Gene Expression Microarray 02-223 How to Analyze Your Own - PowerPoint PPT Presentation

Gene ¡Expression ¡Microarray ¡ 02-­‑223 ¡How ¡to ¡Analyze ¡Your ¡Own ¡Genome ¡ Fall ¡2013 ¡

Why ¡Gene ¡Expression? ¡ Genome-­‑wide ¡associaBon ¡mapping ¡ DNA ¡sequence ¡ Disease ¡or ¡healthy? ¡ Molecular ¡ mechanism? ¡

Why ¡Gene ¡Expression ¡ • IdenBfying ¡the ¡geneBc ¡variaBon ¡that ¡confers ¡disease ¡risk ¡is ¡ not ¡enough ¡to ¡decipher ¡the ¡molecular ¡mechanisms ¡of ¡how ¡ the ¡geneBc ¡variaBon ¡influence ¡the ¡disease: ¡ – In ¡medicine ¡ ¡ • We ¡need ¡to ¡determine ¡which ¡biological ¡pathways ¡and ¡genes ¡are ¡ involved ¡in ¡the ¡disease ¡process. ¡ • The ¡idenBfied ¡pathways ¡and ¡genes ¡can ¡be ¡a ¡target ¡for ¡drug. ¡ – In ¡science ¡ • Determining ¡which ¡pathways ¡underlie ¡the ¡associaBon ¡between ¡the ¡ geneBc ¡variaBon ¡and ¡phenotype ¡can ¡provide ¡insights ¡on ¡the ¡ funcBon ¡of ¡genes. ¡

Microarrays ¡for ¡Molecular ¡Biology ¡ TranscripBon ¡factor ¡ Microarray ¡for ¡measuring ¡ DNA ¡ gene ¡expression ¡levels ¡ transcription mRNA ¡ translation Proteins ¡

Individuals ¡ What ¡is ¡gene ¡ baseline ¡ expression? ¡ expression ¡ Expression ¡= ¡acBvity ¡ 0 10 ¡ 20 ¡ 70 ¡ 80 ¡ gene ¡1 ¡ level ¡of ¡gene ¡in ¡ experiment ¡ genes ¡ Higher ¡ Lower ¡ expression ¡ expression ¡ compared ¡to ¡ compared ¡to ¡ baseline ¡ baseline ¡

Microarray ¡HybridizaEon ¡ • Watson-­‑Crick ¡base ¡pairing ¡of ¡complementary ¡DNA ¡sequences. ¡ • Microarrays ¡have ¡tens ¡of ¡thousands ¡of ¡spots, ¡each ¡represenBng ¡a ¡ piece ¡of ¡one ¡gene, ¡immobilized ¡on ¡a ¡glass ¡slide. ¡ • The ¡intensity ¡(or ¡intensity ¡raBo) ¡of ¡each ¡spot ¡indicates ¡the ¡amount ¡ of ¡labeled ¡cDNA ¡hybridized, ¡thus, ¡represenBng ¡the ¡starBng ¡mRNA ¡ transcript ¡abundance. ¡

Hybridization and Scanning— cDNA arrays � - Prepare Cy3, Cy5- � labeled ss cDNA � - Scan � - Hybridize 600 ng of � labeled ss cDNA to � glass slide array �

Golub ¡et ¡al. ¡ (Science, ¡1999) ¡ • One ¡of ¡the ¡earliest ¡work ¡that ¡demonstrated ¡the ¡ feasibility ¡of ¡using ¡only ¡microarray ¡gene ¡expression ¡data ¡ to ¡determine ¡cancer ¡subtypes ¡for ¡paBents ¡ • A ¡staBsBcal ¡model ¡was ¡learned ¡to ¡predict ¡the ¡labels ¡for ¡ acute ¡myeloid ¡leukemia ¡(ALL) ¡and ¡acute ¡lymphoblasBc ¡ leukemia ¡ ¡(AML) ¡for ¡each ¡paBent ¡given ¡gene ¡expression ¡ data ¡ – ¡Dataset ¡used ¡to ¡learn ¡the ¡model ¡consisted ¡of ¡27 ¡ALL ¡and ¡11 ¡ AML ¡paBents ¡ – Tested ¡the ¡learned ¡model ¡on ¡20 ¡ALL ¡and ¡14 ¡AML ¡paBents ¡and ¡ 29 ¡out ¡of ¡34 ¡paBents ¡were ¡predicted ¡to ¡have ¡correct ¡cancer ¡ subtypes ¡

