La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Corso integrato di Matematica, Informatica e Statistica Informatica di base Linea 1 Daniela Besozzi Dipartimento di Informatica e Comunicazione Università

Presentazioni simili


Presentazione sul tema: "Corso integrato di Matematica, Informatica e Statistica Informatica di base Linea 1 Daniela Besozzi Dipartimento di Informatica e Comunicazione Università"— Transcript della presentazione:

1 Corso integrato di Matematica, Informatica e Statistica Informatica di base Linea 1 Daniela Besozzi Dipartimento di Informatica e Comunicazione Università degli Studi di Milano Corsi di Laurea in Biotecnologie (primo anno interfacoltà)

2 Nona lezione: Introduzione alla Bioinformatica 2Informatica di base – Linea 1 e 2

3 Prima parte Cosè la Bioinformatica? 3Informatica di base – Linea 1 e 2

4 Una definizione di Bioinformatica La Bioinformatica è la scienza che si occupa della soluzione di problemi biologici, sfruttando gli strumenti e le teorie dellInformatica Nata con lo scopo di fornire metodi automatici per lanalisi di sequenze di DNA e di proteine: – sviluppo di database di dati biologici – enorme impulso dal Progetto Genoma Umano (sequenziamento di genomi su larga scala) 4Informatica di base – Linea 1 e 2

5 Una definizione di Bioinformatica Oggi si usa spesso anche il termine Biologia Computazionale: – sviluppo di modelli matematici e statistici per lintegrazione e linterpretazione dei dati sperimentali – definizione di algoritmi per lanalisi di sequenze, lespressione dei geni, la previsione di strutture molecolari, lo studio di processi evolutivi, … – sviluppo di strumenti per la simulazione di processi cellulari e sistemi biologici complessi 5Informatica di base – Linea 1 e 2

6 Relazione fra Informatica e Biologia 6Informatica di base – Linea 1 e 2 InformaticaBiologia Bioinformatica Metodologie informatiche Problema di biologia: In cosa consiste? Perché è importante? E facile o difficile? Possiamo risolverlo? Che ricadute ha? soluzione?

7 (Alcuni) problemi della Biologia (1) 7Informatica di base – Linea 1 e 2 Analisi di sequenze genomiche: – sequenziamento e mappatura di genomi – ricerca di geni con la stessa funzione in organismi diversi Analisi di sequenze e strutture proteiche: – prevedere la funzione di una proteina poco nota – ricerca di proteine omologhe in organismi diversi Evoluzione di organismi: – ricostruire lalbero filogenetico di un insieme di organismi – capire le relazioni evolutive fra proteine (e geni)

8 (Alcuni) problemi della Biologia (2) 8Informatica di base – Linea 1 e 2 Funzionamento di processi cellulari: – comprensione dei meccanismi di interazione fra le varie specie molecolari presenti nella cellula – localizzazione e concentrazione delle specie molecolari – studio delle dinamiche del processo Comportamento di sistemi multicellulari: – comprensione dei meccanismi di interazione fra cellula e cellula (in un tessuto, in una colonia di microrganismi) – studio di metodi per intervenire positivamente o negativamente sul sistema multicellulare: es. colonia di batteri patogeni

9 (Alcuni) problemi della Biologia (3) 9Informatica di base – Linea 1 e 2 Sviluppo di farmaci e terapie mediche: – progettazione di farmaci specifici per una certa patologia, e analisi di tossicità/assorbimento del farmaco – previsione e prevenzione di malattie, ottimizzazione delle terapie mediche medicina personalizzata Risanamento ambientale (bioremediation): – uso di biotecnologie per la costruzione di batteri in grado di degradare contaminanti ambientali

10 Gli strumenti dellInformatica 10Informatica di base – Linea 1 e 2 Molti concetti che avete già visto in questo corso: – Algoritmi – Modelli – Software e hardware dedicati – Database – Calcolo parallelo – Calcolo distribuito – …

11 Seconda parte Allineamenti di sequenze 11Informatica di base – Linea 1 e 2

12 Qual è il problema biologico? Es.1 - In un laboratorio viene sequenziato un gene di un organismo. Si vuole sapere: – se questo gene è presente anche in altri organismi, per i quali è già stata identificata la sua funzione – se un altro laboratorio, che ha sequenziato lo stesso gene, ha ottenuto lo stesso identico risultato Es.2 - Viene scoperta una nuova proteina, di cui non si conosce la funzione. Si vuole sapere: – se esiste qualche altra proteina simile a quella appena scoperta, di cui sono già note la funzione e/o la struttura tridimensionale 12Informatica di base – Linea 1 e 2

