Allineamento multiplo
|
|
- Fabio Milano
- 5 anni fa
- Visualizzazioni
Transcript
1 Allineamento multiplo
2 Allineamenti multipli Vs. allineamenti a coppie A 1: 2: 3: 4: 5: 6: B 1: 2: 3: 4: 5: 6:
3 Significato biologico dell allineamento multiplo L allineamento multiplo riassume La storia evolutiva di una famiglia di proteine Quindi, si possono ricavare informazioni su: - La conservazione dei residui dipendente dalla funzione - La conservazione dei residui dipendente dalla struttura
4 Significato funzionale della conservazione Conservazione degli amino acidi catalitici in alcuni membri della famiglia della tripsina
5 Propensità catalitica dei gruppi funzionali delle proteine hydrophilic hydrophilic/hydrophobic hydrophobic
6 Significato strutturale dell allineamento multiplo 1 G C L W YC Sequenze divergenti del dominio costante delle immunoglobuline allineate manualmente sulla base dell informazione della struttura di uno dei membri della famiglia (PDB 1tlk). Si noti la presenza di inserzioni o delezioni soprattutto in regioni corrispondenti a loop. Due residui di cisteina che formano un ponte disolfuro nel core idrofobico della proteina sono conservati in tutti i componenti della famiglia.
7 Informazioni Informazioni derivate derivate da da un un allineamento allineamento multiplo multiplo Negli enzimi, le regioni maggiormente conservate corrispondono probabilmente al sito attivo La conservazione di residui idrofilici ha spesso un significato funzionale (catalisi). La conservazione di residui idrofobici ha spesso un significato strutturale Regioni ricche di inserzioni/delezioni corrispondono a loops. Glicine o proline conservate corrispondono spesso a turn Un pattern conservato di residui idrofobici alternati a residui idrofilici suggerisce un filamento beta superficiale. Un pattern conservato di residui idrofobici ogni 4 residui suggerisce l'esistenza di un alfa elica. Coppie di cisteine invarianti possono formare ponti disolfuro (in particolare nelle proteine secrete).
8 Difficoltà dell allineamento multiplo Funzione oggettiva di punteggio - Peso da assegnare alle varie sequenze Complessità del problema - Tempo di elaborazione
9 Complessità di calcolo dell allineamento multiplo Sulla superficie del cubo si hanno le matrici di confronto a coppie tra le sequenze A-B, B-C e A-C. L allineamento ottimale di tre sequenze (A-B-C) richiede il riempimento del cubo e la valutazione di tutte le possibili mosse all interno del cubo. La complessità di questo algoritmo è O(LN), dove L è la lunghezza e N il numero delle sequenze. Per tre sequenze di 300 amino acidi il numero di confronti è 2.7 x 107. Un algoritmo completo di programmazione dinamica è utilizzabile solo nel caso di tre sequenze.
10 Metodi per l allineamento multiplo Allineamento ottimale Programmazione dinamica (MSA) Allineamento euristico Progressivo globale (CLUSTALW,Pileup) locale (PIMA) Iterativo globale (PRRP) locale (DIALIGN)
11 Allineamento progressivo Allineamento di tre sequenze A, B, C per passi successivi Allineamento della coppia A-B Aggiunta della coppia C al precedente allineamento Allineamento multiplo DGEKFGPPQRSGQRSG.. DGERFGP-QRSGNRSG consenso + SeqB DHEKFGSSQRSGQRSG DGEKFGPPQRSGQRSG.. DGERFGP-QRSGNRSG.... DHEKFGSSQRSGQRSG SeqA SeqC SeqA SeqB SeqC
12 Allineamento progressivo L'ordine di aggiunta delle sequenze è molto importante Il primo passo di un allineamento consiste nella scelta dell'ordine di aggiunta delle sequenze. Per questo vengono fatti tutti i possibili confronti a coppie (N*(N-1)/2) e viene costruito un albero per rappresentare le somiglianze. L'albero stabilisce l'ordine di aggiunta delle sequenze
13 Clustal: Clustal: schema schema N(N-1)/2
14 Clustal: Clustal: allinamento allinamento progressivo progressivo
15 Clustal Higgins & Sharp 1988 ClustalW (improved) Thompson et al 1994
16 Punteggio pesato nell allineamento multiplo Seq1 Seq2 Seq3 Seq4 Seq1 G Seq2 G A A A A G G G A A A A G A A C C Seq1 G Seq3 A G G A Seq3 Seq4 Somma delle coppie (non pesata) Seq4 G Seq2 Punteggio pesato in base alla relazione filogenetica delle sequenze Viene usato il metodo della somma pesata delle coppie in ogni colonna per determinare il punteggio totale dell allineamento. Questo metodo assegna un peso alle sequenze in modo da aumentare il punteggio in confronti tra sequenze evolutivamente distanti e diminuirlo in confronti tra sequenze vicine.
