08/08/2019

1

Introdução à

Análise Computacional de Macromoléculas

BMP 0123 - 2019

08/08/2019

2

e-mail: cewinter@icb.usp.br

http://www.icb.usp.br/~cewinter/

Sala 17 – ICB2

Carlos Eduardo Winter

Fone: 3091-7269

e-mail: cewinter@usp.br

e-mail: winterce@gmail.com

Thaís Crippa (aluna PAE)

e-mail: crippa.to@usp.br

• Alunos com diferentes conhecimentos de biologia

• Alunos com diferentes conhecimentos de ciência

da computação e bioestatística

• A maior parte deles tem um gene, proteína ou

doença favorita

Quem está fazendo esta disciplina?

08/08/2019

3

• Fornecer uma introdução à bioinformática com um

foco no "National Center for Biotechnology

Information" (NCBI) e o "European

Bioinformatics Institute" (EBI)

Quais os objetivos desta disciplina?

• Combinar teoria e prática para ajudar o aluno a

resolver problemas de pesquisa

• Focalizar na análise de DNA, RNA e proteínas

Temas em toda a disciplina

Livros texto

Sítios na rede

Referências de Literatura

Famílias de genes/de proteínas

08/08/2019

4

Livros texto

O livro texto da disciplina é J. Pevsner, Bioinformatics and

Functional Genomics 3rd Edition (Wiley, 2015).

Lesk, A. M. (2008) Introdução à Bioinformática – 2a

edição – Artmed.

Existem diversos outros livros texto do mesmo assunto:

Baxevanis and Ouellette

David Mount

Durbin et al.

Bioinformática: da Biologia à Flexibilidade Moleculares

(2014) https://www.ufrgs.br/bioinfo/ebook/

08/08/2019

5

Disciplina dividida em duas partes

1. Análise de sequências de DNA, RNA e proteína em bancos de dados

• Genômica

• Acesso a sequências e literatura

• Alinhamento de pares de sequências

• BLAST

2. Análise de RNA e proteína no genoma

• Alinhamento de múltiplas sequências

• Filogenia molecular e evolução

• Expressão gênica

• Análise de proteínas e proteômica

• Estrutura de proteínas

I. COMO ACESSAR DADOS DE SEQUÊNCIAS

BIOLÓGICAS, PARTICULARMENTE SEQUÊNCIAS DE

DNA E PROTEÍNAS

II. ABORDAGENS DE GENÔMICA FUNCIONAL

PARA RNA E PROTEÍNA

08/08/2019

6

Avaliação

Todas as aulas contêm exercícios que devem ser

resolvidos. Dúvidas poderão ser esclarecidas por mim:

e-mail: cewinter@usp.br

fone: 3091-7269

sala: 17 – ICB2 – das 9:00 – 19:00h

Ou pela aluna PAE Thaís Crippa:

e-mail: crippa.to@usp.br

Avaliação

DUAS provas escritas (peso 2 cada uma)

PROJETO (peso 3) que vocês deverão desenvolver

individualmente

08/08/2019

7

Cálculo da Média Final

Média Final =(Nota prova1 x 2) + (Nota prova2 x 2) + (Nota trabalho x 3)

7

(Nota prova sub x 2) + [Nota prova (1 ou 2) x 2] + (Nota trabalho x 3)

7

ou

=

Caso raro que exige atestado médico do COSEAS:

(Nota prova sub x 4) + (Nota trabalho x 3)

7Média Final =

A Prova de Recuperação será ministrada aos alunos que

tiverem média final inferior a 5,0 e superior a 3,0 em data a

ser agendada posteriormente, de acordo com a Norma de

Recuperação constante no Júpiter

08/08/2019

8

AULA 1

Introdução a biologia molecular e bioinformática

08/08/2019

9

T=tera=1012 P=peta=1015 E=exa=1018 Z=zetta=1021 TCGA = The Cancer Genome Atlas

ExAC = Exome Aggregation Consortium

Double

every

7

months

Historical

growth rateDouble every

12 monthsIllumina Estimate

Double

every

18

months

Moore’s

Law

CRESCIMENTO DO SEQUENCIAMENTO DE DNA

O dogma central segundo Francis Crick

“... once ‘information’ has passed into protein it cannot get out

again.”

08/08/2019

10

grupo

amino

Cadeia

lateral

grupo

carboxila

Estrutura de um L-amino ácido

grupo

amino

Cadeia

lateral

grupo

carboxila

grupo

amino

Cadeia

lateral

grupo

carboxila

Formação de uma ligação peptídica

08/08/2019

11

Cisteína

(na cadeia polipeptídica)

Cisteína

(em outra porção da

cadeia polipeptídica)

OXIDAÇÃO

REDUÇÃO

LIGAÇÃO DE

DISSULFETO

Cistina

(ligação cruzada de dois

Segmentos da cadeia

polipeptídica)

Formação da ligação (ou ponte) de dissulfeto numa proteína

Os RNAs se separam em bandas discretas num

gradiente de sacarose

As bandas de 23 e 16S correspondiam a

RNAs que se localizavam nos ribossomos

Elas correspondem a 85% do RNA

bacteriano.

