PRACE PRZEGLĄDOWE
Mikromacierze DNA
zasady projektowania sond
Piotr Formanowicz1,2,*, Radosław Urbaniak1, Luiza Handschuh2,3,
Dorota Formanowicz4, Marek Figlerowicz2
1
Instytut Informatyki, Politechnika Poznańska, Poznań
2
Instytut Chemii Bioorganicznej, Polska Akademia Nauk, Poznań
3
Katedra i Klinika Hematologii i Chorób Rozrostowych Układu
Krwiotwórczego, Uniwersytet Medyczny im. K. Marcinkowskiego, Poznań
4
Katedra Chemii i Biochemii Klinicznej, Uniwersytet Medyczny
im. K. Marcinkowskiego, Poznań
DNA microarray probe design
Summar y
DNA microarrays are widely used in many areas of biological research. They
are an efficient tool for gene expression analysis due to a high level of parallel-
ism, what means that they allow for simultaneous measuring of the
transcriptional activity of all genes present in the studied genome. The quality
of the results obtained using microarrays depends among other factors on the
proper design of probes. Two general features which should characterize each
probe are sensitivity and specificity. Since designing a set of probes having both
of these properties is usually a complex task, many algorithms supporting this
process have been developed and implemented. However, the designing
method should be carefully chosen such that the results will match the require-
ments following from the nature of the biological problem to be solved. In this
paper the criteria used for DNA microarray design are described and some com-
puter based approaches are presented.
Adres do korespondencji
Key words:
Piotr Formanowicz,
DNA micrarrays, probe selection, probe features, computer based methods.
Instytut Informatyki,
Politechnika Poznańska,
ul. Piotrowo 2,
60-965 Poznań;
1. Wstęp
e-mail:
piotr@cs.put.poznan.pl
Jednym z najwiekszych wyzwań przed jakimi stoi obecnie
biologia molekularna i obliczeniowa jest dokładne poznanie
4 (83) 54 67 2008
struktury genomów oraz mechanizmów kontrolujących sposób
Mikromacierze DNA zasady projektowania sond
ich funkcjonowania. W tym celu tworzone są coraz bardziej doskonałe narzędzia
umożliwiające precyzyjną analizę aktywnoSci transkrypcyjnej genomu oraz Sledze-
nie zachodzących w nim zmian. Jednym z takich narzędzi są mikromacierze DNA.
Mikromacierze są miniaturowymi układami hybrydyzacyjnymi składającymi się
z sond specyficznie rozpoznających fragmenty poszczególnych genów lub tran-
skryptów. Mogą one służyć zarówno do analizy strukturalnej jak i funkcjonalnej ge-
nomu, stąd znajdują liczne zastosowania w wielu dziedzinach biologii i medycyny.
Podstawowym problemem, jaki należy rozwiązać przed przystąpieniem do właS-
ciwych badań jest odpowiednie zaplanowanie całego eksperymentu. Jeżeli nie ko-
rzystamy z macierzy komercyjnej głównym zadaniem staje się zaprojektowanie ze-
stawu sond, które będą następnie umieszczone na macierzy. Warunkiem niezbęd-
nym uzyskania wiarygodnych wyników w eksperymencie mikromacierzowym jest
wysoka czułoSć oraz specyficznoSć sond. Oznacza to, że każda z nich musi specy-
ficznie rozpoznawać fragment genomu lub transkryptomu powstałego podczas eks-
presji informacji genetycznej. Ze względu na złożonoSć problemu projektowania
mikromacierzy do jego rozwiązania stosowane są metody informatyczne (1). W pra-
cy przedstawione zostaną podstawowe kryteria stosowane przy doborze sond oraz
przykłady wykorzystywanych w praktyce algorytmów.
2. Projektowanie sond
Dwie zasadnicze cechy, jakie powinny posiadać sondy, z których zbudowana jest
mikromacierz to wysoka czułoSć oraz specyficznoSć. Pierwsza z tych cech oznacza,
że dana sonda z wysokim prawdopodobieństwem hybrydyzuje z okreSlonym frag-
mentem DNA lub RNA, którego obecnoSć w badanej próbie ma wykrywać. Jednym
z podstawowych warunków, jakie musi spełnić sonda jest zatem pełna komplemen-
tarnoSć do wybranego fragmentu sekwencji docelowej. Z kolei specyficznoSć sondy
oznacza minimalizację prawdopodobieństwa jej hybrydyzacji do sekwencji innej niż
docelowa. Poszukiwana sonda powinna zatem charakteryzować się jak najmniej-
szym stopniem komplementarnoSci do wszystkich sekwencji, które mogą znalexć
się w badanej próbie, z wyjątkiem sekwencji docelowej. Z algorytmicznego punktu
widzenia zapewnienie wysokiej czułoSci jest zadaniem stosunkowo prostym na-
leży dla każdej sekwencji, która ma być wykrywana za pomocą mikromacierzy za-
projektować w pełni komplementarną sondę przy czym zarówno sonda, jak
i komplementarny do niej fragment sekwencji docelowej samodzielnie nie powinny
tworzyć stabilnych struktur drugorzędowych. O wiele bardziej skomplikowanym
problemem jest zapewnienie wysokiej specyficznoSci sond. OczywiScie, każda
z nich musi posiadać obie właSciwoSci jednoczeSnie, dlatego jako sondę należy wy-
brać taki oligonukleotyd, który jest w pełni komplementarny do fragmentu wybra-
nego genu lub mRNA, a jednoczeSnie jak najmniej komplementarny do wszystkich
innych genów lub mRNA z badanej próby. Jest to zatem zadanie minimalizacji war-
BIOTECHNOLOGIA 4 (83) 54-67 2008 55
Piotr Formanowicz i inni
toSci pewnego kryterium. Może ono jednak zostać sformułowane w inny sposób, tj.
mogą być poszukiwane sekwencje, których stopień komplementarnoSci do sekwen-
cji innych niż docelowe nie przekracza pewnego progu, poniżej którego prawdopo-
dobieństwo hybrydyzacji jest wystarczająco małe.
