Microsoft PowerPoint - lecture b.pptx

Size: px

Start display at page:

Download "Microsoft PowerPoint - lecture b.pptx"

ありかつぜんじゅう
5 years ago
Views:

non codng RN (ncrn) による遺伝子発現制御応用生命科学情報生命学第 4 回 RN 配列情報解析 non codng RN バイオインフォマテクス解析概論 RN seq 情報解析 RN2 次構造予測 RN 配列情報解析統合サーバー ene ene ene Transcrpton enomc DN sequence mrn small ncrn Translaton

1 non codng RN (ncrn) による遺伝子発現制御応用生命科学情報生命学第 4 回 RN 配列情報解析 non codng RN バイオインフォマテクス解析概論 RN seq 情報解析 RN2 次構造予測 RN 配列情報解析統合サーバー ene ene ene Transcrpton enomc DN sequence mrn small ncrn Translaton Interacton Interacton target RN 7 月 13 日 ( 木 ) 4 時限目加藤有己大阪大学大学院医学系研究科講義資料はこちら Proten omplex Regulaton of gene expresson 小分子 ncrn は複合体を標的遺伝子に導くガイド分子として機能 ncrn は構造を形成するものが多い構造機能相関 2 3 RN の種類と分類 ncrn バイオインフォマティクス解析 RN mrn messenger ncrn non codng rrn rbosomal trn transfer snrn small nuclear snorn small nucleolar mrn mcro ncrn 配列取得次世代シークエンサー (RN seq) 公共データベース 1 次配列情報解析マッピング (Bowte, BW) 遺伝子発現解析 (edger, DESeq2) non codng RN バイオインフォマテクス解析概論 RN seq 情報解析 RN2 次構造予測 RN 配列情報解析統合サーバー srn small lncrn long non codng srn small nterferng prn PIWI nteractng 2 次構造解析 2 次構造予測 (RNfold, entroldfold) RN seq によるトランスクリプトーム解析 RN seq 情報解析の概略ショートリードのマッピング ell capture plate cdn lbrary for RNs Sort Tssue Sequencer Transcrpts Samples Expresson profle Mappng, ntegraton Reads 配列データ (.fastq) クオリティチェック前処理 (FastQ, FSTX Toolkt) マッピング (Bowte2, BW, etc.) 発現レベル推定 (express, featureounts) 全文検索問題 : 大規模の参照配列 ( ゲノムトランスクリプトーム ) から特定のリードの位置をいかに高速かつ少ないリソース量で検索するか? 解決策参照配列の索引を作る高速性索引を圧縮する ( 圧縮したまま検索可能 ) 省領域性 Burrows Wheeler 変換と FM インデックスで実現マッピングツール Bowte [Langmead+29; Langmead&Salzberg212] BW [L&Durbn29; L&Durbn21] 7 8 9

2 Burrows Wheeler 変換 (BWT) 文字列 T$ の BWT T = $: ( どの文字よりも辞書式順序で小さいと仮定 ) BWT 後の文字列から元の文字列を復元 = $ = $ BW 行列の最初の列の 2 番目の (= 2 ) は必ず最後の列の 2 番目の (= 2 ) に対応するなぜか? T $ $ $ 1 $ 1 1 $ T$ の全ての循環シフト ( 左右 ) $ $ $ $ $ $ 行を辞書式順序でソート $ $ $ $ $ $ 1 $ 1 2 $ 3 $ 1 1 $ 2 2 $ 3 1 $ 2 2 BW 行列の 2 から始まる行を最初の列と最後の列のみで復元するようなイメージ 1 $ 1 2 $ 3 $ 1 1 $ 2 2 $ 3 1 $ $ $ $ 2 1 $ 3 2 $ 2 1 $ = $ BW 行列 = $ = $ = $ = $ = $ = $ $ 1 $ 1 $ 1 1 $ 1 2 $ 3 $ 1 最初の列の 2 番目のは必ず最後の列の 2 番目のに対応する 1 $ 1 2 $ 3 $ 1 1 $ 1 2 $ 3 $ 1 1 $ 2 1 $ 2 1 $ 2 2 $ 3 2 $ 3 2 $ 3 1 $ $ $ = $ = $ = $ = $ = $ = $ $ 1 $ 1 $ 1 1 $ 1 2 $ 1 $ 1 2 $ 1 $ 1 2 $ 3 $ 1 3 $ 1 3 $ 1 1 $ 2 1 $ 2 1 $ 2 2 $ 3 2 $ 3 2 $ 3 1 $ $ $ 2 T$ = $

