Internet web: >8,000,000,000 pagine

Transcript

1 Internet web: >8,000,000,000 pagine

2 Merck Index: > monografie su composti chimici Uric Acid Ammonia is a universal participant in amino acid synthesis and degradation, but its accumulation has toxic consequences. Because terrestrial animals must conserve water, they convert ammonia to a form that can be excreted without large water losses. Birds, terrestrial reptiles, and insects convert most of their excess ammonia to uric acid, an oxidized purine. Most mammals excrete the bulk of their nitrogen as urea. See urea cycle reactions here. Uric acid is an intermediate in purine nucleotide metabolism (Figure 22.7) and is quite insoluble in water. Consequently, increasing concentrations of it causes it to precipitate as crystals of sodium urate, and cause the painful condition of gout. Uric acid also has antioxidant properties.

3 Bioinformatica Biologia (molecolare) + Informatica :studio dei problemi biologici attraverso le metodologie dell'informatica ~Biologia molecolare computazionale ~Biochimica computazionale

4 ...viceversa Biocomputazione Algoritmi genetici Reti neurali :Metodi informatici di applicazione generale che si ispirano ai principi della biologia

5 Gli oggetti principali della bioinformatica Sequenze di acidi nucleici >gi gb AF CCCACTCCTCCATCTCACAAACACTTCTCTATACCCAACAATCCCTTTTACAATCCCTGCTCATTTAGTC AAAATGGTCAAGATTGCTGCTATCATCCTCCTCATGGGCATTCTCGCCAATGCTGCCGCCATCCCTGTCA TTTCAACACCCAAATTACAGAGCCAACCGGCGAGGGCGACCGTGGGGACGTGGCCGAC Sequenze di proteine >P25032 MASSSSATSGDDRPPAAGGGTPAQAHAEWAASMHAYYAAAASAAGHPYAAWPLPPQAQQHGLVAAGAGAAYG AGAVPHVPPPPAGTRHAHASMAAGVPYMA Strutture di macromolecole

6 Gli scopi della bioinformatica Gestione dei dati biologici mantenimento, organizzazione, distribuzione... Analisi dei dati biologici inferenze e predizioni sul significato biologico

7 Crescita esponenziale dei dati bioinformatici

8 Incremento dei dati di sequenza Vs diminuizione dei costi Sequencing costs have dropped several orders of magnitude, from $10 per finished base in 1990 to today's cost, which are estimated at about 5 or 6 cents per base for finished sequence and about 2 to 4 cents for draft sequence. The Scientist 17, /03/04

9 Dogma centrale della bioinformatica = Dogma centrale della biologia DNA RNA Proteine struttura/funzione struttura/funzione Secondo il dogma centrale della biologia le funzioni biologiche sono interamente codificate nella sequenza del DNA

10 Affidabilità e completezza dei dati di sequenza Esattezza dell'informazione A differenza di altre osservazioni biologiche, i dati di sequenza hanno una bassa percentuale di errore. Un sequenziamento accurato ha un errore di ~10-4 Completezza dell'informazione Disponibili informazioni genomiche complete per numerosi organismi

11 Importanza della bioinformatica Quantità di informazione Valore dell'informazione Esattezza e completezza dell'informazione

12 Genomica Genoma indica l'insieme del materiale genetico trasmissibile di un essere vivente (Hans Winkler, 1920). La genomica è la disciplina che studia i genomi completi.

13 Genomica Studio dei genomi completi degli organismi. Possibile grazie a: - Metodi di sequenziamento automatico - Metodi bioinformatici Organismi a genoma completo

14 Genomica Dimensione del genoma e numero di geni

15 Homo sapiens: geni, 3 * 109 caratteri

16 Post-genomica?

17 Storia evolutiva degli organismi Nature is a tinkerer and not an inventor Jacob, 1977 LCA voi siete qui

18 Evoluzione nel tempo dell'informazione biologica Sequenza ancestrale Evento di separazione ATCGGCCACTTTCGCGATCA ATCGGCCACTTTCGCGATCG ATAGGCCACTTTCGCGATCA ATAGGCCACTTTCGCGATTA ATCGGCCACTTTCGTGATCG ATCGGCCACGTTCGTGATCG ATCGGCCACGTTCGCGATCG ATAGGGCACTTTCGCGATTA ATCGCCCACGTTCGCGATCG ATAGGGCACTTT-GCGATTA ATTGCCCACGTTCGCGATCG ATAGGGCACTTT-GCGATGA Sequenze omologhe Omologia = condivisione di un ancestore comune

19 Separazione per speciazione

20 Separazione dei geni per speciazione Organismo ancestore Evento di speciazione ATCGGCCACTTTCGCGATCA Lo stesso gene in organismi diversi ATTGCCCACGTTCGCGATCG Specie moderna A ATAGGGCACTTT-GCGATGA Sequenze ortologhe Specie moderna B

21 I geni hanno una storia evolutiva più complicata di quella degli organismi GLOBINA GLOBINA Separazione del gene MIOGLOBINA α-globina β-globina β β α Separazione della specie α α β

22 Separazione per duplicazione genica Evento di duplicazione gene ancestore ATCGGCCACTTTCGCGATCA Geni originati per duplicazione in uno stesso genoma ATTGCCCACGTTCGCGATCG gene moderno A ATAGGGCACTTT-GCGATGA Sequenze paraloghe gene moderno B

23 Caratteristiche dei geni omologhi - Proteine derivanti da geni omologhi hanno struttura tridimensionale (3D) simile - Proteine derivanti da geni ortologhi hanno probabilmente una funzione uguale o simile - Proteine derivanti da geni paraloghi possono avere una funzione uguale o simile

