ÚVOD DO BIOINFORMATIKY
|
|
- Štěpánka Valentová
- před 7 lety
- Počet zobrazení:
Transkript
1 MSSSYITDQGPGSGLRVPARSWLNSDAPSLSLNGDWRFRLLPTAPGTPGAGSVLATGETVEAVASESFD DSSWDTLAVPSHWVLAEDGKYGRPIYTNVQYPFPIDPPFVPDANPTGDYRRTFDVPDSWFESTTAALTL RFDGVESRYKVWVNGVEIGVGSGSRLAQEFDVSEALRPGKNLLVVRVHQWSAASYLEDQDQWWLPGIFR DVKLQARPVGGLTDVWLRTDWSGSGTITPEITADPAAFPVTLRVPELGLEVIWDSPADVAPVSIDAVEP WSAEVPRLYDASVSSAAESISLRLGFRTVKIVGDQFLVNGRKVIFHGVNRHETNADRGRVFDEASARED LALMKRFNVNAIRTSHYPPHPRFLDLADELGFWVILECDLETHGFHALKWVGNPSDDPAWRDALVDRME RTVERDKNHASIVMWSLGNESGTGANLAAMAAWTHARDLSRPVHYEGDYTGAYTDVYSRMYSSIPETDS IGRNDSHALLLGCNAIESARQRTRPFILCEYVHAMGNGPGAIDQYEDLVDKYPRLHGGFVWEWRDHGIR TRTADGTEFFAYGGDFDEVIHDGNFVMDGMILSDSTPTPGLFEYKQIVSPIRLALTLNAEGNAGLTVAN LRHTSDASDVVLRWRVEHNGTRVDAGELTTDGANGPLQAGDSLTLTLPTIVAAAEGETWLSVEAVLREA TAWAPAGHPLSETQLDLSPAQPPLRVPRPASPIAGAAPVELGPATFDAGSLVTLAGLPVAGPRLELWRA PTDNDKGQGFGAYGPEDPWINSGRGVPAPSSAVVWQQAGLDRLTRRVEDVAALPQGLRVRSRYAAANSE HDVAVEENWQLSGDELWLRIDIAPSAGWDLVFPRIGVRLDLPSEVDGASWFGAGPRESYPDSLHSAVVG THGGSLEELNVNYARPQETGHHSDVRWVELSRDGAPWLRIEADPDALGRRPGFSLAKNTAQEVALAPHP ELPESQHSYLYLDAAQHGLGSRACGPDVWPDFALRPEARTLVLRIRAARFDGVESRYKVWVNGVEIGVG MSSSYITDQGPGSGLRVPARSWLNSDAPSLSLNGDWRFRLLPTAPGTPGAGSVLATGETVEAVASESFD DSSWDTLAVPSHWVLAEDGKYGRPIYTNVQYPFPIDPPFVPDANPTGDYRRTFDVPDSWFESTTAALTL RFDGVESRYKVWVNGVEIGVGSGSRLAQEFDVSEALRPGKNLLVVRVHQWSAASYLEDQDQWWLPGIFR DVKLQARPVGGLTDVWLRTDWSGSGTITPEITADPAAFPVTLRVPELGLEVIWDSPADVAPVSIDAVEP WSAEVPRLYDASVSSAAESISLRLGFRTVKIVGDQFLVNGRKVIFHGVNRHETNADRGRVFDEASARED LALMKRFNVNAIRTSHYPPHPRFLDLADELGFWVILECDLETHGFHALKWVGNPSDDPAWRDALVDRME RTVERDKNHASIVMWSLGNESGTGANLAAMAAWTHARDLSRPVHYEGDYTGAYTDVYSRMYSSIPETDS IGRNDSHALLLGCNAIESARQRTRPFILCEYVHAMGNGPGAIDQYEDLVDKYPRLHGGFVWEWRDHGIR TRTADGTEFFAYGGDFDEVIHDGNFVMDGMILSDSTPTPGLFEYKQIVSPIRLALTLNAEGNAGLTVAN LRHTSDASDVVLRWRVEHNGTRVDAGELTTDGANGPLQAGDSLTLTLPTIVAAAEGETWLSVEAVLREA TAWAPAGHPLSETQLDLSPAQPPLRVPRPASPIAGAAPVELGPATFDAGSLVTLAGLPVAGPRLELWRA PTDNDKGQGFGAYGPEDPWINSGRGVPAPSSAVVWQQAGLDRLTRRVEDVAALPQGLRVRSRYAAANSE ÚVOD DO BIOINFORMATIKY
2 Bioinformatika (sekvence) Hledání v databasích, BLAST Porovnávání sekvencí, MSA Fylogenetické stromy Primer design Analýza -omických dat, systémová biologie speciální bioinformatika programování, webová rozhraní něco jiného?
3 Strukturní bioinformatika a molekulární modelování Visualizace proteinů 3D-alignment Elektrostatika Homologní modelování Protein-protein, protein-ligand docking Simulace biomolekul Kvantová chemie něco jiného?
4 Programy GUI konsole kurz]$
5 Metody černá skříňka detailní teorie
6 Počítače MS Windows Apple Linux / UNIX
7 Zdroje sekvencí: Database: moderované, nemoderované Database DNA: EMBL wwwebiacuk/embl European Molecular Biology Laboratory GenBank wwwncbinlmnihgov NIH DDBJ wwwddbjnigacjp NIG Database proteinů: trembl, PIR SwissProt UniProt (=trembl+pir+sp) Specializované na genomy: Ensembl lidský genom TIGR různé genomy IMG/M metagenomy Ještě více specializované: CAZY carbohydrate enzymes
8 Chyby: domena A Zadávaná sekvence Porovnávání Zařazeno jako doména A Dotaz: co je tohle? Porovnávání Výsledek: doména A!!!!! domena B
9 Vyhledávání sekvencí: Vyhledávání podle hesla: SRS (Sequence Retrieval System) srsebiacuk Entrez - wwwncbinlmnihgov/entrez/ Vyhledávání podle podobností sekvencí: FASTA BLAST, psi-blast, phi-blast
10 Formáty sekvencí: raw data GenBank, EMBL FASTA PIR/NBRF MACAW, GCG, změna formátu: Readseq online: wwwebiacuk/readseq download: např iubiobioindianaedu/soft/molbio
11 Formáty sekvencí: EMBL ID XX AC XX DT DT XX DE DE XX KW KW KW KW XX OS OC RN RA RT RT RT RL XX FH FH FT FT FT FT FT FT FT AJ457162; SV 1; linear; genomic DNA; STD; PRO; 7055 BP AJ457162; 15-JUL-2002 (Rel 72, Created) 15-APR-2005 (Rel 83, Last updated, Version 3) Arthrobacter sp C2-2 perac22, lacz, phoac22, dedac22, dbiac22, and hikac22 genes acid phosphatase; beta-galactosidase; dbiac22 gene; DedA-family membrane protein; dedac22 gene; hikac22 gene; histidine kinase; lacz gene; perac22 gene; phoac22 gene; sugar permease; transcriptional regulator Arthrobacter sp C2-2 Bacteria; Actinobacteria; Actinobacteridae; Actinomycetales; [2] Karasova P, Strnad H, Spiwok V, Mala S, Kralova B, Russell NJ; "The cloning, purification and characterization of a cold active beta-galactosidase from the psychrotolerant Antarctic bacterium Arthrobacter sp C2-2"; FT RBS Enzyme Microb Technol 33: (2003) FT /gene="lacz" FT CDS Key Location/Qualifiers FT /transl_table=11 FT /gene="lacz" source FT /product="beta-galactosidase" /organism="arthrobacter sp C2-2" FT /function="involved in galactosaccharide hydrolysis" /strain="c2-2" FT /EC_number="32123" /mol_type="genomic DNA" FT /db_xref="goa:q8krf6" /country="antarctica" FT /db_xref="interpro:ipr004199" /isolation_source="permanent Antarctic soil" /db_xref="taxon:192168" FT /db_xref="interpro:ipr013812" FT /db_xref="interpro:ipr014718" FT /db_xref="pdb:1yq2" FT /db_xref="uniprotkb/trembl:q8krf6" FT /protein_id="cad297751" FT /translation="mttadvsyltdqgpgsgrrvparswlhsdapalslngdwrfrllp FT AAPGTAGAGSVLPSGETVEGVAAESYDDAAWDTLPVPSHWVMGQDGKYGRPIYTNVQYP FT FPIDPPHVPDANPTGDFRRRFDVPAQWFESTTAALTLRFDGVESRYKVWVNGQEIGVGS FT GSRLAQEFDVSDALRAGSNLLVVRVHQWSAASYLEDQDQWWLPGIFRDVTLQARPAGGI XX SQ Sequence 7055 BP; 1081 A; 2481 C; 2287 G; 1206 T; 0 other; gatcctacat gagtcctgtg tcacattaat tgaatttcga gtaaccgctc gatctttgtg 60 ttagcgtcct tttactcggt ccgccgggtg atgccggtgt cccgcggacg ccttgcgtct 120 //
12 Formáty sekvencí: GenBank LOCUS DEFINITION ACCESSION VERSION REFERENCE AUTHORS TITLE JOURNAL RBS CDS ORIGIN AJ bp DNA linear BCT 15-APR-2005 Arthrobacter sp C2-2 perac22, lacz, phoac22, dedac22, dbiac22, and hikac22 genes AJ AJ GI: Karasova,P, Strnad,H, Spiwok,V, Mala,S, Kralova,B and Russell,NJ The cloning, purification and characterization of a cold active beta-galactosidase from the psychrotolerant Antarctic bacterium Arthrobacter sp C2-2 Enzyme Microb Technol 33, (2003) /gene="phoac22" /gene="phoac22" /codon_start=1 /transl_table=11 /product="acid phosphatase" /protein_id="cad297762" /db_xref="gi: " /db_xref="interpro:ipr000326" /db_xref="interpro:ipr008934" /db_xref="uniprotkb/trembl:q8krf5" /translation="mlllsaavltlgfvatnvpsfspdefkvdqvlsrdhnaaltala MALNTVFSPKGGIVIIAVVCLFVLIVRKSPVNAFAFGGVAAAGWLSSQFFKVIVDRQR PNPALLFDPLAPETGSNSFPSGHVALAVGLAWAFFFLTRKTRWGTVAVFAGVGVPVVV AWSRIYIGVHYPSDVAASFLAATAAVLLFAGLWNRYQRAILPRIPLLGRFGPVSTAPA GVVVPANRTGH" 1 gatcctacat gagtcctgtg tcacattaat tgaatttcga gtaaccgctc gatctttgtg 61 ttagcgtcct tttactcggt ccgccgggtg atgccggtgt cccgcggacg ccttgcgtct //
13 Formáty sekvencí: FASTA >1tg7 LLQKYVTWDEHSIFVNGERLMIFSGEVHPYRLPVASLYIDIFEKVKALGFNCVSFYVDWAL LEGNPGHYSAEGIFDLQPFFDAAKEAGIYLLARPGPYINAEVSGGGFPGWLQRVDGILRTS DEAYLKATDNYASNIAATIAKAQITNGGPIILYQPENEYSGACCGYNGFPDGSYMQYIEDH ARDAGIVVPFISNDAWAAGHNAPGTGAGAVDIYGHDSYPLGFDCANPSTWPSGNLPTYFHT SHEQQSPSTPYSLVEFQGGAFDPWGGVGFAKCAALLNHEFERVFYKNDFSFGVAFLNLYMI FGGTNWGNLGHPGGYTSYDYGSAISESRNITREKYSELKLLGNFAKVSPGYLVANPGDLST STYTNTADLTVTPLLGSNSSASSFFVIRHSDYSSQASVEYKLTVPTSAGNLTIPQLGGSLT LSGRDSKIHVTDYDVAGTNILYSTAEVFTWKKFNNEKVLVLYGGPGEHHEFAVSGASSSSV VEGSSSGISSKKVGKALVVAWDVSTARRIVQVGSLKVFLLDRNSAYNYWVPQVPTKGTAPG YSNQETTASSIIVKAGYLVRSAYLDGNDLHIQADFNATTPIEVVGAPSGAKNLVINGKKTQ TKVDKNGIWSASVAYTAPKVQLPSLKSLKWKSVDTLPEAKNTYDDSAWTSADHAYTNNSAH SLQTPTSLFASDYGYHTGALLFRGHFTANGKEKTFFVQTKGGTAYGHSIWINETYVGSWAG TSINDNNNATYTLPTLQSGKNYVITVVIDNMGLDEDWTIGSEDMKNPRGIIQYSLSGQEAS AISWKLTGNLGGENYRDTVRGPLNEGGLYAERQGFHQPQPPTQKWDSSSPFTGLTKPGIRF YSTSFDLDLPSGYDIPLYFNFGNSTSTPAAYRVQLYVNGYQYGKYVNNIGPQTSFPVPEGI LNYHGTNWLALSLWAQEDNGAKLDSFELINTTPVLTSLGEVKSVNQPKYQARKGAY
14 Formáty sekvencí: PIR/NBRF >P1;1tg7 BETA-GALACTOSIDASE (PENICILLIUM SP) LLQKYVTWDE HSIFVNGERL MIFSGEVHPY RLPVASLYID NCVSFYVDWA LLEGNPGHYS AEGIFDLQPF FDAAKEAGIY AEVSGGGFPG WLQRVDGILR TSDEAYLKAT DNYASNIAAT PIILYQPENE YSGACCGYNG FPDGSYMQYI EDHARDAGIV AGHNAPGTGA GAVDIYGHDS YPLGFDCANP STWPSGNLPT PSTPYSLVEF QGGAFDPWGG VGFAKCAALL NHEFERVFYK NLYMIFGGTN WGNLGHPGGY TSYDYGSAIS ESRNITREKY KVSPGYLVAN PGDLSTSTYT NTADLTVTPL LGSNSSASSF QASVEYKLTV PTSAGNLTIP QLGGSLTLSG RDSKIHVTDY TAEVFTWKKF NNEKVLVLYG GPGEHHEFAV SGASSSSVVE VGKALVVAWD VSTARRIVQV GSLKVFLLDR NSAYNYWVPQ SNQETTASSI IVKAGYLVRS AYLDGNDLHI QADFNATTPI NLVINGKKTQ TKVDKNGIWS ASVAYTAPKV QLPSLKSLKW NTYDDSAWTS ADHAYTNNSA HSLQTPTSLF ASDYGYHTGA GKEKTFFVQT KGGTAYGHSI WINETYVGSW AGTSINDNNN GKNYVITVVI DNMGLDEDWT IGSEDMKNPR GIIQYSLSGQ GNLGGENYRD TVRGPLNEGG LYAERQGFHQ PQPPTQKWDS GIRFYSTSFD LDLPSGYDIP LYFNFGNSTS TPAAYRVQLY NNIGPQTSFP VPEGILNYHG TNWLALSLWA QEDNGAKLDS TSLGEVKSVN QPKYQARKGA Y* IFEKVKALGF LLARPGPYIN IAKAQITNGG VPFISNDAWA YFHTSHEQQS NDFSFGVAFL SELKLLGNFA FVIRHSDYSS DVAGTNILYS GSSSGISSKK VPTKGTAPGY EVVGAPSGAK KSVDTLPEAK LLFRGHFTAN ATYTLPTLQS EASAISWKLT SSPFTGLTKP VNGYQYGKYV FELINTTPVL
15 Porovnávání sekvencí: párové vícenásobné
16 Párové porovnávání sekvencí: identita = 36 % podobnost = 18 % homologie = identita + podobnost = 54 % seq1 seq2 IFEKVKALGFNCVSFYVDWALLEGNPGHYSAEGIFDLQPFFDAAKEAGIY RLRKIKAMGCNCIETYVAWNVHEPREGEFHFERMADVAEFVRLAGELGLY **** ** ** * * * * * * * * ** identita * ** * ** podobnost homologie **** ** 10 vše 0 10 ** * * 10 ** * * 20 * * * 30 * * * * 20 * * * * 18 9 * * * **
17 Párové porovnávání sekvencí: Strukturní význam: ILYQPENEYSGACCGYNGFPDGSYMQYI IAVQIENEYGSY------GNDQAYLQAQ * * **** * **
18 Párové porovnávání sekvencí: Párovací matice: Dayhoff (Percent Accepted Mutations) PAM120, PAM80, PAM60 pro srovnávání proteinu s 40, 50, 60% homologie PAM120 (nejpoužívanější) Heinkoff + Heinkoff BLOSUM50, BLOSUM60 pro srovnávání proteinu s 50, 60% homologie BLOSUM62 (nejpoužívanější) Gonnet
19 Párové porovnávání sekvencí: Párovací matice: Dayhoff PAM120 Ala Arg Asn Asp Cys Gln Glu Ala 3, -3, -1, 0, -3, -1, 0, Arg -3, 6, -1, -3, -4, 1, -3, Asn Asp Cys Gln Glu -1, 0, -3, -1, 0, -1, -3, -4, 1, -3, 4, 2, -5, 0, 1, 2, 5, -7, 1, 3, -5, -7, 9, -7, -7, 0, 1, -7, 6, 2, 1, 3, -7, 2, 5,
20 Párové porovnávání sekvencí: Gap penalty (cena mezer): gap open gap extension konce ILYQPENEYSGACCGYNGFPDGSYMQYI IAVQIENEYGSY------GNDQAYLQAQ * * **** * ** gap extension gap open
