1. Information Technology e DNA
dal 1953 ad oggi
Dr.ssa Patricia Rodriguez-Tomé
prtome@crs4.it

2. original papers
1953 original papers
25 Aprile 1953
Nature p:737-741
original papers
RE | VOL 421 | 23 JANUARY 2003 | www.nature.com/nature © 2003 Nature Publishing Group 397
1953 scoperta 400 © 2003 Nature Publishing Group NATURE | VOL 421 | 23 JANUARY 2003 | www.nature.com/nature
della struttura del
DNA
398 NATURE | VOL 421 | 23 JANUARY 2003 | www.nature.com/nature
© 2003 Nature Publishing Group
1850 1900 1950 1960 1975 1990 2000 2005 20102

3. Facciamo un passo
indietro...
1953 scoperta
della struttura del
DNA
1850 1900 1950 1960 1975 1990 2000 2005 20103

4. Eredità biologica
1850 1900 1950 1960 1975 1990 2000 2005 20104

5. Come si trasmettono i caratteri ereditari
da una generazione a un’altra?
1850 1900 1950 1960 1975 1990 2000 2005 20105

6. Mendel
Gregor Mendel (1822 - 1884)
Leggi dell'Ereditarietà di Mendel (1865)
“L’origine delle specie” di Darwin (1859)
• Frate agostiniano, laureato in
matematica e scienze
• Abate del monastero di Brno (ora
Rep. Ceca)
• Appassionato di botanica
1865
Leggi di 1953 scoperta
Mendel della struttura del
DNA
1850 1900 1950 1960 1975 1990 2000 2005 20106

7. Mendel
Il lavoro di Mendel è stato inizialmente ignorato
Solo dopo 35 anni è stato riscoperto e apprezzato
1865
1900
Leggi di
riscoperta Leggi
Mendel
di Mendel
1850 1900 1950 1960 1975 1990 2000 2005 20107

8. Dove si trovano i geni?
1900
riscoperta Leggi
di Mendel
1850 1900 1950 1960 1975 1990 2000 2005 20108

9. Cromosomi
Cellula vegetale in telofase
1927 I geni
sono
localizzati sui
cromosomi Il moscerino della frutta:
Drosophila melanogaster
1850 1900 1950 1960 1975 1990 2000 2005 20109

10. Morgan e collaboratori
Columbia University
Hermann Joseph Muller (1890
Thomas Hunt Morgan - 1967) collaboratore di
(1866 - 1945) Morgan medico e genetista
genetista e biologo - 1946 Premio Nobel Medicina
1933 Premio Nobel
Medicina
Alfred H. Sturtevant (1891 - 1970)
studente del laboratorio di Morgan
1927 I geni
sono
localizzati sui
cromosomi
1850 1900 1950 1960 1975 1990 2000 2005 201010

11. Di cosa sono fatti i geni?
1927 I geni
sono
localizzati sui
cromosomi
1850 1900 1950 1960 1975 1990 2000 2005 201011

12. DNA
La molecola di DNA contiene l’informazione genetica
Virus sulla superficie di
Alfred Hershey (1908 - 1997) Escherichia coli
(1969: nobel per la medicina)
Martha Chase (1927 - 2003)
Cold Spring Harbor, Washington
1952
L’informazione
genetica è contenuta
nel DNA
1850 1900 1950 1960 1975 1990 2000 2005 201012

13. Come può la molecola del DNA
contenere tanta informazione?
1952
L’informazione
genetica è contenuta
nel DNA
1850 1900 1950 1960 1975 1990 2000 2005 201013

14. doppia elica (Cambridge)
1953: Watson & Crick
James Watson (1928 -) biologo molecolare
e genetico
Francis Crick (1916 - 2004) fisico che
diventò biologo molecolare, biofisico e
neuroscienziato
Scoperta della struttura a doppia elica del
DNA
Watson e Crick interpretarono le informazioni
che già esistevano, prodotte da esperimenti e
studi di altri ricercatori, ma ebbero l’intuizione
giusta prima di tutti gli altri.
1865 1953 scoperta
Leggi di della struttura del
Mendel DNA
1850 1900 1950 1960 1975 1990 2000 2005 201014

