análise computacional de seqüências nucleotídicas e protéicas
DESCRIPTION
Análise Computacional de Seqüências Nucleotídicas e Protéicas. BLAST Antonio Basílio de Miranda 24/11/2004. BLAST – Basic Local Alignment and Search Tool. Provavelmente a ferramenta computacional mais utilizada em biologia molecular e bioinformática - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/1.jpg)
Análise Computacional de Seqüências Nucleotídicas e Protéicas
BLASTAntonio Basílio de Miranda
24/11/2004
![Page 2: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/2.jpg)
BLAST – Basic Local Alignment and Search Tool Provavelmente a ferramenta computacional mais
utilizada em biologia molecular e bioinformática Busca seqüências armazenadas nos bancos de
dados pela similaridade entre a estrutura primária da seqüência query e as armazenadas
Anotações (características) descritas para seqüências armazenadas podem ser transferidas para a seqüência query desde que suas estruturas primárias sejam semelhantes
O maior problema é definir um “cut-off”, limite onde as similaridades encontradas entre a query e os hits não sejam mais significativos
![Page 3: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/3.jpg)
BLAST – Basic Local Alignment and Search Tool
É um método heurístico para alinhamentos locais
Projetado especificamente para buscas em bancos de dados
Idéia básica: bons alinhamentos irão conter pequenos trechos de combinações iguais
![Page 4: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/4.jpg)
BLAST
Existem vários “sabores” e tipos de BLAST: Nucleotídeo Proteína Traduzido Genomas
![Page 5: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/5.jpg)
BLAST
Nucleotídeo: Nucleotídeo-nucleotídeo (blastn) Megablast Megablast descontínuo Busca por hits curtos e quase
perfeitos Busca em cromatogramas
![Page 6: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/6.jpg)
BLAST Proteína:
Proteína-proteína (blastp) PHI-BLAST e PSI-BLAST (através da
obtenção de perfis) Busca por hits curtos e quase perfeitos Busca no banco de dados de domínios
conservados (rps-blast) (Smart, PFam e COG)
Busca pela arquitetura de domínios (cdart)
![Page 7: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/7.jpg)
PHI-BLAST e PSI-BLAST
PHI-BLAST: Quais outras seqüências protéicas contém tanto a ocorrência do padrão P e são homólogas a query P na vizinhança das ocorrências dos padrões?
PSI-BLAST: Construção de uma matriz de valores posição-específica (position specific scoring matrix, PSSM)
![Page 8: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/8.jpg)
BLAST
Traduzido: query traduzida x banco de dados de
proteínas (blastx) query de proteína x banco de dados
traduzido (tblastn) query traduzida x banco de dados
traduzido (tblastx)
![Page 9: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/9.jpg)
BLAST Genomas:
Galinha, vaca, porco, cachorro, ovelha, gato Amostras ambientais Homem, camundongo, rato Fugu rubripes, zebrafish Insetos, nematódeos, plantas, fungos,
malária Genomas microbianos, outros genomas
eucarióticos
![Page 10: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/10.jpg)
BLAST - algoritmo 1. Filtrar as regiões de baixa
complexidade 2. Criar as query words (de
comprimento 3 para sequências protéicas e 11 para DNA) através do uso de uma janela deslizante
MEF EFP FPG PGL GLG
MEFPGLGSLGTSEPLPQFVDPALVSS
![Page 11: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/11.jpg)
BLAST - algoritmo
3. Utilizando uma matriz de substituição (PAM, BLOSUM), contar todas as possíveis palavras de tamanho 3 ou 11 contra a query
4. Selecionar um limite (neighborhood word score threshold - T) para manter as sequências mais significativas (normalmente umas 50 por query)
![Page 12: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/12.jpg)
(Parênteses – matrizes de substituição) O que é uma matriz de substituição? É uma matriz representando todas as
possíveis trocas entre aminoácidos, onde um valor é atribuído a cada uma destas trocas
Esses valores são obtidos através da contagem dessas trocas tomando-se como base umdeterminado modelo evolutivo
![Page 13: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/13.jpg)
Parênteses – matrizes de substituição)
![Page 14: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/14.jpg)
BLAST - algoritmo
5. Repetir os passos 3 e 4 para cada query word no passo 2
6. Organizar as palavras de alta pontuação em uma árvore de busca
M
E
F
E
GP
![Page 15: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/15.jpg)
BLAST - algoritmo 7. Procurar em cada sequência no banco
de dados uma combinação com uma query word de alta pontuação. Cada combinação será uma “semente” para um alinhamento sem gaps.
