genomika.pdf

PRACE PRZEGL¥DOWE

Genomika – dziedzina wiedzy

XXI wieku

Pawe³ Mackiewicz 1 , Jolanta Zakrzewska-Czerwiñska 2 ,

Stanis³aw Cebrat 1

1 Zak³ad Genomiki, Instytut Genetyki i Mikrobiologii,

Uniwersytet Wroc³awski, Wroc³aw

2 Zak³ad Mikrobiologii, Instytut Immunologii i Terapii Doœwiadczalnej

im. L. Hirszfelda, Polska Akademia Nauk, Wroc³aw

Genomics – science of the 21 st century

Summary

Genomics is a new field of biology. Its fast development is caused mainly by

quick progress in large-scale genome sequencing and in computer technology.

In spite of a huge number of sequenced microbial genomes available in data-

bases, their taxonomical diversity is biased and reflects the interests of re-

searches and facility of microorganisms’ isolation and culture in laboratory con-

ditions. More than 80% of genome sequencing projects are focused on the mem-

bers of Proteobacteria, Firmicutes and Actinobacteria. Environmental genome

shotgun sequencing reveals that microbial diversity is much greater than we ex-

pected. Particular levels of genomic analysis, the problems and subjects of

genomics are specified and described here.

Key words:

genomics, bioinformatics, microbial genomes, microbial diversity.

Adres do korespondencji

Pawe³ Mackiewicz,

Zak³ad Genomiki,

Instytut Genetyki

i Mikrobiologii,

Uniwersytet Wroc³awski,

ul. Przybyszewskiego 63/77,

51-148 Wroc³aw;

e-mail:

pamac@microb.uni.wroc.pl

1. Postêpy w sekwencjonowaniu genomów

Genomika, czyli nauka o genomach jest stosunkowo now¹,

ale dynamicznie rozwijaj¹c¹ siê dziedzin¹ biologii. Do powstania

genomiki przyczyni³ siê intensywny rozwój technik biologii mo-

lekularnej, który umo¿liwi³ podjêcie i zrealizowanie projektów

sekwencjonowania ca³ych genomów. Pierwszym zsekwencjono-

wanym genomem by³ genom bakteriofaga MS2, zbudowany

z RNA o d³ugoœci 3569 nukleotydów (1). Prze³omem sta³o siê

3 (70) 7–21 2005

Pawe³ Mackiewicz, Jolanta Zakrzewska-Czerwiñska, Stanis³aw Cebrat

wprowadzenie w 1977 r. technik sekwencjonowania DNA przez Sangera i wsp. (2)

oraz Maxama i Gilberta (3). Szczególnie popularna sta³a siê metoda z u¿yciem dide-

oksynukleotydów Sangera zwana metod¹ terminacji ³añcucha. Pozwoli³a ona na po-

znanie sekwencji ca³ego genomu faga X174 o d³ugoœci 5,4 tys. nukleotydów, opu-

blikowanej w 1977 r. (4). Kolejnymi zsekwencjonowanymi genomami by³ genom mi-

tochondrialny cz³owieka o d³ugoœci 16,6 tys. pz (5) oraz faga o d³ugoœci 48,5 tys.

pz (6) – bardzo popularnego modelowego obiektu wielu badañ molekularnych

i genetycznych.

W latach osiemdziesi¹tych XX w. sekwencjonowanie ma³ych genomów sta³o siê

ju¿ stosunkowo proste i ma³o kosztowne, co doprowadzi³o do opublikowania se-

kwencji genomów wielu wirusów i organelli komórkowych. Jednak analiza sekwen-

cji du¿ych genomów wci¹¿ by³a poza zasiêgiem ówczesnych mo¿liwoœci. Dlatego za

wa¿ne wydarzenie uznano poznanie pe³nej sekwencji (315 tys. pz) – chromoso-

mu III dro¿d¿y Saccharomyces cerevisiae (7). Sekwencja ca³ego genomu dro¿d¿y

o d³ugoœci ponad 12 milionów pz zosta³a opublikowana na pocz¹tku 1996 r. (8).

Krokiem milowym w genomice sta³o siê wprowadzenie nowych technik sekwencjo-

nowania du¿ych genomów, tak zwan¹ metod¹ shotgun („strza³u na œlepo”) pole-

gaj¹cej na sekwencjonowaniu du¿ej liczby sekwencji generowanych przez losowe

fragmentowanie genomu, które nastêpnie s¹ sk³adane komputerowo (9). To w³aœnie

wprowadzenie metod obliczeniowych sk³adaj¹cych setki tysiêcy losowo uzyskanych

sekwencji DNA (pocz¹tkowo o d³ugoœci 300-500 pz, a obecnie do 1500 pz) w d³u¿-

sze fragmenty zmniejszy³o znacznie koszty i skróci³o czas sekwencjonowania, elimi-

nuj¹c tradycyjne metody polegaj¹ce na ¿mudnym i czasoch³onnym mapowaniu oraz

sk³adaniu kolejno u³o¿onych kosmidów lub subklonów (10). Dziêki metodzie shot-

gun , jeszcze przed og³oszeniem kompletnej sekwencji genomu dro¿d¿y, opubliko-

wano sekwencjê genomu bakterii Haemophilus influenzae – 1,8 mln pz (11), a tu¿ po

nim genomu Mycoplasma genitalium – 0,6 mln pz (12).