17 CLUSTALW improvement Thompson et al 1994 Le sequenze filogeneticamente più distanti ricevono un peso (weigth) proporzionalmente più alto nell allineamento Le sequenze più distanti ricevono un peso (weigth) maggiore nel punteggio
18 CLUSTALW improvement Thompson et al 1994 La penalità da assegnare ai gap dipende dal tipo di residui (Pascarella & Argos) come osservato in sequenze a struttura nota La penalità dipende anche dalla posizione. Se ci sono gap nelle vicinanze la penalità aumenta
19 CLUSTALW e CLUSTALX CLUSTALX. Stesso algoritmo di CLUSTALW con interfaccia grafica
20 Allineamento iterativo STOP IF CONVERGED W Il primo allineamento multiplo viene usato per predire un nuovo albero, nuovi pesi e nuovi allineamenti fino a che non si ha un miglioramento nel punteggio dell allineamento. Implementato in PRRP, DIALIGN
21 Comparazione dei metodi di allineamento multiplo Thompson et al 1999 Set di riferimento BAliBASE Una bancadati di proteine allineate strutturalmente e suddivisa in set che rappresentano problemi tipici che si hanno in allineamenti multipli: - estensioni terminali - inserzioni - famiglia rispetto ad orfani
22 Colonne correttamente allineate Comparazione dei metodi di allineamento multiplo V3= >35% id. V2= 20-40% id. Large family V1= <20% id. Small family Sequenze di lunghezza simile Orfani allineati ad una famiglia Sequenze con estensioni terminali Conclusioni: 1) per sequenze di lunghezza comparabile i sistemi globali e iterativi funzionano meglio; 2) per allineare una sequenza orfana ad una famiglia conviene usare molti membri della famiglia 3) se le sequenze presentano diverse estensioni alle estremità N e C terminali conviene utilizzare sistemi di allineamento locale
23 Visualizzare ed editare allineamenti: GeneDoc
24 Rappresentazioni dell allineamento multiplo: conservazione
25 Rappresentazioni dell allineamento multiplo: sostituzioni
26 Decorazione di allineamenti con elementi strutturali: ESPRIPT Legame con in metallo Catalisi
27 Applicazioni dell allineamento multiplo Inferenze struturali Definizione di famiglie Inferenze funzionali Alberi filogenetici Primers per PCR Consensi, motivi Profili, modelli markoviani, logos
28 Rappresentazioni probabilistiche della conservazione dei residui in un A.M. Profili Modelli markoviani (profili HMM) Sequence logos
29 Sequence logos Rappresentazione grafica del grado di conservazione delle colonne dell allineamento. Nella forma più comune, la conservazione dell'allineamento è espressa in bits (log2). La misura deriva dalla teoria dell informazione di Shannon: Massima incertezza di osservare uno su M simboli con probabilità P: H = log2(m) = - log2(p) Quando i simboli non sono equiprobabili si utilizza la formula generale di Shannon M H Pi log 2 ( Pi ) i 1
30 Nucleotide and protein sequence logos Nel grafico è rappresentata in ordinata la conservazione come diminuzione di incertezza. Per i nucleotidi Per i gli aminoacidi log2(4) - H. log2(20) - H La massima conservazione in bits è quindi 2 per i nucleotidi e 4.32 per gli amino acidi.
31 Profili Gribskov et al 1987 ALLINEAMENTO MULTIPLO HBA_HUMAN HBB_HUMAN MYG_PHYCA GLB3_CHITP GLB5_PETMA LGB2_LUPLU GLB1_GLYDI...vga--hagey......v----nvdev......vea--dvag vkg------d......vys--tyets......fna--nipkh......iagadngagv... PROFILI: Rappresentano un allineamento multiplo assegnando a ciascuna posizione dell'allinamento un punteggio per l'occorrenza di uno tra i possibili simboli.
32 Costruzione di un profilo Gribskov et al 1987 ALLINEAMENTO MULTIPLO HBA_HUMAN HBB_HUMAN MYG_PHYCA GLB3_CHITP GLB5_PETMA LGB2_LUPLU GLB1_GLYDI...vga--hagey......v----nvdev......vea--dvag vkg------d......vys--tyets......fna--nipkh......iagadngagv... Le colonne dell'allinemento corrispondono alle righe della matrice PROFILO DELL'ALLINAMENTO MULTIPLO Cons V A A A D N V A E V A C D E F G H I K L M N P Q R S T V W Y Gap Len
33 Costruzione di un profilo Gribskov et al 1987 ALLINEAMENTO MULTIPLO HBA_HUMAN HBB_HUMAN MYG_PHYCA GLB3_CHITP GLB5_PETMA LGB2_LUPLU GLB1_GLYDI...vga--hagey......v----nvdev......vea--dvag vkg------d......vys--tyets......fna--nipkh......iagadngagv... Score associati alla presenza dei simboli nelle colonne dell'allineamento Penalità allungamento gap Penalità apertura gap Cons V A A A D N V A E V A C D E F G H I K L M N P Q R S T V W Y Gap Len
34 Calcolo dei punteggi nei profili ALLINEAMENTO MULTIPLO HBA_HUMAN HBB_HUMAN MYG_PHYCA GLB3_CHITP GLB5_PETMA LGB2_LUPLU GLB1_GLYDI...vga--hagey......v----nvdev......vea--dvag vkg------d......vys--tyets......fna--nipkh......iagadngagv... Punteggio di un aminoacido X per la prima colonna: s (V, X ) s ( F, X ) s ( I, X ) Dove s(y,x) è il punteggio della sostituzione dell aminoacido Y in X nelle matrici PAM o BLOSUM.
35 PSI-Blast Position-Specific Iterated Blast
36 Schema Schema di di funzionamento funzionamento di di PSIPSIBLAST BLAST La ricerca utilizza una singola sequenza sonda per la prima iterazione e, per le iterazioni successive una matrice di punteggio specifica per posizione (PSSM, Position Specific Scoring Matrix) costruita a partire da un allineamento multiplo. I passaggi utilizzati da PSI-BLAST sono i seguenti Ricerca BLAST con una singola sequenza sonda (1 iterazione); Le sequenze significativamente simili (secondo una soglia di E, modificabile) sono utilizzate per un allineamento multiplo.l allineamento multiplo è utilizzato per calcolare una PSSM La PSSM viene utilizzata per una seconda ricerca (2 iterazione); La 2 iterazione può trovare nuove sequenze significative che possono essere utilizzate per costruire una nuova PSSM. La ricerca può essere iterata fino a quando vengono trovate nuove sequenze
37 PSI-Blast Iterazione n 2 Risultato della ricerca e valori di significatività basati sulla matrice posizione specifica
38 Hidden Markov Models (HMM) transizioni Krog, Haussler Eddy, Durbin stato Gli Hidden Markov Models (HMM) sono una classe di modelli probabilistici che si applicano a serie temporali o sequenze lineari. Un modello è caratterizzato da una determinata architettura composta da stati e da transizioni di stato. Ciascuno stato ha una data probabilità di emettere simboli o di effettuare una transizione. Il modello in figura rappresenta sequenze composte da due lettere (a,b) generate da due stati, ciascuno con una diversa probabilità di emissione. Partendo dalla stato 1 il modello ha generato una sequenza (aba) attraverso una successione di stati. Ciò che viene osservata è la sequenza di simboli, mentre la successione degli stati rimane nascosta (hidden). La probabilità combinata P(x, HMM) della sequenza di simboli osservata è il prodotto di tutte le probabilità di emissioni e transizioni.
39 Profili HMM inserzione match delezione Gli HMM possono essere usati per modellare allineamenti multipli di sequenze di una data famiglia (profili HMM). L architettura del modello prevede tre tipi di stati (m=match, i=inserzione, d=delezione), più uno stato finale (e=end) ed uno stato iniziale (b=begin). L HMM rappresentato in figura modella l allineamento multiplo delle cinque sequenze (tre colonne) sopra visualizzato. La probabilità di emissione dei vari aminoacidi derivano dalle frequenze osservate nell allineamento. Modelli generati con allineamento multipli possono essere impiegati per: 1) allineare nuove sequenze al modello; 2) individuare in un database sequenze aderenti al modello; 3) individuare corrispondenze tra una sequenza e un database di modelli.
40 Profili HMM: architettura e valori parametri I0 BEGIN I1 tm1i1 m1 tm1m2 m2 m8 END seq1 seq2 seq3 seq4 seq5 seq6 Seq xxx--xxxxx x----xxxxx xxx--xxxxxxx------x xxx--xxxxx xxx--xxxxx xxxxxxxxxx tm1d2 D1 D2 Gli stati match corrispondono alle colonne in cui i simboli prevalgono sui gap. I parametri iniziali dipendono dal numero di simboli emessi e dal numero di transizioni (frecce che partono da uno stato). In questo modo, prima di leggere un allineamento le probabilità di emissione di ciascun amino acido dello stato m1 saranno em1(x) = 1/20, Le probabilità di transizione dallo stato m1 saranno tm1m2=1/3, tm1d2=1/3, tm1i1 =1/3. I valori dei parametri vengono quindi modificati in base all allineamento in ragione delle occorrenze dei caratteri in una colonna e le occorrenze delle transizioni.
41 Profili HMM: pseudocounts I1 I0 BEGIN HBA_HUMAN HBB_HUMAN MYG_PHYCA GLB3_CHITP GLB5_PETMA LGB2_LUPLU GLB1_GLYDI m1 m2 D1 D2 m8 vga--hagey v----nvdev vea--dvagvkg------d vys--tyets fna--nipkh iagadngagv END Quando una transizione o l emissione di un particolare simbolo non si osserva è necessario aggiungere finti conti ( pseudocounts ) per evitare valori di probabilità zero. Il sistema più semplice di pseudocounts è la regola di Laplace: aggiungere 1 a tutte le frequenze. Usando questo sistema nella prima colonna occorre aggiungere 17 conti per gli aminoacidi mancanti. Il numero totale sarà quindi (5+1)V+(1+1)F+(1+1)I+(0+17)x = 27. Le probabilità di emissione saranno e m1(v)= 6/27, em1(i)=2/27, em1(f)=2/27, em1(x)=1/27. Analogamente per le probabilità di transizione, in cui osserviamo 6 transizioni allo stato di match, 1 allo stato di delezione e zero allo stato di inserzione: t m1m2=7/10, tm1d2=2/10, tm1i1= 1/10. Questo sistema di pseudocount funziona solo quando il campione di sequenze è sufficientemente numeroso (>50); in altri casi vanno usati sistemi più sofisticati (misture di Dirichlet, misture basate sulle matrici di sostituzione, stime basate sull ancestore).
42 Profili HMM: weighting I parametri dell HMM vanno stimati assegnando un peso minore all informazione portata da sequenze simili ed un peso maggiore all informazione portata da sequenze più divergenti. Vi sono metodi di weighting basati su alberi filogenetici ed altri indipendenti da questi (Voroni, Maximum discrimination, Maximum Entropy). Tutti i sistemi di weighting soffrono di un problema comune. Se in un modello di una famiglia si inserisce una sequenza errata (non appartenente alla famiglia) questa avrà in proporzione molto peso sul modello finale. V In un intuitivo sistema di weighting si immagina di applicare un voltaggio alla radice dell albero e di pesare le sequenze in proporzione alla corrente che arriva a ciascun nodo.
43 Profilo HMM: Log odds scores emissioni(m) emissioni(i) transizioni
44 Questioni legate ai profili HMM Dato un allineamento, quali soni i valori dei parametri di un HMM che descrivono nel modo migliore possibile la conservazione (APPRENDIMENTO)? - costruzione di un HMM Qual è la sequenza ottimale di stati con cui un HMM genera una data sequenza (ALLINEAMENTO)? - allineamento di una sequenza all'hmm (Viterbi algorithm) Qual è la probabilità che una data sequenza sia stata generata da un dato HMM (VEROSIMIGLIANZA)? - appartenenza di una sequenza ad una famiglia descritta con HMM
45 Hmmer Sean Eddy Hmmer (pronunciato hammer ) è un pacchetto di programmi per creare ed usare modelli markoviani di allineamenti di DNA e proteine. I programmi principali sono: - Hmmbuild: creare un HMM a partire da un allineamento - Hmmalign: allineare sequenze ad un HMM - Hmmsearch: cercare un database di sequenze con un HMM - HMMpFAM: cercare un database di modelli con una sequenza
46 Protein family PFAM (acronimo di Protein Families) è un database di domini di proteine descritti con modelli markoviani. E diviso in due sezioni: pfam-a contiene allineamenti curati da esperti; pfam-b contiene sequenze che vengono automaticamente raggruppate.
47 Pfam
48 Pfam: family description
49 Ricerca di omologia in Pfam: anatomia delle proteine
50 Allineamento Allineamento tra tra HMMs HMMs Söding J. Protein homology detection by HMM-HMM comparison. Bioinformatics 21: (2005).
Allineamento multiplo
Allineamento multiplo Allineamenti multipli Il modo migliore per conoscere le caratteristiche di una determinata famiglia è allineare molte proteine a funzione analoga. I siti funzionalmente o strutturalmente
DettagliAllineamento multiplo
Allineamento multiplo Allineamenti multipli Vs. allineamenti a coppie A B 1: 2: 3: 4: 5: 6: 1: 2: 3: 4: 5: 6: Applicazioni dell allineamento multiplo Assemblaggio dei genomi Primers per PCR Consensi, motivi
DettagliLe sequenze consenso
Le sequenze consenso Si definisce sequenza consenso una sequenza derivata da un multiallineamento che presenta solo i residui più conservati per ogni posizione riassume un multiallineamento. non è identica
DettagliSAGA: sequence alignment by genetic algorithm. ALESSANDRO PIETRELLI Soft Computing
SAGA: sequence alignment by genetic algorithm ALESSANDRO PIETRELLI Soft Computing Bologna, 25 Maggio 2007 Multi Allineamento di Sequenze (MSAs) Cosa sono? A cosa servono? Come vengono calcolati Multi Allineamento
DettagliAlgoritmi di Allineamento
Algoritmi di Allineamento CORSO DI BIOINFORMATICA Corso di Laurea in Biotecnologie Università Magna Graecia Catanzaro Outline Similarità Allineamento Omologia Allineamento di Coppie di Sequenze Allineamento
DettagliAllineamenti Multipli di Sequenze
Allineamenti Multipli di Sequenze 1 Allineamento multiplo di sequenze: obiettivi di oggi Definire un allineamento multiplo di sequenze; com è generato; comprendere i principali metodi. Introdurre i database
DettagliLaboratorio di Informatica 2004/ 2005 Corso di laurea in biotecnologie - Novara Viviana Patti Esercitazione 7 2.
Laboratorio di Informatica 2004/ 2005 Corso di laurea in biotecnologie - Novara Viviana Patti patti@di.unito.it Esercitazione 7 1 Info&Bio Bio@Lab Allineamento di sequenze Esercitazione 7 2 1 Es2: Allineamento
DettagliALLINEAMENTI MULTIPLI
ALLINEAMENTI MULTIPLI Identificazione di siti funzionalmente importanti Dimostrazione di omologia Filogenesi molecolare Ricerca di somiglianze deboli ma significative in banche dati Predizione di struttura
DettagliAllineamento multiplo di sequenze
Allineamento multiplo di sequenze Bioinformatica a.a. 2008/2009 Letterio Galletta Università di Pisa 22 Maggio 2009 Letterio Galletta (Università di Pisa) Allineamento multiplo di sequenze 22 Maggio 2009
DettagliAllineamenti multipli
Allineamenti multipli Finora ci siamo occupati di allineamenti a coppie (pairwise), ma il modo migliore per conoscere le caratteristiche di una determinata famiglia è allineare molte proteine a funzione
DettagliQuarta lezione. 1. Ricerca di omologhe in banche dati. 2. Programmi per la ricerca: FASTA BLAST
Quarta lezione 1. Ricerca di omologhe in banche dati. 2. Programmi per la ricerca: FASTA BLAST Ricerca di omologhe in banche dati Proteina vs. proteine Gene (traduzione in aa) vs. proteine Gene vs. geni
DettagliFASTA. Lezione del
FASTA Lezione del 10.03.2016 Omologia vs Similarità Quando si confrontano due sequenze o strutture si usano spesso indifferentemente i termini somiglianza o omologia per indicare che esiste un rapporto
DettagliAllineamenti multipli
Allineamenti multipli Allineamenti multipli Finora ci siamo occupati di allineamenti a coppie (pairwise), ma il modo migliore per conoscere le caratteristiche di una determinata famiglia è allineare molte
DettagliPerché considerare la struttura 3D di una proteina
Modelling Perché considerare la struttura 3D di una proteina Implicazioni in vari campi : biologia, evoluzione, biotecnologie, medicina, chimica farmaceutica... Metodi di studio della struttura di una
DettagliBLAST. W = word size T = threshold X = elongation S = HSP threshold
BLAST Blast (Basic Local Aligment Search Tool) è un programma che cerca similarità locali utilizzando l algoritmo di Altschul et al. Anche Blast, come FASTA, funziona: 1. scomponendo la sequenza query
DettagliEsercizio: Ricerca di sequenze in banche dati e allineamento multiplo (adattato da una lezione del Prof. Paiardini)
Esercizio: Ricerca di sequenze in banche dati e allineamento multiplo (adattato da una lezione del Prof. Paiardini) Collegatevi al sito www.ncbi.nlm.nih.gov/blast. Apparirà una pagina nella quale le versioni
Dettagliq xi Modelli probabilis-ci Lanciando un dado abbiamo sei parametri p i >0;
Modelli probabilis-ci Lanciando un dado abbiamo sei parametri p1 p6 p i >0; 6! i=1 p i =1 Sequenza di dna/proteine x con probabilita q x Probabilita dell intera sequenza n " i!1 q xi Massima verosimiglianza
DettagliComputazione per l interazione naturale: Modelli dinamici
Computazione per l interazione naturale: Modelli dinamici Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@dsi.unimi.it
DettagliALLINEAMENTO DI SEQUENZE
ALLINEAMENTO DI SEQUENZE Procedura per comparare due o piu sequenze, volta a stabilire un insieme di relazioni biunivoche tra coppie di residui delle sequenze considerate che massimizzino la similarita
DettagliAllineamenti Multipli
Allineamenti Multipli Finora ci siamo occupati di allineamenti a coppie (pairwise), ma il modo migliore per conoscere le caratteristiche di una determinata famiglia è allineare molte proteine a funzione
DettagliCome si sceglie l algoritmo di allineamento? hanno pezzi di struttura simili? appartengono alla stessa famiglia? svolgono la stessa funzione?
