1 Bioinformatyczne bazy danychGenomowe 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

2 Wyszukiwarki popularnych serwisówBioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

3 Przeszukiwanie za pomocą słów kluczowychSłowem 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

4 Historia wyszukiwania w NCBIBioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

5 Przeszukiwanie za pomocą odnośnikówBioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

6 Przeszukiwanie na podstawie wprowadzonej sekwencji Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

7 BLAST Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

8 Etapy dopasowywania sekwencjiBioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

9 Kryteria szacowania podobieństwa sekwencjiBioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

10 Kryteria szacowania podobieństwa sekwencjiProcent 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

11 Procedura oszacowania stopnia podobieństwa porównywanych sekwencjiBardzo 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

12 Dopasowywanie dwóch sekwencjiAlignment, 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

13 Programowanie dynamiczneopiera się na podziale rozwiązywanego problemu na podproblemy względem kilku parametrów. Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

14 Dopasowanie globalne (1970) The Needleman and Wunsch AlgorithmMi,j = Mij + max(Mk,j+1 , Mi+1,I) Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

15 Powstawanie dot-matrixBioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

16 Dot-matrix ścieżka i alignmentBioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

17 FASTA Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

18 Dot-matrix Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

19 Dlaczego FAST? Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

20 Podobieństwa biochemiczne i biofizyczne aminokwasówDiagram Venn-a Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

21 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

22 PAM i BLOSUM Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

23 PAM Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

24 BLOSUM (62) Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

25 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 = L = 1 - 2 Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

26 Programowanie dynamiczne – local alignmentBioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

27 Algorytmy i narzędzia dopasowań lokalnychFASTA (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 ClustalW – multiple alignment Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

28 Jak używać BLAST do wyszukiwania sekwencji?Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

29 Jakiego BLAST-a wybrać?Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

30 Formatka BLAST w NCBI Bioinformatyka 2007/2008 Biotechnologia UWMwykład 3 Biotechnologia UWM

31 BLAST – ustawienia zaawansowaneBioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

32 Jak używać BLAST do wyszukiwania sekwencji?Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

33 Jak analizować wyniki z BLAST w NCBIGraficzny przegląd wyników Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

34 Jak analizować wyniki z BLAST w NCBISzczegóły znalezionych dopasowań Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

35 Jak analizować wyniki z BLAST w NCBIAlignmenty czyli zestawienia sekwencji Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

36 BLAST w EBI Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

37 ClustalW w EBI Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

38 Analiza wyników ClustalWBioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

39 Podstawy genetyczne algorytmów do zestawień aminokwasów?Replacement PAM250 BLOSUM62 Arg/Lys 3 2 Lys/Gln 1 Arg/Gln Lys/Glu Arg/Glu -1 ? Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

40 Algorytm semihomologicznyDiagram of codon genetic relationships Diagram of amino acid genetic relationships Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

41 Dot matrix pairwise alignmentInternal homology (gene multiplication) BLAST 2 SEQUENCES SEMIHOM Chicken ovoinhibitor precursor (7 domains) Chicken ovomucoid precursor (3 domains) Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

42 Fin Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM