Qualifica§£o de Mestrado

download Qualifica§£o de Mestrado

of 24

  • date post

    05-Dec-2014
  • Category

    Science

  • view

    280
  • download

    0

Embed Size (px)

description

Apresentação da qualificação de mestrado em Ciência da Computação na UNICAMP

Transcript of Qualifica§£o de Mestrado

  • 1. Uma abordagem computacional para estudo de polimorfismos de base nica. Orientando: Miguel Galves Orientador: Zanoni Dias Instituto de Computa o UNICAMP
  • 2. Roteiro Contexto SNPs: Polimorfismos de Base nica Porque estudar SNPs? Metodologias de estudo de SNPs: PCR-RLFP Abordagem computacional Etapas para o estudo de SNPs Alinhamento Detec o Correla o Projeto PIPE Cronograma
  • 3. Contexto A informa o gentica dos seres vivos estcodificada em cadeias de nucleotdeos (A, C, G, T). Conjunto de sequncias = genoma. Genoma armazenado na forma de DNA ou RNA. Expresso gnica: gera o de protenas a partir do DNA. Duas etapas: transcri o, tradu o.
  • 4. SNPs: Polimorfismos de base nica Polimorfismo: mudan a de uma ou mais bases em sequncias genticas. Devem ser observadas em mais de 1% de ndividuos de uma popula o. SNP: Polimorfismo que ocorre em apenas uma base em um dado gene. Poderia ser bi, tri, ou tetra allico. Caso mais comum: bi-allico.
  • 5. Porque estudar SNPs? Correspondem a mais de 90% dos polimorfismos nos seres humanos. Grande parte das doen as com base gentica so causadas por um ou mais SNPs. Grande interesse das industrias farmacuticas: Cria o de terapias especficas. Farmacogentica: interface entre gentica e farmacutica.
  • 6. Metodologias de estudo de SNPs: PCR-RLFP RLFP - Restriction Length Fragment Polymorphisms. Utiliza enzimas de restri o para detectar polimorfismos. Restrito ao estudo de SNPs conhecidos: Permite detectar apenas SNPs que criem ou destruam stios de restri o. Depende da disponibilidade de enzimas de restri o apropriadas.
  • 7. Metodologias de estudo de SNPs: Abordagem computacional Utiliza sequncias de DNA obtidas atravs de mtodos de sequenciamento automtico. Se baseia em compara o utilizando ferramentas computacionais. Mtodo que estse popularizando com o barateamento do processo de sequenciamento automtico. Se beneficia do grande nmero de sequncias armazenadas em bases de dados pblicas.
  • 8. Etapas para o estudo de SNPs: Alinhamento - Conceitos Inser o de buracos em duas sequncias deixando-as com mesmo tamanho: Permite criar uma pontua o para avaliar os alinhamentos obtidos. Exemplo: match =1, mismatch = -1, gap = -2. Exemplo: match =1, mismatch = -1, g = -2, h = -1 Objetivo: obter um alinhamento timo entre duas sequncias. ACGTTCGGCT A-GTTTG-CT
  • 9. Etapas para o estudo de SNPs: Alinhamento - Estratgias Alinhamento global: visa gerar o melhor alinhamento entre duas sequncias. ACTGACCTCGGG AC-G-CGT--GG ACTGACCTCGGG ACGCGTGG
  • 10. Etapas para o estudo de SNPs: Alinhamento - Estratgias Alinhamento semi-global: utilizado para alinhar sequncias incompletas. No penaliza a cria o de buracos no incio e final das sequncias. ACTGACC-TCGGG--- ----ACCGTCGGGCGG ACTGACCTCGGG ACCGTCGGGCGG
  • 11. Etapas para o estudo de SNPs: Alinhamento - Estratgias Alinhamento local: encontra o melhor alinhamento entre duas sub-sequncias. Retorna apenas o alinhamento dos segmentos que geram a maior pontua o. TCGGG TCGGG ACTGACCTCGGG ACCGTCGGGCGG
  • 12. Etapas para o estudo de SNPs: Alinhamento - Problema Problema: alinhar cDNA e RNA com DNA gen mico: DNA muito maior que cDNA. DNA pode conter regies de ntrons.
  • 13. Etapas para o estudo de SNPs: Alinhamento - Objetivos Estudar os mtodos de alinhamento de DNA gen mico e cDNA utilizados por ferramentas de domnio pblico. Definir um conjunto de parmetros ideais para alinhamento de DNA com cDNA utilizando estratgia semi-global. Executar testes para medir a qualidade dos alinhamentos obtidos.
  • 14. Etapas para o estudo de SNPs: Detec o - Mtodos existentes Anlise de cromatograma (polyphred). Analisa o cromatograma obtido ap s anlise sequenciamento.
  • 15. Etapas para o estudo de SNPs: Detec o - Mtodos existentes Anlise de sequncias alinhadas (polybayes). Utiliza mtodos Bayesianos para determinar SNPs em um alinhamento
  • 16. Etapas para o estudo de SNPs: Detec o - Objetivos Anlise dos mtodos existentes para detec o de polimorfismos. Formula o de uma nova metodologia para detec o de SNPs. Montar casos de testes com dados reais para avalia o da metodologia proposta.
  • 17. Etapas para o estudo de SNPs: Correla o - Motiva o Predisposi o a uma doen a pode ser influenciada por SNPs agindo em conjunto. LD: associa o no-aleat ria de alelos. Quand um alelo estpresente, o outro tambm estar, e vice-versa. Importante ter medidas para quantificar o grau de correla o.
  • 18. Etapas para o estudo de SNPs: Correla o - Medidas Existentes D = PAB - PA x PB Primeira medida proposta. No tem muita utilidade. D = D / (mx D) D = 1 representa LD completo. r2 = D2 /(PA x PA x PB x PB) r2 = 1 representa LD perfeito. Medida utilizada para medir a utilidade de um LD. r2 > 1/3 indica LDs teis em processos de mapeamento.
  • 19. Etapas para o estudo de SNPs: Correla o - Objetivos Anlise das medidas utilizadas para avalia o de SNPs. Formula o de uma metodologia que permita integra o destas medidas ao processo de estudo de SNPs
  • 20. PIPE: Sistema de Identifica o de Polimorfismos Programa de apoio a pequenas empresas de base tecnol gica. Concedido empresa Scylla Bioinformtica. Coordena o: Prof. Joo Meidanis Visa desenvolver a ferramenta SIP Projeto serdesenvolvido nas instala es da empresa. Trabalho comprendera documenta o das metodologias desenvolvidas.
  • 21. Cronograma I - Estudo e identifica o de parmetros ideais para alinhamento. II - Testes com os novos mtodos de alinhamento obtidos. III - Escrita dos resultados obtidos nos testes.
  • 22. Cronograma IV - Anlise dos mtodos existentese formula o de uma nova metodologia de correla o de SNPs. V - Testes computacionais com os novos mtodos de correla o de SNPs. VII - Escrita dos resultados obtidos nos testes.
  • 23. Cronograma VII - Anlise das metodologias utilizadas e formula o de uma nova metodologia de detec o de SNPs. VIII - Testes computacionais com os novos mtodos propostos. IX - Escrita dos resultados obtidos nos testes.
  • 24. Cronograma X - Reviso do texto da disserta o. XII - Defesa da disserta o