ISLAS CpG Y METILACIÓN
Cristina Gómez Martín
Genómica Computacional y Bioinformática
Departamento de Genética, Facultad de Ciencias, Universidad de Granada
Laboratorio de Bioinformática, Instituto de Biotecnología, Centro de Investigación
Biomédica
Metilación del ADN
La metilación es la adición de un grupo metilo (-CH3) a una
molécula y se observa tanto en el ADN como en ARN y
proteínas.
En eucariotas se da principalmente en dinucleótidos
CG.
Como norma general:
El 70-80 % de las CpGs
están metiladas
Proceso de metilación de la citosina
en el ADN
Funciones de la metilación
• Es clave en el desarrollo embrionario
• Inactivación del cromosoma X
• Impronta génica: Mantenimiento en la expresión específica de un alelo.
• Splicing alternativo
• Silenciamiento de elementos repetidos: centrómeros
• Los grados de metilación de la región promotor de un gen y en el
cuerpo génico influye en los niveles de expresión.
Hay proteínas que se unen específicamente al DNA metilado (Ej: MECP2) y
otras que se unen específicamente a islas CpG no-metiladas (la metilación
bloquea la unión)
Patrones de metilación
Los patrones de metilación (distribución a lo largo
de la secuencia) no son iguales en distintos
eucariotas
•En hongos solo el DNA repetido se metila.
•Los mayores niveles de metilación en plantas
(hasta el 50% de todas las citosinas) – metilación
de contextos non-CpG en elementos transponibles
•En general encontramos un mosaico de
metilación (regiones metiladas y intercaladas
regiones no-metiladas).
En los genomas de mamífero
predominantemente se metilan los
dinucleótidos CpG, con excepción de regiones
cortas llamadas islas CpG. DNA methylation landscapes: provocative insights from epigenomics.
Mihe M. et al
Nature Reviews Genetics 9, 456-476 (June 2008)
Islas CpG
70-80 % CG TG
Frecuencia de CpG 5 veces más
baja de la esperada
Desaminación espontanea de metil-citosinas
Las CpG permanecen solamente en los sitios en que no se metilan: Islas CpG
Propiedades de las Islas CpG
1. Son ricas en G+C (ratio O/E alto) y tienen longitudes alrededor de 1kb
2. Entre el 50 y el 70% de los genes tienen una isla CpG asociada a sus promotores.
3. Casi todos los genes “housekeeping” (se expresan en todos los tejidos) tienen una isla asociada a
su promotor pero solo la mitad de los genes específicos la presentan.
4. En los promotores de los genes: Cuando se metilan dan lugar a una inhibición de la transcripción.
5. En el cuerpo génico: Cuando se metilan dan lugar a estabilización de la transcripción
6. En algunas condiciones fisiológicas o patológicas se pueden ver cambios en el estado de la
metilación: cáncer
Existen tanto métodos experimentales como computacionales para detectar
islas CpG
Clasificación de las Islas CpG
Constitutivamente no-metiladas (asociadas a “Housekeeping genes”)
~100% de los genes domésticos tienen alguna isla asociada
Diferencialmente metiladas (genes tejido-específicos)
~50% “Tejido específicos” isla asociada
Parcialmente metiladas (genes improntados)
DMIs: Islas CpG (CGIs)diferencialmente
metiladas
MIs: CGIs constitutivamente metiladas
UIs: CGIs constitutivamente no metiladas
NAs: No cumplen requisitos otras clases
Barturen G. 2014. Regiones genómicas implicadas en la metilación
diferencial del ADN. Tesis Doctoral, Universidad de Granada
Métodos de predicción de islas: Ventanas deslizantes
Gran número de parámetros arbitrarios
• Proporción CpGs observados/esperados
• %GC
• Longitud
• Longitud de ventana
• Salto
• Distancia para fusionar proto-islas
Ejemplo: CpGplot
From Takai and Jones (2002)
Métodos de predicción de islas: clusterización
Secuencia de DNA CpG -> 1; Otros-> 0
Secuencia binaria:
00010000101000000101000110000100010101000011
Se determina la distancia (d) de cada CpG al siguiente aguas abajo en la secuencia de DNA:
10,5,5,3,1,8,23,34,21,12,2,5,8,6,9,...N-1
Establecemos una distancia umbral dm Si di ≤ dm Establecemos un cluster
Por ejemplo, para dm=5:
10,5,5,3,1,8,23,34,21,12,2,5,8,6,9,...N-1
Asignar un pvalor a
Lista de cluster de CpG con cada cluster Cluster estadísticamente significativo ≡ CpG
coordenadas, longitud y nº de
island
CpGs
Calcular propiedades estadisticas de la
secuencia : G+C content, O/E ratio, CpG density,
intra-clustering of CpGs, overlap with Alus,
PhastCons etc.
