Genómica computacional
Enrique Blanco, Jaume Sastre y Sebastià Franch
PEC1. Manejo de los navegadores genómicos
Empleo de los navegadores genómicos para
Presentación y objetivos analizar información sobre los elementos
funcionales de los genomas.
Fecha y formato de entrega 3 de Abril – 16 de Abril
(PDF, 20 páginas)
Ejercicio 1/2 – 25% cada uno
Criterios de corrección Ejercicio 3 – 40%
Ejercicio 4 – 10%
Presentación
Los navegadores genómicos permiten el acceso libre a una cantidad ingente de
informaciones actualizadas, dotando al analista bioinformático de un entorno
gráfico muy potente para la visualización de los genomas. Estas herramientas
también permiten la descarga sin límite alguno de todas sus pistas de datos para
el trabajo en nuestro propio ordenador. Utilizaremos varias funciones de los
navegadores que permiten interrogar a gran escala sobre los datos existentes
sin necesidad de la descarga directa.
Objetivos
Se persigue que el estudiante adquiera experiencia en el uso de navegadores
genómicos para visualizar las anotaciones existentes y extraer secuencias de
trabajo. Del mismo modo, se pretende que los alumnos posean al acabar este
trabajo nociones básicas sobre el mejor modo de interrogar a estos sistemas a
la hora de recuperar información a escala genómica.
Formato
El informe final, como máximo, debe tener un tamaño de 20 páginas (no se
evaluarán las páginas del informe principal que excedan este límite). Puede
emplearse un apéndice para añadir el resto de informaciones. El nombre y
apellidos del estudiante deben indicarse claramente en la primera página del
informe. Es necesario incluir capturas de pantalla que expliquen el modo de
alcanzar la solución de los ejercicios propuestos. La solución de esta PEC1 debe
entregarse en formato PDF empleando un tamaño de fuente 12. Para optar a
una posterior tercera prueba de recuperación, en el caso de no superar esta
prueba, es obligatorio haber respondido como mínimo al 50% de las preguntas.
Ejercicio 1. Anotar el gen de estudio [25%]
1. En primavera de 2017 conocimos la siguiente noticia a través de la mayoría
de medios de comunicación. Leed el texto con atención, dado que utilizaremos
esta información como base para nuestro ejercicio.
[Link]
2. Conectaos a PUBMED y localizad el resumen (en inglés, Abstract) de esta
publicación mencionada en el artículo anterior:
[Link]
3. Con el servidor genómico UCSC, buscad las anotaciones del gen TMEM106B
(Homo sapiens, hg38). Utilizaremos la anotación suministrada por RefSeq (track
NCBI RefSeq, subtrack UCSC RefSeq). Anotad la localización genómica y los
genes más cercanos:
[Link]
4. Dentro de la ficha del gen según RefSeq, accede al registro de Entrez Gene y
de OMIM para describir que funciones desempeña según Gene Ontology y en
que enfermedades puede estar involucrado.
5. Extraed de las anotaciones de RefSeq la región codificante (CDS, únicamente
los exones) del gen TMEM106B humano. Repetid el mismo procedimiento para
obtener la secuencia CDS ortóloga en el ratón (Mus musculus, mm10).
6. El programa CLUSTAL Omega realiza alineamientos globales de dos o más
secuencias. Conectaos al servidor de CLUSTAL Omega para alinear las dos
secuencias CDS (humana y de ratón) obtenidas en el paso anterior.
[Link]
7. Repetid este mismo alineamiento global, utilizando ahora las correspondientes
proteínas de cada gen (que previamente debéis recuperar de la entrada de
RefSeq). Valorad el grado de homología entre estas dos secuencias tanto a nivel
genómico como a nivel de proteína.
8. Emplead la herramienta LiftOver para averiguar las coordenadas del mismo
gen en la versión hg19 del genoma humano y en la versión mm9 del genoma del
ratón, respectivamente.
[Link]
Ejercicio 2. La herramienta BLAT del navegador de UCSC [25%]
1. La aplicación BLAT es una herramienta muy popular disponible dentro del
servidor genómico de UCSC. Localizad su página web y definid en pocas
palabras cuál es la función principal de este programa:
[Link]
2. Emplead BLAT para identificar la ubicación de la secuencia CDS humana del
gen TMEM106B dentro del genoma humano (hg38, cromosoma, coordenadas).
3. Emplead BLAT para localizar con la secuencia CDS humana del gen
TMEM106B dónde se encuentra la ubicación de este mismo gen en el genoma
del ratón (mm10, cromosoma, coordenadas).
4. Emplead BLAT para localizar con la secuencia CDS humana del gen
TMEM106B dónde se encuentra la ubicación de este mismo gen en el genoma
del pollo (galGal4, cromosoma, coordenadas).
5. Ahora emplead BLAT con la proteína humana del gen TMEM106B sobre el
mismo genoma del pollo (galGal4, cromosoma, coordenadas). Razonad sobre
las diferencias entre este resultado y el obtenido en el punto anterior.
Ejercicio 3. La herramienta Table browser del navegador de UCSC [40%]
1. La aplicación Table browser es una herramienta muy útil para acceder a los
datos de las pistas que constituyen el entorno gráfico disponible dentro del
servidor genómico de UCSC. Localizad su página web y definid en pocas
palabras cuál es la función principal de este programa:
[Link]
2. Imaginemos un escenario real: estamos trabajando con el genoma humano
(ensamblado hg38) y se nos plantean una serie de cuestiones prácticas.
Encontrad la manera de responder a estas preguntas empleando el navegador
de tablas sobre la pista RefSeq genes (track NCBI RefSeq, table UCSC RefSeq).
Debéis añadir una breve descripción en el informe de cómo habéis logrado llegar
a la solución.
- Número de pares de bases del genoma completo.
- Número de tránscritos en total a lo largo del genoma.
- Listado de todos los tránscritos en el genoma (únicamente captura de los
primeros cinco). Debéis mostrar solo los siguientes atributos: código de RefSeq
del transcrito, cromosoma, hebra, inicio/final del transcrito, número de exones y
nombre del gen.
- Número total y listado de los transcritos en la región chr7:12000000-13000000.
- Extraed la custom track con los datos de la pregunta anterior (en formato BED),
para añadirle una cabecera (track name=…) que os permita darle el nombre y el
color que os resulte más atractivo. Cargar posteriormente la pista en el
navegador (hg38) y comprobad que los exones encajan con los visualizados en
la pista RefSeq original.
- Extraed ahora la secuencia CDS de todos estos tránscritos con el Table
browser. Escoged una de las secuencias al azar y realizad un BLAT con ella para
comprobar que encaja correctamente con el tránscrito de RefSeq anotado en
esa localización.
Ejercicio 4. La herramienta Biomart del navegador ENSEMBL [10%]
1. Estudiad el modo de funcionamiento de la herramienta Biomart. Mostrad un
ejemplo de cómo interrogar el genoma humano (hg38) para la búsqueda de
datos sobre la región chr12:7,680,240-7,905,217. Por ejemplo, cómo obtener el
listado de términos de Gene ontology para los genes que se encuentran en ese
lugar del genoma o el listado de SNPs anotados en los mismos genes.
[Link]
