Introduzione sulla system biology nel contesto delle biotecnologie moderne Tipologia e modelli dei network Genomica, proteomica e trascrittomica

1. Biologia dei sistemi
Introduzione sulla system biology nel contesto delle biotecnologie moderne
Tipologia e modelli dei network
Genomica, proteomica e trascrittomica
Tomàs Prats Gambús
Biotecnologie
Università degli Studi di Parma

2. Concetti importanti
1. Introduzione alla biologia dei sistemi
2. Prospettiva storica
3. Principi basici
4. Top-down e bottom-up
5. Tecniche sperimentali
6. Modellazione di reti biologiche
7. Introduzione alle discipline “-OMICA”
8. Genomica
9. Proteomica
10.Trascrittomica

3. Introduzione alla biologia dei sistemi
- Si basa nella computazione e nella modellizazione dei diversi dati
sperimentali.
- Interazioni dinamiche tra le varie molecole (proteine e acidi nucleici).
- La crescita della bioinformatica ha facillitato la computazione dei diversi
dati scientifici.

4. Introduzione alla biologia dei sistemi
- Disciplina biologica che studia gli organismi viventi in quanto sistemi
che si evolvono nel tempo (nell’ interazione dinamica).
- Unendo nella pratica le conoscenze di genomica, proteomica,
trascrittomica e di teoria dei sistemi dinamici.
- Utilizza tecniche molecolare quali i microarray (determinare
cambiamento espressione genica).
- Anche tecniche biochimiche quale la spettrometria di massa o l’analisi
delle attività enzimatiche.

5. Prospettiva storica
- Gli studi della cinetica enzimatica iniziano nell 1900.
- A partire degli anni sessanta cominciano gli studi dei complessi molecolari
e delle teorie della biologia dei sistemi. (1960 Denis Noble svolse il primo
modello computazionale).
- Nel 1969 è la publicazione de “Teoria generali dei sistemi” di Ludwig von
Bertalanffy (il precursore della biologia dei sistemi).
- Nella decada de 1990, nasce la genomica funzionale che significò una
grande quantità di informazione genetica. Allo stesso tempo, che le
innovazione tecnologiche cominciavano a progressare velocemente.
- Nel decennio de 2000, si fa il progetto del genoma umano e inizia tutte le
discipline chiamate “-OMICA” come la metabolomiche o la proteomiche.

6. Obiettivi
- I modelli per svelare i meccanismi che causano fenotipi alterate e elaborare
nuove terapie e farmaci.
- Strumenti predittivi per la progettazione di cellule con proprietà desiderate
economico ed affidabile.
- Medicina individualizzata e predittiva.

7. Top-down e Bottom-up
- Strategie di elaborazione dell’informazione e di gestione delle conoscenze.
- Metodologie per analizzare situazioni problematiche (risoluzione di un problema
practico)
- Top-down: si formula inizialmente una visione generale del sistema, se ne
descrive la finalità principale, senza scendere nel dettaglio delle sue parti.
- Bottom-up: le parte individuali del sistema sono specificate in dettaglio, e dopo
connesse tra loro per formare componenti più grandi fino a realizzare un sistema
completo.

8. Top-down
La programmazione top-down è uno stile di programmazione in cui la
progettazione inizia specificando parti complesse e suddividendole
successivamente in parti più piccole.
Il nome top down significa dall'alto verso il basso: in "alto" viene posto il problema
e in "basso" i sottoproblemi che lo compongono.
Procedura:
Determinare direttamente l'obiettivo, individualizare le risorse necessarie,
precisare quelle disponibili e identificare quelle mancanti, proponere
successivamente ogni risorsa mancante come sub-obiettivo oppure come sotto-
problema in cui ciascun sub-obiettivo richiede una sub-strategia.

9. Bottom-up
Il bottom up richiama invece un'immagine raffigurante una freccia in cui la
coda è il bottom (la parte bassa) mentre up è la punta: dal punto di vista
dinamico si parte dal bottom e si procede verso up.
Considera l'obiettivo finale, induce a costruire un percorso sequenziale
organizzato in passaggi successivi in cui l'ancoraggio tra traguardi intermedi
e obiettivo finale è generalmente ricercato in modo intuitivo.

