Corsi di Laurea in Biotecnologie

Presentazione sul tema: "Corsi di Laurea in Biotecnologie"— Transcript della presentazione:

1 Corsi di Laurea in Biotecnologie
(primo anno interfacoltà) Corso integrato di Matematica, Informatica e Statistica Informatica di base Linea 1 Daniela Besozzi Dipartimento di Informatica e Comunicazione Università degli Studi di Milano

2 Nona lezione: Introduzione alla Bioinformatica
Informatica di base – Linea 1 e 2

3 Prima parte Cos’è la Bioinformatica?
Informatica di base – Linea 1 e 2

4 Una definizione di Bioinformatica
La Bioinformatica è la scienza che si occupa della soluzione di problemi biologici, sfruttando gli strumenti e le teorie dell’Informatica Nata con lo scopo di fornire metodi automatici per l’analisi di sequenze di DNA e di proteine: sviluppo di database di dati biologici enorme impulso dal Progetto Genoma Umano (sequenziamento di genomi su larga scala) Informatica di base – Linea 1 e 2

5 Una definizione di Bioinformatica
Oggi si usa spesso anche il termine “Biologia Computazionale”: sviluppo di modelli matematici e statistici per l’integrazione e l’interpretazione dei dati sperimentali definizione di algoritmi per l’analisi di sequenze, l’espressione dei geni, la previsione di strutture molecolari, lo studio di processi evolutivi, … sviluppo di strumenti per la simulazione di processi cellulari e sistemi biologici complessi Informatica di base – Linea 1 e 2

6 Relazione fra Informatica e Biologia
Bioinformatica Informatica Biologia Problema di biologia: In cosa consiste? Perché è importante? E’ “facile o difficile”? Possiamo risolverlo? Che ricadute ha? Metodologie informatiche soluzione? Informatica di base – Linea 1 e 2

7 (Alcuni) problemi della Biologia (1)
Analisi di sequenze genomiche: sequenziamento e mappatura di genomi ricerca di geni con la stessa funzione in organismi diversi Analisi di sequenze e strutture proteiche: prevedere la funzione di una proteina poco nota ricerca di proteine omologhe in organismi diversi Evoluzione di organismi: ricostruire l’albero filogenetico di un insieme di organismi capire le relazioni evolutive fra proteine (e geni) Informatica di base – Linea 1 e 2

8 (Alcuni) problemi della Biologia (2)
Funzionamento di processi cellulari: comprensione dei meccanismi di interazione fra le varie specie molecolari presenti nella cellula localizzazione e concentrazione delle specie molecolari studio delle dinamiche del processo Comportamento di sistemi multicellulari: comprensione dei meccanismi di interazione fra cellula e cellula (in un tessuto, in una colonia di microrganismi) studio di metodi per intervenire positivamente o negativamente sul sistema multicellulare: es. colonia di batteri patogeni Informatica di base – Linea 1 e 2

9 (Alcuni) problemi della Biologia (3)
Sviluppo di farmaci e terapie mediche: progettazione di farmaci specifici per una certa patologia, e analisi di tossicità/assorbimento del farmaco previsione e prevenzione di malattie, ottimizzazione delle terapie mediche medicina personalizzata Risanamento ambientale (bioremediation): uso di biotecnologie per la “costruzione” di batteri in grado di degradare contaminanti ambientali Informatica di base – Linea 1 e 2

10 Gli strumenti dell’Informatica
Molti concetti che avete già visto in questo corso: Algoritmi Modelli Software e hardware dedicati Database Calcolo parallelo Calcolo distribuito … Informatica di base – Linea 1 e 2

11 Seconda parte Allineamenti di sequenze
Informatica di base – Linea 1 e 2

12 Qual è il problema biologico?
Es.1 - In un laboratorio viene sequenziato un gene di un organismo. Si vuole sapere: se questo gene è presente anche in altri organismi, per i quali è già stata identificata la sua funzione se un altro laboratorio, che ha sequenziato lo stesso gene, ha ottenuto lo stesso identico risultato Es.2 - Viene scoperta una nuova proteina, di cui non si conosce la funzione. Si vuole sapere: se esiste qualche altra proteina simile a quella appena scoperta, di cui sono già note la funzione e/o la struttura tridimensionale Informatica di base – Linea 1 e 2

