La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Bioinformatica Banche dati biologiche Dr. Giuseppe Pigola –

Presentazioni simili


Presentazione sul tema: "Bioinformatica Banche dati biologiche Dr. Giuseppe Pigola –"— Transcript della presentazione:

1 Bioinformatica Banche dati biologiche Dr. Giuseppe Pigola –

2 Banche dati biologiche Le banche dati sono dei contenitori costruiti per immagazzinare grandi quantità di dati biologici in modo efficiente e razionale; Le banche dati biologiche raccolgono informazioni e dati derivati da: Letteratura; Analisi di laboratorio (in vitro e in vivo); Analisi bioinformatiche (in silico). Ogni banca dati è caratterizzata da un elemento biologico centrale che costituisce loggetto intorno al quale viene costruita la ENTRY principale della banca dati; Bioinformatica2

3 Banche dati biologichie La maggior parte delle banche dati sono fruibili in formato Flat-file: Ogni entry è memorizzata in un file di testo generalmente strutturato, contenente le informazioni; Con il crescere dei dati si è reso necessario adottare DBMS; Uso del web per accedere a informazioni tra loro correlate (cross-referencing) attraverso link ipertestuali; Banche dati in formato XML; Bioinformatica3

4 Banche dati biologichie Ridondanze e Errori: Errori durante lestrazione delle sequenze; Algoritmi per la previsione di strutture imperfetti; Inserimento erroneo di duplicati nei DB; Diversi nomi per la stessa sequenza; Non vi è ununica struttura per un gene (splicing alternativi). Lo stesso gene può essere rappresentato da numerose sequenze nei vari DB; NCBI accetta tutte le sequenze ma le eleva al rango di REFSEQ (sequenza di riferimento) e assegna un refseqID solo dopo numerosi controlli anche manuali; Bioinformatica4

5 Banche dati primarie Sono banche dati di sequenze di acidi nucleici (DNA, RNA): EMBL datalibrary (EMBL – European Molecular Biology Laboratory ); GenBank (NCBI – National Center for Biotechnology Information ); DDBJ (DNA Database of Japan ). Esiste un accordo tra le tre banche per cui linserimento di dati in una, comporta lautomatico inserimento nelle altre; EMBL adotta un formato diverso dalle altre due; Bioinformatica5

6 NCBI - Bioinformatica6 NCBI – National Center for Biotechnology Information. Gestisce un gran numero di DB tra i quali: Gene Contiene dati inerenti i geni di tutte le specie caratterizzate, quali la struttura genica ed il contesto genomico, le ontologie, le interazioni con altri geni ed i link alle sequenze ed alla relative pubblicazioni scientifiche. Nucleotide Contiene le sequenze nucleotidiche di tutte le specie caratterizzate, siano esse codificanti o meno. Protein Ha la stessa struttura di Nucleotide ma è relativo alle sequenze aminoacidiche. Pubmed E il database delle pubblicazioni scientifiche di carattere biologico e biomedico. Per ogni articolo è disponibile labstract. Pubmed Central contiene articoli completi scaricabili gratuitamente. Taxonomy Contiene la classificazione dei vari organismi;

7 NCBI - Bioinformatica7 Esempio di entry in GenBank LOCUS: Entry name; ACCESSION: Accession Number; SOURCE: Organismo; REFERENCE;

8 NCBI - Bioinformatica8 Esempio di entry in GenBank FEATURES; ORIGIN;

9 EMBL - Bioinformatica9 EMBL – European Molecular Biology Laboratory Anche EMBL permette di accedere a numerosi DB. EMBL DataLibrary Contiene dati inerenti Geni e Sequenze Nucleotidiche; UniProt Contiene dati proteici (gestito da un consorzio di cui fa parte EMBL); NCBI Si appoggia anche a NCBI per ricercare informazioni relative a pubblicazioni (PUBMED) o malattie genetiche (OMIM);

10 EMBL - Bioinformatica10 Esempio di entry in EMBL ID Entry name; AC Accession Number; OS Source Organism; OC Tassonomia; KW Parole Chiave; RA Autori; RT Titolo; DR Cross Reference;