パターン検索ツールとしての BWT Bowte vs. Bowte2 vs. BW 遺伝子発現カウントの取得逆変換のアイデアが部分文字列の高速省メモリ容量の探索ツールを提供例 : パターンは T = 中に何個あるか?

ギャップを許容しないリードをマッピング (5~1,bp) ギャップを許容 ( 長い ) リードをマッピング (~1Mbp) ギャップを許容それぞれ pre bult ndex( 参照配列の索引 ) が必要 2

, 214] などで計算可能 21 遺伝子発現解析出発点は発現カウント行列 m 個の遺伝子 n 個のサンプル遺伝子のサンプルに関する発現カウント 1 ; 1 発現変動解析 : 群間で発現に有意な差がある遺伝子を検出 edger

, 214] クラスタリング : 発現が類似するサンプル同士にグループ分け non codng RN バイオインフォマテクス解析概論 RN seq 情報解析 RN2 次構造予測 RN 配列情報解析統合サーバー RN の構造 1 次構造 (

立体構造解析は高コストかつ低スループットコンピューターを用いて塩基配列から 2 次構造を予測分子間相互作用などの複雑な構造も扱うオミックス解析のためになるべく速く正確に最も基本的な RN2 次構造 2 次構造ステムループ 1

3 パターン検索ツールとしての BWT Bowte vs. Bowte2 vs. BW 遺伝子発現カウントの取得逆変換のアイデアが部分文字列の高速省メモリ容量の探索ツールを提供例 : パターンは T = 中に何個あるか? $ 1 1 $ 1 2 $ 3 $ 1 1 $ 2 2 $ 3 1 $ 2 答え : 2 個パターンの長さに比例した時間で計算可能 19 ツール Bowte Bowte2 BW 機能短いリードをマッピング (<5bp) ギャップを許容しないリードをマッピング (5~1,bp) ギャップを許容 ( 長い ) リードをマッピング (~1Mbp) ギャップを許容それぞれ pre bult ndex( 参照配列の索引 ) が必要 2 どの遺伝子に何本のリードがマップされたかを数える遺伝子カウント ene 3 ene B 2 ene Z 5 B Z express [Roberts & Pachter, 213], featureounts [Lao et al., 214] などで計算可能 21 遺伝子発現解析出発点は発現カウント行列 m 個の遺伝子 n 個のサンプル遺伝子のサンプルに関する発現カウント 1 ; 1 発現変動解析 : 群間で発現に有意な差がある遺伝子を検出 edger [Robnson et al., 21] DESeq2 [Love et al., 214] クラスタリング : 発現が類似するサンプル同士にグループ分け non codng RN バイオインフォマテクス解析概論 RN seq 情報解析 RN2 次構造予測 RN 配列情報解析統合サーバー RN の構造 1 次構造 ( 塩基配列 ) 2 次構造 ( 塩基対の集合 ) モデル化が容易 Watson rck 相補塩基対 - - -: 水素結合 3 次構造 ( 立体構造 ) 実験的解析が困難 RN 配列情報解析立体構造解析は高コストかつ低スループットコンピューターを用いて塩基配列から 2 次構造を予測分子間相互作用などの複雑な構造も扱うオミックス解析のためになるべく速く正確に最も基本的な RN2 次構造 2 次構造ステムループ 1 次構造 ( 塩基配列 ) 塩基配列上では塩基対が入れ子になって出現 RN2 次構造予測入力 : RN 塩基配列 x = x 1 x 2 x n 出力 : x の 2 次構造 y ある目的関数 f の下での最適化問題と考える (.e. f(y) が最大 ( 最小 ) となる構造 y を計算 ) 目的関数の例塩基対の個数構造の自由エネルギー入れ子型塩基対の個数が最大となる 2 次構造を計算 Nussnov のアルゴリズム [Nussnov et al., 1978]