13 DNA e proteine: sono sequenze! Ogni molecola può essere descritta come una sequenza di simboli: – ci dimentichiamo della sua struttura tridimensionale e delle sue proprietà chimiche, fisiche o biologiche – ci interessa soltanto sapere quali sono gli elementi (simboli) che la costituiscono DNA: è una sequenza con 4 simboli (A, C, G, T) – consideriamo un solo filamento (laltro è complementare) RNA: è una sequenza con 4 simboli (A, C, G, U) Proteina: è una sequenza con 20 simboli (gli aminoacidi) 13Informatica di base – Linea 1 e 2

14 Somiglianza fra due sequenze Come si fa a sapere se due sequenze sono simili, e quanto sono simili? – si confrontano i simboli di una sequenza con i simboli dellaltra sequenza – si dà un buon punteggio a tutte le coppie di simboli uguali (es. A con A, T con T, C con C, G con G) – si dà un punteggio più basso alle coppie di simboli diversi (es. A con T, A con C, A con G, …) biologicamente, coppie di questo tipo corrispondono ad eventi di mutazione (base sostituita da unaltra base) Informatica di base – Linea 1 e 214

15 Allineamento di due sequenze In questo modo, possiamo misurare quanto sono simili le due sequenze: – più alta è la somma dei punteggi di tutte le coppie di simboli che confrontiamo, più simili saranno le due sequenze In pratica, stiamo allineando ogni simbolo della prima sequenza con un simbolo dellaltra: – cioè, li scriviamo uno sopra laltro. Esempio: ACTCG AGTCC – ci sono 3 coppie di simboli uguali (A-A, T-T, C-C) e 2 coppie di simboli diversi (C-G, G-C) 15Informatica di base – Linea 1 e 2

16 I gap Aspetta, aspetta… ma se le sequenze non sono lunghe uguali, non posso allineare tutti i simboli di una con simboli dellaltra! Come si fa allora? – si usa un simbolo speciale, che si chiama gap e si denota con – es. allineamento delle sequenze AACTCTG e AATCT: AACTCTG AA TCT 16Informatica di base – Linea 1 e 2 il punteggio di una coppia simbolo-gap è molto basso!

17 Il significato biologico dei gap Stai barando! Così modifichi la sequenza! Che senso ha? Un gap può corrispondere ad un evento biologico di: – delezione (base eliminata dalla molecola) – inserimento (base aggiunta nella molecola) Usare i gap può essere molto utile per trovare allineamenti migliori fra sequenze 17Informatica di base – Linea 1 e 2

18 Quanti allineamenti ci sono? Date due sequenze A e B, il primo simbolo di A può essere allineato con ognuno dei simboli di B – idem per ogni altro simbolo di A Inoltre, posso inserire gap in qualsiasi punto della sequenza – (ma non si può allineare un gap con un altro gap) Quindi: il numero di possibili allineamenti fra due sequenze è altissimo! – come si fa a scegliere lallineamento migliore? 18Informatica di base – Linea 1 e 2

19 Lallineamento migliore Soluzione poco furba: – costruisco tutti gli allineamenti, valuto il punteggio di ognuno, e poi scelgo lallineamento con il valore più alto – ma ci vorrebbe un tempo di calcolo esponenziale rispetto alla lunghezza delle due sequenze Una soluzione più furba: – se provassimo a dividere il problema in sottoproblemi, risolvere ogni sottoproblema, e quindi trovare la soluzione finale rimettendo insieme le soluzioni parziali? 19Informatica di base – Linea 1 e 2

20 Lalgoritmo di allineamento Sfrutta la tecnica di programmazione dinamica: – molto simile al metodo divide et impera – la soluzione di un sottoproblema può servire per trovare la soluzione di un altro sottoproblema (cioè, i sottoproblemi non sono indipendenti fra loro) Come funziona in pratica? – costruisce lallineamento migliore in modo progressivo, partendo dai simboli iniziali delle due sequenze – a mano a mano che allunga lallineamento, sceglie sempre la soluzione migliore fra quelle possibili – per costruzione, lallineamento completo sarà quindi il migliore allineamento! 20Informatica di base – Linea 1 e 2