Wspomniana pełna komplementarnoSć lub jej brak ma zapewnić zachodzenie hy-
brydyzacji z jak największym lub jak najmniejszym prawdopodobieństwem. Jego wiel-
koSć zależeć będzie przede wszystkim od energii wiązań wodorowych, jakie mogą się
utworzyć między cząsteczkami DNA lub RNA. Użytecznym parametrem będącym miarą
tej energii jest temperatura topnienia dupleksu (Tm) DNA/DNA, DNA/RNA lub RNA/RNA.
Tm definiuje się jako temperaturę, w której równo połowa dupleksów ulega rozplece-
niu (przejSciu z formy dwuniciowej do jednoniciowej) (2-4). W rezultacie podstawo-
wym kryterium stosowanym przy projektowaniu sond nie jest komplementarnoSć se-
kwencji (komplementarnoSć dwóch ciągów znaków), lecz temperatura topnienia du-
pleksu tworzonego przez te sekwencje. OczywiScie istnieje zależnoSć pomiędzy
ciągami znaków reprezentującymi sekwencje a temperaturą topnienia, ale związek
ten nie jest do końca jasny. Precyzyjne obliczenie temperatury topnienia dupleksu jest
złożonym zagadnieniem termodynamicznym, które nie doczekało się dotąd dokładne-
go rozwiązania. Niemniej jednak wiele badań, w których dążono do okreSlenia zale-
żnoSci temperatury topnienia od sekwencji nukleotydowej cząsteczek tworzących du-
pleks zostało przeprowadzonych i pewne modele z nich wynikające są z powodze-
niem stosowane w praktyce. Różnią się one oczywiScie dokładnoScią wyznaczanej
temperatury i złożonoScią obliczeń koniecznych do przeprowadzenia. Według naj-
prostszego z nich każda para A-T wnosi 2C do temperatury topnienia dupleksu, a para
C-G wnosi 4C (2,3). Choć bardzo uproszczony, model ten jest często stosowany do
projektowania starterów do reakcji PCR. Najbardziej zbliżone do rzeczywistoSci wyni-
ki daje metoda najbliższego sąsiada, w której, przynajmniej do pewnego stopnia,
uwzględniana jest nie tylko liczba poszczególnych nukleotydów w cząsteczkach two-
rzących dupleks, ale również ich sekwencje (4-6). Wadą standardowej wersji tej meto-
dy jest to, że daje ona stosunkowo dokładne wyniki dla sekwencji całkowicie komple-
mentarnych, natomiast zawodzi w przypadku występowania różnego typu niedopaso-
wań. Dlatego model został rozszerzany przez wprowadzanie dodatkowych parame-
trów odpowiadających różnego rodzaju niedopasowaniom (7-12). Niezależnie jednak
od metody, jaka została wykorzystana do wyznaczenia temperatury topnienia, sondy
należy zaprojektować w taki sposób, by dupleksy jakie tworzą one z sekwencjami do-
celowymi charakteryzowały się identycznymi lub zbliżonymi wartoSciami Tm. Jednak-
że dupleksy tworzone z sekwencjami innymi niż docelowe powinny mieć temperatury
topnienia na tyle niskie, by nie dochodziło do ich utworzenia.
PrzedstawiliSmy jedynie ogólny zarys metody projektowania macierzy DNA,
w której zasadniczym kryterium przydatnoSci sond jest temperatura topnienia du-
pleksu. W praktyce sondy wybiera się na podstawie szeregu łatwych do sprawdze-
nia kryteriów cząstkowych, których suma stanowi przybliżenie kryterium dokładnej
temperatury topnienia. NajczęSciej stosowane są następujące reguły (13-17):
56 PRACE PRZEGLĄDOWE
Mikromacierze DNA zasady projektowania sond
zawartoSć danego nukleotydu w sondzie nie może stanowić więcej niż 50% se-
kwencji,
fragmenty składające się z nukleotydów jednego rodzaju nie powinny przekra-
czać 25% długoSci sondy,
zawartoSć nukleotydów GC powinna mieScić się w granicach od 30 do 70%,
oligonukleotydy będące sondami oraz komplementarne do nich sekwencje do-
celowe nie powinny tworzyć stabilnych struktur drugorzędowych,
długoSć ciągłego fragmentu sondy (podciągu) komplementarnego do sekwen-
cji nie będącej sekwencją docelową nie powinna przekraczać 15 nukleotydów,
stopień komplementarnoSci do sekwencji nie będącej sekwencją docelową nie
powinien przekraczać 75%.
Kryteria te zostały m. in. wykorzystane przy tworzeniu programu PICKY (18),
którego ciekawą właSciwoScią jest brak koniecznoSci okreSlenia dokładnej długoSci
projektowanych sond oraz temperatury topnienia. Użytkownik podaje jedynie pe-
wien zakres długoSci sond oraz minimalną różnicę między temperaturami topnienia
dupleksów tworzonych z sekwencjami docelowymi i pozostałymi sekwencjami. Bio-
rąc pod uwagę te ograniczenia program PICKY dobiera sondy tak, by wykazywały
one maksymalną czułoSć i specyficznoSć.
W jednej z metod projektowania mikromacierzy genomowych unikatowoSć sond
sprawdzana jest na podstawie odległoSci Levensteina (18). Zgodnie z definicją od-
ległoSć Levensteina między sekwencjami s i t, oznaczona przez L(s,t), równa jest naj-
mniejszej liczbie elementarnych operacji edycyjnych niezbędnych do przekształce-
nia s w t (lub odwrotnie) (19). Wspomnianymi operacjami jest zamiana, wstawienie
i usunięcie pojedynczego znaku. Autorzy metody przyjmują, że oligonukleotyd
s jest unikatowy, jeżeli nie istnieje (w zbiorze rozważanych sekwencji) oligonukle-
otyd t taki, że L(s,t) k, gdzie k jest przyjętym progiem, a ponadto wystąpienia s i t
w analizowanych sekwencjach nie nakładają się na siebie. Autorzy przyjęli długoSć
sond równą 25 nukleotydów, natomiast wartoSć progu k ustalona została na 4.
