Informatica e Bioinformatica – A. A. 2013-2014 1 Un altro grande database è UniProt, The...

Informatica e Bioinformatica – A. A. 2013-2014 1

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 grazie a:

determinazione diretta della sequenza proteica

traduzione di sequenze nucleotidiche per le quali sia stata individuata o predetta la funzione di gene codificante la proteina

Uniprot è un consorzio che nasce dalla collaborazione tra: European Bioinformatics Institute (EBI); SIB Swiss Institute of Bioinformatics; Protein Information Resource (PIR).

Banche Dati proteiche

UniProt è una risorsa onnicomprensivache in realtà raduna diversi database, tracui fondamentale èUniProtKB (Protein knowledgebase)


Swiss-Prot (http://web.expasy.org/docs/swiss-prot_guideline.html)

Il punto di forza di questodatabase è l’elevato livellodi annotazione effettuatadai suoi curatori.


Query di sequenza in UniProtSiamo interessati a conoscere la sequenza proteica codificata dalla

lactate dehydrogenase A


Anche in questo casopossiamo ottenere lasequenza proteica

E molte altre informazionisulla struttura secondaria, terziaria (via PDB), sulle varianti conosciute e sullafunzione della proteina ricercata


I database proteici secondariContengono il risultato di analisi eseguite sulle sequenze

contenute nei database primari per arricchire il dato di informazioni utili.

Esempio: da Swiss-Prot sono stati ricavati i database secondari Prosite e Pfam, nei quali si pone maggior rilievo alla classificazione delle famiglie e dei domini proteici.http://prosite.expasy.org/Database of protein domains, families and functional sitesas well as associated patterns and profiles to identify them

http://pfam.sanger.ac.uk/Large collection of protein families, each represented bymultiple sequence alignments and HMMs


Famiglie proteiche e domini

Nonostante l’elevato numero di proteine esistenti, la maggior parte di esse può venire raggruppata in un numero limitato di famiglie in base alla similarità tra le loro sequenze.

Studiando le famiglie proteiche si nota che durante l’evoluzione alcune regioni si sono meglio conservate di altre.

Analizzando le proprietà costanti e variabili di questi gruppi di sequenze simili, si può ricavare una firma per una famiglia proteica o dominio, che contraddistingue le proteine di un gruppo da altre proteinenon correlate. I domini permettono di assegnare unanuova proteina ad una specifica famiglia proteica e così formulare ipotesi sulla sua funzione.

Proteine o domini proteici appartenenti a una particolare famiglia solitamente condividono attributi funzionali e derivano da un comune progenitore: queste considerazioni sono fondamentali per effettuare un’analisi comparativa.


Proteine formate da più di un dominio si sono probabilmente evolute per fusione di

geni che contenevano tali domini: fusione genica è fattore importante nell’evoluzione.

Altro esempio: proteine (Zasp, ALP, CLP, ecc.) contenenti domini PDZ e LIM. Questi domini possono interagire e legare altre proteine

Complesso della trascrizione

DNA

Seq. DNA promotore

DNA binding domain

activation domain

Fattore di trascrizione

Domini proteiciMolte proteine, specialmente quelle di grandi dimensioni, sono formate

da più parti funzionali organizzate in strutture tridimensionali distinte che vengono chiamate ‘domini proteici’.

Ad esempio alcuni fattori di trascrizione hanno due domini, uno in grado legarsi con una particolare sequenza di DNA, l’altro in grado di attivare la trascrizione.


Esempi: Domini LIM associati ad altri domini

(Sono riportate solo alcune strutture proteiche contenenti il LIM domain)

PFAM, PROSITE, ma anche SMART (http://smart.embl.de/) e InterPro (http://www.ebi.ac.uk/interpro/) sono tutti database contenenti domini funzionali delle proteine.


Tra i 16 diversi record presentiin PROSITE che contengonoil termine ricercato troviamo ildominio PDZ (PS50106)


Nota: gli Hidden Markov Models sono complessi modelli statistici che dall’analisi di sequenze primarie permettono la predizione di domini proteici e strutture proteiche.


Esempio di ricerca in PfamRicerca dei domini presenti nella proteina ZASP: sono individuati6 record

Possono essere visualizzati le principali architetture proteicheche possiedono domini PDZ


Possono essere visualizzati anche gli allineamenti dei domini nelle differenti proteine


I browser genomiciUCSC genome browserUniversity of California Santa Cruz

L’enorme aumento dei dati riguardanti interi genomi, in particolare quelli derivanti dai progetti di sequenziamento di vertebrati, ha richiesto lo sviluppo di veri e propri browser di genomi.

Per questo motivo presso la UCSC è stato sviluppato uno dei primi genome browser in grado di fornire una rapida visualizzazione grafica di ogni regione di genoma di qualsivoglia lunghezza assieme ad una grande quantità di informazioni come:

geni noti, geni predetti, ESTs (expressed sequence TAGs), mRNA,

elementi regolativi, geni omologhi di altri organismi, ecc.

Successivamente i principali siti (NCBI, EBI ecc.) hanno sviluppato piattaforme sempre più complesse, in grado di integrare il maggior numero di informazioni su una certa regione in particolare del genoma umano e di numerosi altri organismi.

(http://genome.ucsc.edu/)

Definizione di browser: interfaccia utente che permette di la navigazione tra oggetti, ad esempio Mozilla Web Browser.


http://genome.ucsc.edu/


Organismo di cui si vuole visualizzare la regione genomica

Gruppo di organismidi interesse

group Nota: durante il sequenziamentodi un genoma, spesso sono rilasciate versioni successive specialmente nella fase finaledel progetto: possono essere più o meno definitive.Qui si fa riferimento a varie versioni (release) del genoma umano (l’ultima è del 2009).


Pulsanti di spostamento sul genoma

Pulsanti per ingrandire o rimpicciolire l’area di interesse

Posizione attualesul genoma

Permette di “saltare” sulla posizione digitata sulla finestra di sinistra

chr: rappresentazione schematica e posizione


Posizione (bp)

Geni con esoni, le barre spesse, e introni, le barre sottili.

Traccia dei trascritti

Grado di conservazione della sequenza tra organismi diversi


Moltissimi sono i campi a disposizione, essi possono essere visualizzati in modo diverso o nascosti utilizzando le opzioni

presenti nella parte inferiore della pagina

Ci sono varie possibilitàdi visualizzazione di ogni informazione sul genome browser.

Provate ad esercitazione

Tipologia di traccia


UCSC Genome Browser: descrizione del gene scelto

….e molte altre informazioni!!

Informatica e Bioinformatica – A. A. 2013-2014 1 Un altro grande database è UniProt, The...

Documents

Transcript of Informatica e Bioinformatica – A. A. 2013-2014 1 Un altro grande database è UniProt, The...