11 EMBL - Bioinformatica11 Esempio di entry in EMBL FT Features; SQ Sequenza;

12 DDBJ - Bioinformatica12 DDBJ – DNA Data bank of Japan Si tratta in pratica di una copia di NCBI; Mette a disposizione tool per ricercare e analizzare dati molto simili a quelli che vedremo per Entrez; Il formato adottato da DDBJ per i flat-file è identico a quello di NCBI;

13 Interrogazione di banche dati I sistemi più utilizzati per interrogare le banche dati sono: Entrez (Sviluppato da NCBI): Permette di accedere a numerose banche dati (anche contemporaneamente) attraverso una interfaccia web. Permette di effettuare ricerche testuali sui DB utilizzando diverse sintassi per i vari DB. SRS - Sequence Retrieval System (Sviluppato da EBI – European Bioinformatics Institute); Anche DDBJ offre un metodo di ricerca e analisi dei dati via WEB (ma in pratica si tratta delle stesse cose che vedremo per Entrez e SRS); Bioinformatica13

14 Entrez - Bioinformatica14

15 Entrez - Bioinformatica15 Ricerca in tutti i database Risorse principali: Nucleotide; Protein; Genome; Gene; Taxonomy; Pubmed;

16 Entrez Bioinformatica16 Cerchiamo informazioni relativamente al gene umano TP53 Clicchiamo in corrispondenza di Gene

17 Entrez Bioinformatica17 Opzioni di filtraggio; Ricerca di informazioni correlate; Dettagli; Etc; La prima voce è quello che cerchiamo

18 Entrez Bioinformatica18 Simbolo Ufficiale, Nome del Gene, Tipo di gene, Classificazione, breve Sommario

19 Entrez Bioinformatica19 Taxonomy Browser: Classificazione dellorganismo

20 Entrez Bioinformatica20 Classificazione dellorganismo Gerarchia di classificazione

21 Entrez Bioinformatica21 Database contenente la informazioni sulla sequenza (in questo caso HGNC= HUGO Gene Nomenclature Committee)

22 Entrez Bioinformatica22 Nome e simbolo del gene, ID, Posizione nei Cromosomi, Sinonimi

23 Entrez Bioinformatica23 Geni omologhi in altre specie; Sequenze correlate; Rreferenze (Pubmed);

24 Entrez Bioinformatica24 Lentry per TP53 sul DB GenBank (mRNA) Locus:Nome identificativo; Accession Number: ID; Keywords: parole chiavi che identificano la funzione biologica; Source Organism: Classificazione; Reference: informazioni bibliografiche;

25 Entrez Bioinformatica25 Features: Carateristiche della sequenza; Eventuali introni ed esoni, promotori, enanchers, etc… Link alla Coding Sequence Viene indicato anche il punto di inizio e di fine.

26 Entrez Bioinformatica26 Sequenza dellmRNA relativo al gene.

27 Entrez Bioinformatica27 Salvare lentry come file oppure in clipboard o collections (NCBI memorizza temporaneamente le informazioni); Modalità di visualizzazione

28 Entrez Bioinformatica28 Alcuni formati standard delle sequenze. (A) FASTA, (B) GCG

29 Entrez Bioinformatica29

30 Entrez Bioinformatica30

31 Entrez Bioinformatica31 Ogni riga rappresenta una variante di splicing (le varianti differiscono nel numero e nelle dimensioni degli esoni, indicati da rettangolini, gli introni sono rappresentati dalle linee sottili). A sinistra nomi delle sequenze di mRNA A destra lnomi delle sequenze di proteine SNP e relative citazioni SNP di interesse clinico Contesto genomico: Regione genomica di appartenenza e geni limitrofi. Le frecce indicano il filamento (destra: senso, sinistra: antisenso). Sequenza genomica di riferimento con relativi link al FASTA o entry GenBank

32 Entrez Bioinformatica32 Fenotipi patologici correlati al gene (malattie); Sono forniti dei link a delle informazioni aggiuntive;

33 Entrez Bioinformatica33 Interazioni con proteine coinvolte nellHIV. Interazioni note con altre proteine. Link a sequenze e pubblicazioni relative.