Wyselekcjonowane w ten sposób sondy poddawane są dalszej analizie, w której
zmierza się do usunięcia zarówno tych, które mogą hybrydyzować same ze sobą jak
i tych, które tworzą z sekwencjami docelowymi dupleksy o zbyt niskiej temperatu-
rze topnienia. W tym celu zastosowano następujące kryteria:
oligonukleotyd może zawierać najwyżej 12 nukleotydów A, 12 nukleotydów T,
10 nukleotydów C i 10 nukleotydów G,
żaden podciąg o długoSci 8 nukleotydów nie może zawierać więcej niż 6 nu-
kleotydów A, 6 T, 4 C i 4 G,
sonda może zawierać najwyżej 6 kolejnych nukleotydów A, 6 nukleotydów T, 5
nukleotydów C i 5 nukleotydów G,
końce sondy nie powinny być wzajemnie komplementarne.
Warto zwrócić uwagę na fakt, że wymienione kryteria są jedynym warunkiem
mającym zapewnić odpowiednią temperaturę topnienia dupleksów tworzonych
przez sondy z sekwencjami z badanej próby.
BIOTECHNOLOGIA 4 (83) 54-67 2008 57
Piotr Formanowicz i inni
Na podobnych zasadach oparty został program YODA (20). W tym przypadku pro-
ces projektowania ma zapewnić odpowiednią czułoSć, specyficznoSć oraz spójnoSć
sond. Założona czułoSć sond osiągana jest poprzez eliminację oligonukleotydów, któ-
re mogą tworzyć stabilne struktury drugorzędowe bądx homodimery. Sondy posia-
dające takie właSciwoSci miałyby ograniczoną zdolnoSć do hybrydyzacji z sekwencją
docelową. SpecyficznoSć zapewniana jest przez eliminację z początkowego zbioru oli-
gonukleotydów tych jego elementów, które wykazują więcej niż 75% komplementar-
noSci do sekwencji innej niż docelowa oraz tych, które zawierają podciąg dłuższy niż
15 nukleotydów całkowicie komplementarny do sekwencji różnej od docelowej. Po-
nadto eliminowane są oligonukleotydy zawierające długie podciągi złożone z nukle-
otydów jednego rodzaju. SpójnoSć zapewniana jest poprzez dobór oligonukleotydów
o zbliżonej temperaturze topnienia oraz takich, które są komplementarne do okreSlo-
nego obszaru sekwencji docelowej, np. blisko końca 3 lub 5 , bądx blisko Srodka se-
kwencji w zależnoSci od sposobu przygotowania badanej próby.
Do okreSlenia temperatury topnienia stosowany jest model najbliższego sąsiada
z parametrami podanymi przez SantaLucię (4). Najpierw wyznaczana jest Srednia
temperatura topnienia dupleksów tworzonych przez wszystkie oligonukleotydy
o podanej długoSci, a następnie użytkownik podaje dopuszczalny zakres tempera-
tur. Na wstępie sprawdza się czy w obrębie oligonukleotydów o zadanej długoSci
występują wczeSniej zdefiniowane przez użytkownika tzw. sekwencje zabronione,
np. podciągi składające się z nukleotydów jednego rodzaju. Oligonukleotydy zawie-
rające takie sekwencje są eliminowane ze zbioru potencjalnych sond. Następnie
sprawdzana jest temperatura topnienia dupleksów tworzonych przez oligonukle-
otydy, które przeszły pozytywnie poprzedni test. JeSli nie mieSci się ona we wczeS-
niej zdefiniowanym przedziale wartoSci, sonda jest odrzucana. W dalszej kolejnoSci
sprawdzana jest możliwoSć tworzenia przez oligonukleotydy stabilnych struktur
drugorzędowych. W badaniu tym nie jest stosowane podejScie termodynamiczne,
gdyż jego celem nie jest znalezienie najbardziej stabilnej struktury, lecz sprawdze-
nie, czy powstanie jakiejkolwiek struktury tego typu jest prawdopodobne.
Na tym etapie weryfikacji oligonukleotydów każdej sekwencji docelowej można
przypisać wiele potencjalnych sond (może się jednak również zdarzyć, że pewnej
sekwencji nie będzie można przypisać żadnej sondy). W celu zidentyfikowania naj-
lepszych sond, dla każdej z sekwencji docelowych przeprowadzana jest dodatkowa
selekcja. Podstawowym jej celem jest wybór odpowiedniego podzbioru sond, które-
go elementy będą wykazywać jakąS charakterystyczną cechę np. równomierny roz-
kład wzdłuż sekwencji docelowej. Innym kryterium selekcji może być położenie
sond blisko jednego z końców lub Srodka sekwencji docelowej. Możliwe jest też
zażądanie, by sondy nie nakładały się na siebie.
Końcowa analiza potencjalnych sond, które przeszły przez wszystkie poprzednie
etapy polega na sprawdzeniu możliwoSci dimeryzacji oraz okreSleniu komplemen-
tarnoSci do sekwencji innych niż docelowe. DomySlny próg komplementarnoSci, po-
wyżej którego oligonukleotydy są odrzucane wynosi 80%.
58 PRACE PRZEGLĄDOWE
Mikromacierze DNA zasady projektowania sond
W innej metodzie projektowania sond wykorzystuje się drzewa sufiksowe oraz
programowanie dynamiczne (21). Metoda ta rozpoczyna działanie od konstrukcji
uogólnionego drzewa sufiksowego na podstawie sekwencji komplementarnych do
sekwencji docelowych. Drzewo sufiksowe jest strukturą danych umożliwiającą szyb-
kie wyszukiwanie powtarzających się podsekwencji. WłaSciwoSć ta jest wykorzysta-
na do identyfikacji niespecyficznych oligonukleotydów, które są usuwane ze zbioru
sond. Dla wszystkich dupleksów tworzonych przez kandydatów na sondy i podciągi
sekwencji docelowych obliczana jest ich temperatura topnienia. Jest ona wyznacza-
na za pomocą rozszerzonego modelu najbliższego sąsiada, w którym oprócz par
Watsona-Cricka uwzględnione są również inne pary zasad, a także pozycje niespa-
rowane. Ze względu na fakt, że genomowe DNA zawierają dużo powtarzających się
podsekwencji, efektywnoSć algorytmu może zostać zwiększona przez unikanie wie-
lokrotnego obliczania temperatury topnienia dla pewnych fragmentów sond oraz
sekwencji docelowych. W tym celu już w początkowej fazie działania algorytmu po-
tencjalne sondy są zapisane w uogólnionym drzewie sufiksowym. W interesujący
sposób rozwiązany został problem wyznaczania temperatur topnienia za pomocą
programowania dynamicznego. Ponieważ oprócz dupleksów całkowicie dopasowa-
nych należy wziąć pod uwagę również takie, w których występują niedopasowania,
stąd najpierw należy wyznaczyć optymalne dopasowania sond do sekwencji niedo-
celowych. Miarą służącą do wyznaczenia tych optymalnych dopasowań jest tempe-
ratura topnienia. Zatem oba problemy, tj. znalezienie optymalnego dopasowania
sond z sekwencjami niedocelowymi oraz wyznaczenie temperatur topnienia odpo-
wiadających takim dopasowaniom sekwencji są ze sobą SciSle powiązane. Autorzy
rozwiązują oba te problemy jednoczeSnie za pomocą programowania dynamiczne-
go wyznaczającego dopasowanie termodynamiczne, tj. takie, któremu odpowiada
najwyższa temperatura topnienia.
