Humane Genetische Diversität Peter Ahnert www.uni-leipzig.de/~ahnert/

Gliederung Das menschliche Genom Definition “Gen” Variabilität im Genom Genetisch Bedingte Erkrankungen Das Humangenomprojekt

Biologie ist Komplex Sichtbarer Phenotype Organe, Gewebe, und Zellen Genom Transkriptom Proteom

Verschiedene Genome

Das Menschliche Genom Spaghetti: 2mm dick, ca. 224km lang! Aufgewickelt in Kugel mit ca. 1m Durchmesser ca. 3,3 Mrd. Basenpaare, ca. 40 000 Gene, ca. 1,12 Meter lang

Das Menschliche Genom Eigenschaften: ca. 3.3 Mrd. Basenpaare (haploid) 30,000-35,000 Gene (?) Durchschnittliche Gengröße: 3000 Basenpaare. Das größte ist das Dystrophin Gen mit 2.4 Millionen Basenpaaren Nur ca. 2% kodierende DNA Für 50% der bekannten Gene ist die Funktion unbekannt 98% des Genoms hat keine bekannte Funktion (?) Verschiedene Gendichte der Chromosomen: Chromosom 1 hat die meisten Gene (2968) Y-chromosom hat die wenigsten (231) Mindestens 50% der nicht-kodierenden DNA sind repetitive Sequenzen

Das Menschliche Genom

Organisation des Genoms Humanes Genom Mitochondriales Genom Nukleares Genom 16,6 kb 3,300 Mb Gene Extragenisch 25% 75% 2 rRNA 22 tRNA 13 Gene Gene Nicht-kodierend Kodierend 10% 90% Nicht-Repetitiv Repetitiv Nukear: 3300 Mbp, ~30-40000 Gene, Mitochondrial: 16,6 kb, Introns usw. Gen Fragmente Pseudogene Tandem und Cluster Interspersed

Gen-Definition Bis Ende der 40er Jahre Klassische Genetik, Abstrakter Genbegriff,keine Materielle Grundlage bekannt, Mendel hat das so verwendet “Das Gen ist etwas, was ein Phenotypisches Merkmal bestimmt.”

Gen-Definition bis Ende der 70er Jahre DNA Protein Beadle, Tatum and Horowitz: Abschnitt der DNA, der für eine kontinuierliche Polypeptidkette kodiert “Das Gen ist ein DNA Abschnitt, der für eine kontinuierliche Polypeptidkette kodiert.”

Gen-Definition seit den 80er Jahren DNA prä-mRNA mRNA Protein Elemente eines “Gens”: Regulatorische Elemente, 5’ UTR, Exons, Introns, 3’-UTR Problem: Genaue Definition von Anfang und Ende schwierig DNA Segment, welches als eine Einheit transkribiert wird und für ein Set verwandter Proteine kodiert

Alternatives Spleißen

TNFR14 im Genom Gen: ca. 7500 Basenpaare 238 Aminosäuren Zelloberflächenmolekül Wichtig für Signale in der Immunantwort auf Infektionen Mitglied der Tumor Necrose Faktor Rezeptor Familie Identifiziert als zellulärer Mediator für das Eindringen von Herpes Simplex Virus

TNFR14 Transkript 1 Transkript (mRNA): 1634 bp, 8 Exons

Dystrophin im Genom Größe des Gens: 2,4 Megabasen 79 Exons Muskelprotein, lokalisiert in der Membran des Sarkolemma Meist nicht vorhanden in Individuen mit Duchenne Muskeldystrophie Meist falsche Größe in Becker Muskeldystrophie Genaue Funktion unklar Mögliche Rolle im Zusammenspiel von Membranen und Myofibrillen während der Muskelkontraktion

Dystrophin Transkripte 2076 bp 13 Exons Transkript 2 1818 bp 12 Exons Transkript 3 1284 bp 8 Exons

Einige Definitionen Genom: Gesamtheit der Gene eines Organismus Gen: DNA Segment, welches als eine Einheit transkribiert wird und für verwandte Proteine kodiert Allel: Eine bestimmte Variante eines Gens Mutation: Sprunghafte Veränderung des Genoms von einem Zustand in einen anderen (von einem Allel in ein anderes)

Individualität Gene Umwelt Zufall Unterschiede zwischen Menschen: Physische Merkmale: Größe, Geschlecht, Augenfarbe, Gesichtsform, … Verhalten: Agressivität, Gruppeninteraktion, Flirtverhalten Kognitive Fähigkeiten: Lernen, Erinnerung, Abstraktionsvermögen Kommen Zustande durch: Gene Umwelt Zufall