34 Entrez Bioinformatica34 Pathways in cui il gene è coinvolto

35 Entrez Bioinformatica35 Pathway: Apoptosis (KEGG) in cui TP53 è coinvolto

36 Entrez Bioinformatica36

37 Entrez Bioinformatica37 Markers correlati; Variazioni del gene o malattie associate in varie popolazioni; Omologie (Ortologhi in altre specie); Pathways in cui il gene è coinvolto; Annotazioni ontologiche (Processi, funzioni e localizzazione cellulare); Informazioni relative alla proteina (solo per geni codificanti proteine);

38 Entrez Bioinformatica38 Qui troviamo I link alle sequenze nucleotidiche e proteiche relative al gene. Diversi link per ogni variante di splicing.

39 Entrez Bioinformatica39 Sequenze correlate (ad es precalcolate con BLAST) con link ai DB Nucleotide, Protein; Link addizionali a sorgenti esterne;

40 Entrez Bioinformatica40 Modalità di visualizzazione; Salvare lentry come file oppure in clipboard o collections (NCBI memorizza temporaneamente le informazioni);

41 Entrez Bioinformatica41 Una Tabella con le informazioni sulla struttura del gene; Una tabelle per ogni variante di splicing;

42 Contiene le sequenze nucleotidiche di tutte le specie caratterizzate, siano esse codificanti o meno. Bioinformatica42 Entrez - Nucleotide

43 Metodi di ricerca: Simbolo o nome di un gene o proteina : Ad es. BAX; Ricerca per Accession Number ad es. CAA79696, NP_778203, , BC043443, NM_ etc); Ricerca per autore: Ad es. Smith JR (Cognome seguito dalle iniziali senza punti); Ricercare una frase esatta: Ad es. "contactin associated protein"; Usare gli operatori booleani: AND, OR, NOT (ad es. contactin AND neurofascin); Bioinformatica43 Entrez - Nucleotide

44 Metodi di ricerca: Usare gli operatori booleani: AND, OR, NOT insieme alle parentesi Bioinformatica44 Entrez - Nucleotide g1p3 AND (response element OR promoter) Di default viene applicato loperatore AND: Tp53 mouse Usare Wild Cards * oppure ?

45 Metodi di ricerca: Usare i Limits; Cliccare su limits nella pagina principale di entrez Nucleotide Data di pubblicazione; Data di Modifica; Db sorgente: EMBL,Genbank, DDBJ, etc; Tipo di molecola: DNA,RNA, mRNA, cRNA; Localizzazione della sequenza: mitocondrio, nucleo, etc; Escludere lavori incompleti; Escludere brevetti; \ Bioinformatica45 Entrez - Nucleotide

46 Metodi di ricerca: Usare i Limits: Field tags; Bioinformatica46 Entrez - Nucleotide Selezionando ad esempio Organism possiamo usare nella ricerca il nome dellorganismo (ad es. human, mouse, green plant, bacteria, drosophila similis Una volta fatta la ricerca possiamo filtrare ancora i dati utilizzando il menu sulla destra della pagina dei risultati; Una volta scelti i pripri criteri di ricerca i limits restano attivi per tutta la sessione

47 Bioinformatica47 Entrez - Nucleotide

48 Metodi di ricerca: Possono essere usati anche direttamente nel campo di ricerca racchiusi tra [ ] Bioinformatica48 Entrez - Nucleotide [accession] Accession number; [all field]; [author]; [ecrno] EC/RN Number (enzyme commission number); [Gene Name] [Issue] [title] [journal] etc…Parametri pubblicazione; [Publication date] Data di Pubblicazione e eventuale Modifica; Lunghezza della sequenza; Ricerca avanzata

49 Metodi di ricerca: Esempi: Bioinformatica49 Entrez - Nucleotide Frogs AND 2010/06[Publication Date] 110:500[Sequence Length] 2009/3/1:2009/9/30[Publication Date] NC_0000*[Accession] AND Human[Organism]

50 Metodi di ricerca: Advanced Search e History: Bioinformatica50 Entrez - Nucleotide Nella pagina della ricerca avanzata è presente una History delle query fatte recentemente: Ciascuna query ha un nome nel formato #NUMERO; E possibile riutilizzare query nella history e combinarle tra loro usando gli operatori booleani;