21 Lalgoritmo di allineamento Un esempio con le sequenze ATTCT e GACT: – inizio ad allineare i primi simboli delle due sequenze: AA G – restano da allineare TTCT e ACT. Osservazione: quanti modi ci sono per allungare un allineamento? solo 3: simbolo-simbolo, simbolo-gap, gap-simbolo quindi si sceglie il migliore fra: A TA T A G AG G A eccetera eccetera… 21 il migliore fra questi tre allineamenti e poi restano da allineare TCT e CT

22 Lalgoritmo di allineamento Funziona! (Fidatevi) ATTCT GA-CT E un buon algoritmo? – la sua complessità computazionale è quadratica se n è la lunghezza delle sequenze, lalgoritmo esegue circa n 2 istruzioni – quindi: possiamo trovare il migliore allineamento fra due sequenze in un tempo ragionevole, senza dover provare a costruire tutti gli altri possibili allineamenti 22

23 I database biologici Esistono moltissimi database di dati biologici: – sequenze nucleotidiche (GenBank, EMBL, GENES) – sequenze proteiche (SWISSPROT) – strutture proteiche (PDB) – profili di espressione ricavati da microarray (GEO) – percorsi metabolici (KEGG, Enzyme) – dati mitocondriali (MITOMAP) – … 23

24 Ricerca in database biologici Torniamo al gene sequenziato in laboratorio: si usa lalgoritmo di allineamento per cercare nel database tutte le sequenze simili? – in un database ci sono milioni di sequenze – se ad es. impiego 0,01 sec per un allineamento fra due sequenze, mi servono sec=3 ore circa per confrontare la mia sequenza con tutte quelle presenti nel database – se devo confrontare 6000 geni (es. lievito), ci metto 2 anni per completare lanalisi 24

25 Ricerca in database biologici Come si fa allora? Si usano altri metodi, basati su tecniche euristiche: – sono procedure empiriche ed intuitive, in generale non supportate da precisi fondamenti teorici – non garantiscono di trovare la soluzione migliore, ma di solito funzionano bene – sono molto veloci – es. BLAST, FASTA (basati su indicizzazione di sequenze) 25Informatica di base – Linea 1 e 2

26 Allineamenti multipli E se volessimo confrontare più sequenze contemporaneamente? – ad es. per vedere se una proteina è simile a un insieme di altre proteine note – i siti funzionalmente più rilevanti di una proteina sono di solito ben conservati e invariati rispetto a proteine omologhe E un problema di Biologia molto importante: – in ambito evolutivo, per capire la relazione di discendenza fra organismi (alberi filogenetici) – in ambito molecolare, per la previsione della struttura di una proteina 26 Informatica di base – Linea 1 e 2

27 Alberi filogenetici Sono diagrammi che esprimono le relazioni di discendenza fra gruppi di organismi: – esiste un progenitore comune – eventi di speciazione danno origine a diverse linee di discendenza 27Informatica di base – Linea 1 e 2

28 Allineamenti multipli: un esempio 28Informatica di base – Linea 1 e 2

29 Allineamenti multipli: un altro esempio 29Informatica di base – Linea 1 e 2

30 Algoritmi di allineamento multiplo Possiamo estendere lalgoritmo di allineamento fra due sequenze, per definire un algoritmo di allineamento fra molte sequenze? Si! Ma cè un problema: – la complessità computazionale dellalgoritmo diventa esponenziale rispetto al numero di sequenze e alla loro lunghezza Cerchiamo un altro algoritmo allora! – sfortunatamente, tutti gli algoritmi che possiamo definire per questo problema avranno complessità esponenziale – Perché??! E come fai a saperlo? Hai già provato a costruire mille algoritmi diversi per risolvere il problema? 30Informatica di base – Linea 1 e 2

31 Un problema difficile Si può dimostrare che lallineamento multiplo è un problema molto difficile: – è oggettivamente (non soggettivamente) difficile, la sua complessità è intrinseca al problema stesso – questo problema è NP-completo: in pratica, non ci sono speranze di trovare un algoritmo efficiente che possa risolverlo (a meno che P=NP) – come si risolve allora? con le tecniche euristiche, accontentandosi della soluzione trovata, che non sarà necessariamente la migliore Informatica di base – Linea 1 e 231