Nussnov のアルゴリズム DP による S(, ) の計算 DP の表 ( 初期化 ) 動的計画法 (dynamc programmng, DP) 部分問題の解からより大きな問題の解を導き出す部分問題の最適解の定義 S(, ): 部分配列 x x 上の塩基対の個数の最大値 (1 n; n は配列全体の長さ ) [Eddy, 24].

の表 ( 反復 ) DP の表 ( 反復 ) DP の表 ( 終了 ) すでに埋まっているマス目の値から隣接するマス目の値を漸化式に従って計算 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 6, 7 5, 6 5, 7 max 6, 6 1 max 5, 1,7 すでに埋まっているマス目の値から隣接するマス目の値を漸化式に従って計算 1 6, 7 5, 6 5, 7

4 Nussnov のアルゴリズム DP による S(, ) の計算 DP の表 ( 初期化 ) 動的計画法 (dynamc programmng, DP) 部分問題の解からより大きな問題の解を導き出す部分問題の最適解の定義 S(, ): 部分配列 x x 上の塩基対の個数の最大値 (1 n; n は配列全体の長さ ) [Eddy, 24].. 上で入れ子型塩基対を含む構造を作れるパターンはこの 4 種類のみ初期化 S(, ) = S(, +1) = 反復 ( 漸化式 ) 1 個の塩基は塩基対を作らない隣接する塩基は塩基対を作らない左塩基生成右塩基生成塩基対生成分岐 1 個の塩基は塩基対を作らない隣接する塩基は塩基対を作らない解析対象配列同じ配列を縦と横に並べる S(, ) = S(, +1) = DP の表 ( 反復 ) DP の表 ( 反復 ) DP の表 ( 終了 ) すでに埋まっているマス目の値から隣接するマス目の値を漸化式に従って計算 , 7 5, 6 5, 7 max 6, 6 1 max 5, 1,7 すでに埋まっているマス目の値から隣接するマス目の値を漸化式に従って計算 1 6, 7 5, 6 5, 7 max 6, 6 1 max 5, 1,7 DPの最終結果は S(1, n): 配列全体に対する塩基対の個数の最大値 ,, 1, max 1, 1 1 max, 1, DP の表 ( トレースバック ) Nussnov のアルゴリズムの計算量の評価配列アラインメントとの比較実際の 2 次構造は S(1, n) からトレースバックして計算予測 2 次構造.((.(.))) ドットブラケット表現 (Venna 形式 ): 対応する括弧で塩基対を表現 S(, ) を計算するために必要な時間と領域時間計算量, の動く範囲 : 1 n 漸化式の分岐における k の動く範囲 : < k < 領域計算量, の動く範囲 : 1 n O(n 3 ) O(n 2 ) 2 次構造予測は自分自身とのアラインメント分岐構造を考慮する必要があるため複雑度が増加アルゴリズム時間領域 Needleman Wunsch O(n 2 ) O(n 2 ) Nussnov O(n 3 ) O(n 3 ) 分岐構造 [Eddy, 24]

RN2 次構造予測 ( 再掲 ) 自由エネルギー最小化法の限界 RN2 次構造予測精度向上に向けて入力 : RN 塩基配列 x = x 1 x 2 x n 出力 : x の 2 次構造ある目的関数の下での最適化問題と考える目的関数を構成する要素の例スタック塩基対各種ループ構造のエネルギー自由エネルギーが最小となる 2 次構造を求める動的計画法 (DP)(O(n 3 ) 時間 )

, 1994] [Mathews6] 利用可能なエネルギーモデルが不完全なため予測精度は限定的最小自由エネルギー構造が正解の構造に似ていないことが多い塩基対距離による多次元尺度法 The energy landscape of structures for grobacterum tumefacens 5S rrn [Dng et al.