8. Extensão das combinações 8.1. BLAST original: extensão das
combinações à esquerda e à direita da “semente” usando alinhamentos sem gaps. Esta extensão irá continuar enquanto o score aumentar ou pelo menos continuar o mesmo. Esta extensão é o chamado HSP (High Scoring Pair).
![Page 16: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/16.jpg)
BLAST - algoritmo
8.2. Atualmente: combinações ao longo da mesma diagonal (Dot plot) com uma distância A entre as duas são reunidas e a extensão se dá com a sequência maior.
9. Utilizando uma contagem limite S, manter somente as combinações estendidas com score mínimo igual a S.
![Page 17: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/17.jpg)
BLAST - algoritmo
10. Determinar a significância estatística de cada combinação remanescente
11. Tentar estender os HSPs de cada combinação remanescente
12. Mostrar os alinhamentos locais (dea cordo com Smith-Waterman).
![Page 18: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/18.jpg)
(Parênteses – matrizes de homologia)
![Page 19: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/19.jpg)
Resultado (BLASTN)
![Page 20: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/20.jpg)
Resultado (formatação)
![Page 21: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/21.jpg)
Resultado (BLASTN) O output é dividido em cinco partes: 1. Um header contendo a versão do BLAST, data
da compilação, referência, RID, etc. 2. Uma visão gráfica dos alinhamentos 3. Um sumário com uma descrição em uma linha
de cada hit 4. Os alinhamentos 5. Rodapé com a descrição detalhada dos
parâmetros de busca empregados, o banco de dados, etc.
Existem várias opções de formatação dos resultados.
![Page 22: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/22.jpg)
Resultado (header)
![Page 23: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/23.jpg)
Resultado (graphical overview)
![Page 24: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/24.jpg)
Resultado (one-line descriptions)
![Page 25: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/25.jpg)
Resultado (links)
G: Gene U: UniGene E: GEO Profile (dados de expressão
gênica e hibridização genômica obtidos por tecnologia high-throughput)
![Page 26: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/26.jpg)
Resultado (alignments)
![Page 27: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/27.jpg)
HSP – High Scoring Pairs Segmentos onde o alinhamento
possui alta qualidade
![Page 28: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/28.jpg)
>gi|50363246|gb|AY661748.1| Polyodon spathula Hoxa-11 (Hoxa-11) gene, partial cds Length = 1452 Score = 278 bits (140), Expect = 1e-71 Identities = 203/224 (90%) Strand = Plus / Plus Query: 19 tactacgtttcgggtcccgatttctccagcctcccttcttttttgccccagaccccgtct 78 |||||||| |||||||| |||||||||||||||||||| ||||| |||||||| |||||| Sbjct: 2 tactacgtctcgggtcctgatttctccagcctcccttcctttttaccccagacaccgtct 61 Query: 79 tctcgccccatgacatactcctattcgtctaatctaccccaagttcaacctgtgagagaa 138 |||||||||||||| ||||| ||| ||||||| || ||||| |||||||||||||||||| Sbjct: 62 tctcgccccatgacgtactcttatccgtctaacctgccccaggttcaacctgtgagagaa 121 Query: 139 gttaccttcagggactatgccattgatacatccaataaatggcatcccagaagcaattta 198 || |||||||||||||||||||||||| |||||| ||||||||||| |||||||||| || Sbjct: 122 gtaaccttcagggactatgccattgatgcatccagtaaatggcatcacagaagcaatcta 181 Query: 199 ccccattgctactcaacagaggagattctgcacagggactgcct 242 |||||||||| ||| ||||||||||| ||||||| |||||||| Sbjct: 182 tcccattgctattcagcagaggagattatgcacagagactgcct 225
Score = 48.1 bits (24), Expect = 0.024 Identities = 33/36 (91%) Strand = Plus / Plus Query: 529 agcccagagtcttcttccggcaacaatgaggagaaa 564 ||||| ||||| ||||||||||||||||| |||||| Sbjct: 509 agccctgagtcctcttccggcaacaatgaagagaaa 544
Score = 46.1 bits (23), Expect = 0.095 Identities = 32/35 (91%) Strand = Plus / Plus Query: 367 caagcctttgaccagtttttcgagacggcttatgg 401 ||||||||||| |||||||| |||||||| ||||| Sbjct: 347 caagcctttgatcagttttttgagacggcgtatgg 381
HSPs
![Page 29: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/29.jpg)
Resultado (footer)
![Page 30: Análise Computacional de Seqüências Nucleotídicas e Protéicas](https://reader035.vdocuments.com.br/reader035/viewer/2022062321/56813344550346895d9a3cec/html5/thumbnails/30.jpg)
CDART