32 Problemi facili e problemi difficili Perciò mi stai dicendo che: 1.lallineamento fra due sequenze è un problema facile perché ho trovato un algoritmo efficiente, 2.lallineamento multiplo è un problema difficile e (quasi sicuramente) non troverò mai un algoritmo efficiente. Uhm, tutto questo non mi piace… non è che esistono anche altri problemi di Biologia che sono altrettanto difficili? Informatica di base – Linea 1 e 232

33 Terza parte Previsione di strutture molecolari 33Informatica di base – Linea 1 e 2

34 Studiare la struttura delle molecole Esistono metodi sperimentali per determinare la struttura tridimensionale di una proteina: – cristallografia a raggi X – risonanza magnetica nucleare (NMR) Sono metodi complessi, costosi, e richiedono molto tempo Non si possono utilizzare per tutti i tipi di proteine: – ad es. proteine transmembrana 34Informatica di base – Linea 1 e 2

35 Perché studiare la struttura? La funzione di una proteina è determinata dalla struttura nativa che la proteina assume nella cellula in condizioni fisiologiche – struttura primaria = sequenza di aminoacidi – struttura secondaria = formazione di -eliche e foglietti- – struttura terziaria = struttura tridimensionale (nativa) – struttura quaternaria = associazione di più unità polipeptidiche Ogni proteina ha specifici domini di legame con altre molecole – es. siti attivi su un enzima (zone di legame con i reagenti e attività catalitica) 35Informatica di base – Linea 1 e 2

36 Strutture proteiche non corrette Numerose patologie sono dovute a ripiegamenti errati di una proteina, oppure ad anomale aggregazioni/dissociazioni di proteine: – il morbo di Alzheimer, il morbo di Huntington, il morbo di Parkinson, l'encefalopatia spongiforme bovina, la malattia di Creutzfeldt-Jakob, la fibrosi cistica, lanemia falciforme, molti tipi di tumore, ecc. Riuscire a determinare la struttura nativa di una proteina consente quindi sia di identificare la sua funzione, sia di intervenire sulla proteina in modo da inattivarla/attivarla per curare la specifica patologia 36Informatica di base – Linea 1 e 2

37 Il protein folding Consiste nel prevedere la struttura nativa di una proteina, usando come dato in input la sequenza primaria dei suoi aminoacidi Data la sequenza iniziale, esiste un numero esponenziale di possibili strutture tridimensionali – come cercare un ago in un pagliaio… 37Informatica di base – Linea 1 e 2

38 Protein folding e funzione di energia La struttura nativa migliore è quella che minimizza il valore di energia libera associato alla struttura 38Informatica di base – Linea 1 e 2 Il valore di energia si determina considerando le forze di Van der Waals, le forse elettrostatiche, i legami idrogeno, le lunghezze/angoli di legame, gli angoli di torsione, le interazioni col solvente, i contributi entropici, …

39 Il protein folding in Bioinformatica Questo problema è facile o difficile? – è molto difficile, è un altro problema NP-completo – tutti gli algoritmi che possiamo definire per risolvere questo problema avranno complessità esponenziale – ma possiamo sfruttare anche in questo caso delle tecniche euristiche (ma senza dare garanzie sulla bontà della soluzione trovata): ad es. la tecnica per gli allineamenti multipli (si parla di folding comparativo o per omologia) ne vediamo unaltra fra un po… 39Informatica di base – Linea 1 e 2

40 Interazioni fra macromolecole In alcuni casi, non è solo importante sapere come la proteina si avvolge, ma anche come interagisce con altre molecole: – es. di interazione fra macromolecole: proteina-proteina, proteina-DNA, proteina-molecola enzima e substrato, antigene e anticorpo, recettore e ligando – processo che sta alla base del riconoscimento molecolare, fondamentale per la formazione dei complessi molecolari e il generale funzionamento di tutti i processi cellulari 40Informatica di base – Linea 1 e 2

41 Il docking molecolare Il problema di docking consiste nel determinare se e come due molecole interagiscono fra di loro, e qual è la geometria del complesso che esse formano: – per poter risolvere questo problema, bisogna conoscere le geometrie delle molecole meccanismo chiave-serratura Ad es. fra queste tre coppie di molecole, qual è la coppia con linterazione migliore? Informatica di base – Linea 1 e 241

