- MicroRNA - Vorhersagen menschlicher Zielgene

Slides:



Advertisements
Ähnliche Präsentationen
Metaanlysen klinischer Studien Rainer Schalnus
Advertisements

Junk DNA — Nicht-proteinogene DNA
Integrin inside-out Signaltransduktion in der T-Zelladhäsion
MARKER DEFINITION & ANWENDUNGSMÖGLICHKEITEN
B-Bäume.
Fluoreszenzpolarisation
M.Kobel, D. Stöckinger: Jenseits des Standardmodells: Superymmetrie u.a. Institut für Kern- und Teilchenphysik VIII. Experimentelle Suchen VIII.1.Hauptsignaturen.
Der T-Zell-Rezeptor ähnelt einem membrangebundenem Farb-Fragment
c-src in Urothelkarzinomzellen
Nachweis verschiedener mRNA‘s des Prostataspezifischen Membranantigens in Lymphknoten von PCa-Patienten U. Fiedler, A. Manseck, R. Kranz, J. Herrmann,
Nachweis des Epithelialen Wachstumsfaktor Rezeptors (EGFR) und der cytoplasmatischen Tyrosinkinase c-src in Urothelkarzinomzellen A. Melchior, J. Herrmann,
Nachweis von prostataspezifischen Transkripten in regionären Lymphknoten von Patienten mit Prostatakarzinom U. Fiedler, A. Manseck, R. Kranz, M. Wirth.
Quantitative RT-PCR an nativen Prostatakarzinom-Biopsien: Etablierung der Technik und erste vergleichende Ergebnisse Medizinische Fakultät Universitätsklinikum.
Signaltransduktion in der T-Zellaktivierung
Übersicht DIALIGN = DIagonal ALIGNment
Supplemental Material
Nobumichi Hozumi Susumu Tonegawa
T-Lymphozyten-Entwicklung, positive und negative Selektion im Thymus
Autoren: Sen & Baltimore (1986)
Isolation of cDNA clones encoding T cell- specific membrane-associated proteins Matthias Weißkopf 1 Sequence relationships between putative.
Cyclin-abhängige Kinasen: Motoren und Schalter des Zellzyclus
Heuristiken Automatic Problem Solving Institut für Informatik
Computerkurs: Quantitative Auswertung biochemischer Experimente Guten Morgen.
Konfidenzintervalle für Parameter
Modellvergleich.
Neutrinomassenbestimmung aus dem Tritiumzerfall
Vorlesung: 1 Betriebliche Informationssysteme 2003 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebliche Informationssysteme Teil2.
Secondary Structure Prediction for Aligned RNA Sequences
Analyse von DNA-Sequenzen
Evidenz für kardiotoxische bzw. kardioprotektive Wirkungen?“
Experimente in Medizin, Psychologie und Informatik im Stilvergleich
Latente Variablen – Kennwerte zur Beurteilung von Modellen
Aufgabenstellung: Grunderhebung der MO-Struktur (direkte Zellzahlbestimmung; SSCP-Fingerprinting von amplifizierter 16S rDNS und rRNS) x Zeitliche.
Vorlesung: Einführung in der Bioinformatik
Effects of 3-D complexity on the perception of 2-D depictions of objects (Flip Phillips, Colin H Thomson, Martin G Voshell, 2004) Seminar: Bildwahrnehmung.
Phylogenetic Footprinting
Termin Thema 20. Okt Microarray-Technologien, Grundlagen der Datenanalyse 27. Okt Normalisierung von Microarrays I Normalisierung von Microarrays II 3.
Die Doppelhelix als spezialisierter Legobaustein
Chimären Potential und Risiko künstlich erzeugter menschlicher bzw. tierischer Chimären Barbara Brösamle.
@ Hämoglobin Tanya Goldberg
1 Universitätsbibliothek Johann Christian Senckenberg Das Angebot E lektronischer M edien eLearning Netzwerktag am 30. Juni 2008 Subtitel Dr. Klaus Junkes-Kirchen.
KOMOD Konzeptstudie Mobilitätsdaten Österreich AP3 Erhebungsmethoden und -komponenten Gerd Sammer, Roman Klementschitz Institut für Verkehrswesen, Universität.
Perspektiven der Prädispositionsforschung
Kathrin Grummich1, Katrin Jensen2 Christoph M Seiler1 Markus K Diener1
PROCAM Score Alter (Jahre)
VL Algorithmische BioInformatik (19710)
Pillars of Immunology MHC Restriktion Andreas Kugemann
Analyseprodukte numerischer Modelle
Using latent semantic analysis to find different names for the same entity in free text Präsentation und Diskussion des Papers Im Rahmen des PS Web-Information.
Prof. Dr. Helmut Erdmann Flensburg University of Applied Sciences
Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS
Klinik für Urologie Universitätsklinikum Carl Gustav Carus, Tu-Dresden 18. Symposium Experimentelle Urologie, Marburg, Koi L, Kraemer K,
Inhibierung der C13orf19-mRNA- Expression durch siRNA in Prostatakarzinomzellen Chromosom 13q im PCa oft von genetischen Veränderungen betroffen –Hypothese:
SD-TRP-URA X-gal –LEU-TRP Experiment A: Ergebnisse der X-gal-Topagar-Detektion der  -Galaktosidase-Aktivität aller in der ersten Serie isolierten.
Vorläufiges Programm, interaktiv 1. Einordnung der Biotechnologie als eine Einführung 2. Der jetzige Stand 3. Einige molekularbiologische Grundlagen 4.
Kleine genetische Netze: Einfache Steuerungsprogramme Von Sabine Pilari und Marvin Schulz.
Institut für Gefäßbiologie und Thromboseforschung