Od tego czasu mo¿na obserwowaæ w przybli¿eniu wyk³adniczy wzrost liczby

kompletnie zsekwencjonowanych genomów i intensywny rozwój genomiki (rys. 1).

Na pocz¹tku 2005 r. liczba zsekwencjonowanych genomów wynosi³a 244 (wg bazy

danych GOLD, www.genomesonline.org; 13, 14), w tym z królestwa Archaea – 20,

Bacteria – 193, Eukaryota – 31. Znaczny udzia³, jak widaæ, stanowi¹ genomy

Prokaryota . Licz¹c od 1999 r. liczba poznawanych genomów podwaja siê œrednio co

15 miesiêcy, a od 2000 r. co miesi¹c publikowane s¹ œrednio sekwencje czterech ge-

nomów. Wed³ug bazy danych GOLD na pocz¹tku 2005 r. rozpoczêtych by³o 1000

projektów sekwencjonowania ró¿nych genomów (w tym: Archaea – 27, Bacteria –

509, Eukaryota – 464). Zak³adaj¹c, ¿e dotychczasowe tempo przyrostu liczby

zsekwencjonowanych genomów prokariotycznych bêdzie siê utrzymywaæ, to do

2030 r. poznamy ponad 5400 genomów. Dla porównania liczba znanych gatunków

Prokaryota wynosi obecnie 5536 (wed³ug DSMZ Bacterial Nomenclature Up-to-date,

www.dsmz.de/bactnom/bactname.htm).

PRACE PRZEGL¥DOWE

Genomika – dziedzina wiedzy XXI wieku

Rys. 1. Skumulowana liczba kompletnie zsekwencjonowanych genomów z podzia³em na trzy króle-

stwa (wed³ug danych z bazy GOLD). Pionowymi liniami zaznaczono czas opublikowania sekwencji nie-

których organizmów istotnych z punktu widzenia: poznawczego, biotechnologicznego lub medycznego

Hi – Haemophilus influenzae KW20 (pierwszy zsekwencjonowany organizm komórkowy, patogen), S –

Synechocystis sp. PCC6803 (sinica), Mj – Methanococcus jannaschii DSM 2661 (archeon), Sc – Saccharomyces

cerevisiae S288C ( Eukaryota , dro¿dze, organizm modelowy, znaczenie biotechnologiczne), Ec – Escherichia

coli K12 (organizm modelowy, fakultatywny patogen), Bs – Bacillus subtilis 168 (organizm modelowy),

Mt – Mycobacterium tuberculosis H37Rv (patogen), Ce – Caenorhabditis elegans ( Eukaryota , nicieñ, orga-

nizm modelowy), Hp – Helicobacter pylori J99 (patogen), Cp – Chlamydophila pneumoniae CWL029 (pato-

gen), Dm – Drosophila melanogaster (muszka owocowa, organizm modelowy), Vc – Vibrio cholerae

N16961 (patogen), At – Arabidopsis thaliana (roœlina, rzodkiewnik pospolity organizm modelowy), Hs –

Homo sapiens ,Sa – Staphylococcus aureus N315 (MRSA) (patogen), St – Salmonella typhi CT18 (patogen),

Os – Oryza sativa japonica (ry¿, znaczenie gospodarcze), So – Streptomyces coelicolor A3(2) (wytwarzanie

antybiotyków), Pf – Plasmodium falciparum 3D7 (pierwotniak, zarodziec sierpowaty, patogen), Mm – Mus

musculus (ssak, mysz, organizm modelowy), Sf – Shigella flexneri 2a 2457T (patogen), Pm – Prochlorococcus

marinus CCMP1375 (SS120) (sinica, znaczenie ekologiczne), Ne – Nanoarchaeum equitans Kin4-M (przedsta-

wiciel nowej grupy Archaea ), Bm – Bombyx mori p50T (jedwabnik morwowy, znaczenie przemys³owe).

W wyk³adniczy sposób roœnie równie¿ wielkoœæ sekwencjonowanych chromoso-

mów i genomów (rys. 2). Zsekwencjonowane dotychczas chromosomy organizmów

prokariotycznych charakteryzuj¹ siê du¿ym zró¿nicowaniem wielkoœci: Archaea od

0,5 mln pz ( Nanoarchaeum equitans ) do 5,8 mln pz ( Methanosarcina acetivorans) , Bacteria

od 0,58 mln pz ( Mycoplasma genitalium ) do 9,1 mln pz ( Bradyrhizobium japonicum ).

