Bioinformatik in der Biomedizin: Eine Anleitung zum Lesen der Gene

Transkript

1 Bioinformatik in der Biomedizin: Eine Anleitung zum Lesen der Gene Gerhard Thallinger Institut für Genomik und Bioinformatik, TU Graz 1

2 Bioinformatik Einführung in die Bioinformatik Biologische Datenbanken: Suche, Aufbau Prediktive Methoden basierend auf DNA- und Protein Sequenzen Microarray Technologie und Auswertung Next Generation Sequencing mit Anwendungen 2

3 Genetik und Genomik Gen: Erbfaktor Genetik: Erforschung der Funktion von Genen Genom: Gesamte Erbinformation Genomik: Erforschung der Gesamtheit aller Gene eines Organismus (siehe auch das bm:wf Programm 3

4 Genetik Gregor Mendel Die Mathematik der Vererbung 1856: Kreuzungsexperimente mit Gartenerbse (rund, gerunzelt, verschiedene Blütenfarben) 1866: Veröffentlichung der Versuche Mendel G, Versuche über Pflanzen-Hybriden. Verh. Naturforsch. Ver. Brünn, 1866;4:3-47 4

5 Molekulargenetik Watson JD, Crick FH, Molecular Structure of Nucleic Acids: A Structure for Deoxyribose Nucleic Acid. Nature, 1953;171(4356):

6 Molekulargenetik No one suggests these groupings [A, C, G, T] can yet be arranged artificially. Discovering how these chemical cards are shuffled and paired will keep the scientists busy for the next 50 years Richie Calder, News Chronicle, 15. May

7 Molekulargenetik 1966 Entschlüsselung des genetischen Codes (Nierenberg, Khorana) 1972 Entwicklung der rekombinanten DNA-Technologie (Lobban, Kaiser) 1977 DNA-Sequenziermethode entwickelt (Sanger) 1982 Erstes Medikament basierend auf der rekombinanten DNA-Technologie (Humaninsulin) 7

8 Genomik 1983 PCR (Polymerase Kettenreaktion): DNA- Amplifizierung (Mullins) 1984 Machbarkeitsstudie zum Human Genome Project 1990 Start des Human Genome Projects Ziel: Entschlüsselung des humanen Genoms ( bp) bis

9 1995 Genomik Zwei bakterielle Genome entschlüsselt: Mycoplasma genitalium ( bp; 0,58 Mbp), Haemophilus influenzae ( bp; 1,83 Mbp) 1996 Hefegenom entschlüsselt (12 Mbp, Gene) 1998 Genom des Fadenwurms (97 Mbp, Gene) 2000 Genom der Taufliege (180 Mbp, Gene) 9

10 2001: Das Humane Genom ist entschlüsselt! 2500 Personen, 20 Institutionen Das Buch des Lebens hat 3 Milliarden Zeichen - nur rd Gene (Taufliege: ) Lander et al., Nature. 2001;409: Venter et al., Science. 2001;291:

11 Chromosom 22: 8800 Seiten GATCATCATCGAATGGAGTTGAATGGAATTATCAAAGAATGGAATCCAGTGGTATCATCATCAAATGGAA CCGAATGGAATCATCAAATGGACTCAAATGGAATCATTGAATAGATTCGAATGGAATCATCATCGAATGA AATCGAATGGAAAAATTGAATGGACTCGAATGGAACCATCATTGAATGGAAACCAAAGGAATCATCATCT AATGAAATGAAATGGAATCATAGAATGGACACAAATGGAATCATCATCGAATGGTATTGAATGGAATCAT CGAAAAGAATCGACGGAATCATGATCAAATGGACTCGAATGGAATCATCATGGAATGGAATCAAATGGAA TCATCAATGAATGGAATCCAATGGTATCATCATCAAATGGAACCGAAAGGAATCATCAAGTGGACTCAAA TGGAATCATCGAATGGAATCGAATGGAATCATCATCGAATGGAATCGAATGGAAACATCGAATGGAATCG AATGGAAACATCATTGAATGGAATCATCATCAAACGGAATCTATTTGAATCCTCATTGGATAGAATCGAA TGGAATCATCAAATGGAATAGAAAGGAATCATCATCGAATGCAATCGAATAGAATCATCAAATGAAAAGG AACGGAATCATCATCGAATGGAATCGAATGGAATCATCAACGAATGGAATCGAATGGAATCATCGTCTAA TGGAATCAAATGGAATCATCAACGAATGGAATAGCATGGAATCATCGAATGGAATCTCATGGCATCATCA TCACATGGAACCGAATGGAATCATCATGGAGTGTAATCTAATGGAATCATCATTGAATGGAATCCAATGG GATCACTGAATTGAATGGAATGATCATCGAATGGAATCAAAGGGAATCATCAAATGGGATAGAAGGGAAT CATAGAATGGAATCGAATGGAATCATCGAATGGATTCAAATGGAATCACCATCAAATGGAAAAGAATGGA ATCATCAAAAGGACTCGAATGGAATCATCAAGGAATAGAATCAAATGGAATAATTGAATAGACACGAATG GAATCATCATTTAATGGAATCAAATGGAATCATCGAATGGACTCAAATGGAATCATCATTGAATGGAATC GAATGGAATCATCGAATGACATTGAATAGAATAATCAATGAATGGAATCTTAAGGAATAATCGAATGGAC TCGAATGGAATAATCGAATGGACTCGAGTGGAATCATCATCGAATGGAATCGAATGGAATCATCAAATGG ACTCAAATGGAATCATCATTGAATGGAATGGAATGAAATCATCGAATGGACTCGAGTGGAATCATCATCG AATGGAATGGAATGGAATCATCGAATGGACTCAAATGGAATCATCATCGAATGGAATGGAATGGAATCAT CGAATGGACTCGAATGGAATCATCATCAAATGGAATCTAATGGAATCATCGAAGGTACTGGAATGGAATC ATAATCAAATGGAATCGAATGGAATCATTGAATGACATCGAATGGAATCCTCATTGAATGGAATGGAATG GAGTCATCAAATGGAATCCAATGGAATCATCATCGAATGGAATCAAATGGAATCATCAAATGGAATCGAA TGGAACCATCGGATGGAATCGAATGGAATCATCATCGAATGGAATCGAATTGAATCATCGAATGGAATCG AATGCAATCATCTCAAACAGAATCAAATAGAACCATCCAATGAAATCAAATGGAATCATCATCGAATAGA ATCAAATGGAACCATAGAATGGTATCGAATGGAATCATCATCAAATGGAATCAAAAGCAAAAATCGAATG GATTCGAAAAGAATCATCAAATGGACATGAATGGAATCATCATCCAATGGAATGAAATGGAATTAACGAA TGGAATCGAATGGAATCATCATCAAATGGAATCAAATGGAATCATCTAATGGACAGTAATGGAATCCTCA TTGAATGGAATCGAATGGAATAATCAAATGGAGACGAATGGAATCCCCATCGAATGGAAGTGAATGGAAT CATCAAATGGACCCAAATGCAATCATCATCGAATGGAATTGAACAGAATCTTCGTTGAATAGACTCGAAT GGAATCATCAAATGGACTCAAATTGAATCATTGAATGGAATTGAATGGTATCATCACAGAATGAATTGAA TGGAATCATCGAATGGTCTCGAAAGGAATAATTATCAAATGCAATCGAATGTAATCACCGAATAGAATCG AATGGAATAATCATCGAATGGACTCGAATGGAATCATCATCAAATGGAATCGAATGGAATTATTGAATGG AATCGAATAGAATCATCGAATGGACTCTAATGGAATCATCGAATGGAATGTAATGGAATAATCAATGAAC TCGAATGGAATCATCATTGAATGGAAACGAATGGAATCATTGAATGGAATTGAATGGAAACATCATCGAA TGCAATCGAATGGAATCATCACCGACTTGAATAGAAAAGAATCATCAGCAAATGGAATCGAATGGAATCA TCATGGAATGGAATCCAAAGGAATCATCATTGAATGCAACCAAATGGAATCGTCATCGAATGGACCGAAA GGAGTCATCATCGAATGGAATCGCATGGAATCATCATCAAATGGAATTGAATGGAACCATCATCAAATGG 11

12 Bioinformatik Neue Disziplin an der Schnittstelle der Molekulare Biowissenschaften und Informatik mit Bezügen zu Medizin, Statistik und Mathematik Verwaltung von genomischen Daten Analyse von DNA- und Proteinsequenzen Funktionelle Vorhersagen für neuen Sequenzen Grundlagenforschung -Biologie und Medizin Biologische Anwendungen -Klassifizierung von Spezies Biotechnologische Anwendungen -Optimierung von Bioprozessen in der industriellen Produktion Medizinische Anwendungen -Molekulare Diagnostik -Stratifizierung von Patienten 12

13 IT Anforderungen Supercomputer (z.b. Blue Gene) 1: Jaguar Oak Ridge National Laboratory 1759 TFlops (11/2009: 1) 2: Nebulae National Supercomputing Centre in Shenzhen 1271 TFlops (06/2010: 2) 5:JUGENE - Blue Gene/P Forschungszentrum Juelich 825 TFlops (06/2009: 3) 60: Blue Gene IBM T.J. Watson Research 91 TFlops (06/2005: 2) 13