Steroidhormone und ihre Rezeptoren Warum wichtig: regeln viele Entwicklungsprozesse und bei Wirbeltieren: Sexualität relevante Prozesse 1.Molekularer Mechanismus.
Dosiskompensation Drosophila melanogaster
Signalketten in der Entwicklung
Molekular-genetische Analyse der Wurzelentwicklung von Mais
Universitätsklinik und Poliklinik für Gynäkologie
Profile der mRNA-Expression des Adiponectin-Systems in subcutanem Fett- und Lebergewebe der Milchkuh im Verlauf einer Laktation sowie deren Beeinflussung.
Making connections: Data integration, web services, phylogenies and high-throughput data interpretation. Heiko Schoof Crop Bioinformatics, Bonn University.
CRISPR/Cas9 Gentechnik
Prof. Thomas Dandekar Bioinformatik Prof. Thomas Dandekar
Molekulare Zellbiologie
Molekulare Zellbiologie
Vom Gen zum Merkmal 5` 3` T C T T T C A T C G C C A A A T G A A G A A
 Präsentation transkript:

- MicroRNA - Vorhersagen menschlicher Zielgene Präsentation von Sophia Bardehle Seminar Genomics, Juni 2005 betreut durch Herrn Dr. Benedikt Brors, DKFZ

Funktion von Zielgenen Inhalt Bedeutung der miRNA „TargetScan“ Target - Vorhersagen Nachweis im Experiment Funktion von Zielgenen News - miRNA Targets - Sophia Bardehle

Bedeutung der miRNA endogene, ~22-nt, nicht-codierende RNA in Pflanzen und Tierzellen Funktionen:  molekulare Mechanismen unklar  bis 2003 miRNA Targets in Vertebraten unbekannt Zuerst in c.elegans erfporscht; auch in pfl. viel bekannt (vor allem entwicklungssteuernd) Funktionen: posttranskriptionale Restriktion (z.B. HOX) gene silencing mRNA Abbau (nur in Pflanzen) associated with a ribonuclease complex (RNA interference specif icity complex, or RISC) (http://www.ambion.com/techlib/resources/miRNA/mirna_exp.html) - miRNA Targets - Sophia Bardehle

= konservierte 5‘ Region miRNA : Target 3‘ UTR Sequenz der mRNA nach Quelle 1) „miRNA seed“ = konservierte 5‘ Region Eine UTR zT mehrere Bindestellen für gleiche miRNA oder verschiedene miRNAs Bei Pflanzen bindet miRNA zT außerhalb 3‘ UTR MRE= miRNA recognition element keine perfekte W-C- Komplementarität - miRNA Targets - Sophia Bardehle

„TargetScan“ Algorithmus zur Vorhersage von Zielgenen für konservierte miRNA in Wirbeltieren Prinzip: Identifizierung der mRNA, die konservierte Bindung mit „miRNA seed“ eingeht. - miRNA Targets - Sophia Bardehle

„TargetScan“- Methode Grundlage: konservierte miRNA mehrerer Organismen (Rfam Download; Sanger Institute) Annotationen orthologer 3‘UTR mRNA-Sequenzen (Ensembl  EnsMart) - miRNA Targets - Sophia Bardehle

„TargetScan“- Methode Suche nach „seed-match“,d.h. perfekte W-C-Paarung einer Heptamersequenz zwischen 3‘ UTR und 5‘ „miRNA seed“ „RNAfold“ liefert optimale Basenpaarung für 3‘ Ende der miRNA nach Quelle 1) - miRNA Targets - Sophia Bardehle

„TargetScan“- Methode Berechnung der freien Energien G der miRNA : Target Interaktionen G1 G2 nach Quelle 1) - miRNA Targets - Sophia Bardehle

„TargetScan“- Methode 4) jede UTR erhält Z-Score erwähnen, dass T= Gewichtungefaktor N ist Anzahl der miRNA Bindestellen nach Quelle 1) - miRNA Targets - Sophia Bardehle

„TargetScan“- Methode 5) Sortierung der Z-Scores der UTRs  Rangfolge (Rank R) Untersuchung von Mensch, Maus, Ratte, Fugu Optimal: hoher Rang (großer Z) nach Quelle 1) - miRNA Targets - Sophia Bardehle

„TargetScan“- Methode 6) Targetvorhersage Kriterien: - hoher Z-Score mit Z ≥ Zc - Rank R ≤ Schwellenwert Rc Parameter: Zc, Rc und T sind frei wählbar T = Gewichtungsfaktor für Affinität der Basenpaarung Erfahrungswerte: (Analyse von Maus, Ratte, Mensch) T= 20 Zc= 4,5 Rc= 200 - miRNA Targets - Sophia Bardehle

„TargetScan“- Ergebnisse Analyse von miRNA : Target Interaktionen 14.539 16.370 15.590 451 Limitierung auf konservierte, high-scoring > 400 verschiedene Zielgene nach Quelle 1) - miRNA Targets - Sophia Bardehle

„TargetScan“- Ergebnisse Ø 3,9 Targets pro miRNA (Klasse: Mammalia) signal noise („false positive“) signal:noise Verhältnis von 3.5 Kurze Erklärung: signal= Gesamtergebnis durch Targetscan noise= falsch positiv (miRNA Kontrolle(zufällig vertauschte Sequenzen mit <15% Abweichung zum Original) liefert Wahrheit; Test an UTR Bindung) nach Quelle 1) - miRNA Targets - Sophia Bardehle

„TargetScan“- Ergebnisse Bedeutung der Bindung an die 5‘ Region der miRNA nach Quelle 1) - miRNA Targets - Sophia Bardehle

„TargetScan“- Probleme unvollständige Annotationen für orthologe UTRs reale Targets fallen durch Z-Sore/Rank-Kriterium Bindestellen außerhalb 3‘ UTR unbeachtet nur konservierte Gene in Betracht gezogen gleichzeitige Interaktionen verschiedener miRNAs an einer UTR ausgeschlossen Fazit:  reale Anzahl an Zielgenen pro miRNA ist viel größer - miRNA Targets - Sophia Bardehle

Experimenteller Nachweis Methode - Luciferase Assay - Auswahl von 3‘ UTR menschlicher Zielgene  PCR Klonierung in Luciferase Vektor PCR  Selektion nach Insert: Wildtyp oder Mutante Transformation des Luciferase Reporter Plasmids in menschliche HeLa-Zellen Messung der Luciferase Aktivität (Lumineszenz) Photinus pyralis Luciferase katalysiert Oxidation von Luciferin (Leuchtstoff). Frei werdende Energie—> Biolumineszenz (grün-gelbliches Licht) Klonierung erfolgt downstream des Luciferase ORF; Durch PCR z.T. Punktmutationen in miRNA Bindestellen (Mutante) HeLa Zellen exprimieren endogene miRNA - miRNA Targets - Sophia Bardehle

Experimenteller Nachweis Luciferase Reporter Vector Selektion der Vektoren in Wildtyp und Mutante nach PCR nach Quelle 1) - miRNA Targets - Sophia Bardehle

Experimenteller Nachweis Interpretation Wildtype: miRNA : Target site Bindung  Luciferaseexpression ↓  geringe Lumineszenz Mutante: lückenhafte miRNA : Target Basenpaarung  Luciferaseexpression ↑  hohe Signale Luciferase Da Luciferase upstream des eingebauten UTR Fragments liegt, wird durch Bindung einer miRNA auch deren Expression unterdrückt. - miRNA Targets - Sophia Bardehle

Experimenteller Nachweis Luciferaseaktivität Blau: WT (Normalisierung mittels Renillaaktivität (Lumineszenz)) Rot: Mutante reporter Bewertung: Vgl.mit Expression bekannter Targets aus c.elegans (lin41/let 7 miRNA) >2,1 SMAD-1: DPP Family FUNCTION: Transcriptional modulator activated by BMP (bone morphogenetic proteins) type 1 receptor kinase. SMAD1 is a receptor-regulated SMAD (R-SMAD). (uniProt) N-MYC- protooncogen; nuclearer TF HOX-A5: Musterbildung FUNCTION: Sequence-specific transcription factor which is part of a developmental regulatory system that provides cells with specific positional identities on the anterior-posterior axis. Also binds to its own promoter. Binds specifically to the motif 5'-CYYNATTA[TG]Y-3'. nach Quelle 1) - miRNA Targets - Sophia Bardehle