BIOTECHNOLOGIA 3 (70) 7-21 2005

Pawe³ Mackiewicz, Jolanta Zakrzewska-Czerwiñska, Stanis³aw Cebrat

Rys. 2. Wzrost wielkoœci kolejno sekwencjonowanych chromosomów lub genomów. Oœ Y przedsta-

wiono w skali logarytmicznej.

Wœród Eukaryota najmniejszym kompletnie zsekwencjonowanym genomem jest ge-

nom paso¿ytniczego grzyba Encephalitozoon cuniculi o wielkoœci 2,5 mln pz, a najwiê-

kszym – genom cz³owieka o wielkoœci 3,1 mld pz. Najwiêkszym znanym genomem

eukariotycznym czekaj¹cym na zsekwencjonowanie jest genom ameby Amoeba dubia

o wielkoœci a¿ 670 mld pz.

Ogromnym przyœpieszeniem sekwencjonowania, obni¿enia kosztów i zwiêksze-

nia dok³adnoœci odczytów by³o wprowadzenie elektroforezy kapilarnej i znakowa-

nie nukleotydów fluorochromami, co pozwoli³o na zautomatyzowanie ca³ego proce-

su. Koszty sekwencjonowania w przeliczeniu na zasadê zmniejszaj¹ siê dwukrotnie

co 18 miesiêcy, co daje 10-krotny spadek kosztów co 5 lat (15). W 1995 r. sekwen-

cjonowanie kosztowa³o 100-300 centów amerykañskich za zasadê, a w 2000 r. ju¿

tylko 10-30 centów amerykañskich. Zak³adaj¹c, ¿e w roku 2020 koszty te bêd¹ wy-

nosiæ 0,001-0,003 centów amerykañskich za zasadê, a na sekwencjonowanie bêdzie

siê przeznaczaæ rocznie 1 miliard USD, to za 15 lat bêdzie siê uzyskiwaæ sekwencje

odpowiadaj¹ce prawie 17 tysi¹com genomów cz³owieka (5 × 10 13 par zasad na

rok). Sugeruje to, ¿e tempo przyrostu danych sekwencyjnych bêdzie jeszcze bar-

dziej rosn¹æ. Jest to wariant optymistyczny, poniewa¿ w koñcu i tak dojdzie siê do

granic mo¿liwoœci stosowanych technologii, wynikaj¹cych po prostu z ograniczeñ

praw przyrody.

PRACE PRZEGL¥DOWE

Genomika – dziedzina wiedzy XXI wieku

Rys. 3. Zale¿noœæ miêdzy kosztem sekwencjonowania a liczb¹ zasad w sekwencjach deponowanych

w bazie GenBank (www.ncbi.nlm.nih.gov/Entrez). Lini¹ przerywan¹ zaznaczono przewidywany wzrost

liczby zasad w przysz³oœci wed³ug (15). Obie osie Y przedstawiono w skali logarytmicznej.

Rola komputerów sprowadza siê nie tylko do sk³adania zsekwencjonowanych

fragmentów oraz gromadzenia danych w postaci skomputeryzowanej, ale równie¿

do analiz sekwencji, np. rozpoznawania sekwencji koduj¹cych, poszukiwania se-

kwencji podobnych, porównywania genomów, czy przewidywania struktur bia³ek.

Nieocenion¹ rolê odgrywa tak¿e internet, który umo¿liwia szybki dostêp do groma-

dzonych danych oraz ich przesy³anie miêdzy badaczami, centrami sekwencjo-

nuj¹cymi genomy oraz bazami danych. Widaæ wyraŸny zwi¹zek miêdzy liczb¹ gro-

madzonych sekwencji a rozwojem technologii komputerowych – mierzonych szyb-

koœci¹ procesorów lub pojemnoœci¹ twardych dysków, opisywanego najczêœciej pra-

wem Moore’a mówi¹cego, ¿e wydajnoœæ komputerów ulega podwojeniu co oko³o

18 miesiêcy (rys. 4). W podobnym tempie podwaja siê liczba danych w GenBank-u

(co 14 miesiêcy). Znaczna czêœæ analiz genomicznych jest przeprowadzana za po-

moc¹ ró¿norodnych metod obliczeniowych, zaawansowanych algorytmów i skom-

puteryzowanego sprzêtu, dlatego genomika jest œciœle powi¹zana z bioinformatyk¹

– równie¿ intensywnie rozwijaj¹c¹ siê dziedzin¹ interdyscyplinarn¹ ³¹cz¹c¹ biolo-

giê z naukami i technikami informatycznymi oraz obliczeniowymi.

BIOTECHNOLOGIA 3 (70) 7-21 2005

Plik z chomika:

Inne pliki z tego folderu:

Inne foldery tego chomika: