Genómica

Loading...

Flash Player 9 (or above) is needed to view presentations.
We have detected that you do not have it on your computer. To install it, go here.

0 comments

Post a comment

    Post a comment
    Embed Video
    Edit your comment Cancel

    2 Favorites

    Genómica - Presentation Transcript

    1. Equipo 1 Genómica
      Genómica Estructural - Carlos Martínez Torres
      Genómica Individual - Montserrat López Ortíz
      Genómica Funcional - Rodrigo Barba Mojica
      Genómica Proteomica - Rosa Ma. Méndez Hernández
      Genómica Evolutiva - Mónica Cardona Alvarado
    2. Genómica
    3. Genómica
      Rama de la GENÉTICA que se ocupa del mapeo, secuenciación y análisis de las funciones de genomas completos.
      Thomas Roderik
    4. Genómica
      Estructural
      Funcional
    5. Estructural
      Individual
      Genómica
      Funcional
      Proteómica
      Evolutiva y Comparativa
    6. Genómica Estructural
      Es un esfuerzo internacional para determinar las tallas tridimensionales de todas las macromoléculas biológicamente importantes, con un foco primario en las proteínas. Con una meta secundaria es disminuir el costo de determinación de estructuras a través de métodos de alto rendimiento de producción de proteínas
    7. 24 cromosomas
      30 mil genes
      3200 millones pb
      1 gen 27 mil pb
    8. Cristalográfía de Rayos X
    9. GENÓMICA INDIVIDUAL
      PROYECTO GENOMA HUMANO
      PROYECTO HapMap
      SNPs
    10. ERA POST-GENÓMICA
    11. ¿Somos todos mutantes?
      El 99.9 % del genoma humano es igual para todos, patrones comunes  PGH
      Sólo 0.1 % se caracteriza por patrones de cambio (SNPs)  HapMap
      … PERO ESE 0.1% DE CAMBIO DETERMINA LA GENÓMICA INDIVIDUAL
    12. GENÓMICA INDIVIDUAL
      Compara las diferencias genéticas entre personas y analiza cómo pueden influir éstas en el desarrollo de las enfermedades.
      INFORMACIÓN: Genómica y clínica
      MEDICINA INDIVIDUALIZADA
    13. PROYECTO GENOMA HUMANO
      Tres subproyectos específicos.
      • El mapa genético humano.
      • La obtención del mapa físico humano o colección ordenada de clones de ADN que abarcaran todos y cada uno de los cromosomas.
      • La secuenciación del genoma humano y caracterización estructural de todos los genes que lo componen.
      Proyecto internacional de investigación científica con el objetivo fundamental de determinar la secuencia de pares de bases químicas que componen el ADN e identificar y cartografiar los todos los genes del genoma humano desde un punto de vista físico y funcional.
    14. PGH 2003  a futuro
      Navegación con Mapview (NCBI) por el cromosoma 21
    15. PROYECTO HapMap
      Proyecto internacional para desarrollar un mapa de haplotipos del genoma humano.
      HapMap es un bloque de haplotipos y los polimorfismos de un solo nucleótido SNPs específicos que identifican estos haplotipos, llamados SNP marcadores (tags).
      Inicia en el 2002 y su objetivo fundamental ha sido examinar el genoma en relación con los fenotipos.
    16. Hap-Map SNPs
      Más de 2.8 millones de ejemplos de cambios en una base en la secuencia del genoma (SNPs) están ya descritos en la base de datos pública dbSNP (http://www.ncbi.nlm.nih.gov/ SNP).
      Los SNP forman hasta el 90% de todas las variaciones genómicas humanas, y aparecen cada 100 a 300 bases en promedio, a lo largo del genoma humano.
    17. IMPORTANCIA DEL SNP
      En realidad la variación en la inmensa mayoría de los SNPs no tienen ningún efecto sobre el individuo. Sin embargo, la variación de los SNPs, junto con otros tipos de variación genética, son responsables de:
      Por ejemplo, el alelo A del SNP rs1667934, que se halla en la posición 26.203.778 del cromosoma 15, en el gen HERC2, determina el color azul de los ojos.
      La diversidad humana normal (color de piel, pelo y ojos; grupos sanguíneos, etc).