13 DNA e proteine: sono sequenze!
Ogni molecola può essere descritta come una sequenza di simboli: ci dimentichiamo della sua struttura tridimensionale e delle sue proprietà chimiche, fisiche o biologiche ci interessa soltanto sapere quali sono gli “elementi” (simboli) che la costituiscono DNA: è una sequenza con 4 simboli (A, C, G, T) consideriamo un solo filamento (l’altro è complementare) RNA: è una sequenza con 4 simboli (A, C, G, U) Proteina: è una sequenza con 20 simboli (gli aminoacidi) Informatica di base – Linea 1 e 2

14 Somiglianza fra due sequenze
Come si fa a sapere se due sequenze sono simili, e quanto sono simili? si confrontano i simboli di una sequenza con i simboli dell’altra sequenza si dà un buon punteggio a tutte le coppie di simboli uguali (es. A con A, T con T, C con C, G con G) si dà un punteggio più basso alle coppie di simboli diversi (es. A con T, A con C, A con G, …) biologicamente, coppie di questo tipo corrispondono ad eventi di mutazione (base sostituita da un’altra base) Informatica di base – Linea 1 e 2

15 Allineamento di due sequenze
In questo modo, possiamo “misurare” quanto sono simili le due sequenze: più alta è la somma dei punteggi di tutte le coppie di simboli che confrontiamo, più simili saranno le due sequenze In pratica, stiamo allineando ogni simbolo della prima sequenza con un simbolo dell’altra: cioè, li scriviamo uno sopra l’altro. Esempio: ACTCG AGTCC ci sono 3 coppie di simboli uguali (A-A, T-T, C-C) e 2 coppie di simboli diversi (C-G, G-C) Informatica di base – Linea 1 e 2

16 Informatica di base – Linea 1 e 2
I gap “Aspetta, aspetta… ma se le sequenze non sono lunghe uguali, non posso allineare tutti i simboli di una con simboli dell’altra!” Come si fa allora? si usa un simbolo speciale, che si chiama “gap” e si denota con “” es. allineamento delle sequenze AACTCTG e AATCT: AACTCTG AATCT il punteggio di una coppia “simbolo-gap” è molto basso! Informatica di base – Linea 1 e 2

17 Il significato biologico dei gap
“Stai barando! Così modifichi la sequenza! Che senso ha?” Un gap può corrispondere ad un evento biologico di: delezione (base eliminata dalla molecola) inserimento (base aggiunta nella molecola) Usare i gap può essere molto utile per trovare allineamenti migliori fra sequenze Informatica di base – Linea 1 e 2

18 Quanti allineamenti ci sono?
Date due sequenze A e B, il primo simbolo di A può essere allineato con ognuno dei simboli di B idem per ogni altro simbolo di A Inoltre, posso inserire gap in qualsiasi punto della sequenza (ma non si può allineare un gap con un altro gap) Quindi: il numero di possibili allineamenti fra due sequenze è altissimo! come si fa a scegliere l’allineamento migliore? Informatica di base – Linea 1 e 2

19 L’allineamento migliore
Soluzione poco furba: costruisco tutti gli allineamenti, valuto il punteggio di ognuno, e poi scelgo l’allineamento con il valore più alto ma ci vorrebbe un tempo di calcolo esponenziale rispetto alla lunghezza delle due sequenze Una soluzione più furba: se provassimo a dividere il problema in sottoproblemi, risolvere ogni sottoproblema, e quindi trovare la soluzione finale rimettendo insieme le soluzioni parziali? Informatica di base – Linea 1 e 2

20 L’algoritmo di allineamento
Sfrutta la tecnica di “programmazione dinamica”: molto simile al metodo divide et impera la soluzione di un sottoproblema può servire per trovare la soluzione di un altro sottoproblema (cioè, i sottoproblemi non sono indipendenti fra loro) Come funziona in pratica? costruisce l’allineamento migliore in modo progressivo, partendo dai simboli iniziali delle due sequenze a mano a mano che allunga l’allineamento, sceglie sempre la soluzione migliore fra quelle possibili per costruzione, l’allineamento completo sarà quindi il migliore allineamento! Informatica di base – Linea 1 e 2

