Home Functional Genomics

Functional Genomics

Functional Genomics

ιατρική ακριβείας

What is Functional Genomics?

Functional  Genomics is the scientific discipline that uses different techniques of genetics, molecular biology and bioinformatics with the aim [1]:

  1. Find the sequence
  1. To do the assembly and
  1. To analyze the structure and function of genomes. That is, the entire genetic information contained in a cell of an organism

The deciphering of the primary DNA sequence and the identification of thousands of genes with subsequent understanding of the structural and functional organization of the human genome have opened up new opportunities in the discovery of etiology and pathogenesis of monogenic and multifactorial diseases.

There are many subdivisions of genomics, mainly in terms of the different techniques that can be used each time [6, 19].

For example, structural genomics deals with the bulk determination of 3D protein structures from whole genomes, while functional genomics deals with the study of functional regions in genomes (small RNA promoters such as miRNA, siRNA, etc.), as well as using the huge data generated from the genome and their transcripts and from their metabolites (such as genome sequencing, RNA sequencing, SNPs, metabolomics, etc.) [2, 3, 4, 5, 6, 19].

Functional Genomics, based on the data of the genetic uniqueness of each individual, has initiated the study in pharmacogenetics, analyzing the causes of low or, on the contrary, increased sensitivities of individuals or individual populations to the effects of various drugs or chemicals [7-13, 19 ]

In pharmacogenomics, foundations are being developed for personalized treatment and for the creation of new drugs that act targeted on distinct pathways of the pathological process [10, 14, 15, 19].

What does Functional Genomics study?

Functional Genomics studies how the genome, transcripts (genes), proteins and metabolites work together to produce a specific phenotype (Figure 1) [6].

It focuses on dynamic aspects such as gene transcription, translation, regulation of gene expression and protein-protein interactions, as opposed to static aspects of genomic information such as DNA sequence or structures (Figure 1) [6].

Figure 1. There are several specific functional genomics approaches depending on what we are focused on (EMBL-EBI, https://www.ebi.ac.uk/training )

Functional Genomics also attempts to quantify differences in biological processes and thus improve our understanding of the functions and interactions of genes, proteins and their metabolites, which ultimately shape the respective phenotype (pathological, pathophysiological or normal).

Functional Genomics enables the detection of individual diversity and enables the identification of each individual with 100% specificity. It also allows the detection of intra-individual variability, while for the same individual it may vary according to the physiological, developmental or pathological state of cells, tissues, organs or the whole organism.

Through functional genomics it is possible to give an explanation to issues such as: why someone feels tired (while not having an intense life and at the same time having full meals) or to clarify if someone has a tendency to inflammation or micro-inflammation, etc.

The goal of Functional Genomics

Ένα βασικό χαρακτηριστικό των λειτουργικών μελετών γονιδιωματικής είναι η προσέγγιση τους σε όλο το γονιδίωμα σε αυτά τα ερωτήματα, που γενικά περιλαμβάνουν μεθόδους υψηλής απόδοσης και όχι μια πιο παραδοσιακή προσέγγιση ” γονίδιο-από-γονίδιο”.

Ο στόχος της λειτουργικής γονιδιωματικής είναι να καθοριστεί πώς τα μεμονωμένα συστατικά ενός βιολογικού συστήματος συνεργάζονται για την παραγωγή ενός συγκεκριμένου φαινοτύπου.

Η λειτουργική γονιδιωματική επικεντρώνεται στη δυναμική έκφραση των γονιδιακών προϊόντων σε ένα συγκεκριμένο πλαίσιο, για παράδειγμα, σε ένα συγκεκριμένο στάδιο ανάπτυξης ή κατά τη διάρκεια μιας ασθένειας.

Στη λειτουργική γονιδιωματική, προσπαθούμε να χρησιμοποιήσουμε τις τρέχουσες γνώσεις μας για τη λειτουργία των γονιδίων για να αναπτύξουμε ένα μοντέλο που συνδέει τον γονότυπο με τον φαινότυπο (Εικ. 2) [16, 17].

