Phylogenetic Footprinting

Genomannotation durch komparative Sequenzanalyse

Genregulation

Referat von Mandy Fuchs & Christopher Hardt

Cross-Species Sequence Comparisons: A Review of Methods and Available

resources

Kelly A. Frazer, Laura Elnitski, Deanna M. Church, Inna Dubchak, and Ross C. Hardison

Multi-species sequence comparison: the next frontier in genome annotation

Inna Dubchak and Kelly Frazer

Genome Res. 2003 Jan;13(1):1-12. Review

Genome Biol. 2003;4(12):122. Epub 2003 Nov 27

InhaltHintergrundAlignments und Suche nach konservierten Sequenzen (2 Programme)ErgebnisseZusammenfassung

Nach der Sequenzierungdie Annotation

Immer mehr Genome sequenziertNächster Schritt: komplette und korrekte Annotation (noch sehr lückenhaft)Suche nach funktionellen Sequenzelementen durch komparative Sequenzanalyse

BasisAnnahme: Evolution funktioneller Sequenzen langsamer als die der nichtfunktionellen (wegen Selektionsdruck)

Betrachte mehrere Spezies mit verschiedenen (geeigneten) phylogenetischen Abständen

Ziel: Finde ...kodierende Sequenzenkonservierte nichtcodierende Sequenzen mit womöglich regulatorischer FunktionSpezies-exklusive Sequenzen

Appetithäppchen

Referenzsequenz: Humane CFTR Region

Wo sind die regulatorischen Elemente?

Appetithäppchen

Ah, da sind sie ja!

PipMaker vs. VISTABeide folgen einem gemeinsamen

Schema:

Aber es gibt auch Unterschiede...

PipMaker(http://bio.cse.psu.edu)

Verwendet BLASTZ für lokale AlignmentsKurze, exakte Matches, die zu Alignments mit Gaps erweitert werdenEmpirische Scoring-MatrixAffine Gap-KostenBis ~2mb Sequenzlänge

PipMaker: Ein- und Ausgabe

Beispiel: ~308 kb auf 7q31 (ST7 Locus)

VISTA(http://www-gsd.lbl.gov/vista)

Verwendet AVID für globale AlignmentsMaximal-Match-Finding mit Suffix TreesAnkerauswahl: Menge der nicht überlappenden oder überkreuzenden MatchesAlignments der Regionen zwischen den Ankern

effizient für lange Sequenzen (bis 4mb), besser als z.B. CLUSTALW

VISTA: Ein- und Ausgabe

Beispiel: ~308 kb auf 7q31 (ST7 Locus)

Filtern von konservierten Elementen

Heuristische Auswahl der Sequenzen, die in allenpaarweisen Alignments bedeutend erscheinen (exkl. bekannte Exons):

Mensch-Pavian: 95% ident./100bpMensch-Kuh: 93% ident./100bpMensch-Maus: 86% ident./100bpMensch-Fugu: 55% ident./100bp

Wenige nicht-codierende Sequenzen, die aber wahrscheinlich wegen aktiver Konservierung biologische Funktionen haben

Kandidaten für regulatorische Elemente

Mensch-Pavian zu sehr verwandtMensch-Fisch dagegen zu weit entferntMensch-Maus: einpaar konservierte Regionen, die bzgl. ihrer Umgebung deutlich herausstechen

Neues Exon oder regulatorisches Element?

Exon?Test: Suche nach entsprechenden

ESTs

Intronische regulatorische Sequenz?

Test: Gain-of-function assay

ErgebnisseUm konservierte Regionen zu finden erscheinen Multi-Spezies Vergleiche mit 40-80 Mio. Jahre Divergenzzeit am besten (z.B. Mensch-Maus-Kuh)Entfernt verwandte Spezies (z.B. Mensch-Kugelfisch, 450 Mio. Jahre) lassen kodierende und nicht-kodierende unterscheidenNah Verwandte (z.B. Mensch-Schimpanse) erlauben die Identifizierung von speziesspezifischen Sequenzen

Letztendlich auch: Stamm - Klasse - Ordnung - Familie - Gattung – Art und die Frage: Was ist wo konserviert? Mehr Informationen über die Mechanismen der

Evolution

Komparative Genomanalyse

Einige neue funktionelle Sequenzen gefunden; alte bestätigt oder z.T. widersprochenErscheint vielversprechend, aber Probleme gibt es noch:

Verschiedene Evolutionsraten zwischen Spezies, aber auch in einem Genom

Ansätze mit variablen EvolutionsratenZu nah verwandt auch „unwichtige“ Sequenzen konserviertZu weit entfernt haben nur begrenzt gemeinsame Gene

grob: mehr Sequenzen liefern bessere Ergebnisse

ZusammenfassungNutze Korrelation zwischen phylog. Abstand und Konservierung um funktionelle Sequenzen zu findenPipMaker und VISTAUltimatives Ziel: Komplette Annotation der Genome, inkl. Identifizierung und Klassifizierung funktioneller Elemente

Noch Fragen?

Ansonsten danke für die Aufmerksamkeit und ab ins

Café