51 ATTENZIONE AI VARI TIPI DI ENTRY!!! Bioinformatica51 Entrez - Nucleotide

52 DIVERSI TIPI DI ENTRY. mRNA (ad es. entry U90223); DNA (ad es. Entry AF018430); Le due entry si riferiscono a: mRNA relativo ad un gene con informazioni relative a, CDS e Proteina; Informazioni relative al gene che si presenta effettivamente su un tratto di cromosoma (varianti di splicing, presenza di esoni introni etc etc); Bioinformatica52 Entrez - Nucleotide

53 mRNA ENTRY : U90223 Bioinformatica53 Entrez - Nucleotide

54 DNA Entry : AF Due varianti di splicing Bioinformatica54 Entrez - Nucleotide

55 DNA Entry : AF Bioinformatica55 Entrez - Nucleotide Prendi i nucleotidi da 1 a 1735 dalla entry AF Aggiungi i nucleotidi da 1 a 1177 dalla entry AF Aggiungi i nucleotidi da 1 a 45 dalla entry AF Aggiungi i nucleotidi da 658 a 732 dalla entry AF …..

56 Contiene le sequenze create dalla traduzione di sequenze nucleotidiche codificanti provenienti da GenBank, EMBL,DDBJ; Le sequenze proteiche sono importate inoltre da db esterni quali Protein Information Resource (PIR), SWISS-PROT, Protein Research Foundation (PRF).Protein Information Resource (PIR) SWISS-PROTProtein Research Foundation (PRF) Le sequenze proteiche sono inoltre estratte da strutture provenienti da Protein Data Bank (PDB).Protein Data Bank (PDB) Bioinformatica56 Entrez - Protein

57 Metodi di ricerca: Sono identici a quelli visti per Nucleotide; Bioinformatica57 Entrez - Protein

58 Metodi di ricerca: Usare i Limits; Cliccare su limits nella pagina principale di entrez Protein Data di pubblicazione; Data di Modifica; Db sorgente: EMBL,Genbank, DDBJ, etc; Escludere lavori incompleti, brevetti, etc. Bioinformatica58 Entrez - Protein

59 Bioinformatica59 Entrez - Protein

60 Metodi di ricerca: Possono essere usati anche direttamente nel campo di ricerca racchiusi tra [ ] Bioinformatica60 Entrez - Protein I tag sono identici a quelli visti per Nucleotide ad eccezione di alcuni come ad es: [molecular weight] Ricerca avanzata

61 La ricerca di tp53 nel db Protein. Questa volta troviamo la sequenza proteica. Bioinformatica61 Entrez - Protein

62 La ricerca di tp53 nel db Protein. Ma possiamo sempre risalire alla Coding Sequence Bioinformatica62 Entrez - Protein

63 Scegliendo come modalità di visualizzazione FASTA otteniamo: Bioinformatica63 Entrez - Protein Possiamo cambiare lintervallo da visualizzare

64 Scegliendo come modalità di visualizzazione FASTA otteniamo: Bioinformatica64 Entrez - Protein Trovare regioni di similarità tra tp53 e altre sequenze (BLAST); Trovare regioni conservate in tp53 (CD-search);

65 Trovare pattern allinterno della sequenza Tutto quanto detto vale anche per Nucleotide. Scegliendo come modalità di visualizzazione FASTA otteniamo: Bioinformatica65 Entrez - Protein

66 Contiene geni. Mantiene informazioni relativamente a nomenclatura, localizzazione cromosomica, prodotti dei geni, malattie etc. Bioinformatica66 Entrez - Gene

67 Metodi di ricerca: Sono identici a quelli visti per Nucleotide e Protein; Bioinformatica67 Entrez - Gene

68 Metodi di ricerca: Usare i Limits; Cliccare su limits nella pagina principale di entrez Gene Search Field tags: Chromosome; Taxonomy ID; Gene Name; Gene Length; Disease/Phenotype; Etc… Bioinformatica68 Entrez - Gene

