InfoBioLab I ENTREZ. ES 1: Ricerca di sequenze di aminoacidi in banche dati biologiche

Transcript

1 InfoBioLab I ES 1: Ricerca di sequenze di aminoacidi in banche dati biologiche Esercizio 1 - obiettivi: Ricerca di 2 proteine in ENTREZ Salva i flat file che descrivono le 2 proteine in formato testo Importa i dati in un foglio di lavoro Excel che costituirà il tuo report Salva i due elementi in formato FASTA (solo informazione relativa alla sequenza) Importa anche il semplice formato FASTA dei 2 elementi nel foglio di lavoro Excel Per cominciare la ricerca: ENTREZ cerchiamo sequenze proteiche 1

2 α-catena emoglobinica del cavallo Query: digitate nel campo di searching l'espressione complessa "equus caballus AND hemoglobin alpha" Perché è venuta fuori anche la beta chain? P01958 P01958 Banca dati sorgente: SWISSPROT Crea la cartella bio (bio2) Salva su un file di solo testo l'informazione sull'elemento in formato flat file (visualizzazione di default): Dai nome: emoa_cavallo_completo.txt P01958 Prova a visualizzare l'informazione sulla proteina selezionata in vari formati: FASTA XML ASN.1 graphics 2

3 Salva la sequenza FASTA Salva su un file di solo testo la sequenza in formato FASTA: emoa_cavallo.txt (dentro la cartella bio) Importa i risultati ottenuti in Excel Creare un nuovo foglio di lavoro (emo.xls) e riportare in Foglio1 i dati del risultato trovato come in figura (ID, nome completo, organismo, articoli scientifici di riferimento e data di pubblicazione, ecc.): usa la funzionalità di Import automatico (Dati -> Import...) riportare in fondo allo stesso foglio i dati della sequenza in FASTA rinomina Foglio 1: Cavallo α-catena emoglobinica dell'uomo Utilizzando Entrez cercare la catena emoglobinica alpha dell'uomo Supponete questa volta di avere il codice esatto che identifica la proteina nella banca dati: entry P01922 Usate il codice come parola chiave nella query 3

4 α-catena emoglobinica dell'uomo Selezionate l'unico elemento restituito Salvate sia l'informazione completa sull'elemento, sia la sequenza FASTA -> File emoa_uomo.txt bio bio Importa i risultati ottenuti in Excel riportare su Excel in un nuovo foglio di lavoro i dati del nuovo risultato trovato (ID, nome completo, organismo, articoli scientifici di riferimento e data di pubblicazione, ecc.) riportare in fondo allo stesso foglio i dati della sequenza in FASTA; rinomina il foglio: Uomo Es2: Allineamento globale Esercizio 2 -obiettivi: Effettuare l'allineamento delle 2 sequenze trovate, utilizzando programmi di allineamento globale ALIGN, disponibile al sito: oppure Effettuare l'allineamento una prima volta mantenendo i valori di default per quanto riguarda i parametri che influenzano il punteggio: la matrice di valutazione e i gap penalties Riportare i risultati in un nuovo foglio di lavoro Excel evidenziando il punteggio (score, la matrice e i valori di gap usati, la percentuale di identità...) come specificato su più avanti 4

5 ALIGN: allineamento globale, proteine Allineamento globale delle 2 sequenze proteiche trovate con ALIGN spazio per la specifica dei parametri dell'algoritmo: Scoring matrix gap open gap ext ALIGN: allineamento globale, proteine identity score Identity: 83,9 Score: 794 gap penalties: -12/-2 matrix: BLOSUM50 EMBOSS- Needle: Allineamento globale Se usate EMBOSS- needle (Needleman-Wunsch global alignment from EBI - European Bioinf. Inst.) Da informazioni anche sulla similarità (proteine) e consente di usare matrici PAM Potete fare l'upload dei file contenenti le due sequenze in FASTA specifica dei parametri: - allinamento globale/locale - scoring matrix - proteine/dna - gap penalties... 5

6 EMBOSS- Needle: Allineamento globale clicca qui per avere una descrizione degli algoritmi di allineamento usati Report Allineamenti In un nuovo foglio Excel - che chiamerete Allineamenti - create una tabella (vedi slide successiva) dove riportate il risultato dell'allineamento, specificando la matrice usata, le gap penalties usate, la percentuale di identità il punteggio (score) le similarità (se usate EMBOSS) Provate a rifare l'allineamento modificando i parametri del programma di allineamento (matrix, gap penalties), e riportate i nuovi risultati nel foglio allinementi Riportate nella tabella i risultati di almeno 3 allineamenti, variando in input la scoring matrix Report allineamenti 6

7 Report allineamenti Create un grafico di tipo linee simile a quello in figura che visualizzi il variare del punteggio assegnato all'allineamento al variare delle matrici di valutazione Posizionate il grafico sul foglio Allineamenti accanto alla tabella Allineamento Cercate la catena beta dell'emoglobina del cavallo...oppure prendete direttamente il file che contiene la sequenza in formato FASTA: emob_cavallo.txt...e provate questa volta ad allineare questa sequenza con la sequenza dell'emoglobina alpha dello stesso animale (emoa_cavallo.txt)...scoprirete che ci sono più affinità fra catene alpha di 2 specie diverse che fra catene alfa e beta della stessa specie Es. 3 Allineamento globale nucleotidi Esercizio 3: obiettivi Allineamento globale delle sequenze di nucleotidi a_pig e a_human Potete usare il programma per fare realizzare l'allineamento globale (Needleman-Wunsch global alignment) delle due sequenze di DNA Selezionate Molecule: DNA 7

8 EBI Help Per saperne di più su EMBOSS-align: - Descrizione del programma -Tutorials - etc... 8