21 Párové porovnávání sekvencí: Needleman-Wunch (1970) wwwhpa-bioinfotoolsorguk/pise/needlehtml Smith-Waterman, FASTA (1981) wwwebiacuk/mpsrch/ BLAST (1990) wwwncbinlmnihgov/blast/bl2seq/wblast2cgi ručně
22 Prohledávání databází sekvencí: BLAST (Basic Local Alignment Search Tool), PSI-BLAST, PHI-BLAST wwwncbinlmnihgov/blast wwwebiacuk/blast FASTA wwwebiacuk/fasta33
23 Prohledávání databází sekvencí: BLAST dotaz database BLASTP P P BLASTN N N BTASTX Nx6 P TBLASTN P Nx6 TBLASTX Nx6 Nx6
24 Prohledávání databází sekvencí: BLAST database EMBL UniPROT PDB genomy
25 Prohledávání databází sekvencí: BLAST E-value (expectancy,očekávatelnost) BLASTP 20MP-WashU [04-May-2006] [linux26-x64-i32lpf T17:22:28] Copyright (C) Washington University, Saint Louis, Missouri USA All Rights Reserved Reference: Query= Gish, W ( ) Sequence (515 letters) E-value Database: pdb 115,429 sequences; 27,888,449 total letters Searching % done Sequences producing High-scoring Segment Pairs: Pairwise Pairwise Pairwise Pairwise Alignment Alignment Alignment Alignment PDB:1OCC_A PDB:1OCC_N PDB:1OCO_A PDB:1OCO_N mol:protein mol:protein mol:protein mol:protein Hity length:514 length:514 length:514 length:514 High Score CYTOCHROME CYTOCHROME CYTOCHROME CYTOCHROME Smallest Sum Probability P(N) N C C C C OXIDASE OXIDASE OXIDASE OXIDASE e e e e
26 Prohledávání databází sekvencí: BLAST E-value (expectancy,očekávatelnost) statistika >PDB:1OCC_A mol:protein length:514 Length = 514 CYTOCHROME C OXIDASE Score = 2317 (8207 bits), Expect = 69e-241, P = 69e-241 Identities = 430/511 (84%), Positives = 447/511 (87%) Query: Sbjct: Query: Sbjct: Query: Sbjct: Nízká komplexita 1 MFANRWLYSTNHKDIGTLYLLFGAWAGMVGTAFSILIRAELGQPGSLLGDDQIYNVIVTA 60 MF NRWL+STNHKDIGTLYLLFGAWAGMVGTA S+LIRAELGQPG+LLGDDQIYNV+VTA 1 MFINRWLFSTNHKDIGTLYLLFGAWAGMVGTALSLLIRAELGQPGTLLGDDQIYNVVVTA HAXXXXXXXXXXXXXXXXXNWLIPLMIGAPDMAFPRMNNMXXXXXXXXXXXXXXXXMVEA 120 HA NWL+PLMIGAPDMAFPRMNNM MVEA 61 HAFVMIFFMVMPIMIGGFGNWLVPLMIGAPDMAFPRMNNMSFWLLPPSFLLLLASSMVEA GAGTGWTVYPPLAGNLAHAGASVDLTIFSLHLAGVSSILSAINFITTIINMKPPAMSQYH 180 GAGTGWTVYPPLAGNLAHAGASVDLTIFSLHLAGVSSIL AINFITTIINMKPPAMSQY 121 GAGTGWTVYPPLAGNLAHAGASVDLTIFSLHLAGVSSILGAINFITTIINMKPPAMSQYQ 180
27 Prohledávání databází sekvencí: BLAST E-value (expectancy,očekávatelnost) Parameters: E=10 B=50 V=100 mformat="7,/ebi/extserv/blast-work/interactive/blast _appxml" mformat=1 matrix=blosum62 sump filter=seg cpus=8 sort_by_pvalue putenv="wublastmat=/ebi/extserv/bin/wu-blast/matrix" putenv="wublastdb=/ebi/services/idata/v2172/blastdb" putenv="wublastfilter=/ebi/extserv/bin/wu-blast/filter" ctxfactor=100
28 Prohledávání databází sekvencí: BLAST E-value (expectancy,očekávatelnost) Query Frame +0 Query Frame +0 MatID Matrix name 0 BLOSUM62 Q=9,R=2 MatID 0 Length As Used Lambda K EffLength 465 E H S W 74 3 T X Statistics: Database: /ebi/services/idata/v2172/blastdb/pdb Title: pdb Posted: 11:46:16 AM BST May 7, 2008 Created: 11:46:15 AM BST May 7, 2008 Format: XDF-1 # of letters in database: 27,888,449 # of sequences in database: 115,429 # of database sequences satisfying E: 44 No of states in DFA: 631 (134 KB) Computed ---Lambda K H same same same n/a n/a n/a E S
29 Prohledávání databází sekvencí: BLAST Frekvence E-value (expectancy,očekávatelnost) E-value = počet stejně podobných sekvencí ve stejně velké databasi náhodných sekvencí Smutečná homologie Podobnost sekvencí
30 Prohledávání databází sekvencí: BLAST - nástrahy chybné anotace v databázích nízká komplexita velikost databáze
31 Prohledávání databází sekvencí: PSI-BLAST, PHI-BLAST dotaz Párovací matice PSSM posičně specifická substituční matice nalezené sekvence
32 Vícenásobné porovnávání sekvencí: CLUSTAL CLUSTALW (algoritmus), CLUSTALX (balík programů) A B C D sekvence A:C 37 % A:B 57 % párové srovnání (každý s každým) B:C 60 % fylogenetický strom vícenásobné srovnání B:D 30 % B A D C A B C D A:D 71 % C:D 65 %
33 Vícenásobné porovnávání sekvencí: DCA Divide-and-Conquer bibiservtechfakuni-bielefeldde/dca/
34 Vícenásobné porovnávání sekvencí: Chyby SPRÁVNĚ ŠPATNĚ
35 Srovnání sekvencí: ESPRIPT espriptibcpfr/espript/espript/
36 Fylogenetické vztahy: uzel STROM A zakořeněný větev B C D E (outgrup) nezakořeněný A E C B D
37 Fylogenetické vztahy: STROM A E C B D formát Newick ((A,B),(C,D),E) ((A:6,B:4):2,(C:2,D:1):3,E:7)
38 Fylogenetické vztahy: Fitch-Margoliash UPGMA (Unweighted Pair Group Method with Aritmetic mean) sekvence A B C D párové srovnání (každý s každým) A:C 37 % A:B 57 % B:C 60 % fylogenetický strom B:D 30 % B A C D A:D 71 % C:D 65 %
39 Fylogenetické vztahy: NJ (Neighbor-Joining) sekvence A B C D párové srovnání (každý s každým) A:C 37 % A:B 57 % B:C 60 % A:D 71 % B:D 30 % C:D 65 % fylogenetický strom A B B A C C D D
40 Fylogenetické vztahy: MP (Maximum Parsimony) a ML (Maximum Likehood) hledání společných předků s minimálním počtem mutací
41 Fylogenetické vztahy: Bootstraping B B? A A D D C C
42 Fylogenetické vztahy: Výpočet stromu: PHYLIP evolutiongeneticswashingtonedu/phyliphtml (UPGMA, NJ, ML, MP, vykreslení stromu) Zobrazení stromu: Phylodendron iubiobioindianaedu/treeapp