42 Docking e funzione di energia Anche in questo caso, linterazione migliore viene definita tramite unopportuna funzione di energia che stima laffinità di legame fra le due molecole 42Informatica di base – Linea 1 e 2 Il valore di energia si determina considerando le varie forze elettrochimiche, linterazione col solvente, la complementarietà geometrica e chimica fra le superfici a contatto, lentropia, la flessibilità delle molecole interagenti, ecc. il complesso migliore è quello che minimizza il valore di energia

43 Il docking in Bioinformatica Indovinate? Un altro problema difficile! Non esistono algoritmi efficienti in grado di trovare la soluzione ottimale, ma è possibile applicare tecniche euristiche 43Informatica di base – Linea 1 e 2 Il risultato ottenuto dallanalisi computazionale dovrà essere sottoposto a successive (e numerose) analisi sperimentali e cliniche

44 Drug design La progettazione e lo sviluppo di farmaci (drug design) sono il principale campo di applicazione del docking: – determinare le modalità con cui farmaci già noti si legano alla molecola target che si sta studiando – effettuare una ricerca in un database di potenziali molecole che risultino attive su nuovi target (virtual screening di grandi librerie di strutture chimiche) – prevedere in modo computazionale (in silico) la potenziale attività farmacologica di nuove molecole Informatica di base – Linea 1 e 244

45 Dalla sequenza allinterazione 45 sequenza struttura funzione affinità di legame interazione

46 Quarta parte I processi cellulari e la Biologia dei Sistemi 46Informatica di base – Linea 1 e 2

47 I processi cellulari Tutti i processi cellulari sono determinati da interazioni fra molecole: espressione genica, processi metabolici, percorsi di trasduzione del segnale, modificazioni post-traduzionali di proteine, potenziale di membrana, ecc. Esistono numerosi e complessi metodi di controllo e di regolazione cellulare per tutte queste interazioni Non è sempre facile o possibile effettuare esperimenti e misurazioni in laboratorio per determinare: – la concentrazione delle molecole, la loro localizzazione dentro la cellula, la successione temporale delle interazioni in un dato percorso cellulare, ecc. 47Informatica di base – Linea 1 e 2

48 I processi cellulari: componenti e interazioni Es. percorso di trasduzione del segnale: – segnale esterno alla cellula (molecola ligando) – recettore di membrana (proteina transmembrana) – cascata di interazioni fra proteine citoplasmatiche – sintesi di secondi messaggeri – attivazione di proteina effettore – attivazione/disattivazione di geni OSS. Alcune di queste molecole potrebbero essere coinvolte in più processi cellulari! 48Informatica di base – Linea 1 e 2

49 49Informatica di base – Linea 1 e 2

50 Ricorriamo allInformatica? Un approccio Bioinformatico permette di: – sviluppare modelli matematici per descrivere tutte le componenti del processo cellulare e le loro reciproche interazioni: quando non cè una precisa conoscenza biologica, si possono definire tanti modelli diversi basati su ipotesi – usare software appositi per simulare la dinamica del processo cellulare: cioè, vedere come variano le concentrazioni delle molecole nel tempo, a seconda delle condizioni della cellula e dei meccanismi di controllo e regolazione che sono attivi in quelle condizioni 50Informatica di base – Linea 1 e 2

51 Ricorriamo allInformatica! Studiare un processo cellulare sul computer ha numerosi vantaggi: – riduzione dei costi e del numero di esperimenti di laboratorio – il tempo di calcolo è generalmente inferiore al tempo necessario per un esperimento – si possono testare diverse ipotesi e condizioni, senza pericolo di danneggiare o uccidere le cellule – si possono integrare processi distinti e studiarne le reciproche interazioni studio del sistema globale 51Informatica di base – Linea 1 e 2

52 Un esempio: p53 e Mdm2 La proteina p53 è nota come guardiano del genoma, è in grado di attivare la riparazione dei danni al DNA (oppure indurre la cellula in apoptosi) – è mutata in oltre il 50% delle cellule tumorali La sua degradazione è regolata dalla proteina Mdm2, che è a sua volta regolata da p53 (controllo tramite feedback negativo) 52Informatica di base – Linea 1 e 2