Ο όρος λειτουργική γονιδιωματική χρησιμοποιείται συχνά προκειμένου να αναφερθούμε στις πολλές τεχνικές προσεγγίσεις για να μελετήσουμε τα γονίδια και τις πρωτεΐνες ενός οργανισμού, συμπεριλαμβανομένων των «βιοχημικών, κυτταρικών, ή/και φυσιολογικών ιδιοτήτων κάθε προϊόντος των γονιδίων.

Η λειτουργική γονιδιωματική μπορεί επίσης να περιλαμβάνει μελέτες φυσικής γενετικής παραλλαγής με την πάροδο του χρόνου (όπως η ανάπτυξη ενός οργανισμού) ή χώρου (όπως οι περιοχές του σώματός του), καθώς και λειτουργικές διαταραχές όπως επιδράσεις από το οξειδωτικό στρες, το περιβάλλον, τις μεταλλάξεις (SNPs) ή τις επιγενετικές διαφοροποιήσεις [16, 17]. 

Εικόνα 2. Γονιδιακό δίκτυο ρύθμισης οξειδοαναγωγής, που εξασφαλίζει την προσαρμογή του οργανισμού στο περιβάλλον

Εικ. 2 Γονιδιακό δίκτυο ρύθμισης οξειδοαναγωγής, που εξασφαλίζει την προσαρμογή του οργανισμού στο οξειδωτικό στρες και στο περιβάλλον, και ενσωματώνει τοπικά γονιδιακά δίκτυα μέσω βασικών μεταγραφικών παραγόντων [16, 17].

Ο στόχος της λειτουργικής γονιδιωματικής είναι να παράγει και να συνθέτει την γονιδιωματική, την βιοχημική γενετική – μεταβολομική και την πρωτεομική γνώση σε μια κατανόηση των δυναμικών ιδιοτήτων ενός οργανισμού.

Αυτό θα μπορούσε ενδεχομένως να παρέχει μια πληρέστερη εικόνα του τρόπου με τον οποίο το γονιδίωμα καθορίζει τη λειτουργία σε σύγκριση με τις μελέτες των μεμονωμένων γονιδίων. Η ενσωμάτωση των λειτουργικών δεδομένων γονιδιωματικής είναι συχνά μέρος των προσεγγίσεων της βιολογίας των συστημάτων.

Techniques & applications

Η λειτουργική γονιδιωματική περιλαμβάνει πτυχές του ίδιου του γονιδιώματος που σχετίζονται με τη λειτουργία, όπως η μετάλλαξη και ο πολυμορφισμός (όπως η ανάλυση του απλού νουκλεοτιδικού πολυμορφισμού (SNP) καθώς και η μέτρηση των μοριακών δραστηριοτήτων.

Το τελευταίο περιλαμβάνει μια σειρά από “-omics”, όπως transcriptomics (έκφραση γονιδίων), πρωτεομική (παραγωγή πρωτεΐνης), και metabolomics (παραγωγή μεταβολιτών των κυτταρικών βιοχημικών διαδικασιών) (Εικόνα 3) [18].

Εικόνα 3 Η ιεραρχία των τοπικών γονιδιακών δικτύων

Εικ. 3 Η ιεραρχία των τοπικών γονιδιακών δικτύων που ελέγχουν τις μεμονωμένες λειτουργίες σε ένα ενιαίο γονιδιακό δίκτυο του οργανισμού [18].

Η λειτουργική γονιδιωματική χρησιμοποιεί πολύπλοκες τεχνικές για τη μέτρηση της αφθονίας πολλών ή όλων των γονιδιακών προϊόντων, όπως mRNAs, των πρωτεϊνών, ή των μεταβολιτών μέσα σε ένα βιολογικό δείγμα.

Μια πιο εστιασμένη λειτουργική προσέγγιση γονιδιωματικής θα μπορούσε να δοκιμάσει τη λειτουργία όλων των παραλλαγών ενός γονιδίου και να ποσοτικοποιήσει τα αποτελέσματα των διαφοροποιήσεων κατά επίπεδο ελέγχου ή/και λειτουργικότητας (Εικόνα 1) χρησιμοποιώντας την εκάστοτε αλληλουχία αποτελέσματος ως ένδειξη της δραστηριότητας [1-6].