21 L’algoritmo di allineamento
Un esempio con le sequenze ATTCT e GACT: inizio ad allineare i primi simboli delle due sequenze: A A  G  G restano da allineare TTCT e ACT. Osservazione: quanti modi ci sono per allungare un allineamento? solo 3: simbolo-simbolo, simbolo-gap, gap-simbolo quindi si sceglie il migliore fra: A T A T A  G A G  G A eccetera eccetera… il migliore fra questi tre allineamenti e poi restano da allineare TCT e CT

22 L’algoritmo di allineamento
Funziona! (Fidatevi) ATTCT GA-CT E’ un buon algoritmo? la sua complessità computazionale è quadratica se n è la lunghezza delle sequenze, l’algoritmo esegue circa n2 istruzioni quindi: possiamo trovare il migliore allineamento fra due sequenze in un tempo ragionevole, senza dover provare a costruire tutti gli altri possibili allineamenti

23 I database biologici Esistono moltissimi database di dati biologici:
sequenze nucleotidiche (GenBank, EMBL, GENES) sequenze proteiche (SWISSPROT) strutture proteiche (PDB) profili di espressione ricavati da microarray (GEO) percorsi metabolici (KEGG, Enzyme) dati mitocondriali (MITOMAP) …

24 Ricerca in database biologici
Torniamo al gene sequenziato in laboratorio: si usa l’algoritmo di allineamento per cercare nel database tutte le sequenze simili? in un database ci sono milioni di sequenze se ad es. impiego 0,01 sec per un allineamento fra due sequenze, mi servono sec=3 ore circa per confrontare la mia sequenza con tutte quelle presenti nel database se devo confrontare 6000 geni (es. lievito), ci metto 2 anni per completare l’analisi

25 Ricerca in database biologici
Come si fa allora? Si usano altri metodi, basati su “tecniche euristiche”: sono procedure empiriche ed intuitive, in generale non supportate da precisi fondamenti teorici non garantiscono di trovare la soluzione migliore, ma di solito funzionano bene sono molto veloci es. BLAST, FASTA (basati su indicizzazione di sequenze) Informatica di base – Linea 1 e 2

26 Allineamenti multipli
E se volessimo confrontare più sequenze contemporaneamente? ad es. per vedere se una proteina è simile a un insieme di altre proteine note i siti funzionalmente più rilevanti di una proteina sono di solito ben conservati e invariati rispetto a proteine omologhe E’ un problema di Biologia molto importante: in ambito evolutivo, per capire la relazione di discendenza fra organismi (alberi filogenetici) in ambito molecolare, per la previsione della struttura di una proteina Informatica di base – Linea 1 e 2

27 Informatica di base – Linea 1 e 2
Alberi filogenetici Sono diagrammi che esprimono le relazioni di discendenza fra gruppi di organismi: esiste un progenitore comune eventi di speciazione danno origine a diverse linee di discendenza Informatica di base – Linea 1 e 2

28 Allineamenti multipli: un esempio
Informatica di base – Linea 1 e 2

29 Allineamenti multipli: un altro esempio
Informatica di base – Linea 1 e 2

30 Algoritmi di allineamento multiplo
Possiamo estendere l’algoritmo di allineamento fra due sequenze, per definire un algoritmo di allineamento fra molte sequenze? Si! Ma c’è un problema: la complessità computazionale dell’algoritmo diventa esponenziale rispetto al numero di sequenze e alla loro lunghezza “Cerchiamo un altro algoritmo allora!” sfortunatamente, tutti gli algoritmi che possiamo definire per questo problema avranno complessità esponenziale “Perché??! E come fai a saperlo? Hai già provato a costruire mille algoritmi diversi per risolvere il problema?” Informatica di base – Linea 1 e 2

31 Informatica di base – Linea 1 e 2
Un problema difficile Si può dimostrare che l’allineamento multiplo è un problema “molto difficile”: è oggettivamente (non soggettivamente) difficile, la sua complessità è intrinseca al problema stesso questo problema è “NP-completo”: in pratica, non ci sono speranze di trovare un algoritmo efficiente che possa risolverlo (a meno che P=NP) come si risolve allora? con le tecniche euristiche, “accontentandosi” della soluzione trovata, che non sarà necessariamente la migliore Informatica di base – Linea 1 e 2