10. Tecniche sperimentali
1. Spettrometria di massa
La spettrometria di massa è utilizzata per identificare i composti sconosciuti e
quantificare composti noti in una soluzione.
- Un piccolo campione di composti è ionizzato, di solito per cationi dalla perdita
di un elettrone.
- Gli ioni sono ordinati e separati in base alla loro massa e carica.
- Gli ioni separati vengono rilevati e conteggiati, e i risultati vengono visualizzati
in un grafico.

11. Tecniche sperimentali
2. DNA Microarrays
- Si usa il DNA chip, è un metodo recentemente sviluppato per l'analisi high-
throughput di espressione genica
- Invece di guardare l'espressione di un singolo gene, microarrays permettono
di monitorare l'espressione di diverse migliaia di geni in un singolo
esperimento, con conseguente immagine globale dell'attività cellulare.
- Di conseguenza, essi rappresentano uno strumento fondamentale per
l'attuazione di un approccio di biologia dei sistemi.

12. Tecniche sperimentali

13. Tecniche sperimentali
3. Yeast two-hybrid (Y2H)
- Il sistema del doppio ibrido di lievito è una tecnica di biologia molecolare
utilizzata per rilevare l'interazione tra le due proteine.
- La tecnica prevede l'attivazione di un gene reporter o più mediante l'azione di
un fattore di trascrizione alla sequenza regolatrice "UAS" (in inglese, sequenza
attivante a monte) situato a monte del promotore.
- Il fattore di trascrizione è diviso in due frammenti, uno che riconosce l'UAS e
altro promuovere l'attivazione del meccanismo di trascrizione. Ogni
frammento è fuso ad una proteina la cui interazione deve essere analizzato. Se
le proteine vengono complessati tra loro, i due frammenti del fattore di
trascrizione saranno trovati e il gene reporter si trascrivono.

14. Tecniche sperimentali

15. Modellazione di reti biologiche
Lo scopo principale consiste nell’indentificazione con ragionevole accuratezza
delle interazione tra complesse molecolare a livello dei geni, proteine e metabolite.
1. Classificazione delle reti biologiche
- A livello molecolare (geni regolatori, interazione tra proteine, “signal
transduction”).
- A livello funzionale (immunologici o ecologici).
2. Rappresentazione delle reti
Instrumento utile per descrivere e visualizzare le reti è il “graph”.

16. Modellazione di reti biologiche
Grafo:
Un grafo è un insieme di elementi detti nodi o vertici che
possono essere collegati fra loro da linee chiamate archi o
lati o spigoli.
La distribuzione di grado, P (k), fornisce la probabilità che
un nodo selezionato ha esattamente k collegamenti.
Esso ci permette di distinguere tra le diverse classi di
rete.
Il “clustering coefficient” di un nodo (CI) misura
l’aggregazione delle sue “adjacents”. Misura l’isolamento
di un nodo.

17. Modellazione di reti biologiche
Concetto di modularità:
-Un gruppo di molecole fisicamente o funzionalmente collegati (nodi)
lavorano insieme per realizzare la stessa funzione.
-In una rappresentazione di rete, un modulo appare come un gruppo
altamente interconnesso di nodi.
- Il coefficiente di clustering può essere calcolato per quantificare
modularità.
- In assenza di modularità, il coefficiente di clustering delle reti reali e
“random” sono paragonabili.
- Alto “clustering coefficient”.

18. Modellazione di reti biologiche
3. Tipi di rete
3.1 Random networks:
- N nodi che connectano tra loro con probabilità p.
- Segue una distribuzione de Poisson.
- Molti nodi hanno lo stesso numero di collegamenti.
- Nodi con k più diverse hanno strani.

19. Modellazione di reti biologiche
3.2 Scale-free networks:
- La probabilità che un nodo è altamente collegato è
statisticamente più significativo che in un “random
networks”.
- Reti scale-free sono caratterizzati da una
distribuzione di grado legge di potenza. (power-law)
- La probabilità che un nodo abbia k links segue
dove y è il grado sponenziale.

