II LEZIONE. Database di interesse per la genetica e la biologia molecolare. Portali per l'accesso a database e servizi bioinformatici

Transcript

1 II LEZIONE Database di interesse per la genetica e la biologia molecolare Portali per l'accesso a database e servizi bioinformatici

2 DATABASE DI GENETICA E BIOLOGIA MOLECOLARE OMIM Online Mendelian Inheritance in Man EntrezGene curated sequence and descriptive information about genetic loci UniGene experimental system for automatically partitioning GenBank sequences into a non-redundant set of gene-oriented clusters GenCards database of human genes, their products and their involvement in diseases HGMD Human Gene Mutation Database: information about disease-causing mutations in genes

3 DATABASE DI GENETICA E BIOLOGIA MOLECOLARE OMIM EntrezGene UniGene GenCards HGMD

4 OMIM Online Mendelian Inheritance in Man Catalogo di geni umani e malattie genetiche (Dr. Victor A. McKusick, Johns Hopkins + NCBI) Contiene informazione testuale, riferimenti bibliografici e links a MEDLINE, sequenze e ad altre risorse OMIM gene map Posizioni di mappa citogenetica di geni-malattia e altri geni descritti in OMIM OMIM morbid map Posizioni di mappa citogenetica di geni-malattia indicizzati in OMIM

5 Use OMIM to explore Rett syndrome

6 There are entries for both the disease and the gene

7 OMIM number Link to NCBI map viewer

8 OMIM Numbering and Symbols ID e un numero di 6 cifre. * ( ) Autosomal dominant (before 1994) * ( ) Autosomal recessive (before 1994) * ( ) X-linked loci or phenotypes * ( ) Y-linked loci or phenotypes * ( ) Mitochondrial loci or phenotypes ( ) Autosomal loci or phenotypes Asterisco (*) significa che il fenotipo legato al gene e diverso da quelli rappresentati da altre entries con l asterisco e che si conosce il tipo di ereditabilita. Se manca l asterisco non sono chiari la separazione da altri loci o il modo in cui si eredita il fenotipo. (#) il fenotipo puo essere causato da 2 o piu geni (eterogeneita genetica).

9 OMIM Varianti alleliche stesso ID piu un altro numero di 4 cifre. Sono MUTAZIONI CHE CAUSANO MALATTIE

10 OMIM

11 Interfaccia unificata per cercare i ENTREZ GENE nformazioni su sequenze e loci genetici. Presenta informazioni sulla nomenclatura ufficiale, accession numbers, fenotipi, MIM numbers, UniGene clusters, omologia, posizioni di mappa e link a numerosi altri siti web.

12 ENTREZ GENE

13 ENTREZ GENE

14 ENTREZ GENE Gene Table

15 GeneCards Weizmann Institute of Science, Israele GeneCards is a database of human genes, their products and their involvement in diseases. It offers concise information about the functions of all human genes that have an approved symbol, as well as selected others. The information presented here has been automatically extracted from various resources. GeneCards is particulary useful for people who wish to find information about genes of interest in the context of functional genomics and proteomics.

16 GeneCards INFORMAZIONI SU Aliases and Additional Descriptions Chromosomal Location Proteins Protein Domains/Families/Ontologies Sequences Expression in Human Tissues Similar Genes in Other Organisms Related Human Genes SNPs/Variants Disorders & Mutations Medical News Research Articles Links to the entry of the gene in Other Genome Wide Resources, in general or specilized databases

17

18

19

20

21 UniGene UniGene è un altro "gene indexing" database, mantenuto all'ncbi UniGene si propone di rappresentare l'insieme dei geni umani espressi attraverso il raggruppamento in un unico "cluster" di tutte le EST e le sequenze annotate di DNA genomico, mrna, derivanti dai database GenBank e dbest, simili tra loro e ipoteticamente afferenti alla medesima unità trascrizionale. Il sistema di "clusterizzazione" si basa sulla similarità di sequenza e non sull'allineamento e le sequenze di scarsa qualità non vengono prese in considerazione. Le sequenze vengono comparate ognuna con tutte le altre in occasione di ciascuna delle frequenti versioni di UniGene e quelle che mostrano una similarità statisticamente significativa vengono inserite in un unico gruppo.

22 UniGene Non viene costruita alcuna sequenza di consenso tra quelle di un "cluster", poiché a una singola unità trascrizionale possono corrispondere diversi contigui di sequenze espresse, a causa di fenomeni molto comuni quali o lo splicing alternativo o l'uso di diversi promotori per diverse isoforme. Il processo di "clusterizzazione" si svolge in diversi passaggi, con stringenza decrescente. Prima vengono filtrate le sequenze contaminanti, ripetute o a bassa complessità e quelle ribosomiali e mitocondriali, in modo che ogni restante sequenza, di lunghezza superiore a 100 bp sia candidata per far parte di un "UniGene cluster". Poi vengono comparate tra loro e raggruppate le sequenze di geni e messaggeri; a questi "cluster" vengono aggiunte le EST correlate per similarità di sequenza o per informazioni sul clone di derivazione.

23 UniGene I "cluster" che non contengono il segnale di poliadenilazione vengono scartati, mantenendo solo i "cluster" "ancorati", ovvero quelli per cui è nota la sequenza 3', requisito fondamentale per l'identificazione di un gene. Gli ultimi stadi del processo provvedono all'assegnazione delle EST "orfane" e dei "cluster" di dimensione 1 a uno dei "cluster" "ancorati", con minore stringenza. Infine a ogni "cluster" viene assegnato il numero di identificazione, cercando di assicurare la massima continuità possibile con le precedenti versioni del database. I parametri usati da UniGene per il processo di raggruppamento delle sequenze in "UniGene entry" sono caratterizzati da un grado di stringenza piuttosto basso percio ci si aspetta che esista in UniGene un singolo gruppo di trascritti a rappresentare ogni gene umano, ovvero che, di converso, le sequenze di trascritti diversi, ottenuti per splicing alternativo da un medesimo gene, siano raggruppate insieme in un'unica "entry".

24 HGMD Human Gene Mutation Database (HGMD) raccoglie le mutazioni conosciute (pubblicate) in geni umani, responsabili di malattie genetiche Creato per studiare il meccanismo delle mutationi nel genoma umano, per riconoscere le regioni e i loci ipermutabili Ora e importante anche come raccolta di dati. Utile per diagnosi molecolare di patologie e consulenza genetica. Non include mutazioni somatiche o mitocondriali, mutazioni silenti. Dal marzo 1999, HGMD include disease-associated polymorphisms. Basato sull analisi di >250 riviste scientifiche.

25 Portali per l'accesso a database e servizi bioinformatici NCBI: SNP SAGE Gene Expression Omnibus SKY/CGH database HGMP: DNA and Proteins analysis tools Genome databases