1.8 Genomikk og bioinformatikk

Genomikk og bioinformatikk

I dette kapittelet skal du lære om:

- Humangenomprosjektet og oppbygginga av genomet
- DNA-sekvenseringsteknologiar (Sanger, NGS, nanopore)
- Bioinformatiske verktøy og analyse
- Funksjonell genomikk: transkriptomikk, proteomikk og metabolomikk
- CRISPR-Cas9 genredigering
- Etiske problemstillingar rundt genomredigering

Genomikk er studiet av heile genom – den totale DNA-sekvensen til ein organisme. Med fullføringa av Humangenomprosjektet i 2003 og utviklinga av stadig raskare og billegare sekvenseringsteknologiar har genomikken revolusjonert biologien. I dag kan eit heilt menneskegenom sekvenserast på timar til ein brøkdel av dei opphavlege kostnadene. Bioinformatikk – skjeringspunktet mellom biologi, informatikk og statistikk – er blitt uunnverleg for å analysere og forstå dei enorme mengdene data som blir genererte.

Humangenomprosjektet

Bakgrunn og gjennomføring

Humangenomprosjektet (Human Genome Project, HGP) var eit internasjonalt forskingsprosjekt som gjekk føre seg frå 1990 til 2003. Målet var å kartleggje heile det menneskelege genomet – alle ~3,2 milliardar basepar.

Nøkkeltal:
- Varigheit: 13 år
- Kostnad: ~2,7 milliardar USD
- Teknologi: Sanger-sekvensering (kapillærelektroforese)
- Strategi: «Hierarkisk shotgun» – kromosom blei delte i store fragment (BAC-klonar), som blei kartlagde, deretter sekvenserte og sette saman

Overraskande funn

Humangenomprosjektet avslørte fleire overraskingar:

Oppbygginga av genomet

Det menneskelege genomet (~3,2 Gb):

├── Kodande sekvensar (~1,5 %)
│   └── ~20 000 proteinkodande gen
│       ├── Eksonar (kodande regionar)
│       └── Intronar (ikkje-kodande, blir spleisa ut)
│
├── Ikkje-kodande, funksjonelt DNA (~8–15 %)
│   ├── Regulatoriske element (promotorar, enhancerar, silencerar)
│   ├── Ikkje-kodande RNA-gen (rRNA, tRNA, miRNA, lncRNA)
│   └── Telomerar og centromerar
│
└── Repetitivt og anna DNA (~80–85 %)
    ├── Transposon-avleidd DNA (~45 %)
    │   ├── SINEs (t.d. Alu-element)
    │   └── LINEs (t.d. LINE-1)
    ├── Tandemrepetisjonar (satellitt-DNA, mikrosatellittar)
    └── Segmentale duplikasjonar

DNA-sekvenseringsteknologiar

1. Sanger-sekvensering (førstegenerasjon)

Utvikla av Frederick Sanger i 1977 og var arbeidshesten i Humangenomprosjektet.

Prinsipp – Kjedetermineringsmetoden:
1. DNA-malen blir denaturert til enkelttråd
2. Ein primer og DNA-polymerase blir lagde til
3. Reaksjonen inneheld vanlege dNTP-ar OG ei lita mengd ddNTP-ar (dideoksynukleotid, fluorescensmerkte)
4. ddNTP-ar manglar 3'-OH-gruppa → kjeda terminerer når dei blir inkorporerte
5. Resultatet er fragment av alle moglege lengder, kvart merkt med farge for den siste basen
6. Fragmenta blir separerte etter storleik med kapillærelektroforese
7. Ein detektor les av fluorescensfargane → DNA-sekvensen

Leselengd: ~700–1000 basepar per reaksjon
Nøyaktigheit: Svært høg (>99,99 %)
Avgrensing: Låg gjennomstrøyming (throughput), høg kostnad per base

2. Neste generasjons sekvensering (NGS) – Illumina

NGS revolusjonerte genomikken ved å sekvensere millionar av fragment parallelt.