43 Hledání motivů:
44 Hledání motivů: vzorce Prosite [RHK] Arg, His nebo Lys {ED} cokoliv kromě Glu nebo Asp P(2) dva proliny po sobě G(2,4) dva až čtyři glyciny po sobě < N-konec > C-konec
45 Určení sekundárních struktur: DSSP Dictionary of secondary structure of proteins swiftcmbirunl/gv/dssp/
46 Predikce sekundárních struktur: Chou-Fasman, Garnier-Osgthorpe-Robson (statistické) PSIPRED (PSSM) bioinfcsuclacuk/psipred Jnet (neuronové sítě) wwwcompbiodundeeacuk/~www-jpred/ PHD (PredictProtein, neuronové sítě) wwwpredictproteinorg NNPredict (neuronové sítě) alexanderucsfedu/~nomi/nnpredicthtml YASSPP (Support vector machines) glarosdtcumnedu/gkhome/yasspp/overview JPred (konsensus) wwwcompbiodundeeacuk/~www-jpred/
47 Predikce sekundárních struktur: KGVVPQLVK Zhou et al (2000) Proteins, 41(2):
48 Databáze prostorových struktur: PDB wwwrcsborg/pdb
49 Další nástroje: bioinformaticsorg Perl, Bioperl Python, Biopython
50 Visualizace 3D struktur: Pymol + snadná příprava kvalitních obrázků + podpora X-ray dat + možnost instalovat (a vytvářet) plug-ins VMD + podpora visualizace trajektorií Chimera + mnoho nástrojů a další
51 Visualizace 3D struktur: POV-Ray: camera { orthographic location <00000, 00000, > look_at <-00000, , 20000> up <00000, 30000, 00000> right <30*80/60, 00000, 00000> } light_source { <-01000, 01000, > color rgb<1000, 1000, 1000> parallel point_at <00, 00, 00> } light_source { <10000, 20000, > color rgb<1000, 1000, 1000> parallel point_at <00, 00, 00> } background { color rgb<1000, 1000, 1000> } #default { texture { finish { ambient 0000 diffuse 0650 phong 01 phong_size specular 0200 } } } #declare VMD_line_width=00020; // MoleculeID: 0 ReprID: 0 Beginning CPK // MoleculeID: 0 ReprID: 0 Beginning VDW #declare nwidth= /5; VMD_sphere(<-0223,0463,0355>,nwidth,rgbt<1000,1000,1000,0000>) VMD_sphere(<-0325,0046,0705>,nwidth,rgbt<1000,1000,1000,0000>) VMD_cylinder(<0275,-0010,0383>,<0287,-0180,0406>nwidth,rgbt<0350,0350,0350,0000>,1) VMD_cylinder(<0275,-0010,0383>,<0039,0056,0391>nwidth,rgbt<0350,0350,0350,0000>,1)
52 Visualizace 3D struktur: POV-Ray:
53 Visualizace 3D struktur: POV-Ray:
54 Porovnávání 3D struktur: Pymol: align sequence1, sequence2
55 Porovnávání 3D struktur: Chimera:
56 Porovnávání 3D struktur: Ostatní:
Základy genomiky. I. Úvod do bioinformatiky. Jan Hejátko
Základy genomiky I. Úvod do bioinformatiky Jan Hejátko Masarykova univerzita, Oddělení funkční genomiky a proteomiky Laboratoř molekulární fyziologie rostlin Základy genomiky I. Zdrojová literatura ke
VíceThursday, February 27, 14
DATABÁZE A VYHLEDÁVÁNÍ SEKVENCÍ MOLEKULÁRNÍ TAXONOMIE 2014 MARIAN NOVOTNÝ PŘEDNÁŠEJÍCÍ Mgr. Marian NOVOTNÝ, PhD. vystudoval odbornou biologii na PřF UK, diplomka v laboratoři doc. Folka doktorát na Uppsalské
VíceBioinformatika a výpočetní biologie KFC/BIN. I. Přehled
Bioinformatika a výpočetní biologie KFC/BIN I. Přehled RNDr. Karel Berka, Ph.D. Univerzita Palackého v Olomouci Definice bioinformatiky (Molecular) bio informatics: bioinformatics is conceptualising biology
VíceStudijní materiály pro bioinformatickou část ViBuChu. úloha II. Jan Komárek, Gabriel Demo
Studijní materiály pro bioinformatickou část ViBuChu úloha II Jan Komárek, Gabriel Demo Adenin Struktura DNA Thymin 5 konec 3 konec DNA tvořena dvěmi řetězci orientovanými antiparalelně (liší se orientací
VíceVyužití metod strojového učení v bioinformatice David Hoksza
Využití metod strojového učení v bioinformatice David Hoksza SIRET Research Group Katedra softwarového inženýrství, Matematicko-fyzikální fakulta Karlova Univerzita v Praze Bioinformatika Biologické inspirace
VíceVyužití internetových zdrojů při studiu mikroorganismů
Využití internetových zdrojů při studiu mikroorganismů doc. RNDr. Milan Bartoš, Ph.D. bartosm@vfu.cz Přírodovědecká fakulta MU, 2012 Obsah přednášky 1) Práce se sekvenčními daty 2) Základní veřejně dostupné
VíceVyhledávání podobných sekvencí BLAST
Vyhledávání podobných sekvencí BLAST Základní informace Následující text je součástí učebních textů předmětu Analýza sekvencí DNA a je určen hlavně pro studenty Matematické biologie. Může být ovšem přínosný
VíceHemoglobin a jemu podobní... Studijní materiál. Jan Komárek
Hemoglobin a jemu podobní... Studijní materiál Jan Komárek Bioinformatika Bioinformatika je vědní disciplína, která se zabývá metodami pro shromážďování, analýzu a vizualizaci rozsáhlých souborů biologických
VíceDATABÁZE A VYHLEDÁVÁNÍ SEKVENCÍ
DATABÁZE A VYHLEDÁVÁNÍ SEKVENCÍ MOLEKULÁRNÍ TAXONOMIE 2015 MARIAN NOVOTNÝ OSNOVA co je substrát pro molekulární taxonomii? kde se shromažďují data? jak data vyhledávat? REKONSTRUKCE EVOLUČNÍ HISTORIE rekonstrukce
VíceMOLEKULÁRNÍ METODY V EKOLOGII MIKROORGANIZMŮ
MOLEKULÁRNÍ METODY V EKOLOGII MIKROORGANIZMŮ (EKO/MMEM) ZPRACOVÁNÍ DGGE VÝSTUPŮ A SEKVENAČNÍCH DAT Zpracování výstupů z denaturační gradientové gelové elektroforézy (DGGE) práce s programem Gel2k Program
VíceGenomické databáze. Shlukování proteinových sekvencí. Ivana Rudolfová. školitel: doc. Ing. Jaroslav Zendulka, CSc.
