La “Gene Ontology” Ontologia: studio dell’essere in quanto tale, e delle sue categorie fondamentali Le categorie sono le “classi supreme di ogni predicato possibile, con cui poter catalogare tutta la realtà” In pratica: la “gene ontology” è un tentativo di “catalogare la realtà” di tutti i geni noti sulla base delle informazioni che abbiamo sulla loro funzione o attività La catalogazione deve essere effettuata in modo non ambiguo utilizzando una nomenclatura pre-definita e in modo da permettere confronti e analisi delle informazioni disponibili sui geni

“Gene Ontology” Consideriamo un gene, e la rispettiva proteina codificata Per “catalogare” il gene possiamo cominciare a chiederci: Dove è localizzata la proteina, una volta sintetizzata? Nucleo? Citoplasma? Membrana? Secreta fuori dalla cellula? Qual è la funzione molecolare della proteina, ovvero, “cosa fa”? Si lega al DNA? Ad altre proteine? A determinate molecole? Ecc. ecc. In quale “processo biologico” è coinvolta la proteina? Regolazione della trascrizione? Ciclo cellulare? Metabolismo? Pathway? Ecc. ecc.

Gene Cellular Component (CC) “Localizzazione” Molecular Function (MF) Biological Process (BP)

GO I termini (o “attributi”) associati a un gene sono quindi raggruppati in tre categorie principali Gli attributi associati a ciascuna categoria sono organizzati in modo gerarchico, dal più generico al più specifico Gli attributi sono pre-definiti in modo da evitare ambiguità

GO Esempio: un gene codifica per una proteina che agisce da fattore di trascrizione I fattori di trascrizione legano il DNA regolando (attivando/bloccando/modulando) la trascrizione dei geni ad opera della polimerasi I fattori di trascrizione sono attivi nel nucleo della cellula E quindi, per definire un fattore di trascrizione tramite GO:

Gene CC MF BP Nucleus Binding Regulation Nucleotide Binding Regulation of Cell Cycle DNA Binding

Molecular function ontology is_a DNA binding is a type of nucleic acid binding. Nucleic acid binding is a type of binding. Molecular function ontology

Biological process ontology Adaxial/abaxial pattern formation is a type of pattern specification. Adaxial/abaxial pattern specification is a part of adaxial/abaxial pattern formation

Cellular component ontology nucleus is part of the intracellular domain is_a membrane- bound organelle is a type of organelle part_of

function component process

part_of is_a

GO Oltre che a catalogare in modo uniforme, non ambiguo e gerarchico le annotazioni disponibili per i geni e i loro prodotti, la GO serve ad analizzare insiemi di geni cercando proprietà condivise e caratterizzanti Analisi di dati di espressione Confronto due condizioni diverse: estraggo i geni che mostrano differenze significative di espressione nei due esperimenti Confronto più condizioni: “raggruppo” i geni in due o più gruppi sulla base della similarità nella variazione dell’espressione nelle diverse condizioni I gruppi (“cluster”) così formati possono contenere centinaia di geni: che cosa hanno in comune i geni di ogni “cluster”? Determino su scala genomica tutti i geni “target” di un dato fattore di trascrizione (centinaia o migliaia) Di quali processi o pathway biologici il fattore sembra essere un regolatore fondamentale?

GO La risposta dipende da Immaginando di avere un insieme di geni, di cui vogliamo determinare se esistano caratteristiche/proprietà comuni, ci possiamo chiedere: Esiste un “nodo” nella gerarchia GO - ovvero una annotazione - che è associato ai geni dell’insieme - se non proprio tutti a un numero significativo di geni? Ovvero - esiste una annotazione di qualsiasi tipo che è condivisa da un numero significativamente alto dei geni dell’insieme? La risposta dipende da N: numero di geni del genoma M: numero di geni del genoma con una data annotazione GO “A” n: numero di geni del “campione” studiato (es: cluster di espressione) m: numero di geni del “campione” con l’ annotazione GO “A”

GO Dati N,M,n,m si calcola un “test di Fisher” per determinare “la probabilità che - selezionando n geni a caso su N - si trovino m geni con l’annotazione A” Si ripete il test per ogni possibile annotazione della gerarchia della Gene Ontology Si considerano le annotazioni con una probabilità tel test di Fisher BASSA

GO Esistono “tool” bioinformatici che fanno proprio questo: Prendono come input una lista di identificativi di geni Esplorano tutta la gerarchia completa delle annotazioni GO alla ricerca di nodi (annotazioni) con un numero significativamente alto di geni - e un rispettivo “p-value” (valore di probabilità) che ne misura la significatività: più il p-value è basso, più l’osservazione NON è casuale (come nel caso dell’E-value del BLAST)