53 La Biologia dei Sistemi Scienza interdisciplinare che studia i processi biologici in termini di sistemi (Systems Biology) tramite un approccio iterativo e integrativo: – identificazione e modellazione della struttura del sistema, cioè delle sue componenti e delle loro interazioni – analisi computazionale delle dinamiche del sistema per prevedere comportamenti non noti – disegno di nuovi esperimenti di laboratorio e confronto con i risultati computazionali ottenuti – uso dei nuovi dati sperimentali per migliorare il modello o effettuare nuove analisi computazionali – ecc. 53Informatica di base – Linea 1 e 2

54 Le discipline -omiche 54Informatica di base – Linea 1 e 2 Sono discipline biomolecolari che si occupano dello studio su larga scala degli elementi di una cellula (es. geni, proteine, ecc.) e delle loro funzionalità, integrando luso di metodi sperimentali e computazionali: – Genomica, Genomica Funzionale, Genomica Strutturale, Farmacogenomica – Proteomica, Trascrittomica, Interattomica – Metabolomica, Glicomica, Lipidomica – e molte altre…

55 Lobiettivo finale: una nuova Medicina 55Informatica di base – Linea 1 e 2 La Medicina di oggi è basata principalmente sulla cura di patologie manifeste, in generale diagnosticate tramite poche misurazioni: – non si distingue fra individui diversi, non ci sono terapie personalizzate, è difficile fare una vera prevenzione basandosi solo sulla predisposizione alle malattie La Medicina di domani sarà preventiva, predittiva, personalizzata e partecipatoria (P4): – basata sullanalisi degli aspetti genetici del singolo individuo, al fine di determinare la probabilità che si possano sviluppare malattie, e poter così intervenire in anticipo con terapie totalmente personalizzate

56 Quinta parte Dalla Biologia allInformatica 56Informatica di base – Linea 1 e 2 InformaticaBiologia Calcolo Naturale Bioinformatica

57 Ispirarsi alla Natura: algoritmi genetici Il mondo dellInformatica ha spesso fatto ricorso alla Natura per definire nuove tecniche algoritmiche che risultino più potenti di quelle classiche Gli algoritmi genetici sono tecniche euristiche basate su due fenomeni che avvengono in Natura: 1.la selezione naturale degli individui in una specie la teoria dellevoluzione di Darwin sostiene che gli individui migliori hanno maggiore probabilità di sopravvivere nellambiente in cui vivono e quindi maggiore probabilità di riprodursi 2.la ricombinazione del DNA durante le riproduzione degli individui, e gli eventi di mutazione 57Informatica di base – Linea 1 e 2

58 Gli algoritmi genetici (AG) Per risolvere un problema con un AG, viene fatta evolvere una popolazione di individui: – ogni individuo corrisponde ad una potenziale soluzione del problema – gli individui migliori vengono selezionati per potersi riprodurre fra di loro, in base al loro grado di adattamento – gli individui si riproducono rimescolando i loro cromosomi, dando così origine a nuovi individui (cioè, nuove potenziali soluzioni) in questo modo, molti problemi possono essere risolti da un processo iterativo che imita levoluzione naturale nella ricerca della soluzione migliore Informatica di base – Linea 1 e 258

59 Gli algoritmi genetici: vantaggi Gli AG permettono di risolvere rapidamente numerosi problemi di ottimizzazione: – i problemi per cui si cerca la soluzione migliore in un insieme molto alto di potenziali soluzioni Come funzionano: – invece che provare tutte le soluzioni possibili, si lavora solo su un numero molto ridotto di soluzioni – si fanno evolvere le soluzioni per trovare soluzioni che siano migliori delle precedenti Informatica di base – Linea 1 e 259

60 Un esempio Proviamo a determinare il minimo assoluto di questa funzione con un algoritmo genetico: – lesempio ci fa intuire quanto potrebbe essere complessa la funzione denergia di una molecola 60 questo è il minimo assoluto Prova a usare lapplicazione Java che trovi qui:

61 Informatica di base – Linea 1 e 261

62 Algoritmi genetici e protein folding Unapplicazione degli AG al protein folding: – ogni individuo corrisponde ad una potenziale struttura nativa della proteina es. codificata con le coordinate di ogni atomo nello spazio 3D, o con gli angoli di torsione degli aminoacidi – la selezione opera in modo da scegliere individui buoni, cioè quelli con la funzione denergia più bassa – la riproduzione (crossover) fra due individui buoni crea nuove soluzioni, cioè nuove strutture native la mutazione può affinare una buona soluzione – la soluzione migliore sarà scelta, alla fine delliterazione, sulla base del valore minimo di energia ma non è detto che la soluzione trovata sia quella ottimale! 62Informatica di base – Linea 1 e 2