14 2 Web servers 2 Application servers 2 Database servers 32 bit Computing cluster (48 Cores, 24 GB RAM) 64 bit Computing cluster (32 Cores, 290 GB RAM) 26 TB Storage (3 Systeme mit 1, 9 und 16 TB) Backup System IT Infrastruktur am IGB 14

15 Bioinformatik Können wir unsere Vergangenheit lesen? Woher kommen wir? Wer sind unsere Vorfahren? Können wir in die Zukunft sehen? Von welcher Krankheiten werde ich heimgesucht? Kann ich was dagegen tun? 15

16 Bioinformatik Können wir unsere Vergangenheit lesen? Out of Africa? Sind wir auch Nachkommen der Neandertaler? Wie verwandt sind die Schimpansen? 16

17 Out of Afrika: Die Wanderkarte im Erbgut Untersuchung der Mitrochondien DNA Homo sapiens: vor Jahren in Afrika vor Jahren: Eva vor Jahren: Individuen vor Jahren: die Welt wird besiedelt heute, Generationen später genographic.nationalgeographic.com/gen ographic/globe.html 17

18 Neandertaler Genetische Analysen fossiler Proben: Neandertaler und moderne Menschen haben sich nicht wesentlich miteinander vermischt Green RE, et al., Nature. 2006, 444(7117): Draft Neandertal Genome aus drei Individuen: nähere Verwandschaft zu Eurasiern als zu Afrikanern unterhalb der Sahara Green RE, et al., Science. 2010;328(5979): G. Thallinger Bioinformatik in der Biomedizin 18

19 Schimpanse 99.4% der Gene bei Mensch und Schimpanse sind identisch Chimpanzee Sequencing and Analysis Consortium. Nature. 2005;437(7055): Warum können dann Affen nicht sprechen? Sprach-Gen: FOXP2 Eine Mutation bei den Schimpansen! Enard W, et al., Nature 2002;418(6900):

20 Schimpanse Maus mit humaner FOXP2-Version: andere Artikulation Enard W, et al., Cell 2009;137(5):

21 Bioinformatik Können wir in die Zukunft sehen? Von welcher Krankheiten werde ich heimgesucht? Kann ich was dagegen tun? 21

22 Genetische Ursachen von Krankheiten AIDS: 10% genetische Ursachen, 90% Umweltfaktoren Diabetes: 50% genetische Ursachen, 50% Umweltfaktoren Zystische Fibrose (Mukoviszidose): 90% genetische Ursachen, 10% Umweltfaktoren 22

23 Chronische Krankheiten Todesursache Nummer eins (Krebs, Herzkrankheiten, psychische Erkrankungen) Kombinierte Wirkung von vielen Genen, Umweltfaktoren und Verhalten Schwierige Diagnose und Therapie z..b. Krebs: 200 unterschiedliche Krankheiten die zum unkontrollierten Zellwachstum führen EU: Todesfälle pro Jahr 5% des Gesundheitsbudgets für die Behandlung von Krebserkrankungen Genomik: umfassender und systematischer Ansatz Identifikation aller Gene die die Krankheit verursachen Entdeckung neuer molekularer Ziele Dzt. werden nur 500 von den möglichen verwendet! 23

24 Darmkrebs weltweit Fälle pro Jahr Tote pro Jahr 40% überleben 5 Jahre 24

25 Darmkrebs 1932: Dukes Klassifikation 2009: modifizierte Dukes Klassifikation Prognostische Marker? 25

26 Darmkrebs 26

27 Krebs und Immunologie 27

28 Krebs und Immunologie Klinische Beobachtung: Patient A hat ein Melanom (eine Form von Hautkrebs), wird als geheilt entlassen 16 Jahre später ist Patient A Nierenspender für die Patienten B und C; Patienten B und C bekommen Immunosuppresiva Patienten B und C erkranken an einem Melanom, Immunosuppresions- Therapie wird abgesetzt MacKie et al., N Engl J Med, 2003;348(6):

29 Krebs und Immunologie Modell 1: Immunzellen im Tumor: Entzündungsreaktion, unterstützt die Tumorentwicklung Modell 2: Immunzellen im Tumor: Wächter des Immunsystems, bekämpfen die Krebszellen 29

30 Krebs und Immunologie Kooperation TU Graz und INSERM, Paris 1000 Patienten Beobachtungszeitraum 20 Jahre Untersuchung der Proben mit state-of-the-art Technologien Grosse Datenmengen die verwaltet und analysiert werden müssen 30

