Bioinformatyka

Kolokwium 1, grupa D

11.05.2015

Imię: x

Nazwisko: x

Instrukcje

Wypełnij odpowiednie miejsca w niniejszym pliku odpowiedziami. Zmień nazwę pliku według schematu:

Imie_Nazwisko_bioinf_kolokwium1_grupa_D

Plik wyślij na adres [e-mail]

Zadania

1. Za jakiego organizmu pochodzi, jaki gen i jakie białko koduje następujący fragment sekwencji:

GTGTTTACCCTTAATTTATTCCTGTATATTATTCCAATCCTATTAGCAGTAGCTTTTCTA

ACTTTAATCGAACGAAAAGTTCTAGGTTATATACAATTTCGAAAAGGGCCAAACATTGTA

GGACCATATGGATTACTTCAACCATTCGCTGATGCAATTAAATTATTCACTAAAGAACCT

CTTCAACCTCTTACATCTTCCTGATCTATATTTATCTTAGCCCCAATTTTAGCACTTACC

ATTGCCCTAACAATCTGAACCCCACTACCCATACCAAATGCACTTCTAGACTTAAACCTG

GGTCTATTGTTTATTCTCTCTATATCAGGCCTATCAGTATACTCGATCCTATGATCAGGA

TGAGCATCCAATTCAAAATACGCTTTAGTAGGAGCTCTACGAGCTGTAGCCCAAACAATC

TCATATGAAGTTACACTAGCAATTATTCTATTATCCGTTATACTAATTAATGGTTCTTAC

ACCATAAAAACTCTTTCTATCACACAAGAAAACTTATGACTGATTTTTACAACATGACCT

TTAGCTATAATATGATTTATCTCAACCCTAGCAGAGACTAATCGAGCTCCCTTTGACTTA

ACAGAAGGGGAATCTGAACTAGTATCAGGATTTAACGTTGAATACGCATCAGGCCCATTT

GCCATATTCTTTCTAGCAGAATATGCTAATATCATCGCCATAAATGCCTTAACAACTATT

TTATTTTTAGGTTCATCTATAAGCCTATTAACTCCTAATATTAATACCTTAATTTTTGTG

ATCAAAACTCTTCTACTAACTATCACATTCTTATGAATCCGAGCTTCGTATCCTCGCTTT

CGATACGACCAACTTATATACCTCCTATGAAAAAATTTCTTACCTTTAACATTAGCTCTA

TGCCTATGATTTATCTCTATACCAATTTCAATGTCATGCATTGCGCCACAAATATAA

Odpowiedź:

Organizm: _______________

Gen: ____________________

Białko: __________________

2. Z archiwum ENA pobierz rekord o numerze dostępu AF193276. Wczytaj plik do programu UGENE. Odpowiedz na pytania

1. Ile razy w sekwencji genu pol występuje wzorzec „GGGAG”. Ewentualne wyniki wyszukiwania tego wzorca nie powinny na siebie zachodzić. 5

2. Na jakiej pozycji zaczyna się ostatnie wystąpienie wzorca z punktu a? 3118

3. Jaka jest długość najdłuższego powtarzającego się wzorca w genie tat? 6

4. Ile jest takich powtórzeń wzorców? 1091

5. Wypisz pierwszy i ostatni z tych powtarzających się wzorców: ATGGAG oraz GACCCG

6. Wypisz kolejno wszystkie odległości w jakich pojawiają się powtórzenia znalezione w punkcie d: _______________

3. Przeanalizuj sekwencje z pliku zad3_sekwencje.fasta.

1. Z której sekwencji (sekwencja_2, sekwencja_3 czy sekwencja_4) pochodzi krótsza sekwencja sekwencja_1? 3

2. Jaka zmiana/zmiany została wprowadzona w sekwencji_1 w stosunku do dłuższej oryginalnej sekwencji, wskazanej jako odpowiedź w punkcie (a) (mutacja/insercja/delecja/inna)? delecja

3. Jakiego fragmentu/fragmentów dotyczy punkt (b)? CGAAACC

4. Wykorzystaj dane z pliku CytBProt.txt oraz algorytm dopasowania pary sekwencji Smitha-Watermana ze strony http://www.ebi.ac.uk/Tools/psa/ (macierz BLOSUM62, kara za utworzenie przerwy 10, kara za wydłużenie przerwy 0.5) i odpowiedz na pytanie: z sekwencji kodującej białko jakiego organizmu z największym prawdopodobieństwem pochodzi poniższy fragment sekwencji aminokwasów:

HIGRGLYYTSYLHESTWNIGVILMATAFGGYVLPWGQMSFWGAAVITNLLSATPYVGSTVVPWIWGGPSVDNATLALHFLLPFALLAS

1. Psa

2. Rekina

3. Aligatora

4. Żaby

Odpowiedź: c. Aligatora

Dla najlepszego dopasowania, jaka jest:

1. Jakość dopasowania: 441.0

2. Długość lokalnego dopasowania: 96

3. Liczba wstawionych przerw: 8

4. Wartość procentowego podobieństwa: 89.6%

5. Sekwencja z pliku zad5_sekwencja.fasta zawiera nieznany gen. Wiadomo, że jest on podobny do genu pewnego organizmu, którego kompletny mitochondrialny genom znajduje się w bazie.

1. Znajdź w bazie ENA rekord, o którym mowa powyżej. Jaki jest jego numer dostępu? _____

2. Do jakiego genu ze znalezionego rekordu najbardziej jest podobny nieznany gen? CAB4

3. Jaka jest długość genu znalezionego w punkcie b? 525 bp

4. Wykonaj dopasowanie nieznanego genu oraz genu znalezionego w punkcie b. Użyj wersji globalnej algorytmu dopasowania pary sekwencji przy karze za rozpoczęcie przerwy 5 oraz karze za wydłużenie przerwy 0.5. Nie uwzględniaj kar za przerwy na początku oraz końcu dopasowania. Jakie są:

1. Jakość otrzymanego dopasowania 2390.5

2. Liczba wstawionych przerw 34

3. Długość dopasowania 528

4. Wartość procentowego podobieństwa 92,8%

5. Wykonaj dopasowanie poniższej sekwencji oraz translacji genu znalezionego w punkcie b. Użyj wersji lokalnej algorytmu dopasowania pary sekwencji przy karze za rozpoczęcie przerwy 5 oraz karze za wydłużenie przerwy 1.0. Użyj macierzy punktacji BLOSUM90.

MMQLMLYASTLITSFIFIQMNHPLAMGLMLLIQTIQICMLTGLMAKSFWFSYILFLIFLGGMKLTTILVLFIYVTSLASNEMFSLSMSLFIFSMILIINLMTILILLDKSSISFFIQNNEMQSIYNLNMFLQENSLNLQKLYNYPTNLMNYLLITLIAVVKITKLFYGPLRPMN

Jakie są:

1. Jakość otrzymanego dopasowania 953.0

2. Liczba wstawionych przerw 20

3. Długość dopasowania 184

4. Wartość procentowego podobieństwa 89,1%

---