Genomické databáze Shlukování proteinových sekvencí Ivana Rudolfová školitel: doc. Ing. Jaroslav Zendulka, CSc. Obsah Proteiny Zdroje dat Predikce struktury proteinů Cíle disertační práce Vstupní data
VíceBioinformatika a funkční studie
Bioinformatika a funkční studie Bioinformatika Vztah informace a funkce Sekvenování DNA Proteinů Databáze Primární Sekundární Integrované internetové zdroje informací Vyhledávání sekvenční podobnosti,
VíceDATABÁZE A VYHLEDÁVÁNÍ SEKVENCÍ
DATABÁZE A VYHLEDÁVÁNÍ SEKVENCÍ MOLEKULÁRNÍ TAXONOMIE 2015 MARIAN NOVOTNÝ OSNOVA co je substrát pro molekulární taxonomii? kde se shromažďují data? jak data vyhledávat? REKONSTRUKCE EVOLUČNÍ HISTORIE rekonstrukce
VíceBioinformatika. Jiří Vondrášek Ústav organické chemie a biochemie Jan Pačes Ústav molekulární genetiky
Bioinformatika pro PrfUK 2006 Jiří Vondrášek Ústav organické chemie a biochemie vondrasek@uochb.cas.cz Jan Pačes Ústav molekulární genetiky hpaces@img.cas.cz http://bio.img.cas.cz/prfuk2006 syllabus Úterý,
VíceZpracování informací a vizualizace v chemii (C2150) 1. Úvod, databáze molekul
Zpracování informací a vizualizace v chemii (C2150) 1. Úvod, databáze molekul Organizační pokyny Přednášející: Martin Prokop Email: martinp@chemi.muni.cz Pracovna: INBIT/2.10 (v dubnu/květnu přesun do
VíceP ro te i n o vé d a ta b á ze
Proteinové databáze Osnova Základní stavební jednotky proteinů Hierarchie proteinové struktury Stanovení proteinové struktury Důležitost proteinové struktury Proteinové strukturní databáze Proteinové klasifikační
VíceSEQUENCE ALIGNMENT MOLEKULÁRNÍ TAXONOMIE
SEQUENCE ALIGNMENT gi 118094778 gi 68395523 Eat1 SpEat1 CG7206 DrEat1 C1orf26 46 LQELDNLKKGKML-----------------LHV-RQKAI 46 LQELDYLKSGKLS-----------------SKV-EDKAR 47 IQELDGLKKSPDIARDNDDTTN----QEHDRTI-GTLAR
VícePočítačová analýza lokálních podobností mezi biologickými sekvencemi
MASARYKOVA UNIVERZITA V BRNĚ Fakulta informatiky Michal VAVERKA Počítačová analýza lokálních podobností mezi biologickými sekvencemi Bakalářská práce Vedoucí práce: Ing. Matej Lexa, Ph.D. Brno 2006 Prohlašuji,
VíceOsekvenované genomy. Pan troglodydes, 2005. Neandrtálec, 2010
GENOMOVÉ PROJEKTY Osekvenované genomy Haemophilus influenze, 1995 první osekvenovaná bakterie Saccharomyces cerevisiae, 1996 první osekvenovaný eukaryotický organimus Caenorhabditis elegans, 1998 první
VíceBioinformatika pro PrfUK 2003
Bioinformatika pro PrfUK 2003 Jiří Vondrášek Ústav organické chemie a biochemie vondrasek@uochb.cas.cz Jan Pačes Ústav molekulární genetiky hpaces@img.cas.cz http://bio.img.cas.cz/prfuk2003 What is Bioinformatics?---The
VíceUniverzita Pardubice. Fakulta ekonomicko-správní
Univerzita Pardubice Fakulta ekonomicko-správní Bioinformatika Simona Smejkalová Bakalářská práce 2009 Prohlašuji: Tuto práci jsem vypracovala samostatně. Veškeré literární prameny a informace, které
VíceStruktura biomakromolekul
Struktura biomakromolekul ejvýznamnější biomolekuly proteiny nukleové kyseliny polysacharidy lipidy... měli bychom znát stavební kameny života Proteiny Aminokyseliny tvořeny aminokyselinami L-α-aminokyselinami
VíceBioinformatika je nová disciplína na rozhraní počítačových věd, informačních technologií a biologie. Bioinformatika zahrnuje studium biologických dat
Bioinformatika je nová disciplína na rozhraní počítačových věd, informačních technologií a biologie. Bioinformatika zahrnuje studium biologických dat a jejich praktické uchovávání, vyhledávání a modelování.
VíceInovace studia molekulární a buněčné biologie
Inovace studia molekulární a buněčné biologie Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. MBIO1/Molekulární biologie 1 Tento projekt je spolufinancován
Více1. seznámení s on-line databázemi, nástroji a softwarem (databáze, vyhledání sekvencí, základní manipulace se sekvencemi, navržení primerů)
Počítačováčást 1. seznámení s on-line databázemi, nástroji a softwarem (databáze, vyhledání sekvencí, základní manipulace se sekvencemi, navržení primerů) Pavel Munclinger, Petr Synek 2. fylogenetická
VíceProteiny Genová exprese. 2013 Doc. MVDr. Eva Bártová, Ph.D.
