GDV Proseminar “Visualisierung in der Bioinformatik” Genom – Visualisierung FfM., den 05.06.2003

1. Johann Wolfgang Goethe-Universität Frankfurt am Main GDV Proseminar “Visualisierung in der Bioinformatik” Genom – Visualisierung FfM., den 05.06.2003 Oleg Rempel und Sven Zöller

2. Gliederung 1 Einleitung 1.1  Exkurs ins menschlichen Genom 1.2  Human Genom Projekt 2 Graphisches Darstellen von Genomen 2.1 Ziele 2.2 Probleme 3 ProtAnnot und Neomorphic GeneViewer 3.1 Hintergrund 3.2  Semantisches Zooming 3.3  Zweidimensionales Zooming 3.4  Einzelne oder doppelte Reihenfolge der Genstruktur 3.5  Umgang mit der Komplexität der Informationen 3.6  Proteinvorhersage 4 Beispiel SeqVISTA 4.1 Hintergrund 4.2 SeqVISTA 4.3 repetitive Elemente 4.4 Proteinstruktur 5 Zusammenfassung Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

3. Genom als der Bauplan des Lebens 1 Einleitung 1.1 Exkurs ins menschliche Genom Genom (Erbgut) ist dieGesamtheit der Erbinformation einer Zelle. Die Erbinformation ist die in der DNA jeder Zelle gespeicherte Information zur Ausbildung von Merkmalen. Unter Merkmalen versteht man die Entwicklung, das Aussehen, das Verhalten, die Gesundheit und die Neigung zu bestimmten Krankheiten. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

4. Sitz des Genoms 1 Einleitung 1.1 Exkurs ins menschliche Genom Jede Zelle des menschlichen Organismus besitzt das komplette Genom. Das meiste menschliche Genom (99,9995%) befindet sich im Zellkern. Rest (0,0005%) in Mitochondrien der Zelle. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

5. DNA 1 Einleitung 1.1 Exkurs ins menschliche Genom Erbsubstanz der Erbinformation ist die DNA (DesoxyriboNucleid Acid). Die DNA besteht aus Bausteinen (Nukleotiden), die in zwei komplementär angeordneten Strängen miteinander Verknüpft sind. Die beiden DNA-Stränge sind spiralförmig um die eigene Achse gewunden, bilden so genannte Doppelhelix. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

6. Von Doppelhelix zu einem Chromosom 1 Einleitung 1.1 Exkurs ins menschliche Genom Die Doppelhelix ist durch mehrfaches Umwickeln sehr dicht gepackt und bildet zusammen mit HistonProteinen eine Chromatinfaser aus. Die Chromatinfaser ist ihrerseits umgewickelt und bildet Chromosomen aus. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

7. Chromosomen 1 Einleitung 1.1 Exkurs ins menschliche Genom Bei einem Mensch gib es 23 Chromosomen, die normaler Weise doppelt vertreten sind. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

8. Chromosomen 1 Einleitung 1.1 Exkurs ins menschliche Genom Ein Chromosom ist ca. 1,4 μm breit und ist unter dem Mikroskop sichtbar. Ein Chromosom kann mehrere Gene enthalten. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

9. Gen 1 Einleitung 1.1 Exkurs ins menschliche Genom Gen ist ein bestimmter proteinkodierender DNA Abschnitt. Im menschlichen Genom sind ca. 27 000 – 30 000 Gene, davon sind in Mitochondrien 13 Gene. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

10. Codierung 1 Einleitung 1.1 Exkurs ins menschliche Genom Es gibt 4 verschiedene Nukleotide in der DNA: A,C,G und T Da jedes Nukleotid immer einen spezifischen Partner in dem zweiten DNA-Strang hat, nennt man die beiden Partner ein Basenpaar. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

11. Codierung 1 Einleitung 1.1 Exkurs ins menschliche Genom Die Abfolge der Besenpaaren kann bei der Expression in die Abfolge der Aminosäuren eines Proteins übersetzt werden. Drei Basen eines DNA-Stranges sind die kleinste Informationseinheit der DNA und wird als Codon oder Basentriplett bezeichnet. Ein Codon kodiert eine bestimmte Aminosäure oder hat eine andere Funktion. Es gibt 64 (43) mögliche Codons und nur 20 Aminosäuren die sie kodieren. Das erschwert die Entzifferung der Codierung. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

12. Sequenz 1 Einleitung 1.1 Exkurs ins menschliche Genom Die Abfolge der Nukleotiden in der DNA bezeichnet man als Sequenz. Bei Menschen insgesamt: 3,2 Milliarden Besenpaaren, nur 1- 5% davon stellen Gene dar. In Mitochondrien: 16 kbp Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

