Transferir como PDF, PPTX
Carregado porRenato Puga
ERBASE 2019 - Renato Puga
O documento aborda a bioinformática aplicada à saúde, focalizando o sequenciamento de DNA e seu impacto na medicina, incluindo o Projeto Genoma Humano e suas inovações tecnológicas. Destaca a evolução das ferramentas bioinformáticas e a importância do sequenciamento em larga escala, comparando diferentes tipos de sequenciamento como WGS e WES. Além disso, menciona recursos de dados e bancos de dados públicos para apoiar a análise genética.
ERBASE 2019 - Renato Puga
- 1. Bioinformática Aplicada à área daSaúde Renato Puga
- 2. DLE - NTOSP Hospital Israelita Albert Einstein AC Camargo Cancer Center MBA Blockchain Dev - FIAP Mestre em Ciências Biológicas - USP Analista de Sistemas - UNAERP Google Acadêmico goo.gl/r5ko8T Linkedin linkedin.com/in/renato-puga-24885524/ renatopuga@gmail.com Short Bio
- 3. NGS & BioinfoNúcleo de Bioinformática Desafios
- 7. Sequenciamento de DNA- Tecnologia Sobre.. 7 1G
- 8. Bioinformática 1.0 -command line 8 Terminal 1981: Smith–Waterman156 1982: GenBank (https://www.ncbi.nlm.nih.gov/genbank/statistics/) 1990: BLAST16 1995: TIGR assembler24 1996: RepeatMasker 1997: GENSCAN157 1998: phred, phrap, consed22 2000: Celera assembler25 2001: Bioconductor 2001: EULER74 2002: BLAT158 2002: UCSC Genome Browser159 2002: Ensembl160 2005: Galaxy161 2007: NCBI Short Read Archive 2008: ALLPATHS162 2008: Velvet75 2009: Bowtie83 2009: BWA82 2009: SAMtools84 2009: BreakDancer163 2009: Pindel164 2009: TopHat115 2010: SOAPdenovo165 2010: GATK85 2010: Cufflinks116 2011: Integrated Genomics Viewer166 2013: HGAP/Quiver167 2017: Canu81
- 9. Sequenciamento de DNA- Tecnologia Sobre.. 9 2G
- 10. Bioinformática 2.0 -slick, all-in-one, desktop apps 10 all-in-one • Next Generation Sequencing, • Microarray & qPCR Data Analysis Software • Resequencing and Variant Analysis • Metagenomics • Epigenomics • De novo assembly • CGH
- 11. Bioinformática 3.0 -targeted analysis pipelines and tools powered by the cloud 11
- 12. 1994 / 1996 Poder1999 1990-2001 em 2015 (10 dias) Desde 2015 Começo oficial do Projeto Genoma Humano Rotina NGS em Clinicas de Diagnóstico maior parte dos genoma esta mapeado / "Bermuda Principles”. Sequenciamento de DNA em larga-escala $1 bilhão $ 10 mil 1990 FUTURE 2028 Projeto Genoma Humano anos dourados da bioinformática http://www.yourgenome.org/facts/ timeline-the-human-genome-project
- 13. Era dos Milhõesde Genomas 13 Participantes Escala 1.000 Grande 10.000 Mega 100.000 Ultra 1.000.000 Jedi
- 14. 1.000.000 100.000 10.000 10.000.000 1.000 100 10 2006 2008 2010 2012 2014 2016 2018 NúmerodeParticipantes Alguns Projetos deGenômas AstraZeneca Genome Asia 100k Million Veteran Program PMI Cohort 100k Genomes UK The Cancer Genome Atlas (TCGA) 1k Genomes Project ABraOM - Brazilian genomic variants 2020
- 15. 15 Whole Exome Sequencing(WES) Next Generation Sequencing
- 16. O que éWhole Exome Sequence (WES)? Nature 1978 16 https://www.nature.com/nature/journal/v271/n5645/abs/271501a0.html Exon —> EXpressed regiON Intron —> INTRagenic regiON The human genome consists of 3 billion nucleotides or “letters” of DNA. But only a small percentage — 1.5 percent — of those letters are actually translated into proteins, the functional players in the body. The “exome” consists of all the genome’s exons, which are the coding portions of genes. By Leah Eisenstadt https://www.broadinstitute.org/blog/what-exome-sequencing
- 17.
