Resumo de Bioinformática

Prévia do material em texto

Resumo de Bioinformática 
 
 
Sequenciamento de DNA: é a determinação de sua sequência nucletídica (ACGT’s) 
#A tecnologia de sequenciamento atual exige que se quebre o DNA em pequenos 
fragmentos de cerca de 2000 pares de bases (Sanger), exigindo a montagem de 
fragmentos 
#Método de Sanger: uma fita simples de DNA que será sequenciada, é hibridizada com 
um Primer de desoxinucleotídeos marcado na extremidade 5´(cinco linha). Quatro 
misturas de reação são preparadas onde os Primer's utilizados serão elongados por 
uma DNA polimerase. Cada mistura contém os quatro desoxinucleosídeos trifosfato 
normais mais um dos quatro didesoxinucleosídeos trifosfato em uma razão de 
aproximadamente 1/100. Uma vez que um didesoxinucleotídeo não tem oxidrila ou 
hidroxila na extremidade 3´, não é possível haver extensão a partir do nucleotídeo 
adicionado, parando a reação. Desta forma, cada mistura de reação produzirá cadeias 
prematuramente terminadas de acordo com toda ocorrência de um didesoxinucleotídeo 
adicionado. Cada mistura é então separada em um gel (poliacrilamida desnaturante) de 
sequenciamento por eletroforese para se detectar cada um dos nucleotídeos presentes 
na sequência de DNA lida. 
 
Cromatograma: é o registro gráfico de uma análise por um método cromatográfico 
#Quanto mais alto o pico, maior a qualidade da identificação da base 
*Recurso Bioedit: Identifica as bases, dizendo se as regiões tem alta, média, baixa 
afinidade. “A diferença de qualidade acontece devido a migração de elétrons na placa”. 
 
O que é um projeto genoma? 
#Sequenciamento de material genético de organismo e anotação de estruturas e genes 
encontrados. 
* O sequenciamento pode ser total ou parcial. A montagem feita por diferentes 
programas. O objetivo final pode ser um produto, publicações ou respostas. 
 
Bioinformática: aplicação da “informática” na “biologia molecular”. Utilização de 
ferramentas computacionais para o estudo e resolução de problemas biológicos. 
 
Gerenciamento de informações: Armazenar dados genéticos e disponibilizá-los de 
forma maleável e facilitada. Gerenciar a troca de informações. 
# Inclui bancos de dados, páginas de serviços via internet, listas de correio eletrônico, 
submissão e busca de dados etc. 
 
Bancos de dados: Armazenamento organizado de informações que possibilita fácil, 
preciso e rápido acesso às mesmas. 
 
• ModWeb: é um servidor para modelagem de estrutura