Proteiny Genová exprese 2013 Doc. MVDr. Eva Bártová, Ph.D. Bílkoviny (proteiny), 15% 1g = 17 kj Monomer = aminokyseliny aminová skupina karboxylová skupina α -uhlík postranní řetězec Znát obecný vzorec
VíceMETODY VÍCENÁSOBNÉHO ZAROVNÁVÁNÍ NUKLEOTIDOVÝCH SEKVENCÍ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT
VíceV. letní škola metod molekulární biologie nukleových kyselin a genomiky 16. - 20. 6. 2014. Ústav morfologie, fyziologie a genetiky zvířat AF MENDELU
V. letní škola metod molekulární biologie nukleových kyselin a genomiky 16. - 20. 6. 2014 Ústav morfologie, fyziologie a genetiky zvířat AF MENDELU Zemědělská 1, Budova A, 4. patro (učebny dle programu)
VíceBioinformatika a výpočetní biologie. KFC/BIN VII. Fylogenetická analýza
ioinformatika a výpočetní biologie KF/IN VII. Fylogenetická analýza RNr. Karel erka, Ph.. Univerzita Palackého v Olomouci Fylogeneze Vznik a vývoj jednotlivých linií organismů Vývoj člověka phylogenetic
VícePREDIKCE VLIVU AMINOKYSELINOVÝCH MUTACÍ NA SEKUNDÁRNÍ STRUKTURU PROTEINŮ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV INFORMAČNÍCH SYSTÉMŮ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INFORMATION SYSTEMS PREDIKCE VLIVU
VíceBioinformatika a výpočetní biologie KFC/BIN. I. Přehled
Bioinformatika a výpočetní biologie KFC/BIN I. Přehled RNDr. Karel Berka, Ph.D. Univerzita Palackého v Olomouci KFC/BIN - Podmínky Seminární práce: http://rosalind.info/ - alespoň 10 vyřešených problémů
VíceVytváření fylogenetických stromů na základě alignmentů. Tomáš Novotný Jaroslav Knotek
Vytváření fylogenetických stromů na základě alignmentů Tomáš Novotný Jaroslav Knotek Alignmenty - opakování Existují dvě základní varianty alignmentů: globální a lokální Globální: Hledáme nejlepší zarovnání
VíceEnzymové pexeso. L: lactose P: operon
Enzymové pexeso http://web.vscht.cz/~spiwokv/enzymologie/pexeso/ L: lactose P: operon Struktura proteinů: Primární: Struktura proteinů: Primární: Sekvenování: - sekvenováním (c)dna - hmotnostní spektrometrií
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ VYHLEDÁVÁNÍ HOMOLOGNÍCH GENŮ DIPLOMOVÁ PRÁCE
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT
VíceCo se o sobě dovídáme z naší genetické informace
Genomika a bioinformatika Co se o sobě dovídáme z naší genetické informace Jan Pačes, Mgr, Ph.D Ústav molekulární genetiky AVČR, CZECH FOBIA (Free and Open Bioinformatics Association) hpaces@img.cas.cz
VíceZáklady fylogenetiky a konstrukce fylogenetických stromů
EKO/MEM Molekulární ekologie mikroorganismů Základy fylogenetiky a konstrukce fylogenetických stromů Iva Buriánková Katedra ekologie PřF UP Kde vyrostl první fylogenetický strom? Charles Darwin (1809 1882)
VíceCLP ANALYSIS OF MOLECULAR MARKERS DIGITAL IMAGE ANALYSIS OF ELECTROPHOEROGRAMS CZECH VERSION
CLP ANALYSIS OF MOLECULAR MARKERS DIGITAL IMAGE ANALYSIS OF ELECTROPHOEROGRAMS CZECH VERSION DIGITÁLNÍ OBRAZOVÁ ANALÝZA ELEKTROFORETICKÝCH GELŮ *** Vyhodnocování získaných elektroforeogramů: Pro vyhodnocování
VíceTypy fylogenetických analýz
Typy fylogenetických analýz Distanční metody: Neighbor-Joining Minimum Evolultion UPGMA,... Maximum Likelihood Bayesian Inference Maximum Parsimony Genetické distance, substituční modely pro výpočet fylogenetických
VíceVěc: VZ: CEITEC Software k vyhodnocení výsledků pulzní gelové elektroforézy, dodatečné informace č.1 odpověď na dotaz uchazeče
Uchazečům V Brně dne 30. 10. 2012 Č.j.: VZ 2/2012 Věc: VZ: CEITEC Software k vyhodnocení výsledků pulzní gelové elektroforézy, dodatečné informace č.1 odpověď na dotaz uchazeče Číslo veřejné zakázky: VZ
VíceZáklady praktické Bioinformatiky
Základy praktické Bioinformatiky PETRA MATOUŠKOVÁ 2018/2019 8/10 Základy praktické bioinformatiky Téma 8/10 Nukleotidová bioinformatika IV Cíle: Student bude schopen navrhnout primery pro kvantitativní
VíceUrčení molekulové hmotnosti: ESI a nanoesi
Cvičení Určení molekulové hmotnosti: ESI a nanoesi ) 1)( ( ) ( H m z H m z M k j j j m z z zh M Molekula o hmotnosti M se nabije z-krát protonem, pík iontu ve spektru je na m z : ) ( H m z M z Pro dva
VíceStrukturní biologie. Vojtěch Spiwok. spiwokv@vscht.cz http://web.vscht.cz/spiwokv/modelovani/
Strukturní biologie Vojtěch Spiwok spiwokv@vscht.cz http://web.vscht.cz/spiwokv/modelovani/ Domácí úkol: http://web.vscht.cz/~spiwokv/modelovani/instrukce.html Instrukce: Vytvořte obrázek prostorové struktury
VíceMolekulární biotechnologie č.9. Cílená mutageneze a proteinové inženýrství
Molekulární biotechnologie č.9 Cílená mutageneze a proteinové inženýrství Gen kódující jakýkoliv protein lze izolovat z přírody, klonovat, exprimovat v hostitelském organismu. rekombinantní protein purifikovat
VíceBiotechnologický kurz. II. letní škola metod molekulární biologie nukleových kyselin a genomiky 17. - 21. 6. 2013
Biotechnologický kurz Biotechnologický kurz II. letní škola metod molekulární biologie nukleových kyselin a genomiky 17. - 21. 6. 2013 Ústav morfologie, fyziologie a genetiky zvířat AF MENDELU v Brně Zemědělská
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 23 Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 2 / 23 biologové často potřebují najít často se opakující sekvence DNA tyto sekvence bývají relativně krátké,
VíceEvropský sociální fond Praha & EU: Investujeme do vaší budoucnosti URČOVÁNÍ PRIMÁRNÍ STRUKTURY BÍLKOVIN
Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti URČOVÁNÍ PRIMÁRNÍ STRUKTURY BÍLKOVIN Primární struktura primární struktura bílkoviny je dána pořadím AK jejích polypeptidových řetězců
VíceBlok 2 Sekundární struktura proteinů
Blok 2 Sekundární struktura proteinů C3211 Aplikovaná bioinformatika Přednášející: Josef Houser Struktura proteinů ADSQTSSNRAGEFSIPPNTDFRAIFFANAAE QQHIKLFIGDSQEPAAYHKLTTRDGPREATL NSGNGKIRFEVSVNGKPSATDARLAPINGKK
VíceBiotechnologický kurz. III. letní škola metod molekulární biologie nukleových kyselin a genomiky
Biotechnologický kurz Biotechnologický kurz III. letní škola metod molekulární biologie nukleových kyselin a genomiky 18. - 22. 6. 2012 Ústav morfologie, fyziologie a genetiky zvířat AF MENDELU v Brně
VíceBiotechnologický kurz. II. letní škola metod molekulární biologie nukleových kyselin a genomiky
Biotechnologický kurz Biotechnologický kurz II. letní škola metod molekulární biologie nukleových kyselin a genomiky 20. - 24. 6. 2011 Ústav morfologie, fyziologie a genetiky zvířat AF MENDELU v Brně Zemědělská