31 Die Suche... Klinische Daten (n>1000) FACS-Analyse mit 400 Parametern (n=50) Viele Parameter, wenig Patienten Tissue microarrays (n>500) Viele Patienten, wenig Parameter Datenbank für klinische und molekulare Daten ( Goldgrube ) Data mining ( Datenabbau ) 31

32 FACS Fluorescently activated cell sorter Fluoreszierende Marker (Osamu Shimomura, Nobelpreis für Chemie 2008) Zell-Analyse 32

33 33

34 Fluorescence Activated Cell Sorter 34

35 Tissue Microarrays Slice: 5 µm Max. Anzahl: 300 Tissue microarrays (Kononen et al., Nat Med, 1998;4(7):

36 Tissue Microarrays TAMEE: Tissue array management and evaluation environment Thallinger et al., BMC Bioinformatics, 2007;8:81 G. Thallinger Bioinformatik in der Biomedizin 36

37 Datenbank für klinische und molekulare Daten Mlecnik et al., BMC Genomics, 2010;11(1):50 37

38 Datenbank für klinische und molekulare Daten 38

39 Datenbank für klinische und molekulare Daten 39

40 Datenbank für klinische und molekulare Daten 40

41 Fallstudie Darmkrebs Klinische Daten (n>1000) FACS-Analyse mit 400 Parametern (n=50) Viele Parameter, wenig Patienten Tissue microarrays (n>500) Viele Patienten, wenig Parameter Datenbank für klinische und molekulare Daten ( Goldgrube ) Data mining ( Datenabbau ) mit Hilfe von bioinformatischen Methoden 41

42 Frühes Eindringen von Metastasen und Krankheitsverlauf Sind VELIPI positiver Darmkrebs mit Mediatoren von Enzündung und/oder Immunsuppression verknüpft? VE: vascular emboli LI: lymphatic invasion PI: perineural invasion VELIPI: VE or LI or PI 42

43 Tumor-Infiltrierende Immunzellen Unterschiedliche Marker für positive (VELIPI+) und negative (VELIPI-) Patienten VELIPI: vascular emboli (VE), lymphatic invasion (LI), perineural invasion (PI) min. expression max. expression Pagès et al. N Engl J Med, 2005;353: G. Thallinger Bioinformatik in der Biomedizin 43

44 Immunpolizei: Effector Memory T-cells Disease-free and overall survival of CD45ROhi patients CD45RO-lo % Recurrence-Free CD45RO-hi 60 P< CD45RO-hi CD45RO-lo Survival (months) G. Thallinger 100 P< % Survival Tissue MicroArray (TMA) analysis (n=353 patients) CD45RO Disease Free Survival (months) Pagès et al. N Engl J Med, 2005;353: Bioinformatik in der Biomedizin 44

45 Konklusion Negative Korrelation zwischen Memory T cells und frühe metastatische Invasion sowie dem Krankheitsverlauf bei Patienten mit Darmkrebs. CD45RO Memory T-cells stellen einen unabhängigen prognostischen Faktor dar. 45

46 Welche Role spielen die Subtypen der T-Zellen und deren Lokalisierung? 46

47 Adaptive Immunabwehr und klinische Vorhersage Galon J, et al. Science.2006;313(5795):

48 Kombinierte Analyse von Tumor-Regionen verbessert die Vorhersage Galon J, et al. Science.2006;313(5795):

49 Patienten Stratifizierung Tumor histopathology A 1 UICC-TNM UICC-TNM Staging system Disease-Free Survival I II III 0 IV Survival (months) CD3 CT CD3 IM evaluation plus CD45RO CT CD45RO IM evaluation C Disease-Free Survival I III II IV IV CD3 CT Hi CD3 IM Hi CD45RO CT Hi CD45RO IM Hi II I III CD3 CT Lo CD3 IM Lo CD45RO CT Lo CD45RO IM Lo Survival (months) ns ns ** Galon et al. Science.2006;313(5795):

50 Krebs Immunologie Zellen verhalten sich wie erloschene Sterne: noch lange nachdem sie verglüht sind, sehen wir sie leuchten Wie können in die Zukunft sehen: bei welchen Patienten werden sich wieder Tumore entwickeln entprechende Therapie rechtzeitig wählen 50

51 Ausblick Mechanismen der (De)Aktivierung der T-Zellen? Immunotherapie? Krebsimpfung? 51

52 Medizin der Zukunft Trend 1: Biotechnologie Neuartige Therapien -Biotherapeutika -Tumorvakzine Trend 2: Individuelle Medizin Pharmakogenomik -Erwünschte und unerwünschte Wirkungen der Medikamente durch genetische Merkmale -USA: 100 Millionen $ pro Jahr werden vergeudet Maßgeschneiderte Behandlung -personalisiert und ohne Nebenwirkungen 52