A banda de 4S correspondia as

adaptadores propostos por Crick, mais

tarde denominados tRNAs e

correspondem a 15% de todo RNA

Os mRNAs são somente 1 a 4% do RNA

total, são polidispersos e não aparecem

como bandas

08/08/2019

12

Principais RNAs nos ribossomos

Principais RNAs nos ribossomos

08/08/2019

13

sítio de adição de nucleotídeos

à fita nascente de RNA

fita molde

fita não-molde

RNA

polimeraseRNA

5´

hélice de DNA

Síntese enzimática de RNA sobre um molde de

DNA, catalizada pela RNA polimerase

CONTROLE DE TRADUÇÃO

GRAMPO IRES

5´ UTR

PROTEÍNA

INTERACTORA

IRES=internal ribosomal entry site

uORF=upstream ORF

m7G uORF Região codificante

COMPLEXO PROTEICO

RNA antisenso

Mignone et al., Genome Biology 3(3):reviews0004.1-0004.10, 2002

ZIP code CPE

POLIADENILAÇÃO

LOCALIZAÇÃO SUBCELULAR ESTABILIDADE

3´ UTR

CPE=cytoplasmic polyadenylation element

Estrutura genérica de um mRNA eucariótico

08/08/2019

14

Íntrons e éxons nos mRNAs eucarióticos

Íntrons e éxons nos mRNAs eucarióticos

08/08/2019

15

Como ocorre o splicing do pré-mRNA

As três topologias possíveis para íntrons

08/08/2019

16

SS 5´ SS 3´

ÉXON ÉXONÍNTRON

Cis-splicing

ÉXON

RNP DE SL1

SS 5´

SS 3´

OUTRON

Trans-splicing

Processamento dos pré-mRNAs em nematoides

Blumenthal, Wormbook, doi/10.1895/wormbook.1.5.2, 2012

Blumenthal, Wormbook, doi/10.1895/wormbook.1.5.2, 2012

5´ 3´ 5´ 3´

PROMOTO

R

100 PB

ELEMENTO UrAAUAA

ASÍTIO DE TRANS-SPLICING

ESPECÍFICO PARA SL2

operon tipo SL2

5´ 3´5´ 3´

PROMOTO

RAAUAAA(N)5-20UUUUCAG

SÍTIO DE POLIADENILAÇÃO SÍTIO DE TRANS-SPLICING ESPECÍFICO PARA SL1

operon tipo SL1

Nematoides possuem operons

~

08/08/2019

17

5´ 3´

mRNA

ribossomo

polipeptídeo

nascente

subunidadesribossômicas

liberadas

fiminício

Cadeia polipeptídica

terminada e liberada

Biossíntese de proteína num poliribossomo

N-terminal

Núcleo Citoplasma Tradução

Dicer

TRBP

Proteínas celulares

clivagem do mRNAControle de

tradução

Seleção da fitae separação

Ago2 TRBP

Dicer

Montagem do miRNP

ou RISC

DicerTRBP

Complexo p/processar

Pre-miRNA

miRNP ou RISCmaduro

Membrana CelularEnvoltório Nuclear

miRNA

Reconhecimento

do mRNA alvo

mRNAs celulares

Microprocessador

DroshaDGCR8AAAAA

Transcrição

Transcrição

Pri-miRNA

Pré-miRNAPré-miRNAexportina-5

http://www.crchudequebec.ulaval.ca/uploads/Image/Fig%201%20CIHR%20Sept%202010.jpg

Funcionamento dos micro RNAs

08/08/2019

18

A INFORMÁTICA É UMA CIÊNCIA EXATA...

E A BIOINFORMÁTICA?

• Análise de alguns genes e proteínas ou mesmo de genomas, transcriptomas

ou proteomas inteiros. Utiliza-se da computação para desenvolvimento de

métodos adequados para a suas análises (banco de dados e algoritmos

específicos).

O que é bioinformática?Interface entre diversas áreas, da biologia a

computação

08/08/2019

19

Os dez principais desafios da bioinformática

[1] Modelos precisos de onde e quando a transcrição

ocorrerá num genoma (iniciação e terminação)

[2] Modelos preditivos precisos de "splicing" alternativo de

RNA

[3] Modelos precisos de vias de transdução de sinal;

capacidade de predizer respostas celulares a estímulos

externos

[4] Determinar os códigos de reconhecimento

proteína:DNA, proteína:RNA, proteína:proteína

[5] Predizer ab initio a estrutura de proteínas

Fonte: Ewan Birney,

Chris Burge, Jim Fickett

Os dez principais desafios da bioinformática

[6] Desenho racional de pequenas moléculas inbidoras de

proteínas

[7] Conhecimento do mecanismo da evolução de proteínas

[8] Conhecimento do mecanismo da especiação

[9] Desenvolvimento de ontologias gênicas eficientes:

meios sistemáticos de descrever as funções de genes e

proteínas

[10] Educação: desenvolvimento de currículos de

bioinformática

08/08/2019

20

Mathematics Is Biology’s Next

Microscope,

Only Better; Biology Is Mathematics’