63 Algoritmi genetici e protein folding 63 Il vantaggio degli AG: invece che provare tutte le soluzioni del problema (=ricerca esaustiva nello spazio delle conformazioni con complessità esponenziale), lavoro solo su un insieme ridotto di soluzioni

64 Sesta parte Conclusioni e informazioni aggiuntive 64Informatica di base – Linea 1 e 2

65 La bioinformatica si occupa di: Definire algoritmi e modelli per: – lanalisi dei dati biologici, la comprensione del funzionamento di processi cellulari e di sistemi biologici complessi, la previsione di strutture molecolari, la progettazione di farmaci, ecc. Organizzare, memorizzare e gestire grandi quantità di dati biologici Creare software e database di facile utilizzo anche per utenti non esperti di Informatica … e molto altro 65Informatica di base – Linea 1 e 2

66 Voglio fare il bioinformatico! La Bioinformatica è unarea di ricerca multidisciplinare: – si lavora in gruppi di ricerca eterogenei – capirsi è fondamentale, ma non è sempre facile Il bioinformatico ideale ha: – conoscenze teoriche: Biologia, (Bio)Chimica, Fisica, Matematica, Informatica – competenze pratiche: uso di strumentazione e protocolli di laboratorio abilità di programmazione e manualità informatica 66Informatica di base – Linea 1 e 2

67 Ah però… non è mica così facile! Quanto devo studiare? – tanto, la laurea di solito non basta (serve un dottorato di ricerca) Dove si fa ricerca bioinformatica in Italia? – prevalentemente a livello accademico – in alcune grandi aziende, ma su problemi più specifici (es. drug design) E allestero? – quasi ovunque, ma di più nei Paesi in cui girano più soldi per la ricerca (USA, Giappone, Nord Europa) 67Informatica di base – Linea 1 e 2

68 Ci sono corsi di Bioinformatica? Consultate la guida dello studente e il sito del vostro corso di laurea Corsi singoli per Biotecnologie Farmaceutiche Curriculum bioinformatico per Biotecnologie Industriali e Ambientali: – Bioinformatica e Biostatistica, Biologia Computazionale, Informatica avanzata, … Curriculum bioinformatico nella Laurea Magistrale di Biotecnologie biomolecolari e bioinformatica 68Informatica di base – Linea 1 e 2

69 Dove trovo altre informazioni? Testi di riferimento: – D.E. Krane, M.L. Raymer, Fondamenti di Bioinformatica, Pearson (2007) – G. Valle, M. Helmer Citterich, M. Attimonelli, G. Pesole, Introduzione alla Bioinformatica, Zanichelli (2003) 69Informatica di base – Linea 1 e 2

70 Dove trovo altre informazioni? Link: – National Center for Biotechnology Information (NCBI): / su questo sito, in particolare: – Società di Bioinformatica Italiana (Bits): – European Bioinformatics Institute (EBI): – Institute for Systems Biology: 70Informatica di base – Linea 1 e 2

71 Dove trovo altre informazioni? Link: – Bioinformatica su Wikipedia: (con molti altri link alle varie applicazioni) – cerca su Wikipedia le altre parole chiave: protein folding, molecular docking, drug design, Systems Biology, personalized medicine, … ATTENZIONE! E sempre meglio studiare su un libro o su articoli pubblicati su riviste di settore, o affidarsi a siti sicuri di organismi internazionali (specializzati nellarea) 71Informatica di base – Linea 1 e 2

72 Esercizi Assumendo di assegnare il punteggio +1 a coppie di nucleotidi uguali, -1 a coppie di nucleotidi diversi, -2 a coppie formate da un nucleotide e un gap, valutare il punteggio dei seguenti allineamenti e determinare quale allineamento è il migliore: ATCCTA ATCCTA ATCCT AATCCTA TTC A TTC A T TCATT C A 72Informatica di base – Linea 1 e 2


Scaricare ppt "Corso integrato di Matematica, Informatica e Statistica Informatica di base Linea 1 Daniela Besozzi Dipartimento di Informatica e Comunicazione Università"

Presentazioni simili


Annunci Google