53 Science Fiction oder Realität? Trend 1: Biotechnologie Gezielte Tumorbehandlung (Targeted Therapy) mit Biotherapeutika -Herceptin (Brustkrebsmedikament): Therapie nach Test auf HER2 -Erbitux: Darmkrebs Trend 2: Individuelle Medizin DNA-Chip für Diagnostik: Roche AmpliChip CYP % Verbesserung der Wirksamkeit der Therapie 10-15% Vermeidung von Nebenwirkungen DNA-Chip für Krebs-Diagnostik: AmpliChip p53 53

54 Science Fiction oder Realität? Trend 2, Individuelle Medizin: Individuelle Genome? Gesamtkosten für das humane Genom: 3 Milliarden Dollar Kostenreduktion durch Technologieentwicklung 54

55 Science Fiction oder Realität? X-Prize Foundation: Größter Preis in der Medizingeschichte 4. Oktober 2011: Archon X PRIZE for Genomics Preis von 10 Millionen Dollar für den Bewerber der:... to create technology that can successfully sequence 100 human genomes less than 30 days......at a demonstrated cost of no more than $ per genome... no more than one error per 1,000,000 bases 55

56 Fiktion oder Realität? Sequenzierung eines humanen Genoms: 2007: 3 Monate, 1 Million 2008: $ : $ : 5.000$!!!! Bioinformatik: Schlüsseldisziplin für PPP-Medizin: Personalisierte Prediktive Preventive } Medizin 56

57 Bioinformatik 57

58 Geschichte der Bioinformatik Margaret Dayhoff - Atlas of Protein Sequence and Structure, PAM Matrices 1978 ( Dayhoff MO, Schwartz RM, Orcutt BC. A Model of Evolutionary Change in Proteins. In: Atlas of Protein Sequence and Structure. National Biomedical Research Fundation. 1978;

59 Geschichte der Bioinformatik Temple Smith, Mike Waterman - Global alignment algorithm (1981) Smith TF, Waterman MS. Identification of common molecular subsequences. J Mol Biol. 1981;147(1):

60 Geschichte der Bioinformatik William R. Pearson - FASTA file format - FASTA algorithm (1988) Pearson WR. Rapid and Sensitive Sequence Comparison with FASTP and FASTA. Methods in Enzymology, 1990;183:

61 Geschichte der Bioinformatik David J. Lipman -ENTREZ ( 61

62 Geschichte der Bioinformatik Stephen S. Altschul and colleagues. -BLAST (basic local alignment search tool) (1990) Altschul SF, et al. Basic local alignment search tool. J Mol Biol. 1990;215(3):

63 Bioinformatik Signifikante Änderungen in den experimentellen Lebenswissenschaften: Stark gestiegener Umfang von biologischen Daten durch Höhere Anzahl von Forschern Neue experimentelle Hochdurchsatz Technologien Änderungen in der Datenqualität Gleichartige Daten unter kontrollierten Bedingungen erzeugt Daten oft ohne Bezug zur (oft unbekannten) biologischen Funktion 63

64 Bioinformatik Die Datenexplosion in der Bioinformatik 64

65 Bioinformatik Datenraum > 2000 Datenbanken > 6000 Gbyte Verdoppelung jedes Jahr (e.g. 8 Gbyte Sequenzdaten pro Woche)! 65

66 Bioinformatik Datenraum bei Homo sapiens Gene 320 Zelltypen 10 experimentelle Bedingungen 100 chemische Verbindungen 38.4 Terabyte (4 Bytes pro Datenpunkt) 66

67 Bioinformatik 67

68 Bioinformatik G. von Heijne, S. Brunak, G. Cameron, A. Tramontano, G. Vriend (ESF): The use of computational techniques to handle, analyze, and add value to the flood of data coming from modern genomics and proteomics Theoretische Analyse von makromolekularen Sequenzen und Strukturen Assembly, Annotation, Analyse und Vergleich von genomischen Daten Modellierung von Proteinstrukturen Organisation von biologischem Wissen in Datenbanken Anwendung und Entwicklung von Werkzeugen für das data mining Identifikation von Targets für die Entwicklung von Heilmitteln Analyse von DNA Microarrays Analyse von metabolischen und funktionellen Netzwerken 68

69 Bioinformatik Gene Funktion 69

70 Bioinformatik Eine Anleitung zum Lesen der Gene Gerhard Thallinger Institut für Genomik und Bioinformatik, TU Graz 70