Bioinformática Felipe G. Torres

DICA http://www.cellbiol.com/

TERMOS IMPORTANTES READS: Trechos sequenciados de DNA. CONTIG: Macro trechos formato pela junção de reads. LOW QUALITY: Regiões com baixa região, seja por falha de artefato ou metodológica. QUALIDADE: Certeza de identificação do nucleotídeo em um determinado sítio.

MONTAGEM DE GENOMAS É um subprocesso do workflow de obtenção da sequencia de DNA. Consiste em pegar os reads gerados no processo de sequenciamento e montar um ou vários contigs. Afim de unificar os reads em uma sequência consensus que é a sequência do DNA.

WORKFLOW - MONTAGEM ANÁLISE DE QUALIDADE SEQUENCIAMENTO MONTAGEM DOS CONTIGS

SEQUENCIAMENTO O sequenciamento do DNA é uma série de processos bioquímicos tem por finalidade determinar a ordem dos nucleotídeos. Método Sanger Pirosequenciamento Nova Geração

COMO É ARMAZENADO OS DADOS DO SEQUENCIAMENTO EM UM ARQUIVO ?

SEQUENCIAMENTO O arquivo usado para armazenar esse tipo de dado é o .FASTQ Este arquivo não é lido de uma forma agradável pois muitas vezes possui o seu conteúdo binário. Para lidar com ele normalmente é feita a conversão para o modelo FASTA.

ANÁLISE Essa conversão não é tão simples pois envolve uma análise de qualidade. Existem regiões que possuem ruídos que necessitam ser avaliados. Essa avaliação pode ser feita por diversos softwares. Ex:. PHRED & PHRAP

ANÁLISE http://asparagin.cenargen.embrapa.br/phph/

MÃOS NA MASSA 1- Pegue o arquivo seq2.zip 2- Analise a qualidade do sequenciamento e gere os arquivos FASTA.

APENAS SEQUENCIAR O DNA DE UM ORGANISMO RESPONDE TODAS AS PERGUNTAS ?

ANOTAÇÃO GENÔMICA Ter a sequência do genoma de um organismo não responde todas as perguntas... Mas ABRE PORTAS É necessário entender, mapear e identificar todas as estruturas gênicas presentes nesse genoma. Esse processo de explorar e entender melhor a estrutura de um genoma é conhecido por anotação.

ANOTAÇÃO GENÔMICA Este processo tem ganhado muita força recentemente devido: Ganho de tempo Redução de erros de artefatos Entendimento melhor dos organismos Redução de custos

ANOTAÇÃO GENÔMICA ANOTAÇÃO GENÔMICA PROCESSO DE ANOTAÇÃO ESTRUTURAL FUNCIONAL

ANOTAÇÃO ESTRUTURAL A anotação estrutural consiste na identificação e mapeamento de estruturas genômicas: GENES RNAnc REGIÕES PROMOTORAS

ANOTAÇÃO ESTRUTURAL Essa identificação é feita utilizando técnicas de predição gênica. Os preditores são especializados para seres eucariotos e procariotos. Essa especificação deve-se a diferença da complexidade das estruturas do genoma.

ANOTAÇÃO ESTRUTURAL Alguns preditores conhecidos são: GLIMMER, GENSCAN e GENMARK. Eucarioto Procarioto GENSCAN GLIMMER GENMARK

DICA http://www.bioplanet.com/

GLIMMER É um sistema de identificação de genes em DNA de procariotos, especialmente bacteria e archaea. GLIMMER (Gene Locator and Interpolated Markov ModelIER). Ele utiliza a interpolação de Markov para definir a probabilidade de uma região ser codificante.

GLIMMER

GLIMMER http://www.ncbi.nlm.nih.gov/genomes/MICROBES/glimmer_3.cgi

GLIMMER - RESULTADO ID: São números identificadores de possíveis genes. Frame: É o frame de leitura da ORF. Positivo indica a fita foward e Negativo indica a reverse.

GLIMMER - RESULTADO Start: Sítio de início do gene ou da ORF. Stop: Sítio de início do gene ou da ORF.

GLIMMER - RESULTADO Length: Tamanho do ORF e do Gene.