Variabilität im Genom ca. 3,3 Mrd Basenpaare im Genom ca. 99,9% identisch zwischen Individuen ca. 0,1% Unterschiede = 3 Millionen Variable Stellen Bei 3 Millionen Variablen Stellen, die meisten bi-allelisch, gibt es ca. 10^1 000 000. Das steht im Gegensatz zu etwa 10^78 Atomen im Universum Mögliche Schachspiele: 10^10^75; Sinnvolle Schachspiele: 10^125

Variabilität im Genom – Ursachen Unvermeidlich da Replikation nicht fehlerlos Spontanes auftreten von Mutationen Unvollkommene Reparaturmechanismen Notwendig zur Anpassung an neue Umweltbedingungen Krankheiten Klima

Variabilität im Genom – in Populationen Stabilisierende Kraft Hardy-Weinberg Prinzip Verändernde Kräfte Mutation Genetische Drift Migration Selektion

Beispiel Selektion FY… Oberflächenmolekül auf Erythrozyten (Duffy Blutgruppe) Notwendig für das Eindringen von Plasmodium vivax in Erythrozyten HP… Haptoglobin, bindet freies Hämoglobin Osteoporose Risikofaktor GC… “Group-specific component”, bindet und transportiert Vitamin D Assoziiert mit Graves’ Krankheit (Schildrüsenleiden)

Beispiel Selektion GC-1 FY-0 Plasmodium vivax Malaria HP-1

Variabilität im Genom – Mechanismen Mutationen Somatisch Keimbahn Sexuelle Fortpflanzung / diploides Genom “Mischung” mütterlicher und väterlicher Allele Crossing over Mutationen: Chemisch, Strahlung, Transposons Crossing over: Meiose

Chromosomen Mutationen Intrachromosomal Interchromosomal Insertion Translokation

Sequenzmutationen Basensubstitution Baseninsertion / Basendeletion

Variable Elemente des Genoms Mutationen Single Nucleotide Polymorphisms (SNPs) Repeats (meist nicht kodierend) Megasatelliten (mehrere kbp, Blocks bis 100e kbp) Satelliten (5-171 bp, Blocks 100 kbp bis Mbp) Minisatelliten (6-64 bp, Blocks 0,1 – 20 kbp) Microsatelliten (1-4 bp, Blocks bis 150bp) Repetitive kodierende DNA “Variable Number Tandem Repeats” (VNTRs) “Transposable Elements”

Individualität – Gene, Umwelt, Zufall? Zwillingsstudien Kopplungs Kartierung (Linkage Mapping) Assoziationsstudien Mutationsanalysen Ist ein Phänotyp im Genom verankert? Wenn ja, wo?

Zwillingsstudien

Kopplungskartierung (Linkage Mapping) 1cm ~ 1Mbp

Genetisch Bedingte Erkrankungen “Alle Krankheiten sind genetisch” Gene Umwelt Hämophilie Lungenkrebs Diabetes Asthma Rheumatoide Arthritis

Genetisch Bedingte Erkrankungen Monogenisch Bedingte Erkrankungen: Mendelisch oder nahezu mendelisch Erkennbar in Stammbäumen Kausales Gen mittels Kopplungsanalyse gut zu identifizieren Polygenisch Bedingte Erkrankungen Meist nicht-mendelisch Anscheinend sporadisch Kausale Gene mittels nicht-parametrischer Kopplungsanalyse eingrenzbar

Hämophilie A Blutgerinnungsstörung Gerinnungsfaktor Faktor 8 ist betroffen X-gebunden rezessiv (Xq28) In ca. 80% isolierter Fälle ist die Mutter Trägerin

Phänotyp - Genotyp Analyse der Rheumatoiden Arthritis (RA) Autoimmunkrankheit: Progressive Gelenkzerstörung Ca. 1% der Bevölkerung betroffen Lebenserwartung 5 - 10 Jahre reduziert Entstehungsmechanismus unklar Genetische Suszeptibilität 30-60%

RA - Ätiologie und Pathogenese genetic predisposition other risk factors unknown antigens TNF IL-1 Activation Adhesion Permeabilization T-cells & B-cell activation Migration of inflammatory cells Cytokines Mediators Synovial membrane Pannus formation Production of Collagenase (MMPs) by fibroblasts, chondrocytes and osteoclasts Lining cells T-cells, M Joint destruction Dinarello C.A., Moldawer L.L. Amgen 1999, Proinflammatory and Anti-inflammatory Cytokines in Rheumatoid Arthritis

