Seminar Biomedical Informatics

Transkript

1 Martin Dugas und Xiaoyi Jiang Institut für Informatik Sommersemester 2017

2 Organisation Vorlage: Englischsprachige Publikation Vortrag: ca. 30min + 15min Diskussion, Hand-out, Blockseminar Anfang Juni Seminararbeit: ca. 15 Seiten, Beantwortung von 1ner Frage pro Vortrag 6 CP (Master Informatik oder Mathematik)

3 Themen Themengebiete, 10 Themen rund um DNA-Sequenzen

4 DNA aus der Sicht eines Informatikers Lange Zeichenkette über das Alphabet {A,C,G,T} (ca. 3 Mrd. Zeichen) Referenzgenom Viele kürzere Zeichenketten (ebenfalls über das Alphabet {A,C,G,T}) Reads Positionen der kürzeren Zeichenketten in der langen Zeichenkette finden Alignment Abweichungen (1 bis >1000 Zeichen) von der langen Zeichenkette finden Mutationscalling Mustererkennung in den Zeichenketten Motifsearch

5 DNA aus der Sicht eines Informatikers Lange Zeichenkette über das Alphabet {A,C,G,T} (ca. 3 Mrd. Zeichen) Referenzgenom Viele kürzere Zeichenketten (ebenfalls über das Alphabet {A,C,G,T}) Reads Positionen der kürzeren Zeichenketten in der langen Zeichenkette finden Alignment Abweichungen (1 bis >1000 Zeichen) von der langen Zeichenkette finden Mutationscalling Mustererkennung in den Zeichenketten Motifsearch

6 DNA aus der Sicht eines Informatikers Lange Zeichenkette über das Alphabet {A,C,G,T} (ca. 3 Mrd. Zeichen) Referenzgenom Viele kürzere Zeichenketten (ebenfalls über das Alphabet {A,C,G,T}) Reads Positionen der kürzeren Zeichenketten in der langen Zeichenkette finden Alignment Abweichungen (1 bis >1000 Zeichen) von der langen Zeichenkette finden Mutationscalling Mustererkennung in den Zeichenketten Motifsearch

7 DNA aus der Sicht eines Informatikers Lange Zeichenkette über das Alphabet {A,C,G,T} (ca. 3 Mrd. Zeichen) Referenzgenom Viele kürzere Zeichenketten (ebenfalls über das Alphabet {A,C,G,T}) Reads Positionen der kürzeren Zeichenketten in der langen Zeichenkette finden Alignment Abweichungen (1 bis >1000 Zeichen) von der langen Zeichenkette finden Mutationscalling Mustererkennung in den Zeichenketten Motifsearch

8 Eine kurze Geschichte der Genetik... Menschen=Eukaryotische Zellen ca Zellen/Mensch DNA im Zellkern gelagert

9 Eine kurze Geschichte der Genetik... Menschen: 46 Chromosomen (23 von der Mutter, 23 vom Vater) Frauen: XX Männer: XY Bakterien: 1 DNA-Ring + Plasmide

10 Eine kurze Geschichte der Genetik... Zellteilung: Chromosomen sichtbar Sonst: Chromatin-Fa den DNA=Deoxyribonucleic acid Doppelstrang 4 Basen (Adenin, Thymin, Guanin und Cytosin) ca. 3 Mrd. Basenpaare/Zelle Institut fu r Medizinische Informatik

11 Eine kurze Geschichte der Genetik... Zucker-Phosphat- Rückgrat Jede Base an 1 Zucker-Molekül gebunden Wasserstoff- Brückenbindungen zwischen A und T (2), C und G (3) Komplementäre Basen DNA-Strang endet mit 3 -OH oder 5 -Phosphat

12 Eine kurze Geschichte der Genetik... DNA besteht aus codierenden- (<5%) und nichtcodierenden/junk Bereichen (>95%) Codierende DNA Gene (<40,000) 1 Gen mehrere Proteine

13 Eine kurze Geschichte der Genetik... Transkription Aus DNA wird mrna DNA: stabile Lagerform, Kern mrna: instabile Transportform, verlässt Kern für Proteinsynthese RNA-Polymerase + weitere Proteine messenger RNA (mrna) ribosomale RNA (rrna) transfer RNA (trna)

14 Eine kurze Geschichte der Genetik... Translation Aus mrna werden Aminosäure-Ketten ( Proteine) Ribosom = rrna und Proteine Block aus 3 Basen ausgewertet (4 3 = 64 Kombinationen) = Codon trna = RNA (mit Anticodon) und 1ner Aminosäure Passendes Anticodon zu Codon Aminosäure-Kette um 1 verlängert

15 Von der DNA zur Sequenz DNA extraction Fragmentation GATTCGATAGATC GTCTCTCAGCAT TTAGATCGTCGATA CACTAGCGATCATCG GATCAGCTACTAGCTA Preparation and sequencing Alignment to reference

16 1. Alignment von DNA-Sequenzen Herausforderung: Referenzsequenz ist sehr lang Sehr viele kurze Sequenzen Sequenzierungsfehler & Mutationen