69 Metodi di ricerca: Organismo Bioinformatica69 Entrez - Gene

70 Metodi di ricerca: Opzioni e Date; Bioinformatica70 Entrez - Gene

71 Metodi di ricerca: Tassonomia; Bioinformatica71 Entrez - Gene

72 Bioinformatica72 Entrez - Gene

73 Metodi di ricerca: Possono essere usati anche direttamente nel campo di ricerca racchiusi tra [ ] Bioinformatica73 Entrez - Gene I tag sono identici a quelli visti per Nucleotide e Protein ad eccezione di alcuni come ad es: [exon count] [taxonomy ID] [disease/phenotype] [cromosome] Ricerca avanzata

74 Esempi di Query: Bioinformatica74 Entrez - Gene

75 PubMed è un database di citazioni e abstract della letteratura biomedica. PubMed Quando lintero articolo è disponibile, vengono forniti link per la consultazione (Pubmed Central, la biblioteca nazionale degli USA). Tutorial: Bioinformatica75 Entrez - Pubmed

76 PubMed contiene al suo interno 4 database: MEDLINE citazioni dal 1966 ad oggi; abstract; MESH; aggiornamento settimanale; OLDMEDLINE con citazioni dal 1951 al 1965, no abstract, no MESH PREMEDLINE (In Process citations) per citazioni non ancora indicizzate; no MeSH ; aggiornamento giornaliero PUBLISHER SUPPLIED CITATIONS per citazioni ricevute via elettronica direttamente dalleditore. Non ancora pubblicate in cartaceo. Bioinformatica76 Entrez - Pubmed

77 Anche PubMed ha il suo formato Flat file: [AU] campo autore [TI] campo titolo [TA] nome della rivista [LA] lingua di pubblicazione dellarticolo [MH] Mesh terms (soggetti) [DP] data di pubblicazione(A/M/G) [EDAT] data di inserimento nel pubmed (A/M/G) [AB] abstract Bioinformatica77 Entrez - Pubmed

78 Metodi di ricerca: Usare i Limits: La pagina di PubMed in cui normalmente si vanno ad impostare i limiti (Limits) è cambiata. Ora i limiti vengono chiamati Filters (Filtri) e sono posizionati alla sinistra dello schermo di PubMed dopo aver effettuato una ricerca. Per utilizzare i filtri basterà cliccare sulle voci che interessano (es. Publications dates, Article Types ecc …) ed automaticamente la ricerca verrà aggiornata sulla base dei filtri selezionati. Per aggiungere Filtri cliccare su Choose additional filters si aprirà una finestra in cui sarà possibile selezionare altri filtri che verranno aggiunti alla colonna a sinistra della pagina. Nella funzione Manage Filters alla destra della finestra sarà possibile invece accedere alla sezione MyNCBI in cui sarà possibile selezionare dei filtri fissi per le ricerche. Per cancellare i filtri basterà selezionare Clear o Clear all se si vogliono eliminare tutti. Bioinformatica78 Entrez - Pubmed

79 Bioinformatica79 Entrez - Pubmed

80 Ricerca avanzata Bioinformatica80 Entrez - Pubmed

81 Ricerca avanzata Bioinformatica81 Entrez - Pubmed

82 Bioinformatica82 Entrez - Pubmed Usare i MESH TERMS Un vocabolario di termini medici che vengono assegnati ad un articolo per rappresentarne il contenuto; Se state effettuando una ricerca su "heart attacks", un autore potrebbe aver utilizzato le parole "heart attack", un altro "myocardial infarct", un altro ancora semplicemente "infarct; Nella semplice ricerca per parola chiave è utile inserire tutti e tre i termini per reperire gl articoli rilevanti sull'argomento; Con i MeSH, invece, tutti gli articoli rilevanti sono stati indicizzati con il termine "myocardial infarction", il termine "ufficiale" per questo concetto.

83 Bioinformatica83 Entrez - Pubmed Usare il tag MeSH - Medical Subject Headings. Dalla Pagina della ricerca avanzata è possibile accedere al vocabolario di termini medici utili alla ricerca.

