SNPs asociados a patologías y SNPs asociados a patologías y modelos animalesmodelos animales

Xavier de la CruzXavier de la CruzIRBBIRBB--PCBPCB

Single Nucleotide Polymorphisms (SNPs)

Zona codificante de los genes

Mutacionespuntualesproteínas

AplicacionesAplicaciones

Clasificar los SNPs disponibles para su Clasificar los SNPs disponibles para su posterior estudio experimentalposterior estudio experimental

Extensión del modelo a las mutaciones Extensión del modelo a las mutaciones asociadas a mutaciones causantes de asociadas a mutaciones causantes de enfermedades poligénicasenfermedades poligénicas

Caracterización de SNPs no humanosCaracterización de SNPs no humanos

Aproximación bioinformáticaAproximación bioinformática

Gran cantidad datosGran cantidad datos

Herramientas Herramientas construcción modelosconstrucción modelos

Conocimientos previosConocimientos previos

La estructura de las proteínas permite La estructura de las proteínas permite comprender el efecto dañino de las mutacionescomprender el efecto dañino de las mutaciones

Reglas que relacionan el daño con la estructura:Reglas que relacionan el daño con la estructura:ruptura puentes disulfuroruptura puentes disulfuroincrementos de volumenincrementos de volumenconservación en alineamientos múltiplesconservación en alineamientos múltiplesetcetc

...VL.....AA...SN....WNV....YT..........EL....TP..

Y

Amino acid properties

EvolutionaryInformation

DatabaseAnnotations

(3.0, …….,2.0, -62.0,…......., 12.5, -5.2,…….- 2.7, 1.0,….…,1.0)

Neural network

Prediction:0: neutral mutation1: disease-associated mutation

Reliability index:0-9: from non- to highly-

reliable

Structure properties

Obtención del métodoObtención del método

Minería de datos para obtener las Minería de datos para obtener las mutaciones patológicas/neutrasmutaciones patológicas/neutras

Entrenamiento de la red neuronalEntrenamiento de la red neuronal

Evaluación de la capacidad predictivaEvaluación de la capacidad predictiva

DataminingDatamining

Búsqueda SwissProt:Búsqueda SwissProt:Palabras clave: DISEASE, Palabras clave: DISEASE,

VARIANT, HUMAN, PDBVARIANT, HUMAN, PDB

Control datosControl datos

Eliminar mutaciones con Eliminar mutaciones con

anotaciones ambiguasanotaciones ambiguas

Mutaciones neutrasMutaciones neutras

Obtienen a partir de alineamientos Obtienen a partir de alineamientos múltiples (Pfam)múltiples (Pfam)

98 %95 %

38 %

85 %

HumanoTomar

A

V

W

Y

Mutaciones neutrasMutaciones neutras

DATOS UTILIZADOSDATOS UTILIZADOS

9334 mutaciones patológicas en 811 9334 mutaciones patológicas en 811 genesgenes

11372 mutaciones neutras11372 mutaciones neutras

Sequence Profiles

0

10

20

30

40

-9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3

%

Ferrer-Costa, C., Orozco, M. & de la Cruz, X. (2002) J.Mol.Biol. 315:771-786.

Contraste del métodoContraste del método

Observed

Observed(Unknown)

Observed

Observed

Observed

Neural Network

Training

Predicted

Predicted

Predicted

Predicted

Predicted

Testing

Capacidad predictiva con Capacidad predictiva con estructuraestructura

Porcentaje total de aciertos: 87 %Porcentaje total de aciertos: 87 %

Coeficiente de Matthews: 0.73 Coeficiente de Matthews: 0.73 (en predicción de estructura secundaria: (en predicción de estructura secundaria: 0.50.5--0.6)0.6)

Ferrer-Costa, C., Orozco, M. & de la Cruz, X. En prensa, Proteins

Capacidad predictiva con Capacidad predictiva con secuenciasecuencia

Porcentaje total de aciertos : 83.5 %Porcentaje total de aciertos : 83.5 %

Coeficiente de Matthews: 0.66 Coeficiente de Matthews: 0.66

Ferrer-Costa, C., Orozco, M. & de la Cruz, X. En prensa, Proteins

¿ Qué tal lo hacemos ?¿ Qué tal lo hacemos ?

Sunyaev et al.Sunyaev et al. 73.5 73.5 0.490.49Ng & HenikoffNg & Henikoff 63.7 63.7 0.240.24Saunders & Baker 70.1Saunders & Baker 70.1 0.380.38Wang & MoultWang & Moult 87.2 87.2 0.530.53

Versión sec.Versión sec. 83.583.5 0.660.66

Ferrer-Costa, C., Orozco, M. & de la Cruz, X. En prensa, Proteins

Extensión del modelo a otros Extensión del modelo a otros organismosorganismos

Interés en anotar las mutaciones en Interés en anotar las mutaciones en modelos animales, e.g. ratónmodelos animales, e.g. ratón

Necesidad de una similitud a nivel Necesidad de una similitud a nivel molecular entre organismosmolecular entre organismos

Distribución identidad de secuencias

0

10

20

30

40

50

60

70

0 - 10 10 - 20 20 - 30 30 - 40 40 - 50 50 - 60 60 - 70 70 - 80 80 - 90 90 - 100

Humano - ratónHumano – especie portadora

“Splicing” alternativo

Contribución variabilidad del Contribución variabilidad del proteomaproteoma

Comparación de cambios en “splicing” Comparación de cambios en “splicing” alternativo entre humanos y otras alternativo entre humanos y otras especies:especies:

Inserciones/delecionesInserciones/deleciones

SubstitucionesSubstituciones

IMPACTO DEL “SPLICING” ALTERNATIVO

0,000

0,050

0,100

0,150

0 0 ,4 0 ,8 1 ,2 1 ,6 2 2 ,4 2 ,8 3 ,2 3 ,6 4 4 ,4

Humano

Ratón

Variabilidad en el alineamiento múltiple

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0

% Identidad en las regiones substituídas

Valenzuela A, Talavera D, Orozco M, de la Cruz X. J Mol Biol. (2004) 335:495-502.

1

2

ASPECTOS GENERALESASPECTOS GENERALES

Gran similitud entre las isoformas Gran similitud entre las isoformas mayoritarias de los diferentes modelos mayoritarias de los diferentes modelos animalesanimales

0

10

20

30

40

50

60

70

80

0 1 2

Accesibility

Popu

latio

n

0

5

10

15

20

25

30

-3 -2,5 -2 -1,5 -1 -0,5 0 0,5 1 1,5 2 2,5 3

Hidrophobicity

Popu

latio

n

0

5

10

15

20

25

30

35

-4 -3 -2 -1 0 1 2 3

Blosum62

Popu

latio

n

0

5

10

15

20

25

30

-9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3

PSSMI

Popu

latio

n

0

5

10

15

20

25

30

35

40

-7 -6 -5 -4 -3 -2 -1 0 1 2 3

dPSSMI

Popu

latio

n

0

5

10

15

20

25

0,5 1 1,5 2 2,5 3 3,5 4 4,5

Shanon's Entropy

Popu

latio

n

Capacidad predictiva con Capacidad predictiva con secuenciasecuencia

Porcentaje total de aciertos : 85 %Porcentaje total de aciertos : 85 %

Coeficiente de Matthews: 0.52 Coeficiente de Matthews: 0.52

Ferrer-Costa, C., Orozco, M. & de la Cruz, X. Enviado, Bioinformatics

CONCLUSIONESCONCLUSIONES

Es posible identificar las mutaciones Es posible identificar las mutaciones patológicas a partir de propiedades de patológicas a partir de propiedades de secuenciasecuencia

Se puede transferir la metodología Se puede transferir la metodología desarrollada entre especies próximas (en desarrollada entre especies próximas (en identidad secuencia)identidad secuencia)

Análisis estructuralAnálisis

mutaciones

“Splicing”AlternativoEstudio modelos

animales

DavidCarles

DavidSergi

IRBB-PCBModesto Orozco