32 Problemi facili e problemi difficili
“Perciò mi stai dicendo che: l’allineamento fra due sequenze è un “problema facile” perché ho trovato un algoritmo efficiente, l’allineamento multiplo è un “problema difficile” e (quasi sicuramente) non troverò mai un algoritmo efficiente. Uhm, tutto questo non mi piace… non è che esistono anche altri problemi di Biologia che sono altrettanto difficili?” Informatica di base – Linea 1 e 2

33 Terza parte Previsione di strutture molecolari
Informatica di base – Linea 1 e 2

34 Studiare la struttura delle molecole
Esistono metodi sperimentali per determinare la struttura tridimensionale di una proteina: cristallografia a raggi X risonanza magnetica nucleare (NMR) Sono metodi complessi, costosi, e richiedono molto tempo Non si possono utilizzare per tutti i tipi di proteine: ad es. proteine transmembrana Informatica di base – Linea 1 e 2

35 Perché studiare la struttura?
La funzione di una proteina è determinata dalla “struttura nativa” che la proteina assume nella cellula in condizioni fisiologiche struttura primaria = sequenza di aminoacidi struttura secondaria = formazione di -eliche e foglietti- struttura terziaria = struttura tridimensionale (nativa) struttura quaternaria = associazione di più unità polipeptidiche Ogni proteina ha specifici domini di legame con altre molecole es. siti attivi su un enzima (zone di legame con i reagenti e attività catalitica) Informatica di base – Linea 1 e 2

36 Strutture proteiche non “corrette”
Numerose patologie sono dovute a ripiegamenti errati di una proteina, oppure ad anomale aggregazioni/dissociazioni di proteine: il morbo di Alzheimer, il morbo di Huntington, il morbo di Parkinson, l'encefalopatia spongiforme bovina, la malattia di Creutzfeldt-Jakob, la fibrosi cistica, l’anemia falciforme, molti tipi di tumore, ecc. Riuscire a determinare la struttura nativa di una proteina consente quindi sia di identificare la sua funzione, sia di “intervenire” sulla proteina in modo da inattivarla/attivarla per curare la specifica patologia Informatica di base – Linea 1 e 2

37 Informatica di base – Linea 1 e 2
Il protein folding Consiste nel prevedere la struttura nativa di una proteina, usando come dato in input la sequenza primaria dei suoi aminoacidi Data la sequenza iniziale, esiste un numero esponenziale di possibili strutture tridimensionali come cercare un ago in un pagliaio… Informatica di base – Linea 1 e 2

38 Protein folding e funzione di energia
La struttura nativa migliore è quella che minimizza il valore di “energia libera” associato alla struttura Il valore di energia si determina considerando le forze di Van der Waals, le forse elettrostatiche, i legami idrogeno, le lunghezze/angoli di legame, gli angoli di torsione, le interazioni col solvente, i contributi entropici, … Informatica di base – Linea 1 e 2

39 Il protein folding in Bioinformatica
Questo problema è facile o difficile? è molto difficile, è un altro problema NP-completo tutti gli algoritmi che possiamo definire per risolvere questo problema avranno complessità esponenziale ma possiamo sfruttare anche in questo caso delle tecniche euristiche (ma senza dare garanzie sulla bontà della soluzione trovata): ad es. la tecnica per gli allineamenti multipli (si parla di folding comparativo o per omologia) ne vediamo un’altra fra un po’… Informatica di base – Linea 1 e 2

40 Interazioni fra macromolecole
In alcuni casi, non è solo importante sapere come la proteina si avvolge, ma anche come interagisce con altre molecole: es. di interazione fra macromolecole: proteina-proteina, proteina-DNA, proteina-molecola enzima e substrato, antigene e anticorpo, recettore e ligando processo che sta alla base del riconoscimento molecolare, fondamentale per la formazione dei complessi molecolari e il generale funzionamento di tutti i processi cellulari Informatica di base – Linea 1 e 2

41 Informatica di base – Linea 1 e 2
Il docking molecolare Il problema di docking consiste nel determinare se e come due molecole interagiscono fra di loro, e qual è la geometria del complesso che esse formano: per poter risolvere questo problema, bisogna conoscere le geometrie delle molecole  meccanismo “chiave-serratura” Ad es. fra queste tre coppie di molecole, qual è la coppia con l’interazione “migliore”? Informatica di base – Linea 1 e 2

