Introdução ao Sequênciamento Genético e Análise de Dados
Gravado no evento IV Workshop Biossistemas - UFABC · 1 h 56 min de gravação
Sobre o conteúdo
A atividade "Introdução ao Sequênciamento Genético e Análise de Dados", apresentada no evento "IV Workshop Biossistemas - UFABC", introduz os princípios teóricos e práticos do sequenciamento genético e a manipulação de dados computacionais em biologia molecular. A ministrante inicia revisando a estrutura básica dos ácidos nucleicos e a direcionalidade 5' para 3' da síntese de DNA, contextualizando a evolução histórica dos métodos de sequenciamento desde a primeira geração com a técnica de terminação de cadeia de Sanger e o sequenciamento shotgun no Projeto Genoma Humano.
Na sequência, são apresentadas as tecnologias de segunda geração, caracterizadas por leituras curtas (short reads), como o pirosequenciamento da 454 Roche e o sequenciamento por síntese da Illumina em formatos single-end e paired-end. Em contrapartida, detalham-se as inovações da terceira geração com leituras longas (long reads), com foco na tecnologia PacBio SMRT e nos nanoporos da Oxford Nanopore Technologies (MinION), ponderando custos de investimento, rendimento, portabilidade e manejo de taxas de erro por métodos bioinformáticos.
A palestrante também aborda o fluxo experimental padrão, desde a extração de ácidos nucleicos, controle de qualidade por espectrofotometria (razões 260/280) e preparo de bibliotecas, até o armazenamento dos dados nos principais repositórios públicos, incluindo NCBI (SRA, GEO DataSets e Profiles) e GISAID. Explica-se o funcionamento de arquivos nos formatos FASTA e FASTQ, bem como as escalas de pontuação de qualidade Phred Score e os parâmetros diagnósticos avaliados pelo software FASTQC, como qualidade por base, conteúdo de bases por posição e distribuição do conteúdo GC.
Na parte analítica, o minicurso detalha os fluxos de trabalho para montagem de genomas, distinguindo o alinhamento contra genomas de referência da montagem de novo com grafos de Bruijn e métricas de completude como N50. Para estudos de expressão gênica via RNA-Seq, descreve-se o pipeline de alinhamento, quantificação em matrizes de contagem e testes estatísticos para identificação de genes diferencialmente expressos, exemplificando a visualização gráfica por volcano plots, MA plots, PCA e mapas de calor (heatmaps), além de análise de enriquecimento funcional via Gene Ontology. Ao término, enfatizam-se os pilares da ciência aberta e o aprendizado de ferramentas essenciais de bioinformática, como R (Bioconductor), Biopython e Galaxy Project, concluindo com uma sessão de perguntas sobre preparo de amostras, mercado de trabalho e detecção de vírus integrados.
O que é abordado
- Abertura e introdução ao minicurso
- Estrutura do DNA e histórico do sequenciamento (Sanger)
- Projeto Genoma Humano e bibliotecas de sequenciamento
- Sequenciamento de terceira geração e Oxford Nanopore
- Comparação entre plataformas e aplicações biológicas
- Bancos de dados genômicos e etapas laboratoriais
- Métricas de sequenciamento, arquivos FASTQ e Phred Score
- Análise de controle de qualidade com FASTQC
- Pipeline de montagem de genomas e métrica N50
- Pipeline de RNA-Seq e expressão gênica diferencial
- Bioinformática, Ciência Aberta e ferramentas (R, Python, Galaxy)
- Sessão de perguntas e encerramento
Dúvidas que o conteúdo responde
Qual a principal vantagem e o principal desafio dos sequenciadores de terceira geração como o Oxford Nanopore?
A principal vantagem é a geração de reads longos (long reads), permitindo cobrir grandes extensões do genoma sem necessidade de fragmentação complexa, facilitando a montagem e detecção de variantes. O principal desafio reside na taxa de erro mais elevada em comparação com tecnologias como a Illumina, exigindo softwares e pipelines de bioinformática especializados para a correção e filtragem dos dados.
O que indica um valor de Phred Score igual a 30 em um arquivo FASTQ?
Um Phred Score de 30 indica uma probabilidade de chamada de base incorreta de 1 em 1.000, correspondendo a uma acurácia de 99,9%, o que é considerado um padrão de alta qualidade para análises genômicas.
Como é calculado o N50 na validação de montagem de genomas?
O N50 é calculado ordenando todos os contigs montados em ordem decrescente de tamanho e somando seus comprimentos até atingir pelo menos 50% do total de pares de bases do genoma montado; o comprimento do contig no qual esse limiar de 50% é alcançado define o valor do N50.
Quais são as ferramentas e linguagens recomendadas para quem quer iniciar na bioinformática?
A linguagem R é destacada como prioritária para iniciantes devido ao seu vasto ecossistema de análise estatística, visualização gráfica e pacotes especializados como o Bioconductor. Complementarmente, recomenda-se aprender Python (com Biopython e problemas do portal Rosalind) e utilizar a plataforma web Galaxy para estruturação de fluxos de trabalho reproduzíveis.
Assuntos
Outros conteúdos deste evento
Gravados no evento IV Workshop Biossistemas - UFABC
Diagnóstico Molecular do SARS-COV-2
Gravado no evento IV Workshop Biossistemas - UFABC
Neste minicurso, a professora Márcia Aparecida Sperança aborda os fundamentos biológicos, a estrutura genômica e os mecanismos de transmissão do SARS-CoV-2. São detalhados os…
Ver resumo e capítulosCrispr
Gravado no evento IV Workshop Biossistemas - UFABC
O simpósio aborda os fundamentos, o histórico e as aplicações biomédicas e biotecnológicas do sistema de edição gênica CRISPR/Cas9. São apresentados os mecanismos biológicos de…
Ver resumo e capítulosDesign, Synthesis and Stepwise Optimization of Nitrile-based Inhibitors of Cathepsins B, L and S: Towards SARS-CoV-2 Mpro dual inhibition
Gravado no evento IV Workshop Biossistemas - UFABC
Nesta palestra do IV Workshop Biossistemas - UFABC, o professor Carlos Montanari discute a aplicação da química medicinal e da biologia computacional no desenvolvimento de…
Ver resumo e capítulosDiálogo sobre ciência, saúde e a pandemia da COVID-19
Gravado no evento IV Workshop Biossistemas - UFABC
Durante o IV Workshop Biossistemas - UFABC, o debate Diálogo sobre ciência, saúde e a pandemia da COVID-19 reúne Sergio Daishi Sasaki, Márcia Aparecida Sperança e Gonçalo Vecina…
Ver resumo e capítulos