Gene ¡Expression ¡Signature ¡Can ¡DisEnguish ¡ Cancer ¡Types ¡ PaBents ¡ Genes ¡that ¡are ¡informaBve ¡for ¡predicBng ¡ cancer ¡types ¡

FDA ¡Approves ¡Gene-­‑Based ¡Breast ¡Cancer ¡ Test* ¡ “ ¡MammaPrint ¡is ¡a ¡DNA ¡ microarray-­‑based ¡test ¡that ¡ measures ¡the ¡acBvity ¡of ¡70 ¡ genes... ¡The ¡test ¡measures ¡each ¡ of ¡these ¡genes ¡in ¡a ¡sample ¡of ¡a ¡ woman's ¡breast-­‑cancer ¡tumor ¡ and ¡then ¡uses ¡a ¡specific ¡formula ¡ to ¡determine ¡whether ¡the ¡ paBent ¡is ¡deemed ¡low ¡risk ¡or ¡ high ¡risk ¡for ¡the ¡spread ¡of ¡the ¡ cancer ¡to ¡another ¡site.” ¡ *Washington ¡Post, ¡2/06/2007 ¡

eQTL ¡Mapping ¡ • Expression ¡quanBtaBve ¡trait ¡locus ¡(eQTL) ¡mapping ¡ – Data: ¡SNPs ¡and ¡gene-­‑expression ¡data ¡collected ¡over ¡many ¡individuals ¡ – Treats ¡gene ¡expressions ¡as ¡phenotypes ¡and ¡tries ¡to ¡discover ¡the ¡ geneBc ¡basis ¡of ¡gene ¡expression ¡variability ¡across ¡individuals ¡ – The ¡genes ¡whose ¡expression ¡levels ¡are ¡perturbed ¡by ¡the ¡given ¡geneBc ¡ variaBon ¡are ¡the ¡most ¡likely ¡candidate ¡for ¡influencing ¡the ¡observed ¡ (clinical) ¡phenotypes ¡ ¡

cis ¡and ¡ trans ¡eQTLs ¡ • cis ¡eQTL: ¡in ¡genomes, ¡the ¡eQTL ¡is ¡located ¡near ¡the ¡gene ¡ whose ¡expression ¡is ¡affected ¡by ¡the ¡eQTL. ¡ – E.g., ¡mutaBons ¡in ¡the ¡upstream ¡of ¡a ¡gene ¡influences ¡the ¡expression ¡ level ¡of ¡the ¡gene ¡ • trans ¡eQTL: ¡in ¡genomes, ¡the ¡eQTL ¡is ¡located ¡far ¡away ¡(or ¡on ¡a ¡ different ¡chromosome) ¡from ¡the ¡gene ¡whose ¡expression ¡is ¡ affected ¡by ¡the ¡eQTL. ¡ – E.g., ¡mutaBons ¡in ¡the ¡transcripBon ¡factor ¡gene ¡can ¡influence ¡the ¡ expression ¡level ¡of ¡the ¡TF ¡target ¡genes. ¡

Studying ¡the ¡GeneEc ¡Basis ¡of ¡Diseases ¡

Summary ¡ • Microarray ¡gene ¡expression ¡data ¡can ¡provide ¡valuable ¡insights ¡ on ¡gene ¡funcBons ¡that ¡may ¡be ¡hard ¡to ¡determine ¡from ¡DNA ¡ sequence ¡alone. ¡ • eQTL ¡mapping ¡can ¡be ¡used ¡ ¡ – to ¡idenBfy ¡the ¡geneBc ¡variaBon ¡that ¡explains ¡gene-­‑expression ¡ variability. ¡ – to ¡determine ¡the ¡molecular ¡mechanisms ¡that ¡are ¡involved ¡in ¡disease ¡ processes. ¡