Prinsipp (Illumina-plattforma):
1. DNA blir fragmentert og kobla til adapterar
2. Fragmenta blir bundne til ei flowcelle og amplifiserte i klyngjer (broamplifikasjon)
3. Sekvensering ved syntese (SBS): Fluorescensmerkte, reversibelt terminerande nukleotid blir lagde til eitt om gongen
4. Etter inkorporering blir fluorescensen avlesen med kamera
5. Terminatoren blir fjerna, og prosessen blir gjenteken

Leselengd: ~150–300 bp (kortare enn Sanger)
Gjennomstrøyming: Enormt – milliardar av reads per køyring
Kostnad: Dramatisk redusert (~$200–1000 per humant genom i dag)
Avgrensing: Korte reads kan vere utfordrande for repetitive regionar

3. Tredjegenerasjons sekvensering – Oxford Nanopore

Den nyaste teknologien sekvenserer lange, intakte DNA-molekyl i sanntid.

Prinsipp:
1. Enkelttrådig DNA blir trekt gjennom ein nanopore (biologisk proteinpore) i ein membran
2. Pore har ein elektrisk straum gjennom seg
3. Når DNA passerer, blokkerer basane straumen i ulik grad
4. Endringane i straumen blir avlesne og konverterte til basesekvens av maskinlæring

Leselengd: Opptil hundretusenvis av basepar (ultralange reads!)
Fordelar: Portabel (MinION-eining), sanntidsanalyse, kan detektere epigenetiske modifikasjonar
Avgrensing: Lågare nøyaktigheit per enkeltread (~95–99 %), men forbetrast raskt

Samanlikning

Bioinformatiske verktøy

Bioinformatikk kombinerer biologi, informatikk og statistikk for å analysere og tolke biologiske data, særleg DNA-, RNA- og proteinsekvensar.

BLAST – Basic Local Alignment Search Tool

BLAST er det mest brukte bioinformatiske verktøyet. Det samanliknar ein spørjingssekvens mot millionar av sekvensar i databasar for å finne liknande sekvensar.

Bruksområde:
- Identifisere eit ukjent gen ved å finne liknande sekvensar i kjende organismar
- Finne evolusjonært skylde gen (ortologar og paralogar)
- Identifisere proteinfamiliar og konserverte domene

Eksempel:

Spørjingssekvens: ATGCGATCCAGTCAATG...
     ↓ BLAST-søk
Database-treff:
  1. Homo sapiens BRCA1-gen (98 % identitet) - E-verdi: 0.0
  2. Mus musculus Brca1-gen (87 % identitet) - E-verdi: 1e-150
  3. Gallus gallus BRCA1 (72 % identitet) - E-verdi: 1e-80

E-verdien oppgir sannsynet for å finne eit like godt treff ved tilfeldigheit. Lågare E-verdi = meir signifikant treff.

Sekvenssamanstilling (alignment)

Multippel sekvenssamanstilling (MSA) samanliknar sekvensar frå mange artar for å identifisere konserverte regionar – område som har endra seg lite gjennom evolusjonen og difor blir antekne å ha viktig funksjon.

Menneske:   MKWVTFISLLFLFSSA--YRGVFRR
Sjimpanse:  MKWVTFISLLFLFSSA--YRGVFRR    (100 % identisk)
Mus:        MKWVTFISLLLLFSSA--YRGVFRR    (96 % identisk)
Kylling:    MKWVTFISLL-LFSSA--YRGVFKR    (92 % identisk)
Frosk:      MKWITFISLL-LFSSA--YRGVFKR    (88 % identisk)
                *                   *      * = variabel posisjon

Jo meir konservert ein posisjon er, jo viktigare er han truleg for funksjonen til proteinet.

Fylogenetiske tre

Basert på sekvenssamanstillingar kan ein konstruere fylogenetiske tre som viser evolusjonære slektskapsforhold mellom artar eller gen.

                    ┌── Menneske
               ┌───┤
               │   └── Sjimpanse
          ┌────┤
          │    └────── Mus
     ─────┤
          │    ┌────── Kylling
          └────┤
               └────── Frosk

Greinlengda reflekterer den evolusjonære avstanden (tal på sekvensendringar). Artar med kortare greinlengd mellom seg er meir nært skylde.

Funksjonell genomikk – frå sekvens til funksjon

Å kjenne genomsekvensen er berre byrjinga. Funksjonell genomikk studerer korleis genomet fungerer – kva gen som blir uttrykte, kva protein som blir produserte, og korleis det heile blir regulert.