- 18. Comparação de tiposSequenciamento WGS / WES / Panel Whole Genome Sequence (WGS) Whole Exome Sequence (WES) Painel 1% do WGS
- 19. Tipos de Dados NextGeneration Sequences (NGS) 19 FASTQ BAM VCFBED FASTA + Quality arquivo texto com sequências de nucleotídeos e qualidade por base. Binary Alignment Map arquivo binário de sequências alinhadas em uma referência. Variant Allele Frequency arquivo texto com as variantes encontradas em relação a referência. Browser Extensible Data arquivo texto com regiões genéticas alvos de interesse
- 20. FASTQ FASTA + Quality arquivotexto com sequências de nucleotídeos e qualidade por base.
- 21. Tipos de Dados:FASTQ Next Generation Sequences (NGS) 21
- 22. Tipos de Dados:FASTQ - Phred Score Next Generation Sequences (NGS) 22 Phred Score Pares de bases (pb)
- 23. Tipos de Dados:Phred Score Next Generation Sequences (NGS) 23 http://www.illumina.com/documents/products/technotes/technote_Q-Scores.pdf
- 24. BAM Binary Alignment Map arquivobinário de sequências alinhadas em uma referência.
- 26.
- 27. • DNA AZUL •RNA VERMELHO • miRNA VERDE • bisulfite ROXO Timeline: Mapeadores https://www.ebi.ac.uk/~nf/hts_mappers/#timeline
- 28. Tipos de Dados:FASTQ (in) BAM (out) Next Generation Sequences (NGS) 28 https://software.broadinstitute.org/gatk/events/slides/1503/GATKwh6-BP-0A-Intro_to_HTS.pdf FASTQ (dados brutos) BAM (alinhados) Referência (genoma)
- 29. Tipos de Dados:Binary Alignment Map (BAM) Next Generation Sequences (NGS) 29 https://software.broadinstitute.org/gatk/events/slides/1503/GATKwh6-BP-0A-Intro_to_HTS.pdf
- 30. BAM: Cobertura (WES) Visualizaçãopelo programa IGV Broad Institute 30 https://www.abmgood.com/Enzymes/images/Exome-IGV.png
- 31. BED Browser Extensible Data arquivotexto com regiões genéticas alvos de interesse
- 32. Tipos de Dados:Browser Extensible Data (BED) Next Generation Sequences (NGS) 32 chr11 5246919 5246920 Hb_North_York 2619 Hemoglobin variant chr11 5255660 5255661 HBD c.1 G>A 2659 delta0 thalassemia chr11 5247945 5247946 Hb Sheffield 2672 Hemoglobin variant chr11 5255415 5255416 Hb A2-Lyon 2676 Hemoglobin variant chr11 5248234 5248235 Hb Aix-les-Bains 2677 Hemoglobin variant https://genome.ucsc.edu/FAQ/FAQformat.html#format1.7 Chr Start End
- 33. VCF Variant Call Format arquivotexto com as variantes encontradas em relação a referência.
- 34. Tipos de Dados:Variant Call Format (VCF) Next Generation Sequences (NGS) 34 https://bioinf.comav.upv.es/courses/sequence_analysis/_images/vcf_format.png
- 35.
- 36. Tempo de Sequenciamento NextSeq500 36 FASTQ BAM VCF 2-3d 2-3h 1h 3-4d 3-5h 2h 7-10d 8-12h 5h Painel (>500X) WES (50X) WGS (30x)
- 37.
- 39.
