Studijní materiály pro bioinformatickou část ViBuChu. úloha II. Jan Komárek, Gabriel Demo

Transkript

1 Studijní materiály pro bioinformatickou část ViBuChu úloha II Jan Komárek, Gabriel Demo

2 Adenin Struktura DNA Thymin 5 konec 3 konec DNA tvořena dvěmi řetězci orientovanými antiparalelně (liší se orientací 5 3 a 3 5 ) párování bazí na základě vzájemné komplementarity: cukrfosfátová A=T G C páteř podle konvence psána sekvence DNA ve formě písmen, které odpovídají jednotlivým nukleotidům, a to ve směru 5 3 : 5 3 konec Guanin atgttcaagatcgaaaatc gtatatgtctggtagcatt 3 Cytosine 5 konec

3 Proteosyntéza DNA 1. transkripce jádro mrna trna nesoucí příslušnou aminokyselinu PROTEIN transport mrna do cytoplasmy 2. translace ribozom cytoplasmatická membrána

4 Genetický kód genetický kód - soubor pravidel, podle kterých je genetická informace uložená v DNA (respektive RNA) převáděna do pořadí aminokyselin v polypeptidovém řetězci standardní genetický kód: je univerzální = stejný pro většinu organismů je tripletový = třípísmenný je degenerovaný = dva i více kodonů mohou kódovat tutéž aminokyselinu iniciační kodon začátek translace stop kodon konec translace 1. nukleotid 2. nukleotid 3. nukleotid také inic. kodon

5 Čtecí rámce krátký úsek genomové DNA: 5' 3'... ATCTAAAATGGGTGCC... transkripce (přepis) mrna: 5'...UAGAUUUUACCCACGG... 3' translace (překlad) Teoretický překlad části genomové DNA (naznačeny možné čtecí rámce pro jeden z řetězců DNA) 1. mrna:...uag AUU UUA CCC ACG G... protein:.. stop - Ile - Leu - Pro - Thr mrna:...u AGA UUU UAC CCA CGG... protein ale jak bioinformatika dokáže poznat, od kterého nukleotidu translace v buňkách skutečně začíná (a jaký produkt tak vzniká)? Hledání ORF! protein:... Arg - Phe - Tyr - Pro - Arg... mrna:...ua GAU UUU ACC CAC GG... protein:... Asp Phe Thr His - (převzato a upraveno)

6 Čtecí rámce čtecí rámec způsob čtení nukleotidové sekvence po tripletech (trojicích) otevřený čtecí rámec (ORF, open reading frame) úsek DNA vymezený iniciačním a terminačním kodonem kódující souvislý a dostatečně dlouhý polypeptidový řetězec - hledání dlouhých ORF užitečné pro predikci genů

7 Translate nástroj pro převedení sekvence nukleotidů genomové DNA do sekvence proteinů ve všech šesti čtecích rámcích vložení nukleotidové sekvence jako holý text agttgatga

8 Translate výběr konkrétního čtecího rámce kliknutím čtecí rámce pro řetězec 5 3 čtecí rámce pro řetězec 3 5 aminokyselinové sekvence získané teoretickým překladem sekvence DNA ve všech 6 čtecích rámcích s vyznačenými kodony pro methionin (funguje také jako iniciační kodon) a stop kodony:

9 Translate 1. výběr některého z kodonů pro methionin jako iniciačního kodonu 2. zobrazení získané sekvence ve FASTA formátu

10 BLAST (Basic Local Alignment Search Tool) volba programu... vyhledávání podobných sekvencí k námi zadané sekvenci v proteinových databázích vyhledávání sekvencí na základě lokálního párového přiložení hledání podobnosti a tvorba přiložení nejdříve v rámci krátkých úseků, následně je přiložení rozšiřováno tak, aby proti sobě pokud možno ležely odpovídající si aminokyseliny (shodné nebo alespoň ty s podobnými fyzikálněchemickými vlastnostmi) pro přiložení sekvencí nutné vkládání mezer (důsledek inzercí a delecí)

11 BLAST vložení sekvence ve FASTA formátu... výběr databáze zvolena nr (non-redundant) soubor několika databází, ve kterých by se stejné záznamy pocházející z několika databází neměly překrývat (měly by být zahrnuty jenom jednou) omezení vyhledávání pro určitý úsek zadávané sekvence omezení vyhledávání na určitý organismus (volitelné) další modifikace blastu po rozkliknutí se dá nastavit maximální počet nalezených sekvencí, které mají být zobrazeny a parametry vyhledávání (výběr substituční matice,...)

12 BLAST znázornění konzervativních domén, případně aktivních míst, pokud byly detekovány grafické znázornění nalezených sekvencí (barva odpovídá stupni podobnosti) s vyznačením, ve které části sekvence podobnost je... výstup z BLASTu ve formě tabulky: přístupové kódy a popisy nalezených proteinů, dále uvedeno skóre přiřazení a hodnota E skóre udává, jak dobré přiložení dostáváme při výpočtu se bere v úvahu stupeň podobnosti námi zadaná sekvence nalezené proteiny se sekvenční podobností

13 BLAST = známa struktura skóre udává, jak dobré přiložení dostáváme (čím vyšší skóre, tím lepší přiložení) při jeho výpočtu se bere v úvahu stupeň podobnosti odpovídajících si aminokyselin mezi oběma sekvencemi (hodnoceno pomocí tzv. substituční matice), ale také vkládání mezer E-value (expectancy): = předpokládaný počet sekvencí nalezených při prohledávání databáze o určité velikosti (statistická veličina) skóre udává, jak dobré přiložení S klesající hodnotou E roste dostáváme při výpočtu se bere významnost přiložení vstatistická úvahu stupeň podobnosti jednotlivá párová přiřazení...

14 ProtParam vložení přístupového čísla z databáze UniProt nebo vložení aminokyselinové sekvence (ne obojí) nástoj pro výpočet a predikci některých fyzikálně-chemických parametrů (molekulová hmotnost, teoretické pi, aminokyselinové složení, extinkční koeficient, GRAVY index) na základě zadané aminokyselinové sekvence

15 PsiPred predikce sekundární struktury proteinů (algoritmus využívá tzv. neuronové sítě) 1. výběr typu predikce kromě sekundární struktury program umožňuje předpovídat i jiné vlastnosti (fold, topologie transmembránových proteinů) vložení aminokyselinové sekvence

16 PsiPred (není nutné uvádět) krátká identifikace vstupních dat

17 PsiPred vyznačená sekundární struktura + číselně vyjádřená míra jistoty, že určitá aminokyselina je součástí αhelixu / β-řetězce / neuspořádané struktury (0nejmenší pravděpodobnost, 9-nejvyšší)...výsledky ve formátu PDF grafické znázornění

18 Cirkulární dichroismus (CD)

19 Využití CD spektroskopie

20 K2D2 výběr rozmezí vlnových délek vložení sady experimentálních hodnot (elipticit θ) nutno vkládat ve vzestupném pořadí (od nejnižší vlnové délky po nejvyšší) program si k hodnotám elipticit následně sám přiřadí jednotlivé vlnové délky (200, 201, 202 nm,...) - a místo desetinných čárek používat desetinné tečky stanovení procentuálního zastoupení α-helixu a βřetězce z experimentálních dat z CD spektrometrie