¿Qué distancia uso?
Si se distribuyeran al azar seguiría
una distribución geométrica
𝑃 𝑑 = (1 − 𝑝)𝑑−1 𝑝
P(d), probabilidad de encontrar una
distancia d entre CpGs adyacentes y
p la probabilidad de encontrar un
CpG en la secuencia.
Las distancias cortas observadas se
encuentran sobre-representadas en
el genoma, por encima de lo
esperado (Existen “Clusters de
CpGs”).
WordCluster - Michael Hackenberg, Pedro Carpena, Pedro Bernaola-
Galván, Guillermo Barturen, Ángel M. Alganza and José L. Oliver. 2011.
Algorithms for Molecular Biology 6:2
El cruce entre observada y esperada se utiliza como distancia para agrupar CpGs.
Cromosoma 16
Mediana: 31pb
Intersección genómica: 33pb
Cromosoma 5
Mediana: 49pb
Intersección genómica: 33pb
WordCluster - Michael Hackenberg, Pedro Carpena, Pedro
Bernaola-Galván, Guillermo Barturen, Ángel M. Alganza and
José L. Oliver. 2011.
Algorithms for Molecular Biology 6:2
¿Cómo asigno la significación?
¿Cual es la probabilidad de encontrar un cluster con N CpGs y longitud X en una
distribución al azar? Binomial Negativa
WordCluster - Michael Hackenberg, Pedro
Carpena, Pedro Bernaola-Galván, Guillermo
Barturen, Ángel M. Alganza and José L. Oliver.
2011.
Algorithms for Molecular Biology 6:2
Detectar la metilación
Problemas para detectar la metilación:
1) Hibridación es insensible frente a la metilación: no se pueden usar chips de DNA
2) La PCR elimina la información acerca del estado de metilación
TRATAMIENTO CON BISULFITO SÓDICO
CITOSINA METILADA CITOSINA NO METILADA
BISULFITO BISULFITO
CM C C T
C C T C
CITOSINA METILADA CITOSINA NO METILADA
Ventajas:
• Se obtiene información de metilación para cada citosina y no solo valores medios
para una región como ocurre con muchos otros métodos
• Se puede detectar la metilación en todos los contextos y no solo CpG
Reto:
• Re-secuenciar un genoma entero
• Alinear miles de millones de secuencias cortas (reads)
Problemas:
Distinguir entre la acción del bisulfito y :
1. Errores de secuenciación
2. SNV (Single Nucleotide Variation) : Un polimorfismo C/T sería detectado como una
citosina no metilada
Los valores de metilación oscilan entre 0 y 1, dependiendo de la proporción entre los
reads que indiquen la existencia de una citosina metilada y los que indiquen una
ausencia de metilación.
NGSmethDB
http://bioinfo2.ugr.es/NGSmethDB/
Stefanie Geisen, Guillermo Barturen, Ángel M. Alganza, Michael Hackenberg and
José L. Oliver. 2014. Nucleic Acids Research, Vol. 42, Database issue D53–D59
Interfaz de herramientas de NGSmethDB
http://bioinfo2.ugr.es/NGSmethDB/
Stefanie Geisen, Guillermo Barturen, Ángel M. Alganza, Michael Hackenberg and
José L. Oliver. 2014. Nucleic Acids Research, Vol. 42, Database issue D53–D59