5 RN2 次構造予測 ( 再掲 ) 自由エネルギー最小化法の限界 RN2 次構造予測精度向上に向けて入力 : RN 塩基配列 x = x 1 x 2 x n 出力 : x の 2 次構造ある目的関数の下での最適化問題と考える目的関数を構成する要素の例スタック塩基対各種ループ構造のエネルギー自由エネルギーが最小となる 2 次構造を求める動的計画法 (DP)(O(n 3 ) 時間 ) mfold [Zuker & Stegler, 1981] RNfold [Hofacker et al., 1994] [Mathews6] 利用可能なエネルギーモデルが不完全なため予測精度は限定的最小自由エネルギー構造が正解の構造に似ていないことが多い塩基対距離による多次元尺度法 The energy landscape of structures for grobacterum tumefacens 5S rrn [Dng et al., 25] 可能な 2 次構造の集合 ( アンサンブル ) を考慮しアンサンブルの重心などを求める RNfold [Lorenz+211], entrodfold [Hamada+29] 塩基対距離による多次元尺度法 The energy landscape of structures for grobacterum tumefacens 5S rrn [Dng et al., 25] Rtools サーバーを使ってみよう Rtools サーバーの出力画面 non codng RN バイオインフォマテクス解析概論 RN seq 情報解析 RN2 次構造予測 RN 配列情報解析統合サーバー Rtools: Bonformatcs Web Server for RN [Hamada et al., 216] RN 単一配列に対して 2 次構造に関連する様々な解析を同時に行う RN 配列入力予測 2 次構造まとめ参考文献レポート課題 non codng RN の機能推定は極めて重要 RN の配列が容易に読める時代になった文字列解析アルゴリズムの多大な貢献塩基対解像度による遺伝子発現解析 1 次配列情報解析から 2 次構造予測へ Nussnov 型 DP は RN2 次構造予測法の基盤技術アンサンブルを考慮する手法による予測精度向上塩見美喜子中川真一浅原弘嗣編ノンコーディング RN テキストブック実験医学増刊羊土社 215 年ポランスキキンメル著後藤訳バイオインフォマティクスシュプリンガージャパン 21 年 Eddy, S., Nat. Botechnol., 22, , 24 Mathews, D.H. and Turner, D.H., urr. Opn. Struct. Bol., 16, , 26 加藤有己二次構造に基づく RN 配列解析ソフトウェアの進展 ( 有田正規編使えるデータベースウェブツール第 4 章第 8 節 ) 実験医学増刊羊土社 211 年生命科学研究でウェットとドライの融合を試みる際配列情報解析が現在どのような役割を果たしており将来どのように発展するか自由に発想し 4 用紙 1 枚以内で論じなさい提出期限 217 年 7 月 2 日 ( 木 ) 午後 5 時まで提出先バイオ事務室 ( 入り口のボックス ) 講義資料 u.ac.p/pub/rna/ykato/lecture/bonfo17/

Microsoft PowerPoint - lecture a.pptx

Microsoft PowerPoint - lecture a.pptx 本日 (3 時限目 ) の内容バイオインフォマティクス ( 生命情報学 ) 応用生命科学情報生命学第 3 回配列解析入門生物学と情報学の学際領域の学問分野目的生物データに対する情報解析技術の開発情報解析技術を利用した新たな生物学的知識の発見生物学の実験技術の革新 ( 例 : 次世代シークエンサー ) 大量のデータウェット ( 実験 ) とドライ ( 解析 ) の協力が不可欠 2 3