redes Regulatórias - Introdução Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Redes Regulatórias: em sistemas biológicos reais, os genes não atuam de forma isolada. Genes podem regular o comportamento de outros genes. Assim, entender suas interações e poder inferir relações causais são importantes. A meta final da revolução genética é a compreensão do genoma e as causas genéticas por trás de características fenotípicas dos organismos. 6

7. Redes Regulatórias - Motivação Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Para entender o complexo processo de cooperação entre genes e avaliar possíveis intervenções; • Entendimento do processo de interação que ocorre durante o desenvolvimento do organismo; • Compreensão da conexão entre regulação e fenótipo; • Previsão do futuro de um sistema; • Identificação de alvos para fármacos; 7

8. Redes Regulatórias - Regulação Gênica Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 O mRNA é traduzido para uma proteína Genes transcrevem mRNA A proteína pode ser uma enzima e a enzima pode ser um fator de transcrição 8

9. Redes Regulatórias - Níveis Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 9

10. Redes Regulatórias - Esquema Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 10

11. Redes Regulatórias - Classificação Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Os pesquisadores Thomas Schlitt e Alviz Brazma (BMC Bioinformatics) propuseram quatro categorias para classificação de tais modelos segundo os níveis de detalhamento e complexidade: • Lista de Partes • Topológicos • Lógicos e de Controle • Dinâmicos 11

12. Métodos para Modelagem de Redes Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Alguns métodos aplicados para modelagem de redes dinâmicas: • Equações Auto-Regressivas; • Hidden Markov Models (HMMs); • Equações Diferenciais; • Redes Bayesianas Dinâmicas; • Etc... 12

13. Modelo de Markov - Introdução Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Ferramenta para análise de sistemas complexos • Máquina de estados • O próximo símbolo depende do atual • Modelo probabilístico • Usa estatística para prever próximo estado A T G C

14. Modelo de Markov - Introdução Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 Probabilidade de transição • Associado a cada aresta • Determina a probabilidade de um certo resíduo seguir outro (ou um estado seguir outro) é a probabilidade de t acontecer dado que s já tenha acontecido. T ast S 14

15. Introdução ao Modelo de Markov Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 a probabilidade de um estado acontecer depende apenas do estado anterior!

16. Exemplo – Ilhas CpG Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Um CpG é a ocorrência, numa seqüência, de CG, numa cadeia de DNA. • A chance de G (guanina) acontecer dado que C (citosina) aconteça é muito pequena devido a uma reação (com o grupo metila) que transforma C em T (timina) quando os dois estão seguidos dessa forma. G Reação com o grupo metil C T 16

17. Exemplo – Ilhas CpG Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • No entanto, esta reação é suprimida próxima a regiões como promotores e “starts”. Nessas regiões, portanto, se encontram muito mais CpG’s que em qualquer outro lugar. Tais regiões são chamadas ilhas CpG Ilha CpG ACTACTCGTACGAAGCACGT 17

18. Exemplo – Ilhas CpG Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Problema 1: Dada uma cadeia de seqüência genômica, como iremos decidir se ela veio de uma ilha CpG ou não? • Problema 2: Dada uma longa cadeia, como achar as ilhas nela, se é que existe alguma? 18

19. Exemplo – Ilhas CpG Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 Probabilidade das transiçõesnas Ilhas CpG (+) A probabilidade de C acontecer depois de um A é de 0.274 Note que a soma de cada linha é igual a 1. 19

20. Exemplo – Ilhas CpG Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 Probabilidade das transiçõesnas outras regiões (-) Note que um G seguir um C tem uma probabilidade (0.078) muito menor de ocorrer em regiões fora das ilhas.

21. Exemplo – Ilhas CpG Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 ACTACTCGTACGAAGCACGT Para a ilha TCGTACGA, ela é de fato uma ilha? • Chances de ser uma ilha: P(x) = 0.188*0.355*0.274*0.125*0.079*0.274*0.274*0.161 = 2,18273428997918*10-6 • Chances de não ser uma ilha: P(x) = 8,2193257434981888*10-7 Há 10 vezes mais chances de ser uma ilha!