84 Bioinformatica84 Entrez - Pubmed MeSH Database.

85 Bioinformatica85 Entrez - Pubmed Proviamo a ricercare nel DB di MeSH il termine brain neoplasm Ci sono delle sottointestazioni relative al termine che possiamo selezionare

86 Bioinformatica86 Entrez - Pubmed Il DB è organizzato come un albero. Possiamo selezionare un nodo e ricercare le eventuali sottocategorie correlate.

87 Bioinformatica87 Entrez - Pubmed Infine possiamo aggiungere a Search Builder il relativo tag di ricerca oppure fare direttamente una ricerca su PubMed.

88 Bioinformatica88 Entrez - Pubmed Anche il DB MeSH ha la sua ricerca avanzata di termini medici.

89 Metodi di ricerca. Esempi: Ricercare articoli scritti da Bonnie W. Ramsey riguardo la terapia genica nella fibrosi cistica cystic fibrosis gene therapy ramsey bwcystic fibrosis gene therapy ramsey bw Quando si conosce solo il cognome di un autore si può usare il tag [au]: brody[au] brody[au] Da alcuni anni Pubmed sta inserendo anche i nomi completi degli autori; Bioinformatica89 Entrez - Pubmed

90 Risultati di una ricerca: Bioinformatica90 Entrez - Pubmed Filtri Send to Display Settings

91 Risultati di una ricerca: Bioinformatica91 Entrez - Pubmed

92 Metodi di ricerca. Single Citation Matcher. Bioinformatica92 Entrez - Pubmed

93 Metodi di ricerca. Topic-Specific Queries. Bioinformatica93 Entrez - Pubmed

94 Metodi di Ricerca. Clinical Query: Bioinformatica94 Entrez - Pubmed

95 Metodi di Ricerca. Clinical Query: Categoria «Clinical Study»: Citazioni filtrate per uno specifico studio clinico ( THERAPY, DIAGNOSIS,PROGNOSIS…ETC ETC); Categoria «Systematic Reviews»: Citazioni filtrate per review di dati provenienti da studi clinici e sintesi quantitative Categoria «Medical Genetics»: Citazioni filtrate per genetica medica Bioinformatica95 Entrez - Pubmed

96 Catalogo Riviste: Pubmed mette a disposizione anche un metodo di ricerca di riviste del settore; Bioinformatica96 Entrez - Pubmed

97 Esercitazione 1: Ricercare dalla pagina principale di Entrez il gene il cui accession number è BC043443; Quanti risultati otteniamo nel db Gene? Quale è il nome ufficiale del gene? Gli altri possibili Nomi? In quale filamento del dna si trova? Quante varianti di Splicing? Sono tutte codificanti proteina? A quali malattie è associato? E coinvolto nel processo dellapoptosi? Quanto è lunga la coding sequence della prima variante di slicing? Bioinformatica97 Entrez Esercitazioni

98 Esercitazione 1I: La citocromo c ossidasi (cox4) è un complesso multimerico localizzato nella membrana mitocondriale interna che partecipa al trasporto degli elettroni nella catena respiratoria mitocondriale. Vogliamo selezionare il gene corrispondente alla subunità 4 umana presente nel cromosoma 16 e prendere poi la sequenza nucleotidica e la relativa traduzione proteica. STEP 1: Da Entrez selezioniamo il DB Gene; STEP 2: Nel campo di ricerca digitiamo: (homo sapiens[Organism]) AND (16[Chromosome]) AND cytochrome c oxidase AND (subunit 4 OR subunit iv OR cox4) STEP 3: Il primo risultato ottenuto è quello che cercavamo (isoforma 1). Cliccliamo sulla sequenza e successivamente sul link primary Source e poi Genbank STEP 4 : Recuperare la sequenza mRNA relativa. Recuperare la CDS in formato fasta e la relativa traduzione. Bioinformatica98 Entrez Esercitazioni

99 Esercitazione III: Quale è la tassonomia di drosophila melanogaster? Suggerimento: Dalla pagina principale di Entrez digitare drosophila melanogaster[organism] (o equivalentemente selezionando il DB taxonomy digitare drosophila melanogaster) Bioinformatica99 Entrez Esercitazioni

