Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Adam Makuchowski Institute of Computer Science Silesian University of Technology Gliwice, 2010 Wyszukiwanie konsensusów w sekwencjach DNA.

Podobne prezentacje


Prezentacja na temat: "Adam Makuchowski Institute of Computer Science Silesian University of Technology Gliwice, 2010 Wyszukiwanie konsensusów w sekwencjach DNA."— Zapis prezentacji:

1 Adam Makuchowski Institute of Computer Science Silesian University of Technology Gliwice, 2010 Wyszukiwanie konsensusów w sekwencjach DNA

2 Cel Znalezienie potencjalnych miejsc wiązań zarówno HSF1 (Heat Shock Trancription Factor) i NF-kB w genomie referencyjnym człowieka i myszy. W celu weryfikacji w „obrębie” znalezionych miejsc należy znaleźć również consensus KOZAK, consensus TATA

3 Konsensus Sekwencja konsensusu powstaje z macierzy dopasowań stworzonej podczas dopasowania wielosekwencyjnego. Jest sposobem reprezentacji wyników, pokazującym, które z nukleotydów są najbardziej konserwatywne w dopasowaniu na każdej pozycji Sequence logo Oś y – Ilość informacji na każdej pozycji w sekwencji, mierzona w bitach. Oś x – pozycja w sekwencji

4 Obliczanie wysokości (logo) Informacja (y-axis) na i-tej pozycji zadana jest: Dla aminokwasów, Ri = log2(20) − (Hi + en) Dla nukleotydów Ri = 2 − (Hi + en) gdzie Hi jest wielkością entropii na itej pozycji: Gdzie fa,i jest częstością wystąpienia nukleotydu/aminokwasu na i tej pozycji Wysokośc = fa,i * Ri Dodatkowo jest wykorzystywana korekcja en, zadana wzorem:

5 Tworzenie konsesnusu

6 Frequency matrix -> position- specific scoring matrix w = log2 ( ( f + sqrt(N) * p ) / ( N + sqrt(N) ) / p ) w = waga na każdej z pozycji f = liczebność N = łączna liczebność ( suma w kolumnie ) p = prawdopodobieństwo, że wystąpi któryś nukleotyd ( p = 1/4 jedna z 4 możliwości, stale dla zadanego alfabetu ACGT) FM ->PSSM A [ 2 3 4 ] A [ -0,668 -0,2497 0,0744 ] C [ 11 4 5 ] C [ 1,3428 0,07448 0,339 ] G [ 1 2 3 ] G [ -1,2613 -0,6686 -0,249 ] T [ 1 6 3 ] T [ -1,2613 0,5625 -0,2492 ]

7 Consensus TATA A [ 61 16 352 3 354 268 360 222 155 56 83 82 82 68 77 ] C [145 46 0 10 0 0 3 2 44 135 147 127 118 107 101 ] G [152 18 2 2 5 0 20 44 157 150 128 128 128 139 140 ] T [ 31 309 35 374 30 121 6 121 33 48 31 52 61 75 71 ] FREQUENCY MATRIX Źródło: JASPAR CORE database

8 Consensus NFKB1 A [ 0 0 0 2 11 5 0 0 0 0 1 ] C [ 0 0 0 0 1 0 5 13 17 18 15 ] G [18 18 18 16 6 2 2 0 0 0 1 ] T [ 0 0 0 0 0 11 11 5 1 0 1 ] Źródło: JASPAR CORE database FREQUENCY MATRIX

9 Consensus KOZAK A [ 50 30 17 100 0 0 30 ] C [ 12 40 45 0 0 0 20 ] G [ 30 20 28 0 0 100 43 ] T [ 8 10 10 0 100 0 7 ] Obliczenia własne FREQUENCY MATRIX Źródło: http://en.wikipedia.org/wiki/Kozak_consensus_sequence

10 Consensus HSF A [ 9 4 0 0 34 0 90 97 25 25 4 6 0 0 ] C [ 14 6 100 28 14 0 4 1 25 25 6 0 100 28 ] G [ 0 0 0 12 42 100 6 2 25 25 0 0 0 12 ] T [ 77 90 0 60 14 0 0 0 25 25 90 94 0 60 ] Obliczenia własne FREQUENCY MATRIX Źródło: The Role of Heat Shock Transcription Factor 1 in the Genome-wide Regulation of the Mammalian Heat Shock Response□D Nathan D. Trinklein, John I. Murray, Sara J. Hartman, David Botstein,† and Richard M. Myers‡

11 Genom referencyjny człowieka Chromosom Liczba genów Wielkość w parach zasad Chromosom 1 2 968 245 203 898 Chromosom 2 2 288 243 315 028 Chromosom 3 2 032 199 411 731 Chromosom 4 1 297 191 610 523 Chromosom 5 1 643 180 967 295 Chromosom 6 1 963 170 740 541 Chromosom 7 1 443 158 431 299 Chromosom 8 1 127 145 908 738 Chromosom 9 1 299 134 505 819 Chromosom 10 1 440 135 480 874 Chromosom 11 2 093 134 978 784 Chromosom 12 1 652 133 464 434 Chromosom 13 748 114 151 656 Chromosom 14 1 098 105 311 216 Chromosom 15 1 122 100 114 055 Chromosom 16 1 098 89 995 999 Chromosom 17 1 576 81 691 216 Chromosom 18 766 77 753 510 Chromosom 19 1 454 63 790 860 Chromosom 20 927 63 644 868 Chromosom 21 303 46 976 537 Chromosom 22 288 49 476 972 Chromosom X 1 184 152 634 166 Chromosom Y 231 50 961 097 SUMA 32 040 3 070 521 116

12 Tworzenie zapytań Interface graficzny w trakcie tworzenia Przykład 1 profile.min.weight.percent=0.5 profile.file=TATA,NFkB,HSF1,KOZAK,1000 Przykład 2 profile.min.weight.percent= TATA,0.7 profile.min.weight.percent= NFkB,0.4 profile.min.weight.percent= 0.8 profile.file=TATA,NFkB, 49 profile.file=NFkB, KOZAK,1000 profile.file=NFkB,HSF1,250

13 Przetwanianie równoleg ( parallel processing) Wczytywanie danych po stronie klienta/servera Wywoływanie zadań wyszukujących konsensus Zbieranie wyników Wyszukiwanie konsensusu

14 Przetwarzanie rozproszone (distributed processing) JAVA Remote Method Invocation (RMI) Client zarządca Rozsyłanie zadań do listy serwerów Zbieranie wyników

15 Architektura Dodawanie kolejnych zadań interface Task class TaskThread class CallThread class TaskMain FindConsensus

16 Kontrolowanie przetwarzania Zmiana parametrów przetwarzania tylko po stronie klienta maksymalna liczba zadań wysłana do serwera maksymalna liczba wątków na które zadanie podzieli serwer

17 Wyszukane miejsca PlikCons.PozycjaZnaleziony konsensusProcent podobieńst. chr1.faTATA000000751185CTATAAAAGGCTGGG0.9181231365232926 chr1.faNFkB000000353757GGGGGTTCCCC0.9535948363631707 chr1.faNFkB000001133537GGGGGTTCCCC0.9535948363631707 chr1.faNFkB000001337194GGGGATCCCCC0.9403582823276164 chr1.faNFkB000001970465GGGGATTTCCC0.927060010250697 chr1.faKOZAK000001002722ACCATGG1.0 chr1.faKOZAK000001020889ACCATGG1.0 chr1.faKOZAK000001027846ACCATGG1.0 chr1.faHSF1000218913800TTCTTGAAGGTTCT0.925472561340041 Przykładowe wyniki:

18 HSF118521971TTCTGGAACCTTCT1,000 NFkB18521469GGGGAATTCCC0,867 Odstęp między 502 pozycji NFkB229269807GGGGCTTCCCC0,847 HSF1229269412TTCTAGAAACTTCT0,985 Odstęp między 395 pozycji NFkB33516367GGGGATGCCCC0,881 HSF133516006TTCTGGAATTTTCC0,946 Odstęp między 361 pozycji NFkB224306741GGGGATCTCCC0,867 HSF1224306625TTCTGGAAAATTCC0,946 Odstęp między 116 pozycji Wyszukane miejsca

19 Wstępne porównanie czasów Czas w minutach Przetwarzanie Sekwencyjne24,16 Przetwarzanie Równoległe3,4 Przetwarzanie Rozproszone6,64 Test przeprowdzony na danych: Chromosom 1 -Klient 2 rdzeniowy 1.66 -Serwer4 rdzeniowy 2.8

20 Dalsze prace Zaimplemtowanie zrównoleglonych algorytmów dla problemu wyszukiwania motywów (NP-zupełny) Metody oparte o PSSM (alignment) Gibbs Sampling Expectation Maximization Inne metody HMMs Bayesian methods enumerative (combinatorial)

21 Inni też szukają motywów


Pobierz ppt "Adam Makuchowski Institute of Computer Science Silesian University of Technology Gliwice, 2010 Wyszukiwanie konsensusów w sekwencjach DNA."

Podobne prezentacje


Reklamy Google