Podstawy i zastosowania

bioinformatyki

Marek Kudła

Sekwencje

• Nukleotydowe

– 4 nukleotydy 4 = 2^2 2 bity informacji

• Aminokwasowe

– 20 aminokwasów 2^4 < 20 < 2^5

< 5 bitów informacji

Widzimy zatem, że przy translacji zachodzi

de facto utrata informacji

Kodon – 3 nt = 6 bitów -> aminokwas <5

bitów

Podobieństwo

• Sekwencje nukleotydowe

– Zawartość identycznych pozycji między dwoma

sekwencjami - % identyczności

– Długość porównywanych sekwencji

– Czy identyczne pozycje są zgrupowane, czy też

rozproszone w alignmencie

• Sekwencje białkowe

Wszystkie powyższe, plus:

– Podobieństwo pod względem właściwości

fizykochemicznych lub kodonów, którymi są

kodowane

– Reszty na konserwatywnych pozycjach –

przewidzianych domenach, miejscach

katalitycznych.

Alignment

• Pairwise alignment – ścisłe rozwiązanie

możliwe

ATTCAGCTCCATGC

|||| ||| || ||

ATTC

G

GCT

A

CA

-

GC

• MSA - multiple sequence alingment

A

TT

CA

GCT

-

CCA

T

GC

A

TT

CG

GCT

-

CCA

-

GC

T

TT

GA

GCT

T

CCA

T

GC

Macierz podstawień

•PAM
•BLOSSUM

Algorytmy tworzenia

alignmentów i wyszukiwania

sekwencji

• Needleman-Wuensch `70
• Smith-Waterman `70
• dotplot
• BLAST `90
• SSAHA
• BLAT
• FASTA

NEEDLEMAN

WUENSCH

Nic . : |

Needleman-Wuensch a Smith-

Waterman

wyjściowo

||||||:|||.||||:|||
||

||||||:|||.||||:|||
||

|..|

:.:.

.|

Smith-Waterman

Alignment
lokalny

Needleman-
Wuensch

Alignment globalny

BLAST

Dotplots

Sekwencja
1

Sekwencja
2

ATTCA-GCT

CCATGCT

CCATGC

A

T

T

C

A

G

C

T

C

C

A

T

G

C

T

Sekwencja z domenami powtórzonymi – to samo białko na obu
osiach

Drosophila melanogaster SLIT

Domeny konserwowane ewolucyjnie

Sekwencja na osi horyzontalnej to ludzki antygen powierzchniowy
MS2. Sekwencja na osi pionowej to adamalizyna II –
metaloproteaza z jadu Crotalus adamanteus. Obie sekwencje
posiadają domenę cynkowej proteazy.

Wykrywanie egzonów i intronów

Sekwencja na osi horyzontalnej – sekwencja nukleotydowa
kalmoduliny z Apergillus nidulans translowana w trzech ramkach
odczytu. Na osi pionowej – sekwencja białkowa tegoż białka.

Regiony niskiej złożoności