VícePočítačové vyhledávání genů a funkčních oblastí na DNA
Počítačové vyhledávání genů a funkčních oblastí na DNA Hodnota genomových sekvencí záleží na kvalitě anotace Anotace Charakterizace genomových vlastností s použitím výpočetních a experimentálních metod
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÝCH SYSTÉMŮ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER SYSTEMS TECHNIKY PRO ZAROVNÁVÁNÍ
VíceNovinky v IBM Notes a Domino. CubeTeam Dan Vrána
Novinky v IBM Notes a Domino CubeTeam Dan Vrána 8 th Sutol Conference, November 2017 Dan Vrána dan.vrana@cubeteam.eu @danvrana Co jsou FP Feature pack do verze FP7 nazývané FixPack Balík oprav chyb a vylepšení
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
příloha č. 1 VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV INFORMAČNÍCH SYSTÉMŮ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INFORMATION SYSTEMS TECHNIKY PRO
VíceAplikovaná bioinformatika
Aplikovaná bioinformatika Číslo aktivity: 2.V Název klíčové aktivity: Na realizaci se podílí: Implementace nových předmětů do daného studijního programu doc. RNDr. Michaela Wimmerová, Ph.D., Mgr. Josef
VíceStruktura a funkce biomakromolekul
Struktura a funkce biomakromolekul KBC/BPOL 5. Metody určování struktury proteinů Ivo Frébort 3D struktury Smysl určování 3D struktur Pochopení funkce proteinů, mechanismu enzymových reakcí, design nových
VíceModerní systémy pro získávání znalostí z informací a dat
Moderní systémy pro získávání znalostí z informací a dat Jan Žižka IBA Institut biostatistiky a analýz PřF & LF, Masarykova universita Kamenice 126/3, 625 00 Brno Email: zizka@iba.muni.cz Bioinformatika:
VícePočítačová chemie: Laboratoř za monitorem
T-Report Počítačová chemie: Laboratoř za monitorem Lektorka: Zora Střelcová Vypracovala: Eva Vojáčková Tématem T-Exkurze, kterou jsme absolvovala, byla počítačová/výpočetní chemie. Tento obor stojí na
VíceNárodní centrum pro výzkum biomolekul & MetaCentrum
Masarykova Univerzita Národní centrum pro výzkum biomolekul Národní centrum pro výzkum biomolekul & Petr Kulhánek kulhanek@chemi.muni.cz Národní centrum pro výzkum biomolekul, Masarykova Univerzita Přírodovědecká
VíceMalcomber S.T. (2000): Phylogeny of Gaertnera Lam. (Rubiaceae) based on multiple DNA markers: evidence of a rapid radiation in a widespread,
Malcomber S.T. (2000): Phylogeny of Gaertnera Lam. (Rubiaceae) based on multiple DNA markers: evidence of a rapid radiation in a widespread, morphologically diverse genus. Evolution 56(1):42-57 Proč to
VícePREDIKTOR VLIVU AMINOKYSELINOVÝCH SUBSTITUCÍ NA FUNKCI PROTEINŮ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV INFORMAČNÍCH SYSTÉMŮ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INFORMATION SYSTEMS PREDIKTOR VLIVU
VíceCentrum aplikované genomiky, Ústav dědičných metabolických poruch, 1.LFUK
ové technologie v analýze D A, R A a proteinů Stanislav Kmoch Centrum aplikované genomiky, Ústav dědičných metabolických poruch, 1.LFUK Motto : "The optimal health results from ensuring that the right
VíceMolekulární genetika IV zimní semestr 6. výukový týden ( )
Ústav biologie a lékařské genetiky 1.LF UK a VFN, Praha Molekulární genetika IV zimní semestr 6. výukový týden (5.11. 9.11.2007) Nondisjunkce u Downova syndromu 2 Tři rodokmeny rodin s dětmi postiženými
VíceStruktura biomakromolekul
Struktura biomakromolekul ejvýznamnější biomakromolekuly l proteiny l nukleové kyseliny l polysacharidy l lipidy... měli bychom znát stavební kameny života Biomolekuly l proteiny l A DA, RA l lipidy l
VíceCEITEC a jeho IT požadavky. RNDr. Radka Svobodová Vařeková, Ph.D.
CEITEC a jeho IT požadavky RNDr. Radka Svobodová Vařeková, Ph.D. Co je CEITEC? CEITEC je projekt výstavby středoevropského vědecko-výzkumného centra excelence v Brně Zaměření projektu: základní i aplikovaný
VíceDatabáze biologických dat
Vysoké učení technické v Brně Fakulta informačních technologií Databáze biologických dat Databáze spravované Evropským institutem bioinformatiky Brno 2005 Ivana Rudolfová Obsah 1. Úvod...3 2. Databáze
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT
VíceVyhledávání podle klíčových slov v relačních databázích. Dotazovací jazyky I ZS 2010/11 Karel Poledna
Vyhledávání podle klíčových slov v relačních databázích Dotazovací jazyky I ZS 2010/11 Karel Poledna Vyhledávání podle klíčových slov Uživatel zadá jedno nebo více slov a jsou mu zobrazeny výsledky. Uživatel
VíceMarkovovy modely v Bioinformatice
Markovovy modely v Bioinformatice Outline Markovovy modely obecně Profilové HMM Další použití HMM v Bioinformatice Analýza biologických sekvencí Biologické sekvence: DNA,RNA,protein prim.str. Sekvenování
VíceVyužití software ITEMAN k položkové analýze a analýze výsledků testů
11. konference ČAPV Sociální a kulturní souvislosti výchovy a vzdělávání Využití software ITEMAN k položkové analýze a analýze výsledků testů Petr Byčkovský, Marie Marková Postup při návrhu a ověření testu
VíceUniverzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie
Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie 12. licenční studium PYTHAGORAS Statistické zpracování dat 3.3 Tvorba nelineárních regresních modelů v analýze dat Semestrální
VíceOPVK CZ.1.07/2.2.00/
OPVK CZ.1.07/2.2.00/28.0184 Základní principy vývoje nových léčiv OCH/ZPVNL Mgr. Radim Nencka, Ph.D. ZS 2012/2013 První kroky k objevu léčiva Nobelova cena za chemii 2013 Martin Karplus Michael Levitt
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÝCH SYSTÉMŮ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER SYSTEMS IMPLEMENTACE ALGORITMU
VíceÚvod do molekulové dynamiky simulace proteinů. Eva Fadrná evaf@chemi.muni.cz
Úvod do molekulové dynamiky simulace proteinů Eva Fadrná evaf@chemi.muni.cz Molekulová mechanika = metoda silového pole = force field Energie vypočtená řešením Schrodingerovy rovnice Energie vypočtená
VíceSpolečnost Promo Glass s.r.o. Obsah
Společnost Promo Glass s.r.o. Promo Glass s.r.o. se od roku 2008 zabývá dovozem a prodejem produktů z optického skla nejvyšší kvality. Nabízíme široký sortiment skleněných trofejí, plaket, reklamních a
VíceSlužby pro predikci struktury proteinů. Josef Pihera