15. The Eagle
Il pub del “DNA” a Cambridge
1850 1900 1950 1960 1975 1990 2000 2005 201015

16. original papers 1953
25 Aprile 1953
Nature p:737-741
original papers
original papers Franklin & Gosslin
Wilkins
398 © 2003 Nature Publishing Group NATURE | VOL 421 | 23 JANUARY 2003 | www.nature.com/nature
Watson & Crick
1953 scoperta
della struttura del
DNA
URE | VOL 421 | 23 JANUARY 2003 | www.nature.com/nature © 2003 Nature Publishing Group 397
400 © 2003 Nature Publishing Group NATURE | VOL 421 | 23 JANUARY 2003 | www.nature.com/
1850 1900 1950 1960 1975 1990 2000 2005 201016

17. Premio Nobel
1962
Premio
Nobel in
Fisiologia e
Medicina
1953
1962 Premio Nobel per
struttura del
Watson e Crick
DNA
1850 1900 1950 1960 1975 1990 2000 2005 201017

18. DNA
DeoxyriboNucleic Acid = acido desossiribonucleico
il DNA è un polimero composto da milioni
di piccole unità chiamate NUCLEOTIDI,
Gruppo costituite da tre componenti
fosfato fondamentali
Basa
azotata
zucchero
pentoso
1953 scoperta
della struttura del
DNA
1850 1900 1950 1960 1975 1990 2000 2005 201018

19. ATCG
Le basi azotate sono quattro: Adenina, Timina, Citosina, Guanina
Adenine
Thymine
Cytosine
1953 scoperta
della struttura del Guanine
DNA
1850 1900 1950 1960 1975 1990 2000 2005 201019

20. ATCG
Adenine
1850 1900 1950 1960 1975 1990 2000 2005 201020

21. ATCG
Thymine
1850 1900 1950 1960 1975 1990 2000 2005 201021

22. ATCG
Cytosine
1850 1900 1950 1960 1975 1990 2000 2005 201022

23. ATCG
Guanine
1850 1900 1950 1960 1975 1990 2000 2005 201023

24. DNA
http://www.youtube.com/watch?v=qYsW0jIFH5A
1953 scoperta
della struttura del
DNA
1850 1900 1950 1960 1975 1990 2000 2005 201024

25. Leggere la sequenza dei
nucleotidi per conoscere le
informazioni genetiche codificate
1953 scoperta
della struttura del
DNA
1850 1900 1950 1960 1975 1990 2000 2005 201025

26. sequenziamento
1955: sequenza di una proteina - l’insulina
Frederick Sanger (1918 - )
è un biochimico britannico
1958 : premio Nobel per la chimica
1975: sviluppo del metodo della
terminazione della catena per il
sequenziamento del DNA.
1977: prima sequenza di DNA di un
genoma completo, del Fago Φ-X174
1980: premio Nobel per la chimica 1975 Metodo di
Sanger per il
sequenziamento
1850 1900 1950 1960 1975 1990 2000 2005 201026

27. metodo di Sanger
1975 Metodo di
Sanger per il
sequenziamento
1850 1900 1950 1960 1975 1990 2000 2005 201027

28. 1975 Metodo di
Sanger per il
sequenziamento
1850 1900 1950 1960 1975 1990 2000 2005 201028

29. http://www.snv.jussieu.fr/vie/dossiers/sequencage/lectureATGC1.swf
1975 Metodo di
Sanger per il
sequenziamento
1850 1900 1950 1960 1975 1990 2000 2005 201029

30. sequenza di DNA
SQ Sequence 1859 BP; 609 A; 314 C; 355 G; 581 T; 0 other;
aaacaaacca aatatggatt ttattgtagc catatttgct ctgtttgtta ttagctcatt 60
cacaattact tccacaaatg cagttgaagc ttctactctt cttgacatag gtaacctgag 120
tcggagcagt tttcctcgtg gcttcatctt tggtgctgga tcttcagcat accaatttga 180
aggtgcagta aacgaaggcg gtagaggacc aagtatttgg gataccttca cccataaata 240
tccagaaaaa ataagggatg gaagcaatgc agacatcacg gttgaccaat atcaccgcta 300
caaggaagat gttgggatta tgaaggatca aaatatggat tcgtatagat tctcaatctc 360
ttggccaaga atactcccaa agggaaagtt gagcggaggc ataaatcacg aaggaatcaa 420
atattacaac aaccttatca acgaactatt ggctaacggt atacaaccat ttgtaactct 480
ttttcattgg gatcttcccc aagtcttaga agatgagtat ggtggtttct taaactccgg 540
tgtaataaat gattttcgag actatacgga tctttgcttc aaggaatttg gagatagagt 600
gaggtattgg agtactctaa atgagccatg ggtgtttagc aattctggat atgcactagg 660
aacaaatgca ccaggtcgat gttcggcctc caacgtggcc aagcctggtg attctggaac
//
1975 Metodo di
Sanger per il
sequenziamento
1850 1900 1950 1960 1975 1990 2000 2005 201030