- 40. Genome Analysis ToolkitGATK4 Variant Discovery in High-Throughput Sequencing Data 40 https://gatkforums.broadinstitute.org/gatk/discussion/9644/unboxing-gatk4
- 41. Genome Analysis ToolkitGATK Variant Discovery in High-Throughput Sequencing Data 41 https://software.broadinstitute.org/gatk/
- 42. Chamada de Variantes(WES) Target sequence (exome) 42 https://software.broadinstitute.org/gatk/events/slides/1503/GATKwh6-BP-0A-Intro_to_HTS.pdf
- 43. Banco de DadosPúblicos (Anotação) Dados de Referência 43 ExAC65k ClinVar
- 44. Variant Effect PredictorVEP Anotação 44 http://www.ensembl.org/info/docs/tools/vep/index.html
- 45. Variant Effect PredictorVEP Anotação por regiões 45
- 46. Banco de DadosPúblicos Dados de Referência 46 • 1000 Genomes Project (2015 Agosto) • Allele frequency data in 1000 Genomes Project (AFR (African), AMR (Admixed American), EAS (East Asian), EUR (European), SAS (South Asian)) • http://www.1000genomes.org/ • dbSNP • Minor Allele Frequency (MAF) • http://www.ncbi.nlm.nih.gov/SNP/ • O ESP é um projecto financiado pelo NHLBI exome • 6500 amostras • http://evs.gs.washington.edu/EVS/
- 47. Banco de DadosPúblicos (ExAC) Dados de Referência 47 • ExAC 65000 Exome Allele Frequency • AFR (African) • AMR (Admixed American) • EAS (East Asian) • FIN (Finnish) • NFE (Non-finnish European) • OTH (other) • SAS (South Asian) http://exac.broadinstitute.org/
- 48. Banco de DadosPúblicos (ABraOM) Dados de Referência 48 http://abraom.ib.usp.br/
- 49. Banco de DadosPúblicos (ClinVar) Dados de Referência 49 • CLINVAR: variantes com associação clínica: • unknown • untested • non-pathogenic • probable-non-pathogenic • probable-pathogenic • pathogenic • drug-response • histocompatibility • other e com nome das doenças https://www.ncbi.nlm.nih.gov/clinvar/
- 50. Banco de DadosPúblicos (COSMIC) Dados de Referência 50 • COSMIC: Catalogue of Somatic Mutations in Cancer • http://cancer.sanger.ac.uk/cosmic
- 51. http://www.sanger.ac.uk/sites/default/files/Jan2016/noncodingdrivers.jpg Priorização de driversde câncer não codificadores com base em padrões de seleção. (1)Filtrar variantes somáticas para excluir 1000 genomas de polimorfismos; (2) Reter variantes com anotações não codificantes; (3) Reter variantes em regiões "sensíveis"; (4) Priorizam variantes que interrompam factores de transcrição; (5) Residam perto do centro de uma rede biológica; (6) Priorizam os blocos de anotação mutados em múltiplas amostras de câncer
- 52. FASTQ BAM VCFBED FASTA+ Quality arquivo texto com sequências de nucleotídeos e qualidade por base. Binary Alignment Map arquivo binário de sequências alinhadas em uma referência. Variant Allele Frequency arquivo texto com as variantes encontradas em relação a referência. Browser Extensible Data arquivo texto com regiões genéticas alvos de interesse https://usegalaxyp.org/
- 53.
- 54.
- 55.
- 56.
- 57. Capacidade de armazenar215 petabytes (215 milhões gigabytes) em um única grama de DNA http://www.sciencemag.org/news/2017/03/dna-could-store-all-worlds-data-one-room https://www.nature.com/news/how-dna-could-store-all-the-world-s-data-1.20496
- 58. Ultra-deep sequencing (AML) OptimizingCancer Genome Sequencing and Analysis 58 (Standard) Model of clonal architecture and tumor evolution, inferred from the original 30x sequencing data. (Optimized) Ultra-deep sequencing and validation, revealing additional subclonal complexity. http://www.cell.com/cell-systems/abstract/S2405-4712(15)00113-1
- 61.
- 62.