Home / Disciplinas / IQB724

Bioinformática: Genomas e Transcriptomas — IQB724

Disciplina de pós-graduação, normalmente oferecida uma vez ao ano.

Professor
Rafael Dias Mesquita (Departamento de Bioquímica / Instituto de Química / UFRJ)
Público alvo
Alunos de pós-graduação sem conhecimentos prévios em bioinformática. Ter cursado Bioinformática Básica é sugerido, apesar de não ser pré-requisito.
Carga horária
30 horas — disciplina teórico-experimental (15 horas de aula teórica e 15 horas de prática)
Créditos
2
Vagas para alunos
12
Pré-requisito
Não há, mas é desejável ter cursado Bioquímica e Biologia Molecular. Cada aluno deverá levar um laptop com rede sem fio funcionando.
Softwares necessários
Firefox ou Chrome, Textpad, BioEdit, JRE (Java Run-time Environment), R (pacote estatístico) e Expander.

Ementa

Sequenciamento (tecnologia Illumina), formatos de arquivos, controle de qualidade de sequenciamento, montagem de genomas e transcriptomas, controle de qualidade de montagens, predição gênica em genomas, análise de expressão gênica baseada em sequenciamento de transcriptoma.

Objetivo

Ensinar conceitos bioinformáticos relacionados a genômica e transcriptômica e treinar o aluno no uso de programas diversos para análises genômicas e transcriptômicas, especialmente dentro do ambiente web Galaxy.

Programa

  1. Sequenciamento Illumina: introdução, preparação de bibliotecas (barcode, single x paired, comprimento e adaptadores) e tecnologia do sequenciamento Illumina.
    Prática: login no ambiente Galaxy, operações básicas do Galaxy, download de um genoma (procarioto) e de um transcriptoma (procarioto, com no mínimo 2 condições, com 2 replicatas cada) — sequenciados por Illumina, transformação de formato SRA para FASTQ.
  2. Controle de qualidade: formato de arquivos, métricas de controle de qualidade de sequenciamento, limpeza da sequência e reanálise de qualidade.
    Prática: controle de qualidade com o FastQC, limpeza com o Cutadapt e reanálise de qualidade, todos em ambiente Galaxy.
  3. Montagem de transcriptomas: introdução, grafos De Bruijn, montagem de novo e baseada em genoma, software Trinity, polimorfismos (SNPs), paralogia e splicing alternativo.
    Prática: montagem de transcriptoma usando o Trinity e o Cufflinks, todos em ambiente Galaxy.
  4. Montagem de genomas de procariotos: introdução, heterozigosidade, correção de erros, grafos De Bruijn normais e duplos, software SPAdes.
    Prática: montagem de genoma usando o SPAdes, em ambiente Galaxy.
  5. Controle de qualidade de transcriptomas e genomas: métricas para genomas (cobertura, N50, maior contig, histograma de tamanhos) e transcriptomas (cobertura, N50, maior transcrito, histograma de tamanhos, sequências completas).
    Prática: controle de qualidade de montagens de genomas (Spades Quality, AssemblyStats e QUAST web); controle de qualidade de transcriptomas (AssemblyStats e BUSCO).
  6. Análise de expressão gênica: alinhamento baseado em genoma e transcriptoma, TopHat, Bowtie2, regiões e alinhamentos repetitivos, RPKM e FPKM.
    Prática: alinhamento usando o software Bowtie2 dos reads do transcriptoma contra o transcriptoma montado previamente; quantificação de reads por gene usando o eXpress.
  7. Estatística relacionada à expressão gênica: determinação dos genes diferencialmente expressos usando o EdgeR (cobertura, variância, ruídos, distribuição e significância) e clusterização de perfis de expressão usando o Expander.
    Prática: determinação dos genes diferencialmente expressos usando o EdgeR; clusterização de padrões de expressão gênica usando o Expander.
  8. Predição gênica em genomas: regiões gênicas — início, fim, éxons e íntrons —, regiões promotoras, fim de transcrição, operons x genes, frames de tradução, estatística na predição gênica, HMMs.
    Prática: predição gênica com os softwares Prodigal e Glimmer usando o genoma montado previamente.

Avaliação

Seminário contendo os resultados gerados durante o curso.

Literatura recomendada

Introdução e Galaxy

  • Baxevanis, A.D. and Ouellette, B.F.F. Bioinformatics – A practical guide to the analysis of genes and proteins. Wiley, 3rd edition, 2005.
  • Galaxy Project: Support e Learn
  • SRA knowledgebase: ncbi.nlm.nih.gov
  • Gibas, C. and Jambeck, P. Developing Bioinformatics Computer Skills. O'Reilly, 2001.

Controle de qualidade e limpeza de dados de sequenciamento

Montagem de transcriptomas

  • Trinity: github.com/trinityrnaseq — Grabherr MG, et al. (2011) Full-length transcriptome assembly from RNA-Seq data without a reference genome. Nat Biotechnol 29(7):644-652.
  • Cufflinks: cole-trapnell-lab.github.io — Trapnell C, et al. (2012) Differential gene and transcript expression analysis of RNA-seq experiments with TopHat and Cufflinks. Nature Protocols 7(3):562-578.
  • Comparações e revisões: Martin JA, Wang Z (2011) Next-generation transcriptome assembly. Nat Rev Genet 12(10):671-682; Clarke K, et al. (2013) Comparative analysis of de novo transcriptome assembly. Science China Life Sciences 56(2):156-162; Zhao QY, et al. (2011) Optimizing de novo transcriptome assembly from short-read RNA-Seq data. BMC Bioinformatics 12(Suppl 14):S2.

Montagem de genomas de procariotos

Controle de qualidade de genomas e transcriptomas

Expressão gênica

Predição gênica