Bioinformatyczne bazy danych

Prezentacja na temat: "Bioinformatyczne bazy danych"— Zapis prezentacji:

1 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

2 Wyszukiwarki popularnych serwisów
Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

3 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

4 Historia wyszukiwania w NCBI
Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

5 Przeszukiwanie za pomocą odnośników
Bioinformatyka 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 sekwencji
Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

9 Kryteria szacowania podobieństwa sekwencji
Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

10 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

11 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

12 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

13 Programowanie dynamiczne
opiera 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 Algorithm
Mi,j = Mij + max(Mk,j+1 , Mi+1,I) Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

15 Powstawanie dot-matrix
Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

16 Dot-matrix ścieżka i alignment
Bioinformatyka 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 aminokwasów
Diagram 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 alignment
Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

27 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 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 UWM
wykład 3 Biotechnologia UWM

31 BLAST – ustawienia zaawansowane
Bioinformatyka 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 NCBI
Graficzny przegląd wyników Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

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

35 Jak analizować wyniki z BLAST w NCBI
Alignmenty 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 ClustalW
Bioinformatyka 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 semihomologiczny
Diagram of codon genetic relationships Diagram of amino acid genetic relationships Bioinformatyka 2007/2008 wykład 3 Biotechnologia UWM

41 Dot matrix pairwise alignment
Internal 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