MÃOS NA MASSA 1- Procure no NCBI uma sequência da Leishmania braziliensis. 2- Utilizando o GLIMMER, analise a sequência em busca de genes.

GENSCAN É um sistema de identificação de genes em DNA de eucariotos. O GENSCAN pode ser usado para localização de exon-intron em sequências. Desenvolvido pelo MIT, este software pode ser executado utilizando a web. Ele utiliza cadeias de Markov do estado oculto para predizer as estruturas.

GENSCAN

GENSCAN http://genes.mit.edu/GENSCAN.html

GENSCAN - RESULTADO Gn.Ex : Número de identificação da estrutura. Type : Init = Initial exon (ATG to 5' splice site) Intr = Internal exon (3' splice site to 5' splice site) Term = Terminal exon (3' splice site to stop codon) Sngl = Single-exon gene (ATG to stop) Prom = Promoter (TATA box / initation site) PlyA = poly-A signal (consensus: AATAAA)

GENSCAN - RESULTADO S : DNA strand (+ = input strand; - = opposite strand) Begin : beginning of exon or signal (numbered on input strand) End : end point of exon or signal (numbered on input strand) Len : length of exon or signal (bp)

GENSCAN - RESULTADO CodRg : coding region score (tenth bit units) P : probability of exon (sum over all parses containing exon) Tscr : exon score (depends on length, I/Ac, Do/T and CodRg scores)

DICA http://www.softberry.com/

SOFTBERRY O softberry é uma plataforma de bioinformática que permite a execução de softwares sem instalar. Você pode executar softwares como: BLAST FGNESH

ANOTAÇÃO FUNCIONAL A anotação funcional consiste na identificação das funções executadas pelas estruturas identificadas. Normalmente para este tipo de anotação utiliza-se algoritmos de similaridade entre bases de dados anotadas. A comparação é feita entre o desconhecido e o conhecido e anotado.

Proteinas preditas similares a existentes ANOTAÇÃO FUNCIONAL Proteínas anotadas Comparação Proteinas preditas Proteinas preditas similares a existentes BLAST BLAT BOWTIE

ANOTAÇÃO FUNCIONAL Esta metodologia tem algumas limitações que por muitas vezes resultam diretamente no resultado do projeto. Por exemplo, a base de dados conhecida precisa ter uma variedade alta de sequências. Você pode está procurando similaridade entre coisas impossíveis.

ANOTAÇÃO FUNCIONAL Existem algumas bases conhecidas e consolidadas: SWISS-PROT: Base de dados de proteínas curadas manualmente e mantida pela UNIPROT. NRDR: Base de dados de RNA não codificante.

ANOTAÇÃO FUNCIONAL Existem algumas bases conhecidas e consolidadas: EGGNOG: Base de dados de proteínas e grupos de Orthologia.

ANOTAÇÃO FUNCIONAL Esse processo é lento devido a grande quantidade de comparações. A escolha do algoritmo de comparação deve ser feita analisando o tipo de dado que será comparado. Nesse processo a escolha e formatação dos dados está diretamente ligado ao sucesso da técnica.

MÃOS NA MASSA 1- Pegue as proteinas 2,3,4,5 e descubra: Qual o organismo ? Qual é a proteína ? Qual a função da proteína ?

TERMOS GO Mas como descobrir a função de uma proteína ? Será que terei que difere o processo para organismos diferentes ?

TERMOS GO O Gene Onthology é a maior iniciativa da área de bioinformática para unificar os produtos gênicos atribuídos a todas as espécies. O GO é na verdade uma metodologia de classificar proteínas por: Componente Celular Processo Biológico Função Molecular

TERMOS GO Existem três tipos de termos GO: Componente celular: É um componente celular ou no desenvolvimento extracelular. Processo biológico: São produtos gênicos envolvidos processos vitais para a célula.

TERMOS GO Existem três tipos de termos GO: Função molecular: São produtos gênicos envolvidos em alguma função intracelular.

GO http://geneontology.org/

AMIGO http://amigo.geneontology.org/amigo

MÃOS NA MASSA 1- Pegue as proteinas 4 e descubra: Qual a função da proteína ?

Bioinformática Felipe G. Torres