22. Introdução ao Modelo Oculto de Markov (HMM) Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Modelo estatístico baseado no modelo de Markov; • Busca determinar parâmetros escondidos a partir dos observáveis; • Os parâmetros extraídos podem ser, posteriormente, usados para futuras análises; • Os estados não são diretamente visíveis, mas através de suas variáveis; • Muito utilizado em aplicações como reconhecimento de padrões e várias em bioinformática;

23. Diferenças Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009

24. Exemplo – Ilhas CpG Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Para simular um modelo de ilhas em um oceano de não-ilhas, precisamos das duas cadeias (+,-) • Os símbolos serão distinguidos pelos sinais • A+, C+, G+, T+ para ilhas • A-, C-, G-, T- para não-ilhas • Transições intra-modelos com maior probabilidade que as inter-modelos • Probabilidade maior para transição de + para – que – para +.

25. Exemplo – Ilhas CpG O que está oculto? Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Dado um símbolo, não nos é visível qual o estado ao qual ele pertence. • Por exemplo, o símbolo C, não temos como afirmar apenas olhando para ele se ele foi emitido pelo estado C+ ou C-. ? C+ C C-

26. HMMs Lineares aplicados à análise de dados de expressão gênica Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009

27. HMMs Lineares aplicados à análise de dados de expressão gênica Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 27

28. Objetivo do Artigo - Problema Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 TFs TFs TFs Expressão Dados de Microarranjo (dinâmico) 0 Tempo Dados de ChIP-Chip (estático)

29. Método - IOHMM Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 7 5 End 3 Start 1 2 4 6 8 29

30. Introdução à HMMs Lineares Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 30

31. Método – Dynamic Regulatory Events Miner (DREM) Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Foi estendido um algoritmo para treinamento de IOHMMs (Bengio e Frasconi, 1995) ; • Os estados são usados para agrupar genes com níveis de expressão similares em um dado momento no tempo; • Cada estado é associado a um momento no tempo e representa uma distribuição Gaussiana dos valores de expressão dos genes associados a ele; • O algoritmo busca sobre muitas possibilidades de estrutura, estimando os parâmetros e aplicando um score utilizando cross-validation para selecionar a mais adequada; • Por fim, são computados scores de associação entre os TFs e os pontos de divergência usando distribuição hipergeométrica; 31

32. Mapa temporal em respostas à carência de aminoácidos em levedura (parte 1) Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 Utilizou-se 34 TFs 32

33. Mapa temporal em respostas à carência de aminoácidos em levedura (parte 2) Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 Utilizou-se 75 TFs 33

34. Mapa temporal para regulação de resposta a stress em levedura Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 Alta temperatura, Baixa temperatura e Hidrogênio Peroxido 34

35. Conclusão Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Normalmente se constroi grafos estáticos para representação de redes. Entretanto sistemas biológicos são dinâmicos; • DREM apresenta uma visão dinâmica do processo de regulação; • TFs podem regular diferentes genes em diferentes pontos no tempo; • A acurácia dos modelos gerados pelo DREM representam um forte indicativo de qualidade; • Como os demais métodos, DREM é fortemente dependente dos dados; 35

36. Referencias Rogério dos Santos Rosa (Cin- UFPE) Mapas Regulatórios Dinâmicos Abril de 2009 • Reconstructing dynamic regulatory maps – Jason Ernest, Oded Vainas, Christopher Harbisson, Itamar Simon e Ziv Joseph - 2007 – Molecular Systems Biology; • Current approaches to gene regulatory network modeling - Thomas Schlitt e Alvis Brazma - 2007 - BMC Bioinformatics; • Capítulo 4 da tese de Doutorado de Ivan Gesteira; • Exemplo de Ilhas CpG retirado da apresentação de Everson Veríssimo da Silva; 36