Next

Physics, Only Better

PLoS Biology | www.plosbiology.org December 2004 | Volume 2 | Issue 12 | e439

Joel E. Cohen

Joel E. Cohen is at the Laboratory of Populations,

Rockefeller and Columbia Universities, New

York, New York, United States of America. E-mail:

cohen@rockefeller.edu

https://doi.org/10.1371/journal.pbio.0020439

A Mathematician's Lament - Paul Lockhart - Bellevue Literary Press - NY - 2009

08/08/2019

21

A Ciência começa com um problema. Ela usa:

Problema

hipótese:

possível

soluçãopredição

novo problema teoria falsificação

Imaginação,

conjectura dedução

Imaginação

hipótese

falsificação

Falsificação -

Popper

COMO FUNCIONA A CIÊNCIA?

08/08/2019

22

PRINCÍPIOS GERAIS DA BIOLOGIA MOLECULAR

O DOGMA CENTRAL

A informação uma vez armazenada na forma de

proteína nunca mais pode sair daí (Crick,1958)

A HIPÓTESE DA sequência

A especificidade de um pedaço de ácido nucléico é

expressa somente pela sequência de suas bases, e

esta sequência é um código (simples) para a

sequência de aminoácidos de uma proteína

específica (Crick,1958)

Utilizadores de

instrumentos

Construtores

de

instrumentos

bioinformáti

ca

Informática

em saúde

pública

Informátic

a médica

infraestrutu

ra

bancos de

dados

algoritmo

s

08/08/2019

23

Três perspectivas da bioinformática

A célula

O organismo

A árvore da vida

DNA RNA fenótipoproteína

1ª perspectiva da Bioinformática: A CÉLULA

08/08/2019

24

Tempo do

desenvolvimento

Região do corpo, fisiologia,

farmacologia, patologia

2ª perspectiva da Bioinformática: O ORGANISMO

Segundo Pace NR (1997)

Science 276:734

3ª perspectiva da Bioinformática: A ÁRVORE DA VIDA

08/08/2019

25

Base para essa disciplina:

famílias de genes/proteínas

• Nós utilizaremos a "retinol-binding protein 4" (RBP4) –

membro da família das lipocalinas - como um modelo de

gene/proteína ao longo de todas as aulas.

• Também usaremos outros exemplos, como as globinas e

proteína pol de HIV-1

RBP4: um exemplo consistente

1. Proteína secretada, pequena e abundante. Transporta retinol para os olhos

dos vertebrados.

2. Há muitas proteínas homólogas a RBP4 em diversos vertebrados

(“ortólogas”). Exemplos para alinhamentos, busca em bancos de dados e

filogenia.

3. Há outras proteínas humanas relacionadas a RBP4 (“parálogas”). Essas

proteínas são chamadas lipocalinas. Incluem apolipoproteína D (ligadora de

colesterol), afrodisina relacionada à gravidez em hamsters e uma proteína

ligadora de odores no muco.

4. Há lipocalinas bacterianas. Algumas dessas podem ter sido transferidas

horizontalmente para eucariotos.

5. Os níveis de expressão gênica de algumas lipocalinas é regulado.

6. As lipocalinas são pequenas, abundantes e solúveis e suas propriedades

bioquímicas foram caracterizadas em detalhe.

7. Algumas lipocalinas estão relacionadas com doenças humanas.

08/08/2019

26

Gene pol de HIV-1 codifica três proteínas:

outro exemplo consistente

Aspartil

protease

Transcriptase

reversa

Integrase

PR RT IN

Gene pol de HIV

1. Pol é uma proteína com múltiplos domínios. Possui 1003 aminoácidos com

atividade de transcriptase reversa (uma DNA polimerase dependente de RNA).

É também uma aspartil protease, e possui atividade de integrase.

2. Natureza modular afeta sua capacidade de busca em bancos de dados e

alinhamentos de múltiplas sequências.

3. O gene pol incorpora substituições com extrema rapidez. Um indivíduo

infectado por HIV pode ter mais de um milhão de variantes de pol. O estudo da

evolução de pol complementa nosso estudo das lipocalinas.

4. Procuras em bancos de dados com pol ajudará a entender como restringir

procuras a domínios particulares da árvore da vida.

08/08/2019

27

Questões das aulas estão em:http://www.icb.usp.br/~biocomp/

Documentos e slides:http://www.icb.usp.br/~biocomp/docs.html

DNA from the beginning:http://www.dnaftb.org/

http://www.dnalc.org/resources/

Aulas online:http://www.ibiology.org/

http://www.hhmi.org/biointeractive