Služby pro predikci struktury proteinů Josef Pihera Struktura proteinů Primární sekvence aminokyselin Sekundární stáčení a spojování vodíkovými vazbami Supersekundární struktura přechod, opakovaná geometrická
VíceStruktura a funkce biomakromolekul
Struktura a funkce biomakromolekul KBC/BPOL 6. Struktura nukleových kyselin Ivo Frébort Struktura nukleových kyselin Primární struktura: sekvence nukleotidů Sekundární struktura: vzájemná poloha nukleotidů
VíceStruktura a funkce biomakromolekul
Struktura a funkce biomakromolekul KBC/BPOL 7. Interakce DNA/RNA - protein Ivo Frébort Interakce DNA/RNA - proteiny v buňce Základní dogma molekulární biologie Replikace DNA v E. coli DNA polymerasa a
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT
VíceDynamic programming. Optimal binary search tree
The complexity of different algorithms varies: O(n), Ω(n ), Θ(n log (n)), Dynamic programming Optimal binary search tree Různé algoritmy mají různou složitost: O(n), Ω(n ), Θ(n log (n)), The complexity
VíceFREEWAROVÉ ŘEŠENÍ DICOM SERVERU S NÍZKÝMI NÁROKY NA HARDWAROVÉ VYBAVENÍ
FREEWAROVÉ ŘEŠENÍ DICOM SERVERU S NÍZKÝMI NÁROKY NA HARDWAROVÉ VYBAVENÍ Daniel Smutek 1), Ludvík Tesař 2) 1) 3. interní klinika 1.LF UK a VFN, Praha 2) Ústav teorie informace a automatizace, Akademie věd
VíceAFLP. protokoly standardizace AFLP hodnocení primárních dat dnes používané metody hodnocení fylogenetický signál v AFLP datech
AFLP AFLP protokoly standardizace AFLP hodnocení primárních dat dnes používané metody hodnocení fylogenetický signál v AFLP datech AFLP protokoly kit Invitrogen bez použití kitu AmpliTaq Gold (ABI) možnost
VíceBioinformatika. hledání významu biologických dat. Marian Novotný. Friday, April 24, 15
Bioinformatika hledání významu biologických dat Marian Novotný Bioinformatika sběr biologických dat archivace biologických dat organizace biologických dat interpretace biologických dat 2 Biologové sbírají
VíceÚvod do praktické bioinformatiky Fatima Cvrčková
Úvod do praktické bioinformatiky Fatima Cvrčková Velkým úkolem dnešního biologického bádání je dospět od dat ke znalostem. Znám lidi, kteří si myslí, že data už jsou znalosti; ti se však pro změnu pídí
VíceVyužití DNA sekvencování v
Využití DNA sekvencování v taxonomii prokaryot Mgr. Pavla Holochová, doc. RNDr. Ivo Sedláček, CSc. Česká sbírka mikroorganismů Ústav experimentální biologie Přírodovědecká fakulta Masarykova univerzita,
VíceKameyama Y. et al. (2001): Patterns and levels of gene flow in Rhododendron metternichii var. hondoense revealed by microsatellite analysis.
Populační studie Kameyama Y. et al. (2001): Patterns and levels of gene flow in Rhododendron metternichii var. hondoense revealed by microsatellite analysis. Molecular Ecology 10:205 216 Proč to studovali?
VíceKFC/STBI Strukturní bioinformatika
KFC/STBI Strukturní bioinformatika 06_predikce struktury Karel Berka 1 Predikce minule jsme se snažili najít způsob, jak spolu budou interagovat malé molekuly a proteiny. Ale co dělat, když strukturu proteinu
VíceÚVOD DO MATEMATICKÉ BIOLOGIE I.
ÚVOD DO MATEMATICKÉ BIOLOGIE I. setkání třetí prof. Ing. Jiří Holčík, CSc. UKB, pav.a29, RECETOX, dv.č.112 holcik@iba.muni.cz POJĎME SI HRÁT SE SLOVY MATEMATIKA INFORMATIKA BIOLOGIE MEDICÍNA? BIOMEDICÍNA??
VíceMatematika v programovacích
Matematika v programovacích jazycích Pavla Kabelíková am.vsb.cz/kabelikova pavla.kabelikova@vsb.cz Úvodní diskuze Otázky: Jaké programovací jazyky znáte? S jakými programovacími jazyky jste již pracovali?
VíceNGS analýza dat. kroužek, Alena Musilová
NGS analýza dat kroužek, 16.12.2016 Alena Musilová Typy NGS experimentů Název Materiál Cílí na..? Cíl experimentu? amplikon DNA malý počet vybraných genů hledání variant exom DNA všechny geny hledání
VíceVyužití strojového učení k identifikaci protein-ligand aktivních míst
Využití strojového učení k identifikaci protein-ligand aktivních míst David Hoksza, Radoslav Krivák SIRET Research Group Katedra softwarového inženýrství, Matematicko-fyzikální fakulta Karlova Univerzita
VíceModelov an ı biologick ych syst em u Radek Pel anek
Modelování biologických systémů Radek Pelánek Modelování v biologických vědách typický cíl: pomocí modelů se snažíme pochopit, jak biologické systémy fungují model zahrnuje naše chápání simulace ukazuje,
VíceNávrh a prototypová implementace databáze pro
Návrh a prototypová implementace databáze pro snadnější práci se strukturami nukleových kyselin Bc. Ondřej Čečák Fakulta elektrotechnická České vysoké učení technické v Praze 10. června 2011 10. června
VícePCR IN DETECTION OF FUNGAL CONTAMINATIONS IN POWDERED PEPPER
PCR IN DETECTION OF FUNGAL CONTAMINATIONS IN POWDERED PEPPER Trojan V., Hanáček P., Havel L. Department of Plant Biology, Faculty of Agronomy, Mendel University of Agriculture and Forestry in Brno, Zemedelska
VíceAminokyseliny a dlouhodobá parenterální výživa. Luboš Sobotka
Aminokyseliny a dlouhodobá parenterální výživa Luboš Sobotka Reakce na hladovění a stres jsou stejné asi 4000000 let Přežít hladovění a akutní stav Metody sledování kvality AK roztoků Vylučovací metoda
VíceAplikace obrazové fúze pro hledání vad
Marek Vajgl, Irina Perfilieva, Petr Hurtík, Petra Hoďáková Národní superpočítačové centrum IT4Innovations Divize Ostravské univerzity Ústav pro výzkum a aplikaci fuzzy modelování Ostrava, Česká republika
VíceBioinformatika. Alignment 2. http://bio.img.cas.cz. Jiří Vondrášek Ústav organické chemie a biochemie vondrasek@uochb.cas.cz
Bioinformatika lignment http://bio.img.cas.cz Jiří Vondrášek Ústav organické chemie a biochemie vondrasek@uochb.cas.cz Jan Pačes Ústav molekulární genetiky hpaces@img.cas.cz typy alignmentů : :n n:n n
VíceInovace studia molekulární a buněčné biologie
Investice do rozvoje vzdělávání Inovace studia molekulární a buněčné biologie Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Investice do rozvoje vzdělávání
VícePB050: Modelování a predikce v systémové biologii
PB050: Modelování a predikce v systémové biologii David Šafránek 21.10.2009 Obsah Pojem modelu a simulace in silico opakování Obsah Pojem modelu a simulace in silico opakování Workflow systémové biologie
VíceObecné principy chemických strukturních bází dat předmět projektu VaVpI ChemEIZ
Obecné principy chemických strukturních bází dat předmět projektu VaVpI ChemEIZ Jaroslav Šilhánek Strukturní báze dat = Grafická representace struktur chemických sloučenin (+ další informace) Reakční
Více