Inną interesującą metodę doboru sond opracował Hu i wsp. (22). W odróżnieniu od
wielu innych nie polega ona na sprawdzaniu kolejno wybranych kryteriów cząstko-
wych i eliminowaniu oligonukleotydów ich niespełniających, lecz na sprawdzaniu kry-
terium zbiorczego, utworzonego ze standardowych kryteriów cząstkowych, którym
przypisano odpowiednie wagi. Tymi kryteriami są: specyficznoSć, złożonoSć sekwen-
cji, temperatura topnienia oraz prawdopodobieństwo utworzenia struktury drugorzę-
dowej. Klasyczne podejScie oparte na sekwencyjnym sprawdzaniu kryteriów cząstko-
wych w niektórych przypadkach może prowadzić do wyboru sond o niskiej jakoSci,
zwłaszcza gdy projektowana mikromacierz ma zostać wykorzystana do badania geno-
mu, w którym występuje dużo powtórzonych podsekwencji lub występuje duża
zmiennoSć zawartoSci nukleotydów GC. Oligonukleotydy, które pomySlnie przeszły
przez etap sprawdzania danego kryterium są następnie weryfikowane pod kątem ko-
lejnego z nich, jednak bez uwzględniania rezultatów poprzednich testów. Innymi
słowy, na kolejnych etapach filtrowania (kryterium cząstkowe działa jak filtr) wszyst-
kie oligonukleotydy traktowane są jednakowo. Wady tej nie posiada metoda, w której
stosowane jest tylko jedno kryterium, składające się z kryteriów cząstkowych.
BIOTECHNOLOGIA 4 (83) 54-67 2008 59
Piotr Formanowicz i inni
Interesujące podejScie do projektowania dłuższych sond (ok. 50 nukleotydów
i więcej) zaimplementowane zostało w programie GoArrays (23). W opisanych trady-
cyjnych metodach zakłada się pełną komplementarnoSć sondy z sekwencją doce-
lową na całej długoSci. Dodatkowo, niemal we wszystkich stosuje się następujące
ograniczenia:
komplementarnoSć do sekwencji nie będącej sekwencją docelową nie powinna
przekraczać 75%,
długoSć ciągłego fragmentu sondy (podciągu) komplementarnego do sekwen-
cji nie będącej sekwencją docelową nie powinna przekraczać 15 nukleotydów.
Jednakże nie zawsze możliwe jest zaprojektowanie specyficznych sond z uw-
zględnieniem tych ograniczeń. Przykładowo, dla drożdży Saccharomyces cerevisiae
253 rejony kodujące (4,5% wszystkich tego typu rejonów) nie mogą być reprezento-
wane przez specyficzne sekwencje. Program OligoArray 2.0, wykorzystujący model
termodynamiczny najbliższego sąsiada, nie znajduje specyficznych sond dla 7% rejo-
nów kodujących Arabidopsis thaliana. Sytuacja przedstawia się jeszcze gorzej w przy-
padku Encephalitozoon cuniculi, gdzie dla tradycyjnej metody projektowania sekwen-
cji o długoSci 50 nukleotydów, utworzyć można sondy specyficzne zaledwie dla ok.
40% rejonów kodujących.
Autorzy programu GoArrays próbują rozwiązać problem specyficznoSci poprzez
zastosowanie nieco innego podejScia. Zamiast jednej specyficznej sondy program
wyszukuje dwa krótsze podciągi specyficzne (o długoSci np. 25 nukleotydów), odda-
lone od siebie o zadaną liczbę nukleotydów (liczba ta powinna mieScić się w okreS-
lonym przedziale). Oba podciągi muszą być w pełni komplementarne do fragmen-
tów rozpatrywanego obszaru. Następnie łączone są one krótkim, losowo wygenero-
wanym ciągiem nukleotydów (zwykle 3-6 nukleotydów). Utworzona w ten sposób
sonda nie jest komplementarna do sekwencji docelowej na całej długoSci. Sekwen-
cja docelowa po przyłączeniu tworzy pętlę, której długoSć równa jest odległoSci
między znalezionymi podciągami. SpecyficznoSć skonstruowanej w ten sposób son-
dy sprawdza się ponownie za pomocą opisanych testów, ponieważ mogła ona zo-
stać zaburzona przez wstawienie losowego łącznika. W ostatnim etapie eliminowa-
ne są sondy, które:
nie mieszczą się w dopuszczalnym przedziale temperatury topnienia, oblicza-
nej za pomocą modelu najbliższego sąsiada,
tworzą stabilne struktury drugorzędowe (jest to sprawdzane za pomocą pro-
gramu Mfold),
zawierają zdefiniowane przez użytkownika sekwencje zabronione.
W przypadku gdy sonda zostanie odrzucona, analizowany obszar sekwencji do-
celowej zostaje przesunięty na kolejną pozycję, a cały proces trwa tak długo, aż po-
prawny oligonukleotyd zostanie znaleziony.
Kolejny program, OligoArray, służy do projektowania sond o stałej długoSci (24).