100 Esercitazione IV: Utilizzando Entrez cercare il gene tp53 del cane (Canis familiaris). Di che tipo di gene si tratta? In quale cromosoma si trova? Quale è il refSeq Status? Quante isoforme ci sono? In quale filamento si trova? (senso/antisenso) Ci sono geni omologhi in altri organismi? Quali? Bioinformatica100 Entrez Esercitazioni

101 Esercitazione V: Dal DB Protein selezionare la proteina CAD Quale è il nome della proteina? Quale è la lunghezza della proteina? Quale è la lunghezza della coding sequence? Bioinformatica101 Entrez Esercitazioni

102 Esercitazione VI: Quante proteine umane sono presenti in banca dati? Quante di queste sono codificate dal genoma mitocontriale? (suggerimento: usare limits dal db protein) Bioinformatica102 Entrez Esercitazioni

103 Esercitazione VII: Quanti articoli ha pubblicato G. Pesole nel 2005? Quanti articoli in pubmed contengono la parola Bioinformatics? Quanti articoli bioinformatici ha pubblicato Alfredo Ferro fino ad oggi? Quanti di questi riguardano la backtranslation? (suggerimento: usare il nome completo) Cercare articoli review sullischemia cerebrale (cerebral ischemia) come argomento principale riguardante la fascia di età fra i 45 e 64 anni. (sugg: guardate bene i limits). Ricercare articoli sulla osteoporosi (osteoporosis) nelle donne. Quale è il nome completo della rivista Ann. Entomol. Soc. Am. Quale è il nome completo della rivista PNAS. Bioinformatica103 Entrez Esercitazioni

104 Esercitazione VIII: Trovare la tassonomia del pomodoro (tomato). Quale è il nome scientifico? Trovare la tassonomia della vite (wine grape). Quale è il nome scientifico? Bioinformatica104 Entrez Esercitazioni

105 Esercitazione IX: Ricercare tutte le sequenze nucleotidiche riguardanti i muscoli nelluomo che si riferiscano a myosin oppure a telethonin ma non a skelectal. Bioinformatica105 Entrez Esercitazioni

106 SRS - Bioinformatica106

107 SRS - Bioinformatica107 SRS (Sequence Retrieval System) è un sistema per la ricerca e lestrazione di dati biologici via web; SRS consente la navigazione attraverso varie banche dati sfruttando il cross- referencing; La gran parte delle opzioni messe a disposizione da SRS sono uguali a quelle di Entrez; Generalmente quando usiamo SRS e Entrez, il numero di sequenze che otteniamo attraverso i due sistemi è diverso a causa di un diverso aggiornamento delle banche dati utilizzate dai due sistemi di interrogazione;

108 SRS - Bioinformatica108 Il database EMBL è stato rimosso dal tool di ricerca di SRS

109 SRS - Bioinformatica109 Dopo aver scelto i DB nucleotidici e standard query inseriamo nei campi di ricerca i termini da ricercare utilizzando (come per Entrez i tag appropriati)

110 SRS - Bioinformatica110 I termini verranno correlati con un operatore AND

111 SRS - Bioinformatica111 Query in formato testuale con operatori booleani e tag per restringere la ricerca. Ci sono alcune piccole differenze rispetto a Entrez: Ad esempio gli operatori booleani sono indicati con &, !, | etc.

112 SRS - Bioinformatica112 Risultato della ricerca: Il primo record è ipotetical Il terzo Record è quello che cercavamo (isoforma 1);

113 SRS - Bioinformatica113 E possibile selezionare una o più sequenze e richiamare su di essa un programma come ad es. BLAST, CLUSTALW, FASTA, Transeq (traduzione in aminoacidi), Backtranseq (backtranslation), etc etc.

114 SRS - Bioinformatica114 Cliccando sul link relativo otteniamo la pagina contenente le informazioni; E praticamente molto simile a quella di Entrez.