Αυτές οι λεπτομέρειες μέτρησης προσπαθούν να ποσοτικοποιήσουν τις διάφορες βιολογικές διεργασίες και να βελτιώσουν την κατανόησή μας για τις λειτουργίες και τις αλληλεπιδράσεις γονιδίων και πρωτεϊνών που τελικά διαμορφώνουν τον εκάστοτε κυτταρικό φαινότυπο.

Μαζί, με όλα τα παραπάνω η  λειτουργική γονιδιωματική που περιγράφει τα αντίγραφα, τις πρωτεΐνες και τους μεταβολίτες ενός βιολογικού συστήματος, η ενσωμάτωση αυτών των δεδομένων  παρέχει ένα πλήρες μοντέλο του υπό μελέτη βιολογικού συστήματος [19].

Bibliography

  1. Συγκριτική Γονιδιωματική – UTH e-Class, Πανεπιστήμιο Θεσσαλίας, Click Here
  2. An Introduction to Functional Genomics and Systems Biology, Evelien M. Bunnik and Karine G. Le Roch, ADVANCES IN WOUND CARE, VOLUME 2, NUMBER 9, DOI: 10.1089/wound.2012.0379.
  3. Functional genetics, Giovanna Marchetti, Mirko Pinotti, Barbara Lunghi, Caterina Casari, Francesco Bernardi, Mini Review, Thrombosis Research 129 (2012) 336–340, doi:10.1016/j.thromres.2011.10.028.
  4. Studying human and nonhuman primate evolutionary biology with powerful in vitro and in vivo functional genomics tools, Kathleen E. Grogan and George H. Perry, Evolutionary Anthropology. 2020;1–16, DOI: 10.1002/evan.21825.
  5. Functional Genomics, Shalini Kaushik, Sandeep Kaushik and Deepak Sharma, Encyclopedia of Bioinformatics and Computational Biology 2018, doi:10.1016/B978-0-12-809633-8.20222-7.
  6. EMBL-EBI, https://www.ebi.ac.uk/training
  7. Baranov V, Baranova E, Ivashchenko T, Aseev M. The human genome and the genes of “predisposition”: an introduction to predictive medicine. SPb .: Inter-medika; 2000; p. 263.
  8. Baranov V. Molecular medicine – the basis of gene therapy. 2000; Vol. 34 (4): pp. 684–695.
  9. Baranov V. The program “Human Genome” as a scientific basis for preventive medicine. Vestn. RAMS; 2000; № 10: pp. 27–37.
  10. Kukes V. Metabolism of drugs: clinical and pharmacological aspects. Moskow: Refarm Publishing House; 2004; p.144.
  11. Sychev D. Clinical pharmacogenetics. Moskow: GEOTAR-Media; 2007; p. 245.
  12. Constans A. Making Medicine Personal.The Scientist; 2005; Vol. 16 (19): pp. 7–14.
  13. Nebert D. Ecogenetics: from biology to health. Toxicol. Indust. Hlth.; 1997; Vol. 13: pp. 163–192.
  14. Altman R. Challenges for biomedical informatics and pharmacogenomics. Ann. Rev. Toxicol. Pharmacol; 2001; Vol. 42: pp. 113–133.
  15. Evans W. Pharmacogenomics: the inherited basis for individual differences in drug response. Ann. Rev. in Genet. Human Genomics; 2001; Vol. 2: pp. 9–39.
  16. Kolchanov N, Podkolodnaya O, Ignatieva E. Integration of gene networks that con-trol the physiological functions of the body. VOGIS Bulletin; 2005; Vol. 9 (2); pp. 179–199
  17. Stepanenko I. Regulation of gene networks of the stress response by active forms of oxygen. Ekol. genetics.; 2004; Vol 2 (1): pp. 4–12.
  18. Kolchanov N, Ananko E, Kolpakov F. [et.al.] Gene networks. Molecular Biology. 2000: Vol. 34 (4): pp. 617–629.
  19. Pharmacometabolomics-aided Pharmacogenomics in Autoimmune Disease, Theodora Katsila, Evangelia Konstantinou, Ioanna Lavda, Harilaos Malakis, Ioanna Papantoni, Lamprini Skondra, George P. Patrinos, EBioMedicine 5 (2016) 40–45, DOI:https://doi.org/10.1016/j.ebiom.2016.02.001.
74