42 Docking e funzione di energia
Anche in questo caso, l’interazione migliore viene definita tramite un’opportuna funzione di energia che stima l’affinità di legame fra le due molecole Il valore di energia si determina considerando le varie forze elettrochimiche, l’interazione col solvente, la complementarietà geometrica e chimica fra le superfici a contatto, l’entropia, la flessibilità delle molecole interagenti, ecc. il complesso migliore è quello che minimizza il valore di energia Informatica di base – Linea 1 e 2

43 Il docking in Bioinformatica
Indovinate? Un altro problema difficile! Non esistono algoritmi efficienti in grado di trovare la soluzione ottimale, ma è possibile applicare tecniche euristiche Il risultato ottenuto dall’analisi computazionale dovrà essere sottoposto a successive (e numerose) analisi sperimentali e cliniche Informatica di base – Linea 1 e 2

44 Informatica di base – Linea 1 e 2
Drug design La progettazione e lo sviluppo di farmaci (drug design) sono il principale campo di applicazione del docking: determinare le modalità con cui farmaci già noti si legano alla molecola target che si sta studiando effettuare una ricerca in un database di potenziali molecole che risultino attive su nuovi target (“virtual screening” di grandi librerie di strutture chimiche) prevedere in modo computazionale (“in silico”) la potenziale attività farmacologica di nuove molecole Informatica di base – Linea 1 e 2

45 Dalla sequenza all’interazione
affinità di legame struttura funzione

46 Quarta parte I processi cellulari e la “Biologia dei Sistemi”
Informatica di base – Linea 1 e 2

47 Informatica di base – Linea 1 e 2
I processi cellulari Tutti i processi cellulari sono determinati da interazioni fra molecole: espressione genica, processi metabolici, percorsi di trasduzione del segnale, modificazioni post-traduzionali di proteine, potenziale di membrana, ecc. Esistono numerosi e complessi metodi di controllo e di regolazione cellulare per tutte queste interazioni Non è sempre facile o possibile effettuare esperimenti e misurazioni in laboratorio per determinare: la concentrazione delle molecole, la loro localizzazione dentro la cellula, la successione temporale delle interazioni in un dato percorso cellulare, ecc. Informatica di base – Linea 1 e 2

48 I processi cellulari: componenti e interazioni
Es. percorso di trasduzione del segnale: segnale esterno alla cellula (molecola ligando) recettore di membrana (proteina transmembrana) cascata di interazioni fra proteine citoplasmatiche sintesi di secondi messaggeri attivazione di proteina effettore attivazione/disattivazione di geni OSS. Alcune di queste molecole potrebbero essere coinvolte in più processi cellulari! Informatica di base – Linea 1 e 2

49 Informatica di base – Linea 1 e 2

50 Ricorriamo all’Informatica?
Un approccio Bioinformatico permette di: sviluppare modelli matematici per descrivere tutte le componenti del processo cellulare e le loro reciproche interazioni: quando non c’è una precisa conoscenza biologica, si possono definire tanti modelli diversi basati su ipotesi usare software appositi per simulare la “dinamica” del processo cellulare: cioè, vedere come variano le concentrazioni delle molecole nel tempo, a seconda delle condizioni della cellula e dei meccanismi di controllo e regolazione che sono attivi in quelle condizioni Informatica di base – Linea 1 e 2

51 Ricorriamo all’Informatica!
Studiare un processo cellulare sul computer ha numerosi vantaggi: riduzione dei costi e del numero di esperimenti di laboratorio il tempo di calcolo è generalmente inferiore al tempo necessario per un esperimento si possono testare diverse ipotesi e condizioni, senza pericolo di danneggiare o uccidere le cellule si possono integrare processi distinti e studiarne le reciproche interazioni  studio del sistema globale Informatica di base – Linea 1 e 2

52 Informatica di base – Linea 1 e 2
Un esempio: p53 e Mdm2 La proteina p53 è nota come “guardiano del genoma”, è in grado di attivare la riparazione dei danni al DNA (oppure indurre la cellula in apoptosi) è mutata in oltre il 50% delle cellule tumorali La sua degradazione è regolata dalla proteina Mdm2, che è a sua volta regolata da p53 (controllo tramite “feedback negativo”) Informatica di base – Linea 1 e 2