Experimenteller Nachweis Ergebnis: 15 vermutliche Zielgene („TargetScan“) getestet 11 Gene experimentell bestätigt ca. 30 % der Vorhersagen sind „false positive“ - miRNA Targets - Sophia Bardehle

Funktionen von Zielgenen große funktionelle Diversität Beispiele TF: High-mobility-Proteine Signaltransduktion: STAT3 Rezeptor: LDL-R Strukturproteine: Collagen Enzyme: G6PD Translationsregulator:COP9 > 400 Zielgene konserviert zwischen Maus, Ratte Mensch COP9: Component of the COP9 signalosome complex (CSN), a complex involved in various cellular and developmental processes. The CSN complex is an essential regulator of the ubiquitin (Ubl) conjugation pathway (uniprot) G6PD: pentose pathway (nucleinsäure synthese) - miRNA Targets - Sophia Bardehle

Funktion von Zielgenen GO ID Biological Process miRNAs all orthologous genes   no assignment/unknown 130 (32%) 5737 (40%) known biological process 270 (68%) 8802 (60%) GO:0007275 development 52 (13%) 1192 (8%) GO:0019538 protein metabolism 60 (15%) 1788 (12%) GO:0008151 cell growth and/or maintenance 92 (23%) 2742 (19%) GO:0006810 transport 44 (11%) 1442 (10%) GO:0008283 cell proliferation 23 (6%) 764 (5%) GO:0007154 cell communication 76 (19%) 2704 (19%) GO:0007165 signal transduction 61 (15%) 2217 (15%) GO:0006793 phosphorus metabolism 30 (8%) 589 (4%) GO:0009605 response to external stimulus 28 (7%) 1065 (7%) GO:0045449 regulation of transcription 82 (21%) 1210 (8%) GO:0006350 transcription 84 (21%) 1310 (9%) Großer Unterschied in biolog. Funktion zu pflanzl. miRNA: 69% TF; fast alle TFs steuern Pfl.entwicklung ( Säuger: nur 13%) Achtung: miRNAs steuern mehrere Gene (mit unterschiedl. Funktionen), d.h. können in mehereren GO Einträgen zugeordnet sein keine Aussage aus Summe der Prozentangabe# Letzete spalte: initial set of orthologous genes homo-mouse-rat - miRNA Targets - Sophia Bardehle

News TargetScanS 2005 5-Genome-Analyse (signal:noise ↑)  Identifizierung von 5300 meschlichen Genen, die durch miRNA reguliert werden (~30% des Genoms) TargetScan Webserver Datenbank zur Suche nach konserv. miRNA Targets bzw. Zielgenen  http://genes.mit.edu/targetscan/ TSS: homo, maus,rn, dog, huhn 6nt match flankierende Adenosine (5‘ an UTR) „S“ = Simplify - miRNA Targets - Sophia Bardehle

Cambridge, Massachusetts Cambridge, Massachusetts Referenzen Burge Lab MIT Departm. of Biology Cambridge, Massachusetts Bartel Lab Whitehead Institute Cambridge, Massachusetts 1) Prediction of Mammalian MicroRNA Targets Benjamin P Lewis1,3, I-hung Shih2,3, Matthew W Jones-Rhoades1,2, David P Bartel1,2, Christopher B Burge1. Cell, Vol. 115 (7), December 26, 2003. 2) Conserved Seed Pairing, Often Flanked by Adenosines, Indicates that Thousands of Human Genes are MicroRNA Targets Benjamin P Lewis1,2, Christopher B Burge1, David P Bartel1,2. Cell, Vol. 120 (1), January 14, 2005. (1) Department of Biology, Massachusetts Institute of Technology, Cambridge, MA (2) Whitehead Institute for Biomedical Research, Cambridge, MA -> artel+Lewis - miRNA Targets - Sophia Bardehle

Referenzen Bartel Lab: http://web.mit.edu/biology/www/facultyareas/facresearch/bartel.shtml Burge Lab: http://genes.mit.edu/burgelab/ I-hung_Shih-original-presentation.pdf David Baulcombe (2002) "An RNA Microcosm", Science, 297: 2002-2003) Ambion: http://www.ambion.com/techlib/resources/miRNA/mirna_exp.html Marianthi Kiriakidou, Peter T. Nelson et al. “A combined computational-experimental approach predicts human microRNA targets” - miRNA Targets - Sophia Bardehle

Eingabe: LDLR Ausgabe: 2 verschiede miRNAs Auswahl Details: mi-130a