Bancos de dados aplicados ao estudo de proteínas

Apresentação em tema: "Bancos de dados aplicados ao estudo de proteínas"— Transcrição da apresentação:

1 Bancos de dados aplicados ao estudo de proteínas

2 1. Introdução Histórico acúmulo de informação biológicas

3 Histórico:Ciências convergentes
Charles Robert Darwin (1809 —1882) Herman Hollerith ( )

4 Histórico: Aquisição e armazenamento dos dados
O ENIAC (Electrical Numerical Integrator and Computer) 1946 ENIAC 30 toneladas 160 m2 5.000 cálculos/segundo 200 k memória 1953 James D Watson and Francis Crick 

5 Histórico: Aquisição dos dados
Década de 60 Insulina 1° proteína a ser cristalizada (Abel, 1926), 1° proteína a ser sequenciada (Sanger et al, 1955 ), 1° proteína a ser sintetizada por técnicas químicas ( Du et al;Zahn;Katsoyanis;  1964), Degradação de Edman (Químico sueco Pehr Edman)

6 Histórico: Armazenamento dos dados
1965 Margaret Dayhoff's Primeira bionformata “Atlas of Protein Sequences”

7 Surgimento da eletroforese 2D
Década de 1970 Surge a 2D-PAGE Trabalhos de MacGillivray et al.( 1974); O´Farrel (1975) ; Klose (1975) O´Farrel

8 Aquisição dos dados: As Ômicas
Genômica • TRANSCRIPTÔMICA: Differential Display (DD) - Serial Analysis of Gene Expression (SAGE) - DNA Microarray • PROTEÔMICA: Eletroforese bidimensional (2D) MudPit Espectrometria de massa Outras ômicas: Metabolômica, farmacogenômica, regulômica, peptidômica, degradômica…….

9 Era “Pós-Genômica” Homo sapiens GENOMA – DNA – 3,4 bilhões de nt
Modificações pós-traducionais? Interações entre proteínas? GENOMA – DNA – 3,4 bilhões de nt TRANSCRIPTOMA – mRNA – 30 mil genes PROTEOMA – Proteínas – 0,3-1,2 milhão proteínas

10 Eletroforese 2D e Bioinformática

11 Proteoma Comparativo ou Diferencial
Sobreposição permite identificar diferenças nos padrões de bandas

12 Cromatografia líquida multidimensional-MudPit
Descrita pela primeira vez por WASHBURN et al. (2001),

13 Identificação e Sequenciamento de proteínas

14 E agora o que fazer? Bioinformática SNPs Microarranjos
Vias metabólicas EST Análise in silico GENÔMICA e PROTEÔMICA Sequenciamento genômico Eletroforese 2D Espectrometria de massa Bancos de dados BIOTECNOLOGIA Genes e proteínas alvos

15 Tipos de bancos de daods biológicos
Bancos de dados Primários Dados obtidos diretamente de seqüenciamento Dados submetidos por pesquisadores Conteúdo controlado pela pessoa que o submete Exemplos: GenBank, EMBL, DDJB, SNP, GEO Bancos de dados Derivados (ou Secundários) Construído a partir da base de dados primária Padrões resultantes da análise dos primários Conteúdo controlado por curadores (NCBI) Exemplos: Refseq, RefSNP, UniGene, NCBI Protein, Structure, Conserved Domain, SwissProt, Pfam

16 Tipos de bancos de dados
Bancos de dados Primários de proteínas “Atlas of Protein Sequences” + Bancos de dados Secundários TrEMBL

17 Seqüências depositadas têm várias anotações biológicas, como:
a função da proteína, informações de homologia, seqüências relacionadas ("features"). Promove a anotação funcional de proteínas.

18 PIR-NRL3D PIR - Sequence-Structure Database Este banco de dados é produzido pelo PIR a partir de seqüências extraídas do PDB (Protein Data Bank). Os títulos e as fontes biológicas das seqüências seguem o padrão de nomenclatura adotado pelo PIR. Referências bibliográficas, MEDLINE, estrutura secundária, sítios ativos, detalhes de métodos experimentais, estão disponíveis entre outras facilidades. PIR-NRL3D:

19 SWISS-PROT e TrEMBL SWISS-PROT foi criado em 1986 pelo Departamento de Bioquímica Médica da Universidade de Genebra e EMBL. Atualmente é mantido pelo Swiss Institute of Bioinformatics (SIB) e EBI/EMBL. Este banco mantém um alto nível de anotações, como a descrição e a função da proteína, estrutura dos seus domínios, modificações pós-tradução, além de ter uma estrutura que facilita o acesso computacional a diferentes campos de informações. TrEMBL

20 SWISS-PROT e TrEMBL TrEMBL é um suplemento do SWISS-PROT que contém todas as traduções das entradas de seqüências codificantes de nucleotídeos do EMBL. As entradas do TrEMBL são menos extensivamente anotadas do que aquelas do SWISS-PROT, mas são movidas para o SWISS-PROT assim que uma anotação confiável seja disponível. Link SWISS-PROT e TrEMBL: TrEMBL

21 Bancos de dados de proteínas
Crescimento do UniProt TrEMBL

22 Busca de informações Informações estruturais
Modelos conceituais de estruturas de proteínas Tipos de estruturas e modelos conceituais Proteínas globulares Estrutura secundária Estrutura terciária Estrutura quaternária Proteínas integrais de membrana Domínios Evolução Estrutura e função

23 Informações estruturais
Tipos de estruturas e modelos conceituais: Proteínas globulares são solúveis em solventes predominantemente aquosos tal como o citosol e fluídos extra-celulares Proteínas integrais de membranas existem dentro de ambientes dominados por lipídeos das membranas biológicas. Modelos conceituais de estruturas de proteínas são importantes para o entendimento da bioinformática de proteínas.

24 Bancos de dados Estruturais
PDB: recurso primário para dados estruturais de proteínas. Contém dados derivados de estudos de cristalografia de raio-X e NMR.

25 Banco de estrutura de proteínas

26 Ferramentas PDBSum O PDBSum é um do principais recursos para obtenção de informações estruturais, mantido pela University College London. Trata-se de um compêndio acessível pela Internet que contém resumos e análises de todas as estruturas no PDB. Cada resumo fornece a descrição da resolução, número de cadeias de proteínas, ligantes e íons metálicos, estruturas secundárias, interações ligantes, dentre muitas outras. Estas informações são vitais não somente para a visualização das estruturas mas também para o desenho, como um único recurso, das informações 1D, 2D e 3D.

27 Ferramentas SCOP O SCOP (Structural Classification of Proteins) é um banco de dados mantido pelo Laboratory of Molecular Biology e pelo Centre for Protein Engineering (MRC) e tem por objetivo descrever as relações estruturais e evolutivas entre proteínas de estrutura conhecida. Na medida em que as ferramentas automáticas de comparação de estruturas hoje existentes não podem identificar, de forma confiável, tais relações, o SCOP foi concebido e construído de modo a utilizar um combinação de processos de inspeções manuais métodos automáticos.

28 Predição de estruturas
SOSUI Tokyo University of Agriculture and Technology (Department of Biotechnology). O SOSUI analisa seqüências de proteínas, com a finalidade de predizer estruturas secundárias em proteínas de membrana. Baseia-se nas propriedades físico-químicas dos aminoácidos, como hidrofobicidade e balanceamento de cargas. Esta ferramenta deve ser utilizada para os seguintes tipos de predição: discriminação entre proteínas de membrana e as solúveis, predição da existência e determinação da região de hélices transmembrânicas.

29 Famílias de proteínas PROSITE
O banco de dados PROSITE contem seqüências modelo associadas com membros de famílias de proteínas, funções específicas de proteínas e modificações pós-traducionais. Uma notação especial envolvendo colchetes (e.g. [LIVM]), chaves (e.g. {FD}) e x(n) é usada para expressar resíduos alternativos em cada posição do modelo. O banco de dados é curado manualmente e os falso positivos ou falso negativos conhecidos são registrados. Alguns dos padrões, particularmente modelos de modificações pós-traducionais curtas, não possuem especificidade e ocorrem muitas vezes na mesma seqüência.

30

31 Famílias de domínios proteínas
Muitas proteínas são construídas a partir domínios em uma arquitetura modular. O estudo de famílias de proteínas é melhor englobado como um estudo de famílias de domínios de proteínas. O Prodom é um banco de dados de seqüências de domínios de proteínas criado automaticamente a partir de bancos de dados de seqüências de proteínas.

32 Ferramentas Recursos Pfam e SMART podem ser usados para análise de famílias de domínios de proteínas. Um recurso integrado, o Interpro, une os bancos de dados PROSITE, PRINTS, Pfam, Prodom, e SMART.

33 Ferramentas ExPASy Link para o ExPASy: http://www.expasy.org/
O ExPASy (Expert Protein Analysis System) é mantido pelo Swiss Institute of Bioinformatics e disponibiliza uma enorme quantidade de recursos de bioinformática. Link para o ExPASy:

34 Ferramentas InterPro Mantido pelo European Bioinformatics Institute.
O InterPro é um banco de dados de assinaturas, capacitado para identificar relacionamentos distantes entre novas seqüências, conseguindo, assim, inferir funções protéicas. Como uma base integrada de documentação de famílias de proteínas, domínios e regiões funcionais, o InterPro integra os esforços do PROSITE, do PRINTS, do Pfam e do ProDom. Cada entrada do InterPro inclui uma descrição funcional, uma anotação e referências da literatura, além de links para os bancos de dados importantes.

35 Interprot

36 Exercícios Usando o SMART: Usar sequência EF558621;
Usar sequência editada da BVL; Faça uma busca por domínios e famílias. Anote os resultados informando os dados de cada domínio obtído; Informe o que significa o SMART e quais ferramentas estão disponíveis (por exemplo: Modo Normal e Modo Genômico)