53 La Biologia dei Sistemi
Scienza interdisciplinare che studia i processi biologici in termini di “sistemi” (Systems Biology) tramite un approccio iterativo e integrativo: identificazione e modellazione della struttura del sistema, cioè delle sue componenti e delle loro interazioni analisi computazionale delle dinamiche del sistema per prevedere comportamenti non noti disegno di nuovi esperimenti di laboratorio e confronto con i risultati computazionali ottenuti uso dei nuovi dati sperimentali per migliorare il modello o effettuare nuove analisi computazionali ecc. Informatica di base – Linea 1 e 2

54 Le discipline “-omiche”
Sono discipline biomolecolari che si occupano dello studio su larga scala degli elementi di una cellula (es. geni, proteine, ecc.) e delle loro funzionalità, integrando l’uso di metodi sperimentali e computazionali: Genomica, Genomica Funzionale, Genomica Strutturale, Farmacogenomica Proteomica, Trascrittomica, Interattomica Metabolomica, Glicomica, Lipidomica e molte altre… Informatica di base – Linea 1 e 2

55 L’obiettivo finale: una nuova Medicina
La Medicina di oggi è basata principalmente sulla cura di patologie manifeste, in generale diagnosticate tramite poche misurazioni: non si distingue fra individui diversi, non ci sono terapie personalizzate, è difficile fare una vera prevenzione basandosi solo sulla predisposizione alle malattie La Medicina di domani sarà “preventiva, predittiva, personalizzata e partecipatoria” (P4): basata sull’analisi degli aspetti genetici del singolo individuo, al fine di determinare la probabilità che si possano sviluppare malattie , e poter così intervenire in anticipo con terapie totalmente personalizzate Informatica di base – Linea 1 e 2

56 Quinta parte Dalla Biologia all’Informatica
Bioinformatica Informatica Biologia Calcolo Naturale Informatica di base – Linea 1 e 2

57 Ispirarsi alla Natura: algoritmi genetici
Il mondo dell’Informatica ha spesso fatto ricorso alla Natura per definire nuove tecniche algoritmiche che risultino più potenti di quelle “classiche” Gli algoritmi genetici sono tecniche euristiche basate su due fenomeni che avvengono in Natura: la selezione naturale degli individui in una specie la teoria dell’evoluzione di Darwin sostiene che “gli individui migliori hanno maggiore probabilità di sopravvivere nell’ambiente in cui vivono e quindi maggiore probabilità di riprodursi” la ricombinazione del DNA durante le riproduzione degli individui, e gli eventi di mutazione Informatica di base – Linea 1 e 2

58 Gli algoritmi genetici (AG)
Per risolvere un problema con un AG, viene fatta evolvere una popolazione di “individui”: ogni individuo corrisponde ad una potenziale soluzione del problema gli individui migliori vengono selezionati per potersi “riprodurre” fra di loro, in base al loro grado di adattamento gli individui si riproducono rimescolando i loro cromosomi, dando così origine a nuovi individui (cioè, nuove potenziali soluzioni)  in questo modo, molti problemi possono essere risolti da un processo iterativo che imita l’evoluzione naturale nella ricerca della soluzione migliore Informatica di base – Linea 1 e 2

59 Gli algoritmi genetici: vantaggi
Gli AG permettono di risolvere rapidamente numerosi problemi di ottimizzazione: i problemi per cui si cerca la soluzione “migliore” in un insieme molto alto di potenziali soluzioni Come funzionano: invece che “provare” tutte le soluzioni possibili, si lavora solo su un numero molto ridotto di soluzioni si fanno “evolvere” le soluzioni per trovare soluzioni che siano migliori delle precedenti Informatica di base – Linea 1 e 2

60 Un esempio Proviamo a determinare il minimo assoluto di questa funzione con un algoritmo genetico: l’esempio ci fa intuire quanto potrebbe essere complessa la funzione d’energia di una molecola questo è il minimo assoluto Prova a usare l’applicazione Java che trovi qui:

61 Informatica di base – Linea 1 e 2

62 Algoritmi genetici e protein folding
Un’applicazione degli AG al protein folding: ogni individuo corrisponde ad una potenziale struttura nativa della proteina es. codificata con le coordinate di ogni atomo nello spazio 3D, o con gli angoli di torsione degli aminoacidi la selezione opera in modo da scegliere individui “buoni”, cioè quelli con la funzione d’energia più bassa la riproduzione (crossover) fra due individui buoni crea nuove soluzioni, cioè nuove strutture native la mutazione può affinare una buona soluzione la soluzione migliore sarà scelta, alla fine dell’iterazione, sulla base del valore minimo di energia ma non è detto che la soluzione trovata sia quella ottimale! Informatica di base – Linea 1 e 2