    18. SNPs y enfermedades
      Los SNPs son responsables de:
    19. ¿Cómo se determina la implicación de un gen en una enfermedad compleja?
      DISEÑO EPIDEMIOLÓGICO: CASOS CONTROL (n=1500). - Variación en un cierto SNP.
      • Grupo 1 Alelo A en 66.6% con SNP vs grupo 2 Alelo A en 50% con SNP.
      • Se infiere que se encuentra incrementado en un 1.33 el riesgo relativo de contraer la enfermedad en el grupo 1.
    20. DOS TIPOS GENERALES DE DISEÑOS DE ASOCIACIÓN DE RIESGO DE LOS SNP CON ENFERMEDADES:
      Aproximación de genes candidatos. Se escogen genes que se presuponen pueden estar implicados en la enfermedad. Dentro de esos genes, se genotipanSNPs que se supone pueden alterar la función del gen.
      Analizar todo el genoma (Wholegenomescan): se genotipanSNPs en una región o en todo el genoma, que muy probablemente no representan ningún cambio funcional. Se espera que capturen la señal de asociación mediante el desequilibrio de ligamiento (no independencia entres polimorfismos vecinos).
    21. Y EN EL FUTURO CERCANO: LA ERA DE LA GENÓMICA PERSONAL.
      En 2012 cualquiera podrá encargar la secuencia de su genoma por 6.000 euros. Unos años más tarde el precio se habrá recortado a la décima parte, y los hogares conservarán carpetas y discos con los códigos genéticos de toda la familia.
      Medicina a la medida: Los nuevos investigadores de la genómica hablan de la medicina diseñada a la medida según el perfil genético del individuo.
      WEB: La compañía 23 and me, quiere crear comunidades on-line de usuarios aglutinados por sus genes compartidos, lo que les ayudará a descubrir parentescos, trazar genealogías e intercambiar consejos saludables.
    22. GENÓMICA FUNCIONAL
      TRANSCRIPTÓMICA
      MICROARREGLOS
    23. El aspecto dinámico de la genómica
      Transcriptoma
      La parte del genoma que se expresa en una célula en una etapa específica de su desarrollo, es el conjunto de genes que se están expresando en un momento dado en una célula  dinámico.
    24. APLICACIÓN
      La identificación de
      un patrón de
      comportamiento
      o actividad en un gen, dependiendo
      de las condiciones
      que le circundan 
      normales o
      alteradas.
    25. TRANSCRIPTÓMICA
      Permite cuantificar el nivel de expresión de genes, empleando técnicas que permiten analizar miles de moléculas de mRNA al mismo tiempo.
      LA EXPRESIÓN DE UN GEN SUPONE QUE ÉSTE HA
      SIDO TRANSCRITO A ARN MENSAJERO.
      Células de un mismo organismo y con un mismo genoma pueden llegar a ser tipos celulares muy dispares dependiendo de la combinación de genes que exprese cada una, lo que es lo mismo, dependiendo de su transcriptoma.
    26. Transcriptómica
    27. Tecnicas genómicas de alta procesividad
      Independientes de conocimiento previo:
      ESTs: marcador de secuencia expresada
      SAGE: análisis seriales de la expresión génica
      Dependientes de conocimiento previo:
      Microarrays (microarreglos) de DNA
    28. MICROARREGLOS
      Conjunto ordenado de genes en una pequeña superficie (10,000 muestras por cm2) depositados en un soporte sólido como cristal, nylon o silicio.
      Permiten elaborar mapas finos de transcripción y estudiar simultáneamente la expresión de miles de genes; analizándola bajo distintas condiciones experimentales:
      Tejidos
      Patologías
      Tiempos
    29. Cada combinación (gen/muestra) se localiza de forma inequívoca en un punto del microarray permiten la medida simultánea de los niveles de expresión de miles de genes (sondas) en un solo experimento de hibridación con una mezcla compleja de DNA o RNA (dianas).
      Fundamento Microarreglos
    30. Experimento básico de microarrays de DNA
      1- Diseño y fabricación del microarray.
      2- Preparación de la muestra e hibridación.
      3- Escaneo del microarray.
      4- Análisis de imagen.