Może on także działać przy założeniu kilku stałych parametrów, np. możliwe jest
przyjęcie: stałej liczby sond dla jednej sekwencji docelowej, maksymalnej odległoSci
60 PRACE PRZEGLĄDOWE
Mikromacierze DNA zasady projektowania sond
od końca sekwencji docelowej, zakresu temperatur topnienia, progu temperatury
topnienia struktur drugorzędowych, modyfikacji (chemicznych) końca 5 i/lub 3
sondy oraz zbioru sekwencji zabronionych.
Każda z sekwencji, dla których mają być zaprojektowane sondy przeglądana jest
od końca 3 za pomocą przesuwającego się okna o długoSci projektowanych sond.
ZawartoSć tego okna jest w pierwszej kolejnoSci porównywana ze zbiorem sekwen-
cji zabronionych. Następnie sprawdzana jest unikatowoSć wskazywanych przez
okno oligonukleotydów przez porównanie ze zbiorem wszystkich transkrybowa-
nych sekwencji organizmu, dla którego projektowana jest macierz. W metodzie tej
próg specyficznoSci jest wyższy niż często stosowany próg zaproponowany przez
Kane a i wsp. (13). Dla fragmentów o długoSci większej niż 50 nukleotydów stopień
identycznoSci powinien być mniejszy niż 50%. Dla fragmentów o długoSci od 36 do
50 nukleotydów powinien on być mniejszy niż 60%, a dla fragmentów o długoSci od
15 do 35 nukleotydów mniejszy niż 70%. Podciągi o długoSci mniejszej niż 15 nu-
kleotydów w pełni komplementarne do fragmentów sekwencji niedocelowych są ak-
ceptowane.
Sekwencje, które przejdą test specyficznoSci są sprawdzane pod względem moż-
liwoSci tworzenia struktur drugorzędowych. Temperatura topnienia poszczegól-
nych struktur drugorzędowych obliczana jest za pomocą programu Mfold (25). Oli-
gonukleotyd jest akceptowany, jeżeli nie tworzy struktury o temperaturze topnie-
nia przekraczającej okreSlony przez użytkownika próg. Jeżeli znajdujący się w oknie
oligonukleotyd nie spełnia postawionych kryteriów, jest ono iteracyjnie przesuwane
o 10 nukleotydów w kierunku końca 5 , dopóki odpowiedni oligonukleotyd nie zo-
stanie znaleziony lub nie zostanie osiągnięta minimalna dopuszczalna odległoSć
końca 5 oligonukleotydu od końca analizowanej sekwencji.
W programie OligoPicker zaimplementowana jest metoda projektowania sond
dla rejonów kodujących (26). Metoda ta polega na sekwencyjnym przeprowadzaniu
testów weryfikujących okreSlone właSciwoSci potencjalnych sond. Podstawowym te-
stem jest sprawdzenie, czy oligonukleotyd zawiera odpowiednio długi ciągły frag-
ment komplementarny do jakiejkolwiek z analizowanych sekwencji. Badania prze-
prowadzone przez autorów metody są zgodne z wczeSniejszymi obserwacjami, że
odrzucane powinny być sondy zawierające 15-nukleotydowe fragmenty komple-
mentarne do innych sekwencji niż docelowa. Ponadto, eliminowane są oligonukle-
otydy zawierające ciągi identycznych nukleotydów oraz tworzące struktury drugo-
rzędowe. Jednak według autorów dwa ostatnie testy w nieznacznym tylko stopniu
zmniejszają licznoSć zbioru potencjalnych sond. Sprawdzana jest również tempera-
tura topnienia oligonukleotydów, obliczana wg wzoru:
g 600
Tm 64,9 41
l l
gdzie g oznacza liczbę nukleotydówCi Gwoligonukleotydzie, a l jest jego długoS-
cią. Ponieważ RNA inne niż mRNA mogą zaburzać eksperyment hybrydyzacyjny, do-
BIOTECHNOLOGIA 4 (83) 54-67 2008 61
Piotr Formanowicz i inni
datkowo odrzucane są również oligonukleotydy o sekwencjach podobnych do rRNA
lub snRNA.
W pracy Suzuki i wsp. przedstawiono z kolei wyniki badania wpływu długoSci
sond na ich specyficznoSć, a konkretnie na ich zdolnoSć do wykrywania jednonukle-
otydowych niedopasowań (27). W tym celu autorzy zaprojektowali sztuczne
25-mery o losowych sekwencjach, a następnie dla tych sekwencji zostały zaprojek-
towane sondy całkowicie z nimi komplementarne o długoSciach od 14 do 25 nukle-
otydów oraz sondy zawierające po jednym niedopasowanym nukleotydzie wystę-
pującym kolejno we wszystkich możliwych pozycjach. Na podstawie wyników eks-
perymentu hybrydyzacyjnego przeprowadzonego za pomocą stworzonej w ten spo-
sób mikromacierzy wskazuje się, że optymalna długoSć sond ze względu na specy-
ficznoSć wynosi od 19 do 21 nukleotydów. Warto zauważyć, że długoSć ta jest
mniejsza niż stosowana w standardowych mikromacierzach o dużej gęstoSci. Po-
nadto w eksperymencie tym potwierdzono, że specyficznoSć sond maleje, jeżeli nie-
dopasowany nukleotyd znajduje się blisko jednego z końców sondy.
Interesująca metoda selekcji sond zaproponowana została do projektowania mi-
kromacierzy przeznaczonych do wykrywania organizmów zmodyfikowanych gene-
tycznie (GMO) (28). Autorzy przyjęli założenie, że pojawienie się sygnału na mikro-
macierzy oznacza, iż badana próbka zawiera materiał pochodzący z GMO. Wszystkie
sondy mają jednakową długoSć l. Metoda rozpoczyna działanie na zbiorze wszyst-
kich oligonukleotydów o długoSci l i za pomocą pewnych biologicznych i kombina-
torycznych zasad eliminacji zmniejsza liczbę oligonukleotydów do takiej, która od-
powiada technicznym możliwoSciom konstrukcji mikromacierzy. Reguły eliminacji
podzielone są na trzy grupy:
1. Usuwanie sond odpowiadających obu niciom genomu odniesienia, którego
obecnoSć jest spodziewana w badanej próbce (w przeciwieństwie do GMO, który
jest nieznany). Celem zastosowania reguł z tej grupy jest ograniczenie liczby błę-
dów pozytywnych.