17 1. Alignment von DNA-Sequenzen - Paper 1 The GNUMAP algorithm: unbiased probabilistic mapping of oligonucleotides from next-generation sequencing Clement NL et al., Bioinformatics MOSAIK: A Hash-Based Algorithm for Accurate Next-Generation Sequencing Short-Read Mapping Lee WP et al., PLOS One Fast and accurate long-read alignment with Burrows Wheeler transform Heng Li and Richard Durbin, Bioinformatics BitMapper: an efficient all-mapper based on bit-vector computing Cheng H et al., BMC Bioinformatics Accelerating read mapping with FastHASH Xin H et al., BMC Genomics 2013

18 1. Alignment von DNA-Sequenzen - Paper 1 The GNUMAP algorithm: unbiased probabilistic mapping of oligonucleotides from next-generation sequencing Clement NL et al., Bioinformatics MOSAIK: A Hash-Based Algorithm for Accurate Next-Generation Sequencing Short-Read Mapping Lee WP et al., PLOS One Fast and accurate long-read alignment with Burrows Wheeler transform Heng Li and Richard Durbin, Bioinformatics BitMapper: an efficient all-mapper based on bit-vector computing Cheng H et al., BMC Bioinformatics Accelerating read mapping with FastHASH Xin H et al., BMC Genomics 2013

19 1. Alignment von DNA-Sequenzen - Paper 1 The GNUMAP algorithm: unbiased probabilistic mapping of oligonucleotides from next-generation sequencing Clement NL et al., Bioinformatics MOSAIK: A Hash-Based Algorithm for Accurate Next-Generation Sequencing Short-Read Mapping Lee WP et al., PLOS One Fast and accurate long-read alignment with Burrows Wheeler transform Heng Li and Richard Durbin, Bioinformatics BitMapper: an efficient all-mapper based on bit-vector computing Cheng H et al., BMC Bioinformatics Accelerating read mapping with FastHASH Xin H et al., BMC Genomics 2013

20 1. Alignment von DNA-Sequenzen - Paper 1 The GNUMAP algorithm: unbiased probabilistic mapping of oligonucleotides from next-generation sequencing Clement NL et al., Bioinformatics MOSAIK: A Hash-Based Algorithm for Accurate Next-Generation Sequencing Short-Read Mapping Lee WP et al., PLOS One Fast and accurate long-read alignment with Burrows Wheeler transform Heng Li and Richard Durbin, Bioinformatics BitMapper: an efficient all-mapper based on bit-vector computing Cheng H et al., BMC Bioinformatics Accelerating read mapping with FastHASH Xin H et al., BMC Genomics 2013

21 1. Alignment von DNA-Sequenzen - Paper 1 The GNUMAP algorithm: unbiased probabilistic mapping of oligonucleotides from next-generation sequencing Clement NL et al., Bioinformatics MOSAIK: A Hash-Based Algorithm for Accurate Next-Generation Sequencing Short-Read Mapping Lee WP et al., PLOS One Fast and accurate long-read alignment with Burrows Wheeler transform Heng Li and Richard Durbin, Bioinformatics BitMapper: an efficient all-mapper based on bit-vector computing Cheng H et al., BMC Bioinformatics Accelerating read mapping with FastHASH Xin H et al., BMC Genomics 2013

22 2. DNA-Mutationen & Verteilung von DNA-Sequenzen

23 2. DNA-Mutationen & Verteilung von DNA-Sequenzen - Paper 6 Identifying micro-inversions using high-throughput sequencing reads He F et al., Bioinformatics Multi-factor data normalization enables the detection of copy number aberrations in amplicon sequencing data Boeva V et al., Bioinformatics Fast genotyping of known SNPs through approximate k-mer matching Shajii A et al., Bioinformatics 2016

24 2. DNA-Mutationen & Verteilung von DNA-Sequenzen - Paper 6 Identifying micro-inversions using high-throughput sequencing reads He F et al., Bioinformatics Multi-factor data normalization enables the detection of copy number aberrations in amplicon sequencing data Boeva V et al., Bioinformatics Fast genotyping of known SNPs through approximate k-mer matching Shajii A et al., Bioinformatics 2016

25 2. DNA-Mutationen & Verteilung von DNA-Sequenzen - Paper 6 Identifying micro-inversions using high-throughput sequencing reads He F et al., Bioinformatics Multi-factor data normalization enables the detection of copy number aberrations in amplicon sequencing data Boeva V et al., Bioinformatics Fast genotyping of known SNPs through approximate k-mer matching Shajii A et al., Bioinformatics 2016

26 3. DNA-Motive Suche und Analyse von kurzen, prägnanten, wiederkehrenden DNA-Sequenzen:

27 3. DNA-Motive - Paper 9 Bayesian multiple-instance motif discovery with BAMBI: inference of recombinase and transcription factor binding sites Jajamovic GH et al., Nucleic Acids Research Alignment-free clustering of transcription factor binding motifs using a generic-k-medoids approach Broin PÓ et al., BMC Bioinformatics 2015

28 3. DNA-Motive - Paper 9 Bayesian multiple-instance motif discovery with BAMBI: inference of recombinase and transcription factor binding sites Jajamovic GH et al., Nucleic Acids Research Alignment-free clustering of transcription factor binding motifs using a generic-k-medoids approach Broin PÓ et al., BMC Bioinformatics 2015