Come si sceglie l algoritmo di allineamento? Domande: le due proteine hanno domini simili? hanno pezzi di struttura simili? appartengono alla stessa famiglia? svolgono la stessa funzione? hanno un antenato
DettagliAlberi filogenetici. File: alberi_filogenetici.odp. Riccardo Percudani 02/03/04
Alberi filogenetici The tree of life Albero filogenetico costruito con le sequenze della subunità piccola dell RNA ribosomale. Tutte le forme viventi condividono un comune ancestore (LCA, last common ancestor
DettagliFASTA: Lipman & Pearson (1985) BLAST: Altshul (1990) Algoritmi EURISTICI di allineamento
Algoritmi EURISTICI di allineamento Sono nati insieme alle banche dati, con lo scopo di permettere una ricerca per similarità rapida anche se meno accurata contro le migliaia di sequenze depositate. Attualmente
DettagliRicerca di omologia di sequenza
Ricerca di omologia di sequenza RICERCA DI OMOLOGIA DI SEQUENZA := Data una sequenza (query), una banca dati, un sistema per il confronto e una soglia statistica trovare le sequenze della banca più somiglianti
DettagliInfoBioLab I ENTREZ. ES 1: Ricerca di sequenze di aminoacidi in banche dati biologiche
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
DettagliLezione 8. Ricerche in banche dati (databases) attraverso l uso di BLAST
Lezione 8 Ricerche in banche dati (databases) attraverso l uso di BLAST BLAST: Basic Local Alignment Search Tool Basic Local Alignment Search Tool. Altschul et al. 1990,1994,1997 Sviluppato per rendere
DettagliLezione 8. Ricerche in banche dati (databases) attraverso l uso di BLAST
Lezione 8 Ricerche in banche dati (databases) attraverso l uso di BLAST BLAST: Basic Local Alignment Search Tool Basic Local Alignment Search Tool. Altschul et al. 1990,1994,1997 Sviluppato per rendere
DettagliLezione 2 (10/03/2010): Allineamento di sequenze (parte 1) Antonella Meloni:
Lezione 2 (10/03/2010): Allineamento di sequenze (parte 1) Antonella Meloni: antonella.meloni@ifc.cnr.it Sequenza A= stringa formata da N simboli, dove i simboli apparterranno ad un certo alfabeto. A
DettagliBanche Dati proteiche
Banche Dati proteiche Un altro grande database è UniProt, The Universal Protein Resource (http://www.uniprot.org/) nel quale sono radunate le sequenze proteiche, e le annotazione delle stesse, ottenute
DettagliBioinformatica ed applicazioni di bioinformatica strutturale!
Bioinformatica ed applicazioni di bioinformatica strutturale! Bioinformatica! Le banche dati! Programmi per estrarre ed analizzare i dati! I numeri! Cellule nell uomo! Geni nell uomo! Genoma umano Il dogma
DettagliOmologia di sequenze: allineamento e ricerca
Omologia di sequenze: allineamento e ricerca Genomi (organismi) e geni hanno un evoluzione divergente Sequenze imparentate per evoluzione divergente sono omologhe Le sequenze sono confrontabili tramite
DettagliA W T V A S A V R T S I A Y T V A A A V R T S I A Y T V A A A V L T S I
COME CALCOLARE IL PUNTEIO DI UN ALLINEAMENTO? Il problema del calcolo del punteggio di un allineamento può essere considerato in due modi diversi che, però, sono le due facce di una stessa medaglia al
DettagliTeoria dell informazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliCorso di Intelligenza Artificiale A.A. 2016/2017
Università degli Studi di Cagliari Corsi di Laurea Magistrale in Ing. Elettronica Corso di Intelligenza rtificiale.. 26/27 Esercizi sui metodi di apprendimento automatico. Si consideri la funzione ooleana
DettagliPairwise Sequence Alignment BIOINFORMATICA. Corso di Laurea in Ingegneria Informatica e Biomedica. Università Magna Graecia Catanzaro
Pairwise Sequence Alignment BIOINFORMATICA Corso di Laurea in Ingegneria Informatica e Biomedica Università Magna Graecia Catanzaro Outline Similarità Allineamento Omologia Allineamento Esatto di Coppie
DettagliAllineamenti a coppie
Laboratorio di Bioinformatica I Allineamenti a coppie Dott. Sergio Marin Vargas (2014 / 2015) ExPASy Bioinformatics Resource Portal (SIB) http://www.expasy.org/ Il sito http://myhits.isb-sib.ch/cgi-bin/dotlet
DettagliLa distribuzione dei veri e falsi positivi la ricerca della giusta soglia
La distribuzione dei veri e falsi positivi la ricerca della giusta soglia BLAST Blast (Basic Local Aligment Search Tool) è un programma che cerca similarità locali utilizzando l algoritmo di Altschul et
Dettagli1) Codici convoluzionali. 2) Circuito codificatore. 3) Diagramma a stati e a traliccio. 4) Distanza libera. 5) Algoritmo di Viterbi
Argomenti della Lezione 1) Codici convoluzionali 2) Circuito codificatore 3) Diagramma a stati e a traliccio 4) Distanza libera 5) Algoritmo di Viterbi 1 Codici convoluzionali I codici convoluzionali sono