20. Modellazione di reti biologiche
3.3 Hierarchical networks:
-“Hierarchical structure” pone in sistemi che combinano
topologia della modularità e “scale free.
- Si basa sulla replica di un piccolo gruppo di quattro nodi
(centrali).
- I nodi esterni sono collegati al nodo centrale del cluster
originale.
- Questa rete ha una distribuzione anche di grado legge di
potenza. (privo di scala).

21. Modellazione di reti biologiche
4. Significati reti biologiche
- Rete metaboliche
Nodi: prodotti metabolici
Archi: reazioni trasformando A in B
- Rete de regulazione trascripzionale (proteine-DNA)
Nodi: geni e proteine
Archi: a TF regula un gene
- Rete proteine-proteine
Nodi: proteine
Archi: interazioni tra proteine
- Rete regulazione genica
Nodi: geni
Archi: espressioni di A e B sono correlati

22. Modellazione di reti biologiche
Motifs:
-Patterns che si svolgono nella rete reale significativamente più spesso
che nelle reti randomizzati.
- Feed forward loop (FFL) è un motivo di rete della regolazione
trascrizionale da E.coli.

23. Modellazione di reti biologiche

24. Introduzione alle -OMICA
-Ampio numero di discipline biomolecolari che presentano il suffisso "-
omica", come avviene per la interattomica o la metabolomica.
- In seguito alla diffusione di progetti di biologia quantitativa applicati
su larga scala (come il Progetto Genoma Umano), il suffisso "-oma" è
stato adottato dalle comunità dei bioinformatici e dei biologi molecolari.

25. Genomica
-Lo studio della struttura, il contenuto e l’
evoluzione dei genomi.
- Importante per interesse filogenetico e
agroalimentario, migliorare la conoscenza
umana, malattie genetiche.
- Conoscenza del numero di geni, la loro
organizzazione, funzione dei geni
conservati, regione d’omologia..
- Non essiste nessuna correlazione tra la
complessita d’un organismo e la
dimensione del suo genoma.

26. Genomica

27. Trascrittomica
- È la disciplina che studia tutti i trascritti di una cella, e il suo valore, in una
determinata fase di sviluppo come in una particolare condizione fisiologica.
-Per analizzare si può fare:
- Un gene: northern blot, RT-PCR..
- Tutto il trascrittoma: microarrays, EST, RNA-Seq
- C’è un aspetto importante: ALTERNATIVE SPLICING

28. Proteomica
- La proteomica consiste nell'identificazione sistematica di proteine e nella
loro caratterizzazione rispetto a struttura, funzione, attività, quantità e
interazioni molecolari.
- Il proteoma è dinamico nel tempo, varia in risposta a fattori esterni e
differisce sostanzialmente tra i diversi tipi cellulari di uno stesso organismo.
- Mentre il genoma è un'entità costante, il proteoma differisce da cellula a
cellula ed è in continua evoluzione nelle sue continue interazioni con il
genoma e l'ambiente.

30. Riferimento
1. Karp, P. D., and et al., Nucleic Acids Res., 28, 56 (2000).
2. Jeong, H., Tombor, B., Albert, R., Oltvai, Z., and Barabási, A.-L., Nature, 407, 651
(2000).
3. Jeong, H., Mason, S., Barabási, A.-L., and Oltvai, Z. N., Nature, 411, 41 (2001).
4. Kochen, M., editor, The Small World, Ablex, Norwood, NJ, 1989.
5. Wasserman, S., and Faust, K., Social Network Analysis: Methods and Applications,
Cambridge University, Cambridge, 1994.
6. Albert, R., Jeong, H., and Barabási, A.-L., Nature, 401, 130 (1999).
7. Lawrence, S., and Giles, C. L., Nature, 400, 107 (1999).
8. Kleinberg, J., Kumar, S. R., Raghavan, P., Rajagopalan, S., and Tomkins, A., Proc.
of the Int. Conf. on Combinatorics and Computing (1999).