24 L'omologia è dedotta dall'allineamento Sequenze allineate Osservazione ATTGCCCACGTTCGCGATCG ATAGGGCACTTT-GCGATGA ** * *** ** ***** Sequenza ancestrale ATCGGCCACTTTCGCGATCA? Ipotesi ATTGCCCACGTTCGCGATCG ATAGGGCACTTT-GCGATGA

25 Allineamento di sequenze biologiche DNA: alfabeto di 4 lettere + gaps AATGTCA AC-GTAA Proteine: alfabeto di 20 lettere + gaps SPRRNQ-ACTCC NPR-NQGASCCC

26 Penalità per apertura gap e penalità per allungamento gap Se in una posizione è tollerata l'inserzione o delezione di un residuo è probabile che siano tollerate inserzioni o delezioni di più residui Regione in cui non sono tollerati i gap Uno o più gap tollerati dalla struttura Penalità gap= penalita apertura penalità allungamento

27 Criteri per la somiglianza di nucleotidi e amninoacidi Nucleotidi: identità AGGCTGACCTGGGAAGGGAAACTCTCAAAACCAT AGGATGAGCT-GGAAGGATA-CTCTCAAAAACAT *** *** ** ******* ** ******** *** Aminoacidi: identità + somiglianza VLSSADKTNVKAAWGKVGAHAGEYGAEALERMFL VLSAADKANIKAAW-KVGGQAGDHGAEALERMPL ***:*** *:**** ***: **: ******** *

28 Matrici empiriche di sostituzione

29 Significatività di un allineamento Sequenze allineate ATTGCCCACGTTCGCGATCG ATAGGGCACTTT-GCGATGA ** * *** ** ***** Osservazione Ipotesi OMOLOGIA? CASO? P(omologia) + P(caso) = 1 02/03/04

30 Banche dati primarie: acidi nucleici Tre consorzi che scambiano informazioni (International Nucleotide Sequence Database Collaboration): GenBank (americana) EMBL (europea) DDBJ (giapponese) Una Release in cui la banca dati viene congelata ad una certa data Genetic Sequence Data Bank October NCBI-GenBank Flat File Release Distribution Release Notes loci, bases, from reported sequences This document describes the format and content of the flat files that comprise releases of the GenBank database. If you have any questions or comments about GenBank or this document, please contact NCBI via at or: + Aggiornamenti quotidiani: Es: GenBank_new, EMBL_new 02/03/04

31 Ricerca di omologia in banca dati >AAAA acgctaggctagctggatcggggatcggat aggctcggatcgggatttgagtctagggatg >BBBB gctagctggatcggggatcggat ggatcgggatttgagtctagggatg >CCCC cgctaggatagctggatcggggatcggat ggctcggatcgggatttgagtctagggatg acgctaggctagctggatcggggatcggat acgctaggctagctggatcggggatcggat acgctaggctagctggatcggggatcggat 1 Filtro statistico >query ccgctaggctagccatcggggatcggat acgctaggctagctggatcggggaaaa 2 >EEEEE cggctcggatcgggatttgagtctag ccgctaggctagcc... >DDDD acgctaaaaggctagcatcgggga... >DDDD acgctaaaaggctagcatcggggatcggat >EEEEE cggctcggatcgggatttgagtctagggatg ccgctaggctagccatcggggatcggat acgctaggctagctggatcgggg n >AAAA acgctaggctagctggatcggg gatcggat... >FFFFF cggctcggatcgggatttgagtctagggatg ccgctaggctagccatcggggatcggat acgctaggctagctggatcgggg 02/03/04

32 BLAST Output E Value Sequences producing significant alignments: gi ref NP_ High mobility group (HMG)-like... gi pir T12113 transcription factor - fava bean >gi... gi sp Q09390 YR44_CAEEL HYPOTHETICAL 23.8 KD PROTEI... gi gb AAK U22831_8 (U22831) Hypothetical pr... gi ref NP_ structure specific recognition... gi pir T43009 HMG protein Caenorhabditis el... gi gb AAK U22831_9 (U22831) Hypothetical pr... gi dbj BAB (AK017716) putative [Mus musculus] gi ref NP_ high mobility group 20A [Mus m... gi ref NP_ high-mobility group 20A [Homo s... gi pir JC6179 dorsal switch protein 1 - fruit fly... gi pir S50068 nonhistone chromosomal protein HMG1-... gi sp P25980 UBF2_XENLA NUCLEOLAR TRANSCRIPTION FACT... gi emb CAA (X59863) a xenopus upstream bindi... gi emb CAA (X81456) unnamed protein product gi sp Q91731 SX11_XENLA TRANSCRIPTION FACTOR SOX gi ref XP_ hypothetical protein XP_ gi pdb 1AAB Nmr Structure Of Rat Hmg1 Hmga Frag... gi dbj BAB (AK004857) putative [Mus musculus] gi pdb 1HME High Mobility Group Protein Fragment... gi pir T03375 high mobility group protein HMGd gi gb AAK (AC024859) Hypothetical protein e-90 1e-05 8e-05 1e-04 1e-04 1e-04 1e-04 2e-04 3e-04 3e-04 3e-04 3e-04 4e-04 4e-04 4e /03/04

33 Trascrittomica - Studio dei profili di esperssione (quantità di mrna) dei geni in una cellula o tessuto - Il segnale misurato dipende dall'ibridazione tra le molecole di mrna estratte e sequenze complementari depositate su microsupporti - E' usata tipicamente per confrontare cellule in diverse condizioni (es. 'normale' vs 'tumorale')

34 Proteomica - Separazione attraverso gel bidimensionale delle proteine presenti nella cellula - Comparazione tra diverse condizioni e individuazione delle macchie differenziali - Sequenziamento parziale attraverso spettrometria di massa - Identificazione tramite confronto con un database di sequenze