DettagliProblemi, istanze, soluzioni
lgoritmi e Strutture di Dati II 2 Problemi, istanze, soluzioni Un problema specifica una relazione matematica tra dati di ingresso e dati di uscita. Una istanza di un problema è formata dai dati di un
DettagliLezione 6. Ricerche in banche dati (databases) attraverso l uso di BLAST
Lezione 6 Ricerche in banche dati (databases) attraverso l uso di BLAST BLAST: Basic Local Alignment Search Tool Basic Local Alignment Search Tool. Altschul et al. 1990,1994,1997 Sviluppato per rendere
DettagliAllineamento multiplo di sequenze
Allineamento multiplo di sequenze Nicola Vitacolonna vitacolo@dimi.uniud.it http://www.dimi.uniud.it/~vitacolo Università degli Studi di Udine 16 aprile 2002 Two homologous sequences whisper... a full
DettagliMetodi di Distanza. G.Allegrucci riproduzione vietata
Metodi di Distanza La misura più semplice della distanza tra due sequenze nucleotidiche è contare il numero di siti nucleotidici che differiscono tra le due sequenze Quando confrontiamo siti omologhi in
DettagliRelazione sequenza-struttura e funzione
Biotecnologie applicate alla progettazione e sviluppo di molecole biologicamente attive A.A. 2010-2011 Modulo di Biologia Strutturale Relazione sequenza-struttura e funzione Marco Nardini Dipartimento
DettagliLaboratorio di Algoritmi e Strutture Dati
Laboratorio di Algoritmi e Strutture Dati Docente: Camillo Fiorentini 8 gennaio 8 Il problema è simile all esercizio 5.6 del libro di testo di algoritmi (Introduzione agli algoritmi e strutture dati, T.
DettagliRiconoscimento e recupero dell informazione per bioinformatica
Riconoscimento e recupero dell informazione per bioinformatica Filogenesi Manuele Bicego Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario Introduzione alla
DettagliRiconoscimento e recupero dell informazione per bioinformatica
Riconoscimento e recupero dell informazione per bioinformatica Clustering: introduzione Manuele Bicego Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Una definizione
DettagliRiconoscimento e recupero dell informazione per bioinformatica
Riconoscimento e recupero dell informazione per bioinformatica Hidden Markov Models Manuele Bicego orso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario Processi
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO. Bioinformatica. A.A semestre I. Allineamento veloce (euristiche)
Docente: Matteo Re UNIVERSITÀ DEGLI STUDI DI MILANO C.d.l. Informatica Bioinformatica A.A. 2013-2014 semestre I 3 Allineamento veloce (euristiche) Banche dati primarie e secondarie Esistono due categorie
DettagliAnalisi della struttura primaria delle proteine
Analisi della struttura primaria delle proteine Strumenti on-line La maggior parte degli strumenti per l analisi della struttura primaria si trovano on-line all indirizzo www.expasy.org Ottenere la sequenza
DettagliALLINEAMENTI MULTIPLI
ALLINEAMENTI MULTIPLI Allineamento progressivo (Clustal) Metodi iterativi (Multalin) Metodi basati su zone comuni di sequenza conservate (Profili) Metodi statistici e modelli probabilistici (HMM) Motivazione
DettagliModello di sistema di comunicazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2006-07 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliBioinformatics more basic notions
Bioinformatics more basic notions Alcune slides provengono dal materiale rilasciato da: Dr Sergio Marin Vargas - Verona Prof. Riccardo Percudari - Parma Bioinformatics Bio-inspired Computer science Gli
DettagliLa struttura terziaria delle proteine
La struttura terziaria delle proteine 1 La struttura terziaria L arrangiamento spaziale degli aminoacidi di una singola catena polipeptidica a formare la sua struttura tridimensionale a domini viene chiamata
DettagliMODELLO SCHEDA INSEGNAMENTO. II II Luigi Cerulo
Corso di L/LM/LMCU Denominazione insegnamento: MODELLO SCHEDA INSEGNAMENTO Numero di Crediti: 6 Anno: Semestre: Docente Titolare: Scienze e Tecnologie Genetiche Bioinformatica II II Luigi Cerulo Dottorandi/assegnisti
DettagliAllineamenti di sequenze: concetti e algoritmi
Allineamenti di sequenze: concetti e algoritmi 1 globine: a- b- mioglobina Precoce esempio di allineamento di sequenza: globine (1961) H.C. Watson and J.C. Kendrew, Comparison Between the Amino-Acid Sequences
DettagliZ-score. lo Z-score è definito come: Z-score = (opt query - M random)/ deviazione standard random
Z-score lo Z-score è definito come: Z-score = (opt query - M random)/ deviazione standard random è una misura di quanto il valore di opt si discosta dalla deviazione standard media. indica di quante dev.