      5- Análisis de los resultados.
      Existen dos tipos de tecnologías de microarrays de DNA:
      • Arrays de cDNAs: StanfordMicroarrays.
      • Arrays de oligonucleótidos: Affymetrix.
    31. Experimento básico de microarrays de DNA
    32. ANÁLISIS DE RESULTADOS
      Comparaciones enfocadas en los genes: Análisis de los valores de inducción/represión en una serie de experimentos comparativos.
      Genes con patrones de expresión correlacionados ej. Mismo proceso biológico
      • Análisis de patógenos
      • Identificación de enfermedades genéticas complejas
      • Farmacogenómica
      y toxicología
    33. PROTEÓMICA
    34. PROTEÓMICA
      Proteómica es el conocimiento global de las proteínas, (su estructura, funciones, interacciones y modificaciones postraduccionales, rutas de señalización, etc.) Que origina el mapa celular y permite entender los procesos biológicos en condiciones normales y patológicas (la biología de sistemas)
      • Clin Biochem Rev. 2006; 27(2): 99–116.
    35. ESTUDIO DE LOS PROTEOMAS
      Rango de concentración.
      (Albúmina VS FNTα)
      Formas moleculares.
      (splicing,mRNA editing, modificaciones co- y post traduccionales).
      Diversidad estructural.
      (50 a 10,000 aa)
      Asociación.(Vías de señalización y/o metabólicas)
      Molecular Cancer 2007;6:6-25
    36. OBJETIVO DE LA PROTEÓMICA
      Identificación de Biomarcadores
      SUERO O PLASMA : (2-DE, cromatografía multidimensional y electroforesis capilar) e identificación por espectrometría de masas (MS; MALDI-TOF, ESI-Q-TOF o ESI-Trap, MALDI-TOF/TOF).
      Estudio sistemático TEJIDO (huellas proteicas) SELDI-TOF de alta resolución (SELDI-Q-Star MS/MS).
      MS-Imaging S, MALDI-TOF o el MALDI-TOF/TOF.
      ("the labon-a-chip") Chips analíticos Y Funcionales.
      Bioinformática.
      Creación de Banco de Muestras
      Curr Opin Biotechnol 2007;18:378-384
    37. COMPARACIÓN DE TÉCNICAS
    38. COSTOS
    39. ORGANIZACIONES
      Human Liver Proteome Project (HLPP)
      Human Brain Proteome Project (HBPP)
      Proteomic Standards Initiative (PSI)
      Human Antibody Initiative (HAI)
      Plasma Proteome Project (PPP)
      Human Disease Glycomics/Proteome Initiative(HGPI)
      HUPO Cardiovascular Initiative (HUPO CVI)
      Proteome Biology of Stem Cells Initiative
      Disease Biomarkers Initiatives (DBI)
      Mouse Models of Human Disease (MMHD)
      Kidney and Urine Initiative (HKUPP)
    40. Genómica Evolutiva
    41. Definición
      La genómica evolutiva estudia los mecanismos y procesos que han llevado a la formación de caracteres en el ser humano, desde el nivel de posiciones de un codón hasta la organización y estructura genómica de un organismo.
      Emile Zuckerkandl
      Linus Pauling
    42. Reloj molecular
      Estima relaciones evolutivas midiendo el número mínimo de cambios de nucleótidos que se han producido durante la evolución de una proteína.
      .
    43. Árbol filogenético
      Reloj biológico
      Relación ancestro – descendiente
      Caracteres morfológicos y moleculares
    44. Origen de la célula eucariota
      Transferencia de genes
      Transferencia vertical de genes
      Transferencia horizontal de genes (HGT)
    45. Endosimbiosis: origen de las células eucariotas
    46. Análisis de ADN mitocondrial subunitario (SSU)
      α-proteobacteria y cianobacterias
      ARN polimerasas-arqueobacterias
      Similitud con eucariotas (transcripción y traducción)
      Célula Arquea
      Bacterias
      Célula eucariota
    47. Árbol filogenético: origen de célula eucariota
    48. Evolución del ser humano
      5-7 millones de años
      HUMANO
      CHIMPANCÉ
      GORILA
      13-15 millones de años
      ORANGUTÁN
    49. Árbol filogenético del hombre
    50. Diferencias entre el chimpancé y humanos
      1.23% diferencia por cambios o sustituciones de nucleótidos o bases nitrogenadas.
      Cromosoma Y – mayor diferencia
      Cromosoma 2
      Los cromosomas 1, 4, 5, 9,12, 15, 16, 17 y 18 del ser humano tienen invertidos grandes tramos de código de estos
      Cerca de 585 genes en el genoma total muestran substituciones (respuesta inmune y procesos de reproducción
      Presencia de inserciones y deleciones (indels) y recientes duplicaciones en los dos genomas
    51. Bibliografía
      Kuman S. Molecular clocks: four decades of evolution. Nature 2006; 6: 654-662.
      Gray M, Burger G Lang B. Evolution of mitochondria. Science 1999; 283(5407):1476-81.
      Katz A. Lateral gene transfers and the evolution of eukaryotes: theories and data. International Journal of Systematic and Evolutionary Microbiology 2002; 52, 1893–1900.
      Embley M, Martin W. Eukaryotic evolution, changes and challenges. Nature 2006; 440: 623-630.
      Poole M, Penny A. Evaluating hypotheses for the origin of eukaryotes. BioEssays 2006; 29:74–84.
      Feuk, L. et al. Discovery of human inversion polymorphisms by comparative analysis of human and chimpanzee DNA sequence assemblies. PLoS Genet 2005; 1:56.
      Newman, T.L. et al. A genome-wide survey of structura variation between human and chimpanzee. Genome Res 2005; 15: 1344–1356.
      Cheng, Z. et al. A genome-wide comparison of recent chimpanzee and human segmental duplications. Nature 2005 ; 437 : 88–93 (2005).
      Cooper M, Nickerson D, Eichler E. Mutational and selective effects on copy-number variants in the human genome. Nature Genetics 2007; 39:22-33.
      BioEssays 1999;21: 71-75
      Welch J, Bromham L. Trends in Ecology and Evolution 2006; 20: 320-327
      Green E, Briggs W, Krause J, Prüfer F, Burbano A, Siebauer M, Lachmann M Pääbo S. The Neandertal genome and ancient DNA authenticity. EMBO Journal 2009; 1–9
    52. Bibliografía
      Schulze A, Downward J. Navigating gene expression using microarrays — a technology review. NATURE CELL BIOLOGY 2001 Aug;13:E190-E191. 
      Xinmin L, Richard j, Quigg j, et al. Clinical Utility of Microarrays: Current Status, Existing Challenges and Future Outlook. Current Genomics 2008;:9( 7):467.68.
      Guérin E, and Marquet G, Chabalier J, et al. Combining biomedical knowledge and transcriptomic data to extract new knowledge on genes. Journal of Integrative Bioinformatics 2006.
      Shields D, O´Halloran A. Integrating genotypic data with transcriptomic and proteomic data. CompFunctGenom 2002; 3: 22–27.
      Ramírez J, Chávez L, Santillán JL, Guzmán S.MICROARREGLOS DE DNA. MENSAJE BIOQUÍMICO, Vol. XXVII (2003).
      Friend, H. F. How DNA microarrays and expression profiling will affect clinical practice. British MedicalJournal 1999; 319: 1-2.
      Sudarsanam P, Iyer VR, Brown PO, and F Winston. 2000. Whole-genome expression analysis of snf/swimutants of Saccharomycescerevisiae. Proc NatlAcadSci USA March 21: eprint-not yet published.
      Zanders, ED et al. 2000. Analysis of immune system gene expression in small rheumatoid arthritis biopsies using a combination of subtractive hybridization and high-density cDNA arrays. J Imminol Methods.233(1-2):131-140.
    SlideShare Zeitgeist 2009

    + consulta privadaconsulta privada Nominate

    custom

    335 views, 2 favs, 0 embeds more stats

    Presentación sobre Genómica hecha para la Faculta more

    More info about this document

    © All Rights Reserved

    Go to text version

    • Total Views 335
      • 335 on SlideShare
      • 0 from embeds
    • Comments 0
    • Favorites 2
    • Downloads 0
    Most viewed embeds

    more

    All embeds

    less

    Flagged as inappropriate Flag as inappropriate
    Flag as inappropriate

    Select your reason for flagging this presentation as inappropriate. If needed, use the feedback form to let us know more details.

    Cancel
    File a copyright complaint
    Having problems? Go to our helpdesk?

    Categories