13. Sequenz -Regionen 1 Einleitung 1.1 Exkurs ins menschliche Genom Man unterscheidet verschiedene Regionen der Sequenz: Exon – die proteinkodierende Region Intron – hat keine proteinkodierende Funktion. Promotor – Region, wo die Transkription startet. Terminator – Region, wo die Transkription endet. ORF – offener Leseraster. URF – nichtidentifizierter Leseraster Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

14. Sequenz 1 Einleitung 1.1 Exkurs ins menschliche Genom >gi|16164037:211292-256037 Homo sapiens chromosome Y genomic contig GTTTGTGGCCTGGTCGGCGTCCCGTAGGGCGCCCTCCCGCGCTAGGCCGGCCGGCGTGGCGCTCGGCGCCGAACAGGCCCCGAGGAGGCCGCAGTTAGGCCTAGTGATTATCCAGTTGCCCTGAGCGGCTGCGGAGGTGCGCTCCATAAGCGGGCAGGGTGGGAAAAGTTCGCCCGTTTGTCCGGAAGGCAGTTGATGGACCTGGGGTCGACACCACTGCGGACGCAGGGCACGGCACGGGGGCGAGAAGGCGAAGGCTGCAGGCGTGAGGTGAAGGCCGGAGGCCTGCTGGGCCTATTTTCGCTATGTAAATGTCCGCGAAGGGGAGGAGGGACGGGGGGGCAAGATGGCGGCTGCTAGGCGCCTGCTGCTGGGGAGTATTGAGAGTGTTGTCGGGAGGCGGAGCCGCCATCTTGAAGGCGGTATCTGGAAAAAAAATTCGGTTATGATCCTTGAGGCGGGGATGGGGAAAAGGACGGCGGCGGCGGCGGCAGCGCAGCCTCCGGCGCGACGGCGTGTCTGCGCAACAGGGCGTGCTCGTTCCCTTGGCGGCCCTTGCCTTTGTCGCCATATGCGCGCGTACGTTCCAGACGCCTGCGGCAGCGCCACCTTTCGGCCTTCCCCTCACAGCCCATCCTTGGCTGGGTGCAGTGTCGGCTACGCTTTAGGTGACATGCCGCAGGCGTCCGTTCGGGCGCCGGGGTCATTTCGCCCCTCAGCGCTCCCGGCTCTGTGCCCTTCCGAGAGTCTACAGCCACCCGTTTCAGCAGGTGGCAATTCGGGCATCTAGGCTCACGAGAGCACATAAATTCCAGAAAATTTTATTTTCCCCTAATTAAAGTCATTATGTGGCTGTTCGGGGACCTTCGATGCGCTTATTTTTCAACCATC……………… Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

15. Daten 1 Einleitung 1.2 Human Genom Projekt 1986 – Aufruf des amerikanischen Krebsforschers Renato Dulbecco das komplette menschliche Genom zu entschlüsseln. 1987 – Amerikanische Kongress bewilligt 200 Millionen Dollar jährlich, geplant sind 15 Jahre arbeit. 1997 – Start des Human Genom Projektes in Deutschland. 2000 – Erste Ergebnisse würden veröffentlicht. 2001 – Begann die zweite Phase des Projektes. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

16. Ziel 1 Einleitung 1.2 Human Genom Projekt Das Ziel des öffentlich finanzierten Humangenomprojektes ist, aller Wissenschaftler mit einem öffentlichem Verzeichnis der Gensequenz zu versorgen, und dadurch die biomedizinische Forschung zu beschleunigen. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

17. Firmen 1 Einleitung 1.2 Human Genom Projekt Im Jahre1991 wird HUGO (HUman Genom Organisation) gegründet, welche die Durchführung des Projektes koordinieren soll. Wenig später hat aber eine private US-Firma "Celera Genomics" des Genforschers Craig Venter die Führung übernommen. Die deutschen Firmen erhoffen bei der zweiten Phase des Projektes, wo es hauptsächlich um die Erkennung der Genfunktionen geht, die Nase vorne zu halten. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

18. Ergebnisse 1 Einleitung 1.2 Human Genom Projekt Obwohl in der Presse schon mehrmals verkündet wurde, dass das menschliche Genom beinah vollständig entziffert ist und veröffentlicht wurde, Wissenschaftler in der ganzen Welt arbeiten noch heftig daran. Hauptgrunde dafür sind: Die Funktion der meisten Genen ist noch unbekannt. Viele Gene besitzen mehrere Funktionen. Die entzifferten Gensequenz kann Fehler enthalten. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

19. Die Bereitstellung der Sequenz 2 Ziele und Probleme beim graphischen Darstellen von Genomen 2.1 Ziele Wie in Humangenomprojekt ist auch hier das Hauptziel, aller Wissenschaftler mit der öffentlichen Gensequenz zu versorgen. Die entzifferten Daten sind da, aber die sind oft viel zu unübersichtig und komplex, deshalb werden effektive Visualisierungswerkzeuge gebraucht, welche die Wissenschaftler helfen damit zu arbeiten. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