Dettaglisono le unità monomeriche che costituiscono le proteine hanno tutti una struttura comune
AMINO ACIDI sono le unità monomeriche che costituiscono le proteine sono 20 hanno tutti una struttura comune sono asimmetrici La carica di un amino acido dipende dal ph Classificazione amino acidi Glicina
DettagliLuigi Santoro. Hyperphar Group S.p.A., MIlano
Come modellare il rischio Luigi Santoro Hyperphar Group S.p.A., MIlano Gli argomenti discussi Le definizioni del termine rischio L utilità di un modello predittivo di rischio Come costruire modelli predittivi
DettagliAllineamento e similarità di sequenze
Allineamento e similarità di sequenze Allineamento di Sequenze L allineamento tra due o più sequenza può aiutare a trovare regioni simili per le quali si può supporre svolgano la stessa funzione; La similarità
DettagliProgrammazione dinamica
rogrammazione dinamica Fornisce l allineamento ottimale tra due sequenze semplici variazioni dell algoritmo producono allineamenti globali o locali l allineamento calcolato dipende dalla scelta di alcuni
DettagliProbabilità congiunta
Una vera matrice di sostituzione F K M N P Q 4 5 5 4 3 3 5 6 5 4 3 5 4 4 3 6 4 3 4 5 3 F 8 5 5 4 5 5 4 5 3 4 3 3 6 3 5 K 5 3 3 6 4 3 3 3 M 6 N P 6 Q 4 6 V Y 3 3 3 3 V 4 4 6 8 6 6 6 3 5 3 4 4 6 5 5 6 7
DettagliRiconoscimento e recupero dell informazione per bioinformatica
Riconoscimento e recupero dell informazione per bioinformatica Hidden Markov Models Manuele Bicego Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario Processi
DettagliLaboratorio di Programmazione II Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona
Laboratorio di Programmazione II Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario Algoritmo a ed Analisi del DNA : sequenze di basi di particolare interesse
DettagliVideo Analysis (cenni) Annalisa Franco
1 Video Analysis (cenni) Annalisa Franco annalisa.franco@unibo.it http://bias.csr.unibo.it/vr/ 2 Visual motion Un video è una sequenza di frame catturati nel corso del tempo Il valori dell immagine sono
DettagliEsercizi per il corso di Algoritmi, anno accademico 2011/12
Esercizi per il corso di Algoritmi, anno accademico 2011/12 Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, nè in C++, etc. ). Di tutti gli
DettagliStatistica multivariata 27/09/2016. D.Rodi, 2016
Statistica multivariata 27/09/2016 Metodi Statistici Statistica Descrittiva Studio di uno o più fenomeni osservati sull INTERA popolazione di interesse (rilevazione esaustiva) Descrizione delle caratteristiche
DettagliTEORIA DELL INFORMAZIONE ED ENTROPIA FEDERICO MARINI
TEORIA DELL INFORMAZIONE ED ENTROPIA DI FEDERICO MARINI 1 OBIETTIVO DELLA TEORIA DELL INFORMAZIONE Dato un messaggio prodotto da una sorgente, l OBIETTIVO è capire come si deve rappresentare tale messaggio
DettagliN.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.
N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. Esercizio 1 Un chimico che lavora per una fabbrica di batterie, sta cercando una batteria
DettagliSISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X
CATENE DI MARKOV SISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X X X 0 T 0 T! Δ 0, 1,, 0 Δ 1 Δ Δ 1Δ Δ Δ ESEMPIO: I GUASTI (Ipotesi
DettagliLuigi Piroddi
Automazione industriale dispense del corso (a.a. 2008/2009) 8. Reti di Petri: rappresentazione algebrica Luigi Piroddi piroddi@elet.polimi.it Rappresentazione matriciale o algebrica E possibile analizzare
DettagliGeneralità. Strumenti per l Elaborazione di Dati. Generalità. Generalità. I dati: I dati: I dati:
Strumenti per l Elaborazione di Dati I dati: (lezione 10) Strumenti per l elaborazione dei dati (lezione 10) Esempi: Fogli Elettronici (lezione 10) Basi Dati (lezioni 11,12) Un dato rappresenta un informazione
DettagliSistemi a Regole. Fabio Sartori 3 dicembre L algoritmo RETE Forward e Backward Chaining
Sistemi a Regole Fabio Sartori sartori@disco.unimib.it 3 dicembre 2008 L algoritmo RETE Forward e Backward Chaining 1 Sistemi di Produzioni (1) Un sistema di produzioni consiste in un insieme non ordinato
DettagliRicerche con BLAST (Laboratorio)
Laboratorio di Bioinformatica I Ricerche con BLAST (Laboratorio) Dott. Sergio Marin Vargas (2014 / 2015) NCBI BLAST BLAST: Basic Local Alignment Search Tool http://blast.ncbi.nlm.nih.gov/blast.cgi NCBI
DettagliMarkov Chains and Markov Chain Monte Carlo (MCMC)
Markov Chains and Markov Chain Monte Carlo (MCMC) Alberto Garfagnini Università degli studi di Padova December 11, 2013 Catene di Markov Discrete dato un valore x t del sistema ad un istante di tempo fissato,
DettagliModelli Probabilistici per la Computazione Affettiva: Learning/Inferenza parametri
Modelli Probabilistici per la Computazione Affettiva: Learning/Inferenza parametri Corso di Modelli di Computazione Affettiva Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano
DettagliVETTORI NELLO SPAZIO ORDINARIO ,
VETTORI E GEOMETRIA ANALITICA 1 VETTORI NELLO SPAZIO ORDINARIO Vettori ordinari ed operazioni. Dipendenza ed indipendenza lineare, basi. Prodotto scalare, proiezioni, angoli. Prodotto vettoriale e prodotto
DettagliIntroduzione alla programmazione
Introduzione alla programmazione Risolvere un problema Per risolvere un problema si procede innanzitutto all individuazione Delle informazioni, dei dati noti Dei risultati desiderati Il secondo passo consiste
DettagliLezione 7. Allineamento di sequenze biologiche
Lezione 7 Allineamento di sequenze biologiche Allineamento di sequenze Determinare la similarità e dedurre l omologia Allineare Definire il numero di passi necessari per trasformare una sequenza nell altra
DettagliCasi di prova. Il problema dell ordinamento. Casi di prova. Casi di prova. Casi di prova
Casi di prova Casi di prova Quando si vuole testare un algoritmo si devono costruire vari casi di prova. Invece di eseguire il programma più volte si può costruire un file di dati contenente tutti i casi
DettagliProblema. Equazioni non lineari. Metodo grafico. Teorema. Cercare la soluzione di
Problema Cercare la soluzione di Equazioni non lineari dove Se è soluzione dell equazione, cioè allora si dice RADICE o ZERO della funzione Metodo grafico Graficamente si tratta di individuare l intersezione
DettagliLe proteine sono polimeri lineari costituiti da unità base formate da oltre 40 amminoacidi. Possono assumere forme diverse a seconda della funzione
Le proteine sono polimeri lineari costituiti da unità base formate da oltre 40 amminoacidi Hanno elevato PM Possono assumere forme diverse a seconda della funzione svolgono molteplici funzioni Tra le proteine
DettagliE il server più utilizzato, permette di tracciare tutte le operazioni che svolge e di impostare alcuni parametri importanti per il risultato finale.
