91407 - LABORATORIO DI GENOMICA COMPARATA

Conoscenze e abilità da conseguire

Al termine del corso, lo studente avrà acquisito la padronanza dell'utilizzo di metodiche bioinformatiche per il trattamento e l'analisi di dati genomici e trascrittomici. Verranno quindi fornite le basi teoriche e pratiche per l'analisi di dati derivanti da High Throughput Sequencing tramite software specifici. Sarà eseguita una pipeline di analisi dei dati che comprenderà quality check e filtraggio delle raw reads (single/paired ends), assemblaggio de novo di trascrittomi/genomi, mapping ed analisi della variabilità (variant calling), quantificazione dei livelli di trascrizione ed identificazione di geni differenzialmente trascritti, annotazione e data mining di regioni geniche e ripetute (elementi trasponibili, DNA satellie, etc), ricerca di geni ortologhi. Tali acquisizioni saranno trattate eminentemente in contesti comparativi (confronto tra due o più taxa) per identificare le componenti evolutive che hanno contribuito a plasmare gli organismi attuali.

Contenuti

1. Tecnologie, metodi ed applicazioni

Tecnologie: Sanger sequencing vs massive parallel sequencing; Reversible Terminator Sequencing (Illumina); Single-Molecule Real-Time (SMRT) Sequencing (PacBio); Nanopore Sequencing; Comparazione delle piattaforme di sequenziamento.

Metodi di sequenziamento: directed sequencing, hierarchical shotgun sequencing, whole-genome shotgun sequencing; mappe genetiche; short reads, paired-end sequencing, mate-pair sequencing, long reads, chromosome conformation technologies (es. Hi-C).

Strategie di assemblaggio: greedy approach; Overlap-Layout-Consensus (OLC) approach; de Bruijn Graph approach; comparazione delle strategie di assemblaggio.

Applicazioni: RAD-Seq; RNA-Seq; bisulfite sequencing; ChIP-Seq; Iso-Seq; Single-Cell genomics and transcriptomics.

Genomica, big data, biologia computazionale e bioinformatica.

2. Database, algoritmi per allineamento di sequenze e ricerca di similarità

Overview sui database pubblici (GenBank, EMBL, RefSeq, EggNOG, Ensembl, UniProtKB, InterPro, Pfam, PROSITE, Swiss-Prot, Gene Ontology); identificazione dei geni in una sequenza genomica: predizione di geni codificanti, ORFs; identità/similarità di sequenza; matrici di sostituzione; statistiche relative alla comparazione di sequenze; compositional bias; allineamenti globali/locali; algoritmi di ricerca: BLAST+, Diamond; motifs, domini e profili: sequence motifs, sequence logo, domini proteici e domain architectures; profili HMM, HMMER.

3. Genomica Comparata

Il metodo comparativo; organismi modello; il metodo induttivo e il problema della generalizzazione in biologia; l’importanza della ricerca di base. Esempi di genomica comparata.

4. Introduzione alla Shell di Unix

Biologia e “Big Data”, ricerca robusta e riproducibile, disegno sperimentale, gestione dei dati e della documentazione, risorse online.

Utilizzo di Bash: connessione alla workstation tramite Guacamole, path, files, directories, permessi; editor di testo (vim, nanos); download e trasferimento dati: wget, curl, scp; controllo integrità dei dati, md5sum; compressione e decompressione dei dati: zip, gzip, tar; unire, ordinare e comparare files: cat, join, sort, diff, comm; manipolazione di files di testo: grep, AWK, sed.

Bash scripting: processi in background, screen; concatenazione di comandi, pipe, semicolon, &&; standard output e standard error; variabili; sostituzione di comandi; loops: for, until, while.

Conda environments.

5. Progetto di Genomica Comparata

• K-mer-based genome characterization: formati FASTQ e FASTA; controllo qualità; calcolo della frequenza dei k-mers; stima della dimensione del genoma, del contenuto ripetitivo e dell’eterozigosità.
• Assemblaggio de novo: draft assembly; genome polishing; valutazione della qualità dell’assemblaggio; ricerca ed eliminazione dei contaminanti; reference-based scaffolding; valutazione e comparazione tramite whole-genome alignment.
• Annotazione: annotazione dei trasposoni ed altri elementi ripetuti; evidence-based gene prediction; ab initio gene prediction; introduzione al training di gene predictors (machine learning); GO annotation e GO enrichment.
• Ricerca dei geni ortologhi: concetto di ortologia molecolare; Orthofinder.
• Evoluzione molecolare: contrazione/espansione di famiglie geniche, dN/dS
  

Testi/Bibliografia

• Vince Buffalo “Bioinformatics Data Skills”, O’Reilly.

• Arthur M. Lesk “Introduction to Bioinformatics” (Fifth Edition), Oxford University Press

• Arthur M. Lesk “Introduction to Genomics” (Third Edition), Oxford University Press

• Articoli scientifici e materiale online su GitHub e Teams.

Metodi didattici

Il corso alternerà lezioni frontali durante le quali verranno fornite nozioni teoriche, a lezioni pratiche durante le quali gli studenti avranno modo di eseguire analisi hands-on.

Durante lo svolgimento del corso gli studenti saranno invitati a scegliere un dataset (fra quelli presenti nei database pubblici) sul quale poi sviluppare un progetto che sarà oggetto di esame.

Per affrontare al meglio questo insegnamento è fortemente consigliato l’aver seguito i seguenti corsi ed averne assimilato i contenuti:

• 91400 - Biometria Evoluzionistica ed Ecologica
• 91360 - Genetica di Popolazione ed Evoluzione Molecolare
• 91789 - Evoluzione e Filogenesi (C.I.)
• 91399 - Evoluzione del Genoma.

In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio, in modalità e-learning.

Modalità di verifica e valutazione dell'apprendimento

Valutazione del progetto presentato dallo studente e breve discussione orale (sempre focalizzata sul progetto).

Le caratteristiche richieste e la modalità di presentazione dei progetti verranno illustrate in dettaglio durante l’introduzione del corso.

Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’Ufficio di Ateneo competente. Sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con almeno 15 giorni di anticipo, all’approvazione del/della docente, il/la quale ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento. Si prega di non rivolgersi al/la docente, ma di contattare il Servizio per un appuntamento. Sarà cura del Servizio stabilire quali adattamenti si rendono opportuni.

Strumenti a supporto della didattica

Slides, articoli scientifici, materiale online (incluso GitHub dedicato), esercitazioni individuali al computer, utilizzo di una high performance workstation.

Link ad altre eventuali informazioni

https://github.com/MirkMart/Lab_CompGeno

Orario di ricevimento

Consulta il sito web di Fabrizio Ghiselli