63 Algoritmi genetici e protein folding
Il vantaggio degli AG: invece che provare tutte le soluzioni del problema (=ricerca esaustiva nello spazio delle conformazioni con complessità esponenziale), lavoro solo su un insieme ridotto di soluzioni

64 Sesta parte Conclusioni e informazioni aggiuntive
Informatica di base – Linea 1 e 2

65 La bioinformatica si occupa di:
Definire algoritmi e modelli per: l’analisi dei dati biologici, la comprensione del funzionamento di processi cellulari e di sistemi biologici complessi, la previsione di strutture molecolari, la progettazione di farmaci, ecc. Organizzare, memorizzare e gestire grandi quantità di dati biologici Creare software e database di facile utilizzo anche per utenti non esperti di Informatica … e molto altro Informatica di base – Linea 1 e 2

66 “Voglio fare il bioinformatico!”
La Bioinformatica è un’area di ricerca multidisciplinare: si lavora in gruppi di ricerca eterogenei capirsi è fondamentale, ma non è sempre facile Il bioinformatico ideale ha: conoscenze teoriche: Biologia, (Bio)Chimica, Fisica, Matematica, Informatica competenze pratiche: uso di strumentazione e protocolli di laboratorio abilità di programmazione e manualità informatica Informatica di base – Linea 1 e 2

67 “Ah però… non è mica così facile!”
“Quanto devo studiare?” tanto, la laurea di solito non basta (serve un dottorato di ricerca) “Dove si fa ricerca bioinformatica in Italia?” prevalentemente a livello accademico in alcune grandi aziende, ma su problemi più specifici (es. drug design) “E all’estero?” quasi ovunque, ma di più nei Paesi in cui “girano più soldi” per la ricerca (USA, Giappone, Nord Europa) Informatica di base – Linea 1 e 2

68 “Ci sono corsi di Bioinformatica?”
Consultate la guida dello studente e il sito del vostro corso di laurea Corsi singoli per Biotecnologie Farmaceutiche Curriculum bioinformatico per Biotecnologie Industriali e Ambientali: Bioinformatica e Biostatistica, Biologia Computazionale, Informatica avanzata, … Curriculum bioinformatico nella Laurea Magistrale di “Biotecnologie biomolecolari e bioinformatica” Informatica di base – Linea 1 e 2

69 “Dove trovo altre informazioni?”
Testi di riferimento: D.E. Krane, M.L. Raymer, Fondamenti di Bioinformatica, Pearson (2007) G. Valle, M. Helmer Citterich, M. Attimonelli, G. Pesole, Introduzione alla Bioinformatica, Zanichelli (2003) Informatica di base – Linea 1 e 2

70 “Dove trovo altre informazioni?”
Link: National Center for Biotechnology Information (NCBI): su questo sito, in particolare: Società di Bioinformatica Italiana (Bits): European Bioinformatics Institute (EBI): Institute for Systems Biology: Informatica di base – Linea 1 e 2

71 “Dove trovo altre informazioni?”
Link: Bioinformatica su Wikipedia: (con molti altri link alle varie applicazioni) cerca su Wikipedia le altre parole chiave: protein folding, molecular docking, drug design, Systems Biology, personalized medicine, … ATTENZIONE! E’ sempre meglio studiare su un libro o su articoli pubblicati su riviste di settore, o affidarsi a siti sicuri di organismi internazionali (specializzati nell’area) Informatica di base – Linea 1 e 2

72 Informatica di base – Linea 1 e 2
Esercizi Assumendo di assegnare il punteggio “+1” a coppie di nucleotidi uguali, “-1” a coppie di nucleotidi diversi, “-2” a coppie formate da un nucleotide e un gap, valutare il punteggio dei seguenti allineamenti e determinare quale allineamento è il migliore: ATCCTA ATCCTA ATCCTA ATCCTA TTCA TTCA TTCA TTCA Informatica di base – Linea 1 e 2