RA-Gene im Humanen Genom RA Suszeptibilitäts-Loci identifiziert durch Genom-weite Kopplungsanalyse Biologische Kandidaten MacKay, et al.: Arthritis & Rheumatism Vol. 46, No. 3, March 2002, pp 632-639 Andere Studien Unsere Analyse

Statistics / Data Mining SNP Evaluation and Selection Assoziationsstudien Clinical Data Statistics / Data Mining Pattern Recognition Associations Clinical Problem Clinical Study Clinical-Biological System Candidate Genes Analysis & Gene Selection Candidate SNPs SNP Evaluation and Selection SNP Short List Genotype Data Assay Design & Genotyping SNP Retrieval

Auswahl von SNPs für die Genotypisierung

Eine Genotypisierungsmethode ACGTAGTGGTxCAA AGTCATGCATCACCAnGTTGATAC ACGTAGTGGTxCAAC Single Base Extension ACGTAGTGGTxCAAC ACGTAGTGGT CAAC l Photocleavage and Purification

Das GENOLINK System

HUGO – Das Humangenomprojekt Ziele: Identifikation aller Gene Sequenzierung des gesamten humanen Genoms Daten in öffentlicher Datenbank ablegen Werkzeuge für die Datenanalyse verbessern Umgang mit ELSI Beteiligung sehr vieler Länder Besonders: USA, UK, Frankreich, Deutschland, Japan

HUGO – Das Humangenomprojekt Zukunft: “Feinarbeit” und Interpretation 2003 Gesamtsequenz ist “fertig” 2001 Publikation des “Working Draft” in “Science” & “Nature” 2000 Bekanntgabe des 1. “Working Draft” 1999 Chromosom 22 und 1. Mrd Basenpaare sequenziert 1998 Celera Genomics beginnt Sequenzierung 1995 Das DHGP beginnt (Chromosomen 7, 21, X) 1990 Förmlicher Beginn des Genomprojektes für 15 Jahre 1989 ELSI Arbeitsgruppe etabliert (DOE & NIH) 1986 Ankündigung der Humangenom Initiative (DOE OHER) 1983 Erste Gedanken (LANL & LLNL) DOE… Department of Energy ELSI… Ethical Legal and Social Issues LANL… Los Alamos National Laboratories LLNL… Lawrence Livermore National Laboratories NIH… National Institutes of Health OHER… Office of Health and Environmental Research

Sequenzierungsstrategien

Ergebnisse der Sequenzierung Dezember 2000 Dezember 2001 Juni 2002  N50 length > 5mb  N50 length > 1mb  N50 length > 500kb  N50 length > 100kb  N50 length > 10kb  More than 50% of bin in golden path  Less than 50% of bin in golden path -Clear-  None of bin in golden path

ELSI - Ethische, Rechtliche und Soziale Aspekte

HUGO – Was Kommt Danach? Anzahl der Gene, exakte Lokalisierung und Funktion Genregulation DNA Sequenz Organisation Chromosomale Strukturen und Organisation Nicht-kodierende DNA Typen, Menge, Verteilung, Informationsgehalt und Funktion Koordinierung der Genexpression, Proteinsynthese, post-translationaler Prozesse Interaktion von Proteinen in komplexen molekularen Maschinen Vergleich vorhergesagter und experimenteller Genfunktion Evolutionäre Konservierung zwischen Organismen Protein Konservation (Struktur und Funktion) Transkriptom (Gesamt-mRNA-Gehalt) in Organismen Proteom (Gesamtproteingehalt und –funktion) in Organismen Korrelation von SNPs (Single Nucleotide Polymorphisms) mit Krankheiten Krankheitsanfälligkeitsvorhersage basierend auf Gensequenz Variationen Gene in komplexen Eigenschaften und multigenischen Krankheiten Biologie komplexer Systeme (inclusive mikrobieller Consortien für Bioremediation) Genetik und Genomik von Entwicklungsprozessen Korrelation von SNPs (Single Nucleotide Polymorphisms) mit Krankheiten Krankheitsanfälligkeitsvorhersage basierend auf Gensequenz Variationen Gene in komplexen Eigenschaften und multigenischen Krankheiten Biologie komplexer Systeme