20. Grafische Darstellung 2 Ziele und Probleme beim graphischen Darstellen von Genomen 2.1 Probleme Ein nützlicher und effektiver Weg etwas unübersichtliches sichtbar zu machen ist die grafische Darstellung. Providerswerkzeuge: Das LocusLink von NCBI und der Genomsuch-Browser von UCSC. Beide arbeiten aber in sogenannten „Client-server model“ Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

21. Java-Applets 2 Ziele und Probleme beim graphischen Darstellen von Genomen 2.1 Probleme Das „Client-server model“ erschwert viele Manipulationen. Es wird versucht das Problem durch Java-Applets zu lösen, die von dem Server runtergeladen werden können und in einer „Java vitrual machine“ auf dem PC des Benutzers laufen und verändern werden können. Aus Sicherheitsgründen sind die Java-Applets aber etwas problematisch, da die sehr wohl Trojaner seien können. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

22. ProtAnnot und Neomorphic GeneViewer 3 ProtAnnot und Neomorphic GeneViewer 3.1 Hintergrund Als Beispiele der alternativen Visualisierungstechnik werden hier als erstes ein Prototyp des Protein-Domain-Viewer ProtAnnot und Neomorphic GeneViewer, ein Genombrowser, der zuerst für das Institut der Genomforschung (TIGR) speziell für das Arabidopsis Genom geschrieben wurde. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

23. Semantisches Zooming 3 ProtAnnot und Neomorphic GeneViewer 3.2 Semantisches Zooming Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

24. Zweidimensionales Zooming 3 ProtAnnot und Neomorphic GeneViewer 3.3 Zweidimensionales Zooming Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

25. Doppelte Reihenfolge der Genstruktur 3 ProtAnnot und Neomorphic GeneViewer 3.4 Einzelne oder doppelte Reihenfolge der Genstruktur Gen-Finder-Programme. Sequenzen werden in zwei parallelen Reihen dargestellt und so verglichen. Ca. 1/2 - 1/3 der menschlichen Genen enthalten mehrere Transkriptionsvarianten . Erkennung oft nur von einer Transkriptionsvariante. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

26. Einzelne Reihenfolge der Genstruktur 3 ProtAnnot und Neomorphic GeneViewer 3.4 Einzelne oder doppelte Reihenfolge der Genstruktur Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

27. Umgang mit der Komplexität der Informationen 3 ProtAnnot und Neomorphic GeneViewer 3.5 Umgang mit der Komplexität der Informationen EST’s (expressed sequence tags) von SNURF-Gen, das in der Lage ist zwei unterschiedliche Proteine zu kodieren. RT-PCR Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

29. Das alternative Splicing (oder Spleissen) 3 ProtAnnot und Neomorphic GeneViewer 3.6 Proteinvorhersage ARG1 (Arginase – Gen) Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

30. Zwei Formen eines plasminogen Aktivators 3 ProtAnnot und Neomorphic GeneViewer 3.6 Proteinvorhersage Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

31. Hintergrund 4 4.1 • alle gefundenen Geninformationen werden in Text basierenden Datenbanken gespeichert • kein intuitives Verständnis über die komplexe Struktur von Genen möglich • Datenbanken liefern graphische Darstellungen nur zu einer Fragestellung • SeqVISTA übernimmt die Aufgabe der graphischen Visualisierung von verschiedenen Datenbankinformationen gleichzeitig Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

32. SeqVISTA 4 4.2 einfaches Verständnis durch dreigeteilten Bildschirm (tree panel, graphics panel und sequence panel) Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

33. SeqVISTA 4 4.2 Suchfunktionen innerhalb der Sequenz • Start- und Endsequenz sind bekannt • Sequenzfragment ist bekannt • durch Markierung einer Region in der Sequenz Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

34. SeqVISTA 4 4.2 Vorteile von SeqVISTA im Bezug auf Datenimport • Akzeptanz der wichtigsten Datenbankformate (GenBank flat file format [GBFF], GenBank HTML format, FASTA format und meta-based SeqVISTA format.) • einfaches Laden der Sequenz durch Eingabe der GI oder durch Laden von der NCBI-Internetseite. • durch Pluginentwicklung können externe Analyseprogramme SeqVISTA zur graphischen Visualisierung nutzen. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

35. repetitive Elemente 4 4.3 Untersuchung der Lage und Eigenschaften repetitiver Elemente im Bezug zur Gesamtsequenz. Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

36. Proteinstruktur 4 4.4 PSIPRED berechnet wahrscheinliche sekundär Strukturen der Proteine anhand der Gensequenz Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung

37. Zusammenfassung 5 • komplexe Gensequenzen werden übersichtlich dargestellt • Zugriff auf externe Programme zu vertiefenden Analysen • Darstellung externer Ergebnisse Proseminar „Visualisierung in der Bioinformatik“ Genom – Visualisierung