«Omics»-felta

Transkriptomikk (RNA-seq)

- Oppdage nye transkript og alternative spleisevariantar

Proteomikk

Medan transkriptomikk viser kva gen som blir transkriberte, viser proteomikk kva protein som faktisk blir produserte og i kva mengder. Det er ikkje alltid godt samsvar mellom mRNA- og proteinnivå, fordi translasjon, proteinmodifisering og nedbryting òg påverkar proteinmengda.

Metabolomikk

CRISPR-Cas9 – genredigering

Opphav

CRISPR (Clustered Regularly Interspaced Short Palindromic Repeats) blei opphavleg oppdaga som eit immunforsvar hos bakteriar mot virus (bakteriofagar). Bakteriar lagrar korte sekvensar av virus-DNA i sitt eige genom som eit «immunologisk minne» – neste gong det same viruset angrip, kjenner bakterien det att og kuttar virus-DNA-et i stykke.

CRISPR-Cas9-mekanismen

Forskarane Jennifer Doudna og Emmanuelle Charpentier (Nobelprisen i kjemi 2020) viste at CRISPR-systemet kunne programmerast til å kutte kva som helst DNA på ein presis stad.

Komponentar:
1. Cas9: Eit «molekylært saksenzym» (endonuklease) som kuttar begge DNA-trådane
2. Guide-RNA (sgRNA): Eit kort RNA-molekyl (~20 nt) som er komplementært til målsekvensen i DNA-et og leier Cas9 til rett stad
3. PAM-sekvens: Ein kort sekvens (NGG for SpCas9) som må finnast rett ved sida av målsekvensen – Cas9 kjenner att PAM-sekvensen først

Steg:

1. Design guide-RNA komplementært til målet
2. sgRNA + Cas9 dannar eit kompleks
3. Komplekset skannar DNA etter PAM-sekvensar
4. sgRNA hybridiserer med målsekvensen (20 bp)
5. Cas9 kuttar begge DNA-trådane (dobbelttrådbrot)

   5'---NNNNNNNNNNNNNNNNNNNNNGG---3'   (PAM = NGG)
   3'---NNNNNNNNNNNNNNNNNNNNNCC---3'
              ↑ sgRNA bind
              ↑ Cas9 kuttar

6. Reparasjonsmekanismane til cella fiksar brotet:
   a) NHEJ (non-homologous end joining) → tilfeldige insersjonar/delesjonar → gen-knockout
   b) HDR (homology-directed repair) → nøyaktig DNA-redigering med donor-DNA

Bruksområde for CRISPR

Etikk rundt genomredigering

Genomredigering reiser fundamentale etiske spørsmål som samfunnet må ta stilling til.

Somatisk vs. kimcelleredigering

He Jiankui-saka (2018)

- CCR5-delesjon kan ha uønskte effektar (auka følsemd for influensa)

- He Jiankui blei dømd til fengsel i Kina

Sentrale etiske problemstillingar

2. Rettferd og tilgang

- Genredigering er dyr (Casgevy kostar ~$2 millionar per behandling)
- Risiko for at berre rike kan dra nytte → auka ulikskap
- Bør genterapi vere tilgjengeleg for alle?
3. Uforutsette konsekvensar

- Off-target-redigeringar kan forårsake uventa mutasjonar
- Langtidseffektar er ukjende
- Kimcelleredigering påverkar framtidige generasjonar som ikkje har samtykt
4. Gendriv – endring av heile artar

- CRISPR-gendriv kan spreie eit gen gjennom heile ein populasjon
- T.d. gjere malariamygg sterile → utrydde malaria
- Men: Kva skjer med økosystemet? Kan vi reversere endringa?

Regulering

Dei fleste land har lovgjeving som regulerer genredigering:
- Noreg: Bioteknologilova forbyr kimcelleredigering og genmodifisering av embryo
- EU: Strenge restriksjonar på GMO, inkludert CRISPR-redigerte organismar
- USA: FDA regulerer genterapi som medisinsk behandling

- Internasjonalt: WHO har sett ned ekspertpanel for global styring av genomredigering

Oppsummering

Humangenomprosjektet

DNA-sekvenseringsteknologiar

Bioinformatikk

Funksjonell genomikk

CRISPR-Cas9

Etikk