31. 1975 Metodo di
Sanger per il
sequenziamento
1850 1900 1950 1960 1975 1990 2000 2005 201031

32. software
1850 1900 1950 1960 1975 1990 2000 2005 201032

33. software
1850 1900 1950 1960 1975 1990 2000 2005 201033

34. software
1850 1900 1950 1960 1975 1990 2000 2005 201034

35. ICT
•Linguaggi
–BASIC
–PASCAL
•Calcolatori
–Personal computer (PC)
•MS-DOS, Windows
1850 1900 1950 1960 1975 1990 2000 2005 201035

36. sequenziamento genomico
• 1981: DNA mitocondriale umano - 16 569 basi
• 1984: Epstein-Barr virus 170 000 basi
• 1986: DNA cloroplasto del tabacco - 155 844 basi
1987: primo
sequenziatore
commerciale di
Applied Biosystems
1986: prima ABI370
macchina semi
automatica CalTech 1977 Primo
genoma completo
1987 Primo
sequenziatore
sequenziato del Fago commerciale
1850 1900 1950 1960 1975 1990 2000 2005 201036

37. sequenziatori
1850 1900 1950 1960 1975 1990 2000 2005 201037

38. sequenziatori
1850 1900 1950 1960 1975 1990 2000 2005 201038

39. sequenziatori
500 sequenze di ~700 basi al giorno
350 000 basi al giorno
un genoma umano = 3 109 basi
8572 giorni = 23 anni
1850 1900 1950 1960 1975 1990 2000 2005 201039

40. il risultato
1850 1900 1950 1960 1975 1990 2000 2005 201040

41. sequenza di DNA
SQ Sequence 1859 BP; 609 A; 314 C; 355 G; 581 T; 0 other;
aaacaaacca aatatggatt ttattgtagc catatttgct ctgtttgtta ttagctcatt 60
cacaattact tccacaaatg cagttgaagc ttctactctt cttgacatag gtaacctgag 120
tcggagcagt tttcctcgtg gcttcatctt tggtgctgga tcttcagcat accaatttga 180
aggtgcagta aacgaaggcg gtagaggacc aagtatttgg gataccttca cccataaata 240
tccagaaaaa ataagggatg gaagcaatgc agacatcacg gttgaccaat atcaccgcta 300
caaggaagat gttgggatta tgaaggatca aaatatggat tcgtatagat tctcaatctc 360
ttggccaaga atactcccaa agggaaagtt gagcggaggc ataaatcacg aaggaatcaa 420
atattacaac aaccttatca acgaactatt ggctaacggt atacaaccat ttgtaactct 480
ttttcattgg gatcttcccc aagtcttaga agatgagtat ggtggtttct taaactccgg 540
tgtaataaat gattttcgag actatacgga tctttgcttc aaggaatttg gagatagagt 600
gaggtattgg agtactctaa atgagccatg ggtgtttagc aattctggat atgcactagg 660
aacaaatgca ccaggtcgat gttcggcctc caacgtggcc aagcctggtg attctggaac
//
1850 1900 1950 1960 1975 1990 2000 2005 201041

42. 1987 Primo
sequenziatore
commerciale
1850 1900 1950 1960 1975 1990 2000 2005 201042

43. ICT
•Linguaggi
–FORTRAN
–C
•Calcolatori
–server, multi user
• VMS (MicroVAX2)
• UNIX (HP, SGI, DEC...)
–PC/Mac per la grafica
1956: 1972:C
FORTRAN 1979: C++
1850 1900 1950 1960 1975 1990 2000 2005 201043

44. software
1850 1900 1950 1960 1975 1990 2000 2005 201044

45. software
1850 1900 1950 1960 1975 1990 2000 2005 201045

46. Progetto Genoma Umano
• 1986: prime idee e si discute
• 1990: proposte e inizio
• 1994: prima mappa genetica
• 1998: prima mappa fisica
• 2003: Homo sapiens - 3 10⁹ basi
1850 1900 1950 1960 1975 1990 2000 2005 201046

47. Progetto Genoma Umano
Nel nucleo di ogni cellula somatica sono presenti 46
cromosomi, se si prende come riferimento il
genoma aploide (23 cromosomi) si stima un totale
di oltre 3 miliardi di basi.
Se disteso, il DNA contenuto in ognuna delle nostre
cellule è lungo circa 2 m.
Considerando che un organismo
adulto è composto di circa 100 000
miliardi di cellule, si può dire che
l’estensione complessiva in lunghezza
di tutte le molecole di DNA presenti in
un individuo umano è sufficiente a
coprire circa 1.000 volte la distanza
Terra-Sole (circa 150 milioni di km).
1850 1900 1950 1960 1975 1990 2000 2005 201047

48. Progetto Genoma Umano
20 centri di sequenziamento in 6 paesi:
– USA (60.8%), UK (28.9%),
– Giappone (4.9%), Francia (2.8%),
– Germania (1.5%), Cina (0.7%).
costo totale: 2.7 miliardi di dollari
prima evidenza: ~ 25 000 geni nel genoma umano
1850 1900 1950 1960 1975 1990 2000 2005 201048

49. Progetto Genoma Umano
Généthon
1850 1900 1950 1960 1975 1990 2000 2005 201049

50. MAPPE
http://www.youtube.com/watch?v=UhQgSAIMs_s&feature=player_embedded
1850 1900 1950 1960 1975 1990 2000 2005 201050

51. mappa genetica
1990-1996
1850 1900 1950 1960 1975 1990 2000 2005 201051

52. mappa fisica
1990 - 2001
1850 1900 1950 1960 1975 1990 2000 2005 201052

53. Progetto Genoma Umano
mappa fisica
mappa genetica
1850 1900 1950 1960 1975 1990 2000 2005 201053

54. Progetto Genoma Umano
http://www.hhmi.org/biointeractive/dna/DNAi_human_genome_seq.html
1850 1900 1950 1960 1975 1990 2000 2005 201054

55. Progetto Genoma Umano
La prima stampa
del Genoma Umano
presentata come
una raccolta di libri,
esposta alla
Wellcome Collection
a Londra
1850 1900 1950 1960 1975 1990 2000 2005 201055

56. ICT
•Linguaggi
–C, C++
–JAVA
–Perl
•Calcolatori
–server UNIX (HP, SUN, COMPAQ)
–PC/ Mac, workstations: per la parte
grafica
•Statistica, matematica
1987 Perl 1995 Java
1850 1900 1950 1960 1975 1990 2000 2005 201056

57. software
ANALIZZARE
CONFRONTARE
VISUALIZZARE
1850 1900 1950 1960 1975 1990 2000 2005 201057

58. software
1850 1900 1950 1960 1975 1990 2000 2005 201058

59. software
1850 1900 1950 1960 1975 1990 2000 2005 201059

60. DATABASE
Memorizzazione, archiviazione e
gestione dei dati
Europa: EMBL-Bank (EBI, UK)
USA: GenBank (NIH genetic sequence database)
Giappone: DDBJ (DNA Data Bank of Japan)
1982- 1986
1850 1900 1950 1960 1975 1990 2000 2005 201060

61. DATABASE
1850 1900 1950 1960 1975 1990 2000 2005 201061

62. ICT
1850 1900 1950 1960 1975 1990 2000 2005 201062

63. ICT
1850 1900 1950 1960 1975 1990 2000 2005 201063

64. ICT
1850 1900 1950 1960 1975 1990 2000 2005 201064

65. ICT
1850 1900 1950 1960 1975 1990 2000 2005 201065

66. ICT
1850 1900 1950 1960 1975 1990 2000 2005 201066

67. ICT
1850 1900 1950 1960 1975 1990 2000 2005 201067

68. INTERNET
• Rete Università - Ricerca
–BITNET in US (1981)
–European Academic Research Network -
EARN (1984) diventa poi TERENA (1995)
1982-1986: basi di dati
1981 BITNET 1984 EARN 1995 TERENA
1850 1900 1950 1960 1975 1990 2000 2005 201068

69. INTERNET
• 1991: protocolli
–WAIS (Wide Area Information Server)
–GOPHER
–WWW
• 1993: primo browser (Mosaic)
• 1993: WWW per la biologia
–agosto 1993: ExPAsY (Svizzera)
–settembre 1993: Généthon (Francia)
1982- 1986: basi di dati
1991
1993 Mosaic 2004 firefox
WWW
1850 1900 1950 1960 1975 1990 2000IE
1994 2005 201069

70. siti web
accounts
– geni
– proteine
– organismi
– patologie
1850 1900 1950 1960 1975 1990 2000 2005 201070

71. linguaggi
•Siti WEB
–CGI, HTML, XML, Perl, PHP, Ruby on Rails, JEE
•Basi di dati:
–Ingres, Sybase, Oracle, MySQL, PostgreSQL
1993 CGI
1995 Ruby
1995 PHP
2004
1997 XML Ruby on Rails
1850 1900 1950 1960 1975 1990 2000 2005 201071

72. siti web
1850 1900 1950 1960 1975 1990 2000 2005 201072

73. Ricerca
DOVE SIAMO OGGI?
1850 1900 1950 1960 1975 1990 2000 2005 201073

74. differenze
1-
2%
0,1%
l
ia
er
at 10
M -30
re
Sha %
1850 1900 1950 1960 1975 1990 2000 2005 2010

75. il genoma a 1000 $
A $10 MILLION PRIZE
FOR THE FIRST TEAM TO
SUCCESSFULLY SEQUENCE
100 HUMAN GENOMES IN 10 DAYS
•primo gruppo a fare 100 genoma Umani
•in un massimo 10 giorni
•per meno di 10 000 $ per genoma
•vince $ 10 M
http://genomics.xprize.org/
1850 1900 1950 1960 1975 1990 2000 2005 201075

76. sequenziamento
I sequenziatori di nuova generazione sono in
grado di leggere miliardi di basi in una
singola corsa di circa 6 giorni
(la tecnologia precedente: circa 350 kbasi al giorno)
Tre produttori:
•454 by Roche
•SOLID by Applied Biosystems
•Genome Analyzer by Illumina
1850 1900 1950 1960 1975 1990 2000 2005 201076

77. @ CRS4
2009
1850 1900 1950 1960 1975 1990 2000 2005 201077

78. @ CRS4
2010
1850 1900 1950 1960 1975 1990 2000 2005 201078

79. @ CRS4
2010
1850 1900 1950 1960 1975 1990 2000 2005 201079

80. @ CRS4
1850 1900 1950 1960 1975 1990 2000 2005 201080

81. @ CRS4
1850 1900 1950 1960 1975 1990 2000 2005 201081

82. @ CRS4
1850 1900 1950 1960 1975 1990 2000 2005 201082

83. @ CRS4
1 TB (1 TeraByte) = 1 000 USB keys of 1 GB
analizza
immagine (foto) 32 TB
automaticamente
“intensity data”:
2 TB si può conservare
prima analisi
base call /
250 GB 250 GB
quality data
allineamento 6TB 1.2 TB
per ogni esperimento: 1.45 TB
1850 1900 1950 1960 1975 1990 2000 2005 201083

84. ICT
•Linguaggi
–C, C++
–JAVA
–Perl
–Python
–R
•Calcolatori: calcolo parallelo
•Statistica, matematica,
algoritmica, data mining
1989
1993:
python
R
1850 1900 1950 1960 1975 1990 2000 2005 201084

85. @ CRS4
1850 1900 1950 1960 1975 1990 2000 2005 201085

86. Legge di Moore 1:
Le prestazioni dei processori, e il numero di transistor ad esso relativo, raddoppiano ogni 18 mesi.
1850 1900 1950 1960 1975 1990 2000 2005 201086

87. @ CRS4
• studiare il genoma
• individuare il substrato
genetico di patologie
multifattoriali
• terapie personalizzate
1850 1900 1950 1960 1975 1990 2000 2005 201087

88. i progetti CNR-CRS4
• sequenziamento del
genoma dei sardi
• ricerca dei tratti genetici
connessi a patologie con
alta frequenza nell’Isola
• studio del loro
funzionamento
• studio di nuove terapie
1850 1900 1950 1960 1975 1990 2000 2005 201088

89. @ CRS4
INFRASTRUTTURE E STRUMENTI
• potenza di calcolo
• spazio per archiviazione dati
• database
• software di analisi e visualizzazione
COMPETENZE SCIENTIFICHE
• informatica, bioinformatica
• statistica
• sviluppo web
1850 1900 1950 1960 1975 1990 2000 2005 201089

90. LIMS
•Laboratory Information
Management System
–gestione integrata di dati e processi di un
laboratorio
–gestisce “oggetti” e “eventi”
•campioni, strumentazione del laboratorio,
materiale, utenti
•seminario di Gianfranco Frau il 7
settembre 2011
1850 1900 1950 1960 1975 1990 2000 2005 201090

91. 1850 1900 1950 1960 1975 1990 2000 2005 201091

92. Grazie
1850 1900 1950 1960 1975 1990 2000 2005 201092