GENETICA DELLE MALATTIE COMPLESSE

Dr. Giovanni Malerba

Biologia e Genetica, UniVR

giovanni.malerba@univr.it

“Predisposizione” Genetica

interazione

AMBIENTE

● Diagnosi● Prevenzione● Terapia efficiente e sicura

Si sono identificati centinaia di loci associati alla variabilità di molti caratteri (linkage, associazione - GWAS)

NELLE MALATTIE COMPLESSE IL RISCHIO DI MALATTIA È INFLUENZATO DA FATTORI GENETICI E DA FATTORI AMBIENTALI

CARATTERE COMPLESSO

Come studiare il fattore genetico nelle malattie

complesse?

Modalità?

ANALISI DI LINKAGE (studio attraverso la segregazione di marcatori del DNA)

ANALISI DI ASSOCIAZIONE(guilty by association)

Nostro interesse per oggi

Studio di associazione in breve

è maggiormente frequente nei casi rispetto a

Controlli Casi

ASSOCIAZIONE

Individuo con “genotipo” rosso

Individuo con “genotipo” nero

NOTA: Con lo studio di associazione si possono studiare caratteri sia qualitativi (affetto/non affetto : frequenza del genotipo tra i 2 gruppi?) che quantitativi (medie del valore dei livelli di un dato parametro per i diversi genotipi)

GWAS - caratteristicheVantaggiNessuna ipotesi/conoscenza a priori del problema biologico

Richieste➢ Dimensione del campione molto grande (>>1000) ➢ Alta risoluzione (milioni di mkrs)➢ Replica dei risultati in un campione indipendente

Problematiche● Grande quantità di dati (individui, fenotipi, marcatori DNA)● Controllo di qualità (campioni, popolazioni, marcatori) ● Possibile stratificazione del campione (controlli adatti)● Statistica da utilizzare (modello genetico, singolo locus)● Test multipli (>>100000 test eseguiti)

ESEMPIO DI GWAS: Bone-mineral-density loci

Nature Genetics 41, 1199 - 1206 (2009)

GWA & Variabilità tra popolazioni

YRI

CEU

JPT

CHB

EJHG 2008, 16:1413-1429

http://www.genome.gov/gwastudies/

http://www.genome.gov/gwastudies/

SI SINTETIZZA IL GRANDE NUMERO DI CARATTERI STUDIATI RIASSUMENDOLI IN CATEGORIE

SI SINTETIZZA IL GRANDE NUMERO DI CARATTERI STUDIATI RIASSUMENDOLI IN CATEGORIE

LD & GWAS & PREDIZIONE

SNPs associati a più Caratteri (Complessità)

GWAS – BMD misurata in 2 aree

Nature Genetics 41, 1199 - 1206 (2009)

GWAS – LOCI nuovi e già noti

Nature Genetics 41, 1199 - 1206 (2009)

GWAS – LOCI nuovi e già noti

Nature Genetics 41, 1199 - 1206 (2009)

Meta-Analisi per i loci identificati

Nature Genetics 41, 1199 - 1206 (2009)

BMD e numero di alleli di rischio

La distribuzione del numero di alleli di rischio portati da un individuo si avvicina alla curva a campana

Il valore di BMD (espresso in Z-score), in media, si riduce all'aumentare del numero di alleli di rischio!! (ricorda il modello a soglia)

http://www.ncbi.nlm.nih.gov/pubmed/

Representation of the connections between SNPs and corresponding genes for the 42 SNPs withGRAIL (p < 0.01). Thicker and redder lines imply stronger literature-based connectivity.

doi:10.1038/nature09410

PATHWAYSPotenziali target

L'eredità mancante dei GWAS

L'EREDITABILITÀ MANCANTE

I loci individuati dai GWAS spiegano in genere una ridotta quantità della variabilità legata alla componente genetica (ereditabilità; < ~20%)

La parte mancante viene scherzosamente definita la MATERIA OSCURA dei GWAS perchè si è sicuri che esista, si vede il suo effetto, ma NON si riesce a vederla.

Nota: L'ereditabilità dei caratteri quantitativi (h^2: prop di varianza attribuibile ai fattori genetici addittivi) è tipicamente stimata dagli studi familiari e quindi il suo valore potrebbe variare nei diversi ambienti

LIPIDI: geni con varianti comuni e con varianti rare

Il rischio determinato tramite gli SNP potrebbe sottostimare il rischio associato alle vere varianti causali

Es: 11 dei 30 geni attualmente associati a variazioni dei livelli di lipidi possono anche presentare degli alleli rari che sono associati a forme Mendeliane di dislipidemia (ABCA1, PCSKA9, LDLR): geni con varianti comuni associate ad effetti lievi possono anche portare varianti rare associate a forti effetti

Geni & Alzheimer disease

178 mutazioni diverse in 393 famiglie

[associato a demenza frontotemporale]

Diverse malattie diversi modelli

L'architettura allelica (numero, tipo, effetto, frequenza) potrebbe essere diversa nei diversi fenotipi:

Age-related macular degeneration: numero ridotto di varianti comuni con un forte effetto (OR > 2)

Crohn's disease: numero abbondante di varianti comuni con un lieve effetto (OR << 2; e molto rimane ancora da identificare)

Il numero delle varianti comuni identificate aumenta con l'aumentare delle dimensioni del campione analizzato.

