Banche Dati Secondarie. geni trascritti proteine profili strutture

Transcript

1 Banche Dati Secondarie geni trascritti proteine profili strutture

2 definizione Banca dati il cui contenuto deriva da una banca dati primaria DB sec DB primario informazione PROSITE SWISS Prot patterns Profiles SWISS Prot profili PRINTS owl fingerprints Pfam SWISS Prot HMMs Bloks prosite/prints aligned motifs

3 introduzione Geni: UNIREF Espressioni Array Express EST database Domini Proteici Prosite Pfam PRINTS Interproscan CATH, SCOP lezione 7

4 Geni -UniRef Ridondanza nei Database di sequenze produce due problemi Maschera i risultati Velocita di interrogazione Soluzione : Clustering (Uniprot Reference Cluster)

5 Geni -UniRef Uniref100 sequenze identiche combinate in un unica entry Uniref90 clusterizzate al 90% di identita Uniref50 clusterizzate al 50% di identita Dimensioni del database: - 10% - 40% - 70%

6 Geni -UniRef Esempio: proteina virale NS5 >gi gb ABQ NS5 [Dengue virus type 3] RYLEFEALGFLNEDHWFSRENSYSGVEGEGLHKLGYILRDISKIPGGAMYA BLAST su Uniref100, Uniref90, Uniref50

7 Geni -UniRef

8 Livelli di espressione di un gene (mrna) mrna Metodi di quantificazione qpcr (real time PCR) microarray Espressione Relativa Normalizzatore (di fluorescenza) Normalizzatore esterno (di espressione) Trattamento statistico dei dati

9 Quantitative PCR Reazione a catena della polimerasi associata alla produzione di fluorescenza Thermalcycler accoppiato con un fluorimetro

10 MicroArray Ibridazione con sonde fissate ad un supporto solido Migliaia di ibridazioni contemporaneamente Substrato marcato con molecole fluorescenti

11 Array Express

12 Array Express

13 EST database Corte sotto-sequenze di un mrna maturo (codificante e non) Possono essere utilizzate per identificare un dato trascritto Prodotte dal sequenziamento di librerie di cdna Sequenza approssimativa nt

14 EST database Esempio di entry, p53

15 MOTIVI PROTEICI Un dominio proteico e una parte (25-500AA) di una sequenza (o struttura) proteica che puo evolvere, funzionare, ed esistere in modo indipendente dal resto della catena proteica. Spesso, formano una struttura 3D compatta, stabile e folded Proteine mono- o multi-dominio

16 MOTIVI PROTEICI Esempio: Dominio Zinc-finger Lega il DNA nei fattori di trascrizione (3 domini per proteina) Coordina un atomo di zinco

17 PROSITE Domini proteici, famiglie e siti funzionali associati a pattern (espressioni regolari) e profili facilmente riconoscibili

18 Espressioni Regolari allineamento ADLGAVFALCDRYFQ SDVGPRSCFCERFYQ ADLGRTQNRCDRYYQ ADIGQPHSLCERYFQ espressione regolare [AS]-D-[IVL]-G-x4-{PG}-C-[DE]-R-[FY]2-Q

19 PROSITE Esempio: Zinc finger RING-type Manualmente curato

20 PRINTS

21 PRINTS Motivi conservati in multipla copia (fingerprint) che caratterizzano una famiglia proteica Seed Motifs: estratti manualmente da database (swissprot/trembl) e allineamenti a seguito di un processo iterativo fino a quando non e possibile aggiungere nuove informazioni Motivi distanti sulla sequenza primaria possono essere vicini sulla sequenza 3D

22 PRINTS Esempio: Kringle pr00018

23 BLOCKS Ungapped unweighted local alignments

24 PFAM Motivi in forma di Hidden Markov Models (HMMs)

25 HMM Hidden Markov Model Un Modello Nascosto di Markov (Hidden Markov Model - HMM) è una catena di Markov i cui stati non sono osservabili direttamente Un processo di Markov è un processo stocastico nel quale la probabilità di transizione che determina il passaggio ad uno stato di sistema dipende unicamente dallo stato di sistema immediatamente precedente e non dal come si è giunti a tale stato Poniamo che abbiate un amico che vive lontano e con il quale vi sentite al telefono tutti i giorni per sapere che cosa ha fatto quel giorno. Il vostro amico è interessato solo a tre attività: camminare nel parco, fare shopping e pulire il suo appartamento e sceglie che cosa fare esclusivamente in base al tempo che fa in quel dato giorno. Voi non conoscete le condizioni meteorologiche della città dove vive il vostro amico, ma conoscete le tendenze generali: voi dovete stabilire che tempo fa nella città del vostro amico sulla base di quel che lui ha fatto in quel determinato giorno

26 HMM Hidden Markov Model High quality seed aligment used to build HMM

27 INTERPROSCAN strumenti

28 INTERPROSCAN

29 Prossima lezione Allineamenti di sequenze