2. Usuwanie sekwencji, które najprawdopodobniej nie są genetycznie funkcjo-
nalne (np. hiperzmienne motywy mikrosatelitarne, długie fragmenty składające się
z nukleotydów jednego rodzaju lub powtórzenia krótkich sekwencji). Sekwencje ta-
kie zazwyczaj nie są wynikiem zamierzonych modyfikacji genetycznych.
3. Usuwanie oligonukleotydów, które tworzą dupleksy o małej sile wiązania.
Jeżeli przez A, B, i C oznaczone zostaną zbiory sond okreSlonych przez reguły 1,
2 i 3, to zbiorem sond wybranych przez opisywaną metodę jest A B C, gdzie
przestrzenią, w której okreSlone są te zbiory jest zbiór wszystkich sekwencji
o długoSci l.
Reguły z pierwszej grupy oprócz eliminacji sekwencji dokładnie dopasowanych
do genomu odniesienia usuwają ze zbioru potencjalnych sond również te oligonu-
kleotydy, które mają pewną, okreSloną jako parametr, liczbę niedopasowań w sto-
sunku do tego genomu. Jest to wskazane z kilku powodów, m. in. dlatego że se-
kwencje takie również mogą tworzyć dupleksy, a ponadto, ze względu na naturalną
62 PRACE PRZEGLĄDOWE
Mikromacierze DNA zasady projektowania sond
różnorodnoSć, nie wszystkie cząsteczki DNA pochodzące z organizmu odniesienia
muszą mieć dokładnie taką samą sekwencję nukleotydową. Wreszcie, kompensowa-
ne są w ten sposób, przynajmniej do pewnego stopnia, błędy sekwencjonowania.
Reguły z drugiej grupy eliminują oligonukleotydy, które zawierają więcej niż 50%
nukleotydów jednego rodzaju lub więcej niż trzy kolejne jednakowe dinukleotydy,
bądx więcej niż 33% identycznych dinukleotydów w całej sekwencji.
Reguły z trzeciej grupy oparte są na empirycznie wyprowadzonych heurystykach
podanych przez Affymetrix dla sond o długoSci 20 nukleotydów (11). Zgodnie z tymi
regułami eliminowane są oligonukleotydy, które zawierają:
więcej niż 9 nukleotydów A, 9 nukleotydów T, 9 nukleotydów C lub 9 nukleoty-
dów G,
w dowolnym podciągu o długoSci 8 nukleotydów więcej niż 7 nukleotydów A
lub 7 nukleotydów T,
w dowolnym podciągu o długoSci 8 nukleotydów więcej niż 6 nukleotydów C
lub 6 nukleotydów G,
podciąg o długoSci 6 nukleotydów składający się z nukleotydów C i G,
podciąg o długoSci 7 nukleotydów składający się z nukleotydów A i T.
Ponadto, eliminowane są również oligonukleotydy, dla których połowa maksy-
malnej liczby komplementarnych par zasad między sekwencjami 5 -3 i 3 -5 jest
większa od 6. Wyznaczana jest również temperatura topnienia potencjalnych sond,
która dla całego projektowanego zbioru powinna znajdować się w jak najwęższym
zakresie. Temperatura ta wyznaczana jest za pomocą modelu najbliższego sąsiada.
Wiele interesujących wyników biologicznych uzyskano w eksperymentach,
w których wykorzystano mikromacierze zaprojektowane za pomocą programu Ar-
rayOligoSelector (29,30). Program ten generuje zbiór sond dla wszystkich otwartych
ramek odczytu i wymaga podania pełnej sekwencji genomowej badanego organi-
zmu oraz sekwencji otwartych ramek odczytu, dla których mają zostać zaprojekto-
wane sondy.
W pierwszym etapie w programie wykorzystuje się metodę BLAST lub BLAT do
sprawdzenia lokalizacji poszczególnych ramek względem całego genomu. Algorytm
BLAST jest bardziej dokładny, przez co generuje większy zbiór danych i w konse-
kwencji program działa wolniej. Metoda BLAT jest szybsza, jednak mniej dokładna,
gdyż istnieje ryzyko pominięcia niektórych dopasowań.
W kolejnym etapie identyfikowane są oligonukleotydy o największej specyficz-
noSci. W tym celu dla każdej ramki znajdowane są sekwencje wykazujące najmniej-
szą specyficznoSć w obrębie pozostałej częSci genomu. Dla wszystkich potencjal-
nych rejonów hybrydyzacji, znalezionych wczeSniej algorytmem BLAST lub BLAT,
obliczana jest energia wiązania za pomocą metody najbliższego sąsiada, z uwzględ-
nieniem niedopasowań dupleksów.
Następnie sekwencje sprawdzane są pod kątem tworzenia struktur drugorzędo-
wych. Ze względu na długi czas obliczeń nie wykorzystano programu Mfold, lecz
szybszą metodę bazującą na algorytmie Smitha-Watermana.
BIOTECHNOLOGIA 4 (83) 54-67 2008 63
Piotr Formanowicz i inni
Kolejny etap to sprawdzanie zawartoSci par G-C, która jest głównym czynnikiem
mającym wpływ na temperaturę topnienia dupleksu. Wykorzystywany jest tutaj
próg okreSlony przez użytkownika.
W ostatnim etapie dokonywany jest wybór najlepszego oligonukleotydu w obrę-
bie danej ramki. Dla każdej z nich wykonywane są następujące kroki:
wybierane są te oligonukleotydy, których energia wiązania jest najbliższa war-
toSci zdefiniowanej przez użytkownika i nie przekracza progu odcięcia,
opcjonalnie wystąpić może eliminacja zdefiniowanych przez użytkownika se-
kwencji niepożądanych, np. zawierających zbyt dużą liczbę par A-T,
wybierane są oligonukleotydy, dla których złożonoSć sekwencji ma wartoSć
mniejszą niż próg odcięcia oraz wynik badania możliwoSci powstania struktury dru-
gorzędowej jest zadowalający; jeSli wszystkie sekwencje w ramach analizowanej
ramki zostały odrzucone, progi odcięcia ulegają obniżeniu, a jeSli nadal żadna se-
kwencja nie zostanie wybrana obniżony zostaje próg zawartoSci par G-C poniżej
wartoSci zdefiniowanej przez użytkownika,
ostatnim parametrem jest bliskoSć sąsiedztwa końca 3 wybierany jest oli-
gonukleotyd leżący najbliżej końca 3 ramki i ten oligonukleotyd jest uznawany za
najlepszy.
Program umożliwia również generowanie więcej niż jednej sondy dla każdej
z ramek.
Opisane dotąd metody projektowania mikromacierzy oparte są m. in. na założe-
niu, zgodnie z którym sondy powinny być specyficzne dla odpowiednich genów.
Jest to założenie ze wszech miar słuszne, jednak w praktyce może okazać się trud-
ne, bądx wręcz niemożliwe do spełnienia. Stąd prowadzone są intensywne badania
nad metodami projektowania zbiorów sond mniej specyficznych, jednak wybranych
w taki sposób, że możliwe jest za ich pomocą jednoznaczne zidentyfikowanie anali-
zowanych genów (31). Problem znalezienia takiego zbioru sond dla danego zbioru
sekwencji docelowych (genów) można sformułować następująco. Niech dana będzie
macierz H=[hij], nazywana macierzą incydencji. W macierzy tej wiersze odpowia-
dają sekwencjom docelowym, natomiast kolumny odpowiadają potencjalnym son-
dom. Element hij równy jest 1 wtedy i tylko wtedy, gdy sonda j hybrydyzuje z se-
kwencją i. W przeciwnym przypadku element ten równy jest 0.
Mając daną macierz incydencji należy wybrać zbiór sond o jak najmniejszej licz-
noSci, taki, by za jego pomocą możliwe było jednoznaczne zidentyfikowanie dowol-
nej z sekwencji docelowych reprezentowanych przez wiersze tej macierzy. General-
nie jest to interesujący i złożony problem matematyczny. Jego rozwiązanie, nawet
przybliżone, może zostać wykorzystane do skonstruowania efektywnych pod
względem skutecznoSci działania oraz kosztów mikromacierzy DNA.
W tabeli przedstawiona jest przykładowa macierz incydencji. Występują w niej
4 sekwencje docelowe (t1 t4) oraz 7 potencjalnych sond (p1 p7). Z macierzy tej
wynika m. in., że sonda p3 hybrydyzuje z sekwencją t2 (jedynka w komórce (2,3)), na-
tomiast sonda p5 z tą sekwencją nie hybrydyzuje (zero w komórce (2,5)).
64 PRACE PRZEGLĄDOWE
Mikromacierze DNA zasady projektowania sond
Tabel a
Przykładowa macierz incydencji
p1 p2 p3 p4 p5 p6 p7
t1 1 0 1 1 0 1 0
t2 0 1 1 1 0 0 0
t3 1 1 0 1 1 0 1
t4 0 0 1 0 0 1 1
Łatwo można zauważyć, że gdyby w badanej próbie mogła znalexć się tylko jed-
na z sekwencji docelowych t1 t4, do ich wykrycia wystarczyłyby tylko trzy sondy
p1, p2 i p3.
Istotnie, hybrydyzacja z sondami p1 i p3 oznaczałaby obecnoSć w badanej próbie
sekwencji t1, hybrydyzacja z p2 i p3 oznaczałaby wykrycie sekwencji t2, obecnoSć se-
kwencji t3 wykryta byłaby poprzez hybrydyzację z sondami p1 i p2, natomiast hybry-
dyzacja wyłącznie z sondą p3 oznaczałaby obecnoSć w próbie sekwencji t4.
W podobny sposób wykryć można obecnoSć w badanej próbie par sekwencji do-
celowych. Przykładowo, hybrydyzacja z sondami p1, p2, p4, p6, p7 oznacza obecnoSć
sekwencji t1 i t4. JeSli hybrydyzacja zachodzi ze wszystkimi sondami, w próbie obec-
ne są sekwencje t3 i t4. Za pomocą przedstawionego w tabeli zestawu sond nie moż-
na jednak badać prób, w których mogą wystąpić trójki sekwencji docelowych, np.
wystąpienie trójki t1, t2, t3 spowodowałoby hybrydyzację ze wszystkimi sondami,
czyli wynik identyczny z uzyskanym w przypadku obecnoSci w roztworze sekwencji
t3 i t4.
W pracy Meneses i wsp. opisano algorytm przybliżony, rozwiązujący przedsta-
wiony problem wyboru sekwencji niespecyficznych oraz wynik jego zastosowania
do projektowania sond dla sekwencji genomowej ludzkiego wirusa upoSledzenia
odpornoSci (HIV) (32).
3. Podsumowanie
Mikromacierze DNA są nowoczesnym i bardzo efektywnym narzędziem służą-
cym m. in. do badania ekspresji genów. Ich główną zaletą w porównaniu z innymi
metodami służącymi do tego rodzaju badań jest wysoki stopień równoległoSci umoż-
liwiający analizę ekspresji wielu, niekiedy nawet kilkudziesięciu tysięcy genów jed-
noczeSnie. Należy jednak pamiętać, że jakoSć wyników uzyskiwanych za pomocą mi-
kromacierzy jest silnie uzależniona od sposobu ich zaprojektowania. Dwoma głów-
nymi kryteriami przy projektowaniu mikromacierzy powinny być czułoSć i specyficz-
noSć. Kryteria te nie zawsze jest łatwo ze sobą pogodzić, stąd projektowanie mikro-
BIOTECHNOLOGIA 4 (83) 54-67 2008 65
Piotr Formanowicz i inni
macierzy jest skomplikowanym problemem kombinatorycznym, do rozwiązania któ-
rego stosuje się metody informatyczne. Ponadto, oprócz sond specyficznych dla ba-
danych genów, należy także uwzględnić odpowiednie sondy kontrolne: 1) negatyw-
ne, które nie powinny hybrydyzować z żadną sekwencją obecną w próbie biologicz-
nej, oraz 2) pozytywne, czyli specyficzne dla okreSlonych sekwencji zewnętrznych,
dodawanych do próbki w znanym stężeniu, jeszcze przed procesem znakowania
(ang. spike controls). W celu lepszej kontroli warunków hybrydyzacji często stosuje
się także sondy o stopniowo obniżającym się stopniu komplementarnoSci do okreS-
lonej sekwencji docelowej (np. sonda w pełni komplementarna, sonda komplmen-
tarna w 90, 80, 70% itd.). Sondy kontrolne powinny spełniać te same kryteria (długo-
Sci, składu nukleotydowego czy temperatury topnienia), co zestaw sond służący do
badania interesujących nas sekwencji.
W ciągu ostatnich lat powstało wiele pakietów oprogramowania wspomaga-
jących projektowanie mikromacierzy. Programy te rozwiązują (często w sposób
przybliżony) problem projektowania odpowiedniego zestawu sond biorąc pod uwa-
gę różne kryteria cząstkowe, których suma jest w praktyce przybliżeniem wspo-
mnianych dwóch głównych kryteriów, tj. czułoSci i specyficznoSci. Ze względu na
fakt, że problemy biologiczne rozwiązywane za pomocą mikromacierzy są bardzo
różnorodne należy przy wyborze metody projektowania wziąć pod uwagę kryteria
zawarte w tej metodzie i rozważyć, czy odpowiadają one rozwiązywanemu proble-
mowi biologicznemu.
Opracowanie powstało w ramach realizacji projektu badawczego finansowanego przez Minister-
stwo Nauki i Szkolnictwa Wyższego, nr PBZ-MNiI-2/1/2005.
Literatura
1. Formanowicz P., Handschuh L., Urbaniak R., Błażewicz J., Figlerowicz M., (2005), Na Pograniczu
Chemii i Biologii, 12, 513-530.
2. Sambrook J., Russel D. W., (2001), Molecular Cloning. A Laboratory Manual, 3rd ed., 10.47-10.52,
CSHL Press.
3. Suggs S. V., Hirose T., Miyake T., Kawashima E. H., Johnson M. J., Itakura K., Wallace R. B., (1981),
Developmental biology using purified genes, Ed. Brown D. B., 683-693, Academic Press, New York.
4. SantaLucia Jr. J., (1998), Proc. Natl. Acad. Sci. USA, 95, 1460-1465.
5. Panjkovich A., Melo F., (2005), Bioinformatics, 21, 711-722.
6. SantaLucia Jr. J., Allawi H. T., Seneviratne P. A., (1996), Biochemistry, 35, 3555-3562.
7. Allawi H. T., SantaLucia Jr. J., (1997), Biochemistry, 36, 10581-10594.
8. Allawi H. T., SantaLucia Jr. J., (1998), Nucleic Acid Res., 26, 2694-2701.
9. Allawi H. T., SantaLucia Jr. J., (1998), Biochemistry, 37, 2170-2179.
10. Allawi H. T., SantaLucia Jr. J., (1998), Biochemistry, 37, 9435-9444.
11. Peyret N., Seneviratne P. A., Allawi H. T., SantaLucia Jr. J., (1999), Biochemistry, 38, 3468-3477.
12. Bommarito S., Peyret N., SantaLucia Jr. J., (2000), Nucleic Acid Res., 28, 1929-1934.
13. Shoemaker D. D., Linsley P. S., (2002), Curr. Opin. Microbiol., 5, 334-337.
14. Alon U., Barkai N., Notterman D. A., Gish K., Ybarra S., Mack D., Levine A. J., (1999), Proc. Natl.
Acad. Sci. USA, 8, 96 (12), 6745-6750.
66 PRACE PRZEGLĄDOWE
Mikromacierze DNA zasady projektowania sond
15. Zhu T., Wang X., (2000), Plant Physiol., 124, 1472-1476.
16. Li F., Stormo G. D., (2001), Bioinformatics, 17, 1067-1076.
17. Chou H.-H., Hsia A.-P., Mooney D. L., Schnable P. S., (2004), Bioinformatics, 20, 2893-2902.
18. Hyyr H., Juhola M., Vihinen M., (2005), Nucleic Acid Res., 33, e115.
19. Levenstein V., (1966), Soviet Phys. Doklady, 10, 707-710.
20. Nordberg E. K., (2005), Bioinformatics, 21, 1365-1370.
21. Kaderali L., Schliep A., (2002), Bioinformatics, 18, 1340-1349.
22. Hu G., LIins M., Li J., Preiser P. R., Bozdech Z., (2007), BMC Bioinformatics, 8, 350.
23. Rimour S., Hill D., Militon C., Peyret P., (2005), Bioinformatics, 21, 1094-1103.
24. Rouillard J.-M., Herbert C. J., Zuker M., (2002), Bioinformatics, 18, 486-487.
25. Zuker M., Mathews D. H., Turner D. H., (1999), Algorithms and Thermodynamics for RNA Secondary
Structure Prediction: A Practical Guide, NATO ASI Series, Kluwer, Dordrecht.
26. Wang X., Seed B., (2003), Bioinformatics, 19, 796-802.
27. Suzuki S., Ono N., Furusawa C., Kashiwagi A., Yomo T., (2007), BMC Genomics, 8, 373.
28. Nesvold H., Kristoffersen A. B., Holst-Jensen A., Berdal K. G., (2005), Bioinformatics, 21, 1917-1926.
29. Zhu J., (2006), The application of functional genomics, systems biology and drug development to the study
of infectious disease, Ph.D. thesis, University of California San Francisco.
30. ArrayOligoSelector http://derisilab.ucsf.edu/index.php?software=46
31. Du D. H. Z., Hwang F. K., (2006), Pooling Designs and Nonadaptive Group Testing, World Scientific,
Singapore.
32. Meneses C. N., Pardalos P. M., Ragle M. A., (2007), Ann. Biomed. Eng., 35, 651-658.
BIOTECHNOLOGIA 4 (83) 54-67 2008 67
Wyszukiwarka
Podobne podstrony:
Zasady projektowania uk kompen MBMIKROMACIERZE DNA04 Zasady projektoweIII Słownik pojęć Zasady projektowania siecizasady projektowania betonu cementowego(Podstawowe zasady projektowania i montażu instalacji nawadniających)id869 Zasady projektowania algorytmów IIIBUD OG projekt 15 Zasady projektowania fundamentówZasady projektowania więźby dachowejogolne zasady projektowania betonów wysokowytrzymałościowych9 Zasady projektowania algorytmów IIEkrany akustyczne zasady projektowania i oceny właściwości akustycznychwięcej podobnych podstron