115 SRS - Bioinformatica115 Tra le altre informazioni troviamo le Features della sequenza (Introni, esoni etc etc). Traduzione

116 SRS - Bioinformatica116 In fondo alla pagina troviamo anche la sequenza

117 SRS - Bioinformatica117

118 SRS - Bioinformatica118 Scegliamo il DB in cui effettuare la ricerca; Possiamo scegliere tra: Standard Query; Extended Query;

119 SRS - Bioinformatica119

120 DDBJ - Bioinformatica120

121 DDBJ - Bioinformatica121

122 DDBJ - Bioinformatica122

123 Altre Banche dati SWISSPROT/UNIPROT (http://www.uniprot.org/ ): banca dati originale, sviluppata in Svizzera.http://www.uniprot.org/ E una banca dati altamente curata, con alto livello di annotazione (descrizione della proteina, delle funzioni, della sua struttura, di modificazioni post-traslazionali e post- trasduzionali, di varianti, di polimorfismi etc), alto livello di integrazione con altri database, basso livello di ridondanza. Questa banca dati fornisce entry flat-file che si differenziano da EMBL soprattutto per quanto riguarda le features che descrivono nelle proteine la presenza di aa modificati, regioni peptidiche corrispondenti ad isoforme, domini strutturali e siti di polimorfismi; PIR (http://pir.georgetown.edu): altra banca dati di sequenze proteiche sviluppata negli USA. E molto curata e ben annotata, ma è poco integrata con altri database e quindi offre minori vantaggi nel suo uso.http://pir.georgetown.edu Bioinformatica123

124 UNIPROT Bioinformatica124

125 UNIPROT Bioinformatica125

126 UNIPROT - Ricerca Testuale Bioinformatica126 Ricerchiamo la proteina relativa a TP53 in Homo Sapiens

127 UNIPROT - Ricerca Testuale Bioinformatica127 Otteniamo una lista di entry: La prima è quello che cerchiamo. Da notare lEntry Name tipico di UniProt. Cliccando sulla entry otteniamo numerose informazioni (in parte uguali a Entrez)

128 UNIPROT - Bioinformatica128 Formato della Entry: XML, FASTA, TXT Informazioni e Funzione Ma ce anche: Bibliografia; Le interazioni; Ontologie; Features: Binding site, Motif,Siti attivi;

129 UNIPROT - Bioinformatica129 Annotazioni e loro posizionamento visivo allinterno della proteina: Regioni; Binding Site; Motivi;

130 UNIPROT - Bioinformatica130 Cliccando su una regiuone è possibile vedere la sequenza e fare un BLAST

131 UNIPROT - Bioinformatica131

132 UNIPROT - Bioinformatica132 TOOLS: A questo punto possiamo ad esempio fare un BLAST sulla proteina.

133 UNIPROT - Bioinformatica133 Otteniamo gli stessi risultati di BLAST su NCBI visualizzati in modo diverso.

134 UNIPROT - Bioinformatica134 Possiamo allineare due o più sequenze anche mettendo solo lidentificativo

135 UNIPROT - Bioinformatica135 Scaricare una o più entry

136 UNIPROT - Bioinformatica136 Mappare uno o più ID di UniProt nellID di un altro DB (GenBank, PIR, PDB, etc. etc.) Può essere molto utile ad esempio quando cerchiamo la struttura 3D di una proteina in PDB.

137 UNIPROT - Ricerca Testuale Avanzata Bioinformatica137 Ricerca avanzata con operatori booleani e tag per filtrare (La sintassi è leggermente diversa da quella vista per Entrez e SRS).

138 UNIPROT - Bioinformatica138 Esercitazione I: Ricercare la sequenza URIC_PAPHA. Quale è lorganismo? Quanto è lunga la sequenza? Quali sono i processi biologici in cui è coinvolta? Indicare la posizione nella proteina di Binding site.

139 PIR - Bioinformatica139

140 PIR - Clicchiamo su Search/Analysis – Text Search Bioinformatica140

141 PIR - In modo del tutto analogo agli altri tool possiamo effettuare una ricerca utilizzando operatori booleani e/o tag per il filtraggio. Bioinformatica141

142 PIR - Tool: BLAST; FASTA; Ricerca di pattern in DB; NEEDLEMAN- WUNSCH; CLUSTALW; T-Coffee; Muscle; Visualizzazione grafica di domini; Bioinformatica142


Scaricare ppt "Bioinformatica Banche dati biologiche Dr. Giuseppe Pigola –"

Presentazioni simili


Annunci Google