Fondatori di Google:Larry Page Linda AveySergey Brin ↔ Anne Wojcicki

Fondatori di 23andMe:

Privacy: trovata una scappatoia nei database genetici

L'identità di alcuni donatori di DNA potrebbe essere svelata tramite le informazioni presenti nei database pubblici

Un gruppo di ricerca è stato in grado di scoprire l'identità di alcuni donatori del genoma incrociando i dati dei loro marcatori genetici (DNA) con informazioni demografiche in banche dati pubbliche:

1. Un programma chiamato lobSTR estrae informazioni sugli aplotipi ricostruiti tramite marcatori genetici del cromosoma Y (il sistema funziona quindi con i soli maschi)

2. Gli aplotipi sono inseriti in banche di dati genealogici per trovare i possibili cognomi del donatore.

3. Questi cognomi, insieme alle informazioni circa l'età e la posizione di un donatore del DNA, possono essere inseriti in banche dati demografici per individuare identità dell'individuo.

GENOMICA TRASCRITTOMICA EPIGENETICA

WHOLE GENOMEDe novo sequencing

WHOLE GENOMERe- sequencing

ESOMA (~50MB)

RNA-Seq

small RNA

WHOLE GENOMEBisulfite sequencing

MeDIP - Sequencing

ChIP - Sequencing

Genotyping

OMICHE

HUMAN GENOME

HUMAN GENOME

Trascritti

Geni codificantiGeni non codificantiPseudogeni

3.1 GBp

50M di varianti corte

10M di varianti strutturali

Nature Genetics 42, 13–14 (2010) doi:10.1038/ng0110-13

Exome sequencing makes medical genomics a reality

Sequenziamento (Next Generation Seq)

ALLA RICERCA DELLA VARIANTE DAMAGING

Seleziono i migliori candidatiSeleziono i migliori candidati

Se sono già descritti come polimorfismi comuni allora NON mi interessano

ANALISI BIOINFORMATICAConservazioni in specie omologhe, alterazioni della struttura 3D, interazioni con il sito di legame, etc ...

FILTRARE LE VARIANTI PER INDIVIDUARE LE MIGLIORI CANDIDATE

VARIANTI RARE CANDIDATE

GENOMA UMANO: regioni conservate

● 3-8% del genoma umano è dato da sequenze conservate che si trovano nei vertebrati e/o altri mammiferi euteri

● D. melanogaster : 37-53%● C. elegans : 18-37%● S. cerevisiae : 47-68%

http://www.genome.org/cgi/doi/10.1101/ gr.3715005.

46

• A human gut microbial gene catalogue established by metagenomic sequencing

• TotalDNA from faecal samples of 124 European adults

• 576.7 Gb of sequence

• Predicte 3.3 million uniqueopen reading frames (ORFs)

Mar 2010

MetaHIT project

CARATTERISCHE DEI LGC E DEI HGC

2 gruppi di individui che differisco per il numero di geni microbici (ricchezza di batteri

intestinali)

Gli indivui con una bassa ricchezza batterica (23% degli individui studiati) sono

caratterizzati da una più marcata adiposità generale, insulina resistenza e dislipidemia, da

un più pronunciato fenotipo infiammatorio.

Gli individui obesi guadagnano più peso nel tempo si presentano una bassa ricchezza

batterica

I 2 gruppi possono essere distinti utilizzando un piccolo sottogruppo di batteri (anche per

magri ed obesi)

22

1999, BGI-Beijing

2001, BGI-Hangzhou

2007, BGI-Shenzhen

2009, BGI-HongKong

2010, BGI-Wuhan

2010, BGI-San Francisco

2010, BGI-Copenhagen

BGI wet lab

51

Facilities:

• 137 Illumina Hi-Seq 2000

• 27 Life Tech SOLiD 4

• 16 AB/3730xl

• 2 Illumina iScan (2010)

Data production:

• ~5 Tb / day (end of 2010)

• About 50 human genome (30X) per day

BGI dry lab (~2010)

52

# CPUS Flops RAM Storage

2009.01 1,500 18T 4TB 2PB

2009.08 3,000 50T 10TB 5PB

2009.12 5,000 100T 20TB 10PB

2010.09 50,000 1,000T 200TB 1,000PB

LA NOSTRA STANZA CON IL NOSTRO SERVER (2013)

Dr. Craig Venter

LA RIVOLUZIONE GENOMICA secondo Craig Venter:

➢ Il primo genoma rappresenta la linea di partenza➢ Almeno 10000 genomi + fenotipi per poter parlare di medicina preventiva