Bioinformatyczne bazy danych Genomowe Proteomowe Publikacje pierwotne wtrne
Bioinformatyczne bazy danych • Genomowe • Proteomowe • Publikacje pierwotne wtórne Jako merytoryczna weryfikacja danych Biologiczne bazy danych przeszukuje się głównie w celu znalezienia: • sekwencji nukleotydowych • sekwencji białkowych • struktur białkowych • informacji merytorycznych i publikacji Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 1
Wyszukiwarki popularnych serwisów Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 2
Przeszukiwanie za pomocą słów kluczowych • Słowem kluczowym (keyword) może być dowolna fraza (np. hemoglobin) lub numer ID danego rekordu z bazy • Fraza, czyli zapytanie do wyszukiwania może mieć złożoną formę w celu precyzyjnego określenia celu poszukiwania w wyszukiwaniu zaawansowanym: (hemoglobin) AND ((human) OR (bovine)) NOT (alpha) • Do przeszukiwania konkretnej bazy w NCBI przydatnym narzędziem jest „historia wyszukiwania” Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 3
Historia wyszukiwania w NCBI Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 4
Przeszukiwanie za pomocą odnośników Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 5
Przeszukiwanie na podstawie wprowadzonej sekwencji • http: //www. ncbi. nlm. nih. gov/blast/producttable. shtml • http: //www. ncbi. nlm. nih. gov/BLAST/blastcgihelp. shtml Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 6
BLAST Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 7
Etapy dopasowywania sekwencji Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 8
Kryteria szacowania podobieństwa sekwencji Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 9
Kryteria szacowania podobieństwa sekwencji • Procent identyczności (względny udział odpowiadających sobie pozycji obsadzonych tymi samymi resztami) • Długość porównywanych sekwencji (liczba porównywanych pozycji) • Rozmieszczenie identycznych pozycji wzdłuż porównywanych sekwencji • Typ reszt okupujących pozycje konserwatywne (sekwencje białkowe) • Relacje genetyczne/strukturalne między resztami znajdującymi się w odpowiadających sobie nieidentycznych pozycjach (sekwencje białkowe) Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 10
Procedura oszacowania stopnia podobieństwa porównywanych sekwencji Bardzo często oszacowanie stopnia podobieństwa porównywanych sekwencji sprowadzane jest jedynie do określenia względnego udziału pozycji identycznych. Pozostałe kryteria analizy zazwyczaj nie są w ogóle brane pod uwagę (np. bezwzględna długość sekwencji, dystrybucja identycznych pozycji wzdłuż łańcucha). Podejście takie jest niekompletne i stwarza ryzyko błędnej interpretacji otrzymanych wyników. Przedstawiona niżej metoda oparta jest na prawdopodobieństwie przypadkowego pojawienia sie zadeklarowanego stopnia identyczności. Uwzględnia ona podstawowe parametry mające znaczenie dla opisu faktycznego związku między porównywanymi sekwencjami. Liczbę wszystkich możliwych stopni identyczności dla danych dwóch sekwencji opisuje poniższe równanie: Gdzie: x – ilość rodzajów jednostek występujących w sekwencjach (20 dla białek; 4 dla kwasów nukleinowych) n – długość sekwencji (liczba porównywanych par pozycji) a – ilość pozycji identycznych Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 11
Dopasowywanie dwóch sekwencji • Alignment, multiple alignment = dopasowanie (wielu) sekwencji • Dopasowywanie globalne dopasowanie, którego mechanizm zakłada porównanie całych sekwencji ze sobą • Dopasowywanie lokalne dopasowywanie na podstawie podobieństwa oddzielnych rejonów porównywanych sekwencji – ta metoda zakłada modularną strukturę białek i dopuszcza istnienie domen Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 12
Programowanie dynamiczne opiera się na podziale rozwiązywanego problemu na podproblemy względem kilku parametrów. Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 13
Dopasowanie globalne (1970) The Needleman and Wunsch Algorithm Mi, j = Mij + max(Mk, j+1 , Mi+1, I) Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 14
Powstawanie dot-matrix Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 15
Dot-matrix ścieżka i alignment Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 16
FASTA Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 17
Dot-matrix Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 18
Dlaczego FAST? Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 19
Podobieństwa biochemiczne i biofizyczne aminokwasów Diagram Venn-a Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 20
Macierze substytucji (podstawień) • Jak za pomocą liczby określić podobieństwa biochemiczne i biofizyczne poszczególnych aminokwasów tak, aby liczba ta wyrażała jednocześnie realny wpływ na całe białko podstawienia danego aminokwasu innym w łańcuchu polipeptydowym? !!! MACIERZE SUBSTYTUCJI !!! Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 21
PAM i BLOSUM Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 22
PAM Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 23
BLOSUM (62) Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 24
Kara za przerwy (gap costs, gappenalty) Kara za otwarcie przerwy – G Kara za przedłużenie przerwy – L Kara = G + Ln gdzie: n – długość przerwy Standardowo: G = 10 - 15 L=1 -2 Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 25
Programowanie dynamiczne – local alignment Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 26
Algorytmy i narzędzia dopasowań lokalnych • FASTA (FAST Alignment): – Pierwszy program do przeszukiwania baz w celu znalezienia podobnej sekwencji – Używa szablonów słów (wielkość słowa) – Łączenie słów i prosta algorytmiczna optymalizacja • BLAST (Basic Local Alignment Search Tool ) – Idea sąsiadujących słów (podobne, nie identyczne słowa) – pozwala stosować słowa o dużych rozmiarach – Kilka wersji BLAST-a • Clustal. W – multiple alignment Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 27
Jak używać BLAST do wyszukiwania sekwencji? Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 28
Jakiego BLAST-a wybrać? Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 29
Formatka BLAST w NCBI Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 30
BLAST – ustawienia zaawansowane Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 31
Jak używać BLAST do wyszukiwania sekwencji? Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 32
Jak analizować wyniki z BLAST w NCBI Graficzny przegląd wyników Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 33
Jak analizować wyniki z BLAST w NCBI Szczegóły znalezionych dopasowań Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 34
Jak analizować wyniki z BLAST w NCBI Alignmenty czyli zestawienia sekwencji Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 35
BLAST w EBI Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 36
Clustal. W w EBI Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 37
Analiza wyników Clustal. W Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 38
Podstawy genetyczne algorytmów do zestawień aminokwasów? Replacement PAM 250 BLOSUM 62 Arg/Lys 3 2 Lys/Gln 1 1 Arg/Gln 1 1 Lys/Glu 0 1 Arg/Glu -1 0 ? Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 39
Diagram of of amino codon acid genetic relationships Algorytm semihomologiczny Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 40
Dot matrix pairwise alignment Internal homology (gene multiplication) SEMIHOM BLAST 2 SEQUENCES Chicken ovoinhibitor precursor (7 domains) Chicken ovomucoid precursor (3 domains) Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 41
Fin Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM 42
- Slides: 42