Statistical methods for the analysis of DNA sequences: application to dinucleotide distribution in the human genome

Questa tesi si inserisce nell'ambito delle analisi statistiche e dei metodi stocastici applicati all'analisi delle sequenze di DNA. Nello specifico il nostro lavoro è incentrato sullo studio del dinucleotide CG (CpG) all'interno del genoma umano, che si trova raggruppato in zone specifiche denominate CpG islands. Queste sono legate alla metilazione del DNA, un processo che riveste un ruolo fondamentale nella regolazione genica. La prima parte dello studio è dedicata a una caratterizzazione globale del contenuto e della distribuzione dei 16 diversi dinucleotidi all'interno del genoma umano: in particolare viene studiata la distribuzione delle distanze tra occorrenze successive dello stesso dinucleotide lungo la sequenza. I risultati vengono confrontati con diversi modelli nulli: sequenze random generate con catene di Markov di ordine zero (basate sulle frequenze relative dei nucleotidi) e uno (basate sulle probabilità di transizione tra diversi nucleotidi) e la distribuzione geometrica per le distanze. Da questa analisi le proprietà caratteristiche del dinucleotide CpG emergono chiaramente, sia dal confronto con gli altri dinucleotidi che con i modelli random. A seguito di questa prima parte abbiamo scelto di concentrare le successive analisi in zone di interesse biologico, studiando l’abbondanza e la distribuzione di CpG al loro interno (CpG islands, promotori e Lamina Associated Domains). Nei primi due casi si osserva un forte arricchimento nel contenuto di CpG, e la distribuzione delle distanze è spostata verso valori inferiori, indicando che questo dinucleotide è clusterizzato. All’interno delle LADs si trovano mediamente meno CpG e questi presentano distanze maggiori. Infine abbiamo adottato una rappresentazione a random walk del DNA, costruita in base al posizionamento dei dinucleotidi: il walk ottenuto presenta caratteristiche drasticamente diverse all’interno e all’esterno di zone annotate come CpG island. Riteniamo pertanto che metodi basati su questo approccio potrebbero essere sfruttati per migliorare l’individuazione di queste aree di interesse nel genoma umano e di altri organismi.

Genetic characterisation and global comparison of ancient Mediterranean Great White Sharks population (Carcharodon carcharias, L.1758)

This study poses as its objective the genetic characterization of the ancient population of the Great White shark, Carcharodon carcharias, L.1758, present in the Mediterranean Sea. Using historical evidence, for the most part buccal arches but also whole, stuffed examples from various national museums, research institutes and private collections, a dataset of 18 examples coming from the Mediterranean Sea has been created, in order to increase the informations regarding this species in the Mediterranean. The importance of the Mediterranean provenance derives from the fact that a genetic characterization of this species' population does not exist, and this creates gaps in the knowledge of this species in the Mediterranean. The genetic characterization of the individuals will initially take place by the extraction of the ancient DNA and the analysis of the variations in the sequence markers of the mitochondrial DNA. This approach has allowed the genetic comparison between ancient populations of the Mediterranean and contemporary populations of the same geographical area. In addition, the genetic characterization of the population of white sharks of the Mediterranean, has allowed a genetic comparison with populations from global "hot spots", using published sequences in online databases (NCBI, GenBank). Analyzing the variability of the dataset, both in terms space and time, I assessed the evolutionary relationships of the Mediterranean population of Great Whites with the global populations (Australia/New Zealand, South Africa, Pacific USA, West Atlantic), and the temporal trend of the Mediterranean population variability. This method based on the sequencing of two portions of mitochondrial DNA genes, markers showed us how the population of Great White Sharks in the Mediterranean, is genetically more similar to the populations of the Australia Pacific ocean, American Pacific Ocean, rather than the population of South Africa, and showing also how the population of South Africa is abnormally distant from all other clusters. Interestingly, these results are inconsistent with the results from tagging of this species. In addition, there is evidence of differences between the ancient population of the Mediterranean with the modern one. This differentiation between the ancient and modern population of white shark can be the result of events impacting on this species occurred over the last two centuries.