Homology Modelling Homology modelling L omology modeling delle proteine è il tipo di predizione di struttura terziaria più semplice ed affidabile. Viene richiesta soltanto una (o più) sequenze di riferimento
DettagliComputazione per l interazione naturale: modelli a variabili latenti (clustering e riduzione di dimensionalità)
Computazione per l interazione naturale: modelli a variabili latenti (clustering e riduzione di dimensionalità) Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università
DettagliIntelligenza Artificiale
Intelligenza Artificiale 17 Marzo 2005 Nome e Cognome: Matricola: ESERCIZIO N 1 Ricerca Cieca 5 punti 1.A) Elencare in modo ordinato i nodi (dell'albero sotto) che vengono scelti per l'espansione dalle
DettagliINFORMAZIONE E COMPLESSITA
INFORMAZIONE E COMPLESSITA Antonio Restivo Università degli Studi di Palermo Lezioni Lincee di Scienze Informatiche Palermo 26 Febbraio 2015 Concetti fondamentali delle Scienze Informatiche Le Scienze
DettagliCOME CALCOLARE IL PUNTEGGIO DI UN ALLINEAMENTO? Il problema del calcolo del punteggio di un allineamento può essere considerato in due modi diversi
COME CALCOLARE IL PUNTEGGIO DI UN ALLINEAMENTO? Il problema del calcolo del punteggio di un allineamento può essere considerato in due modi diversi che, però, sono le due facce di una stessa medaglia al
DettagliRegole associative Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007
Regole associative Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 26/27 Introduzione Le regole associative si collocano tra i metodi di apprendimento non supervisionato e sono volte
Dettagli. iii) Cosa si può dire di esatto (non approssimato) su P X 1
Corsi di Probabilità, Statistica e Processi stocastici per Ing. dell Automazione, Informatica e Inf.Gest.Azienda 30/06/0 Esercizio. Dieci persone si iscrivono ad un torneo di tennis. Quattro di loro hanno
DettagliBLAST: Basic Local Alignment Search Tool
BLAST: Basic Local Alignment Search Tool 1 Outline della lezione di oggi BLAST Uso pratico Algoritmo Strategie Trovare proteine lontanamente legate: PSI-BLAST 2 Problema con gli algoritmi dinamici Gli
DettagliUML Introduzione a UML Linguaggio di Modellazione Unificato. Corso di Ingegneria del Software Anno Accademico 2012/13
UML Introduzione a UML Linguaggio di Modellazione Unificato Corso di Ingegneria del Software Anno Accademico 2012/13 1 Che cosa è UML? UML (Unified Modeling Language) è un linguaggio grafico per: specificare
DettagliRisoluzione di problemi ingegneristici con Excel
Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting
DettagliMetodi e modelli per le decisioni
Metodi e modelli per le decisioni Roberto Cordone A. A. 2015-16 10.8 Esercizi Nota : Devo molti di questi esercizi a temi d esame del prof. Alberto Colorni. Nota : Gli esercizi e le soluzioni non sono
DettagliI.4 Rappresentazione dell informazione
I.4 Rappresentazione dell informazione Università di Ferrara Dipartimento di Economia e Management Insegnamento di Informatica Ottobre 13, 2015 Argomenti Introduzione 1 Introduzione 2 3 L elaboratore Introduzione
DettagliALLINEAMENTO DI SEQUENZE BIOLOGICHE TRAMITE MODELLI DI MARKOV NASCOSTI
ALLINEAMENTO DI SEQUENZE BIOLOGICHE TRAMITE MODELLI DI MARKOV NASCOSTI 1. INTRODUZIONE La bioinformatica sta emergendo come una disciplina alla frontiera tra la biologia e l informatica: in questo ambiente,
DettagliBioinformatica. Analisi del genoma
Bioinformatica Analisi del genoma GABRIELLA TRUCCO CREMA, 5 APRILE 2017 Cosa è il genoma? Insieme delle informazioni biologiche, depositate nella sequenza di DNA, necessarie alla costruzione e mantenimento
DettagliAUTOMA A STATI FINITI
Gli Automi Un Automa è un dispositivo, o un suo modello in forma di macchina sequenziale, creato per eseguire un particolare compito, che può trovarsi in diverse configurazioni più o meno complesse caratterizzate
DettagliL A B C di R. Stefano Leonardi c Dipartimento di Scienze Ambientali Università di Parma Parma, 9 febbraio 2010
L A B C di R 0 20 40 60 80 100 2 3 4 5 6 7 8 Stefano Leonardi c Dipartimento di Scienze Ambientali Università di Parma Parma, 9 febbraio 2010 La scelta del test statistico giusto La scelta della analisi
DettagliCosa è l Informatica?
Cosa è l Informatica? Scienza degli elaboratori elettronici (Computer Science) Scienza dell informazione Scienza della rappresentazione, memorizzazione, elaborazione e trasmissione dell informazione Elaboratore
DettagliCenni di apprendimento in Reti Bayesiane
Sistemi Intelligenti 216 Cenni di apprendimento in Reti Bayesiane Esistono diverse varianti di compiti di apprendimento La struttura della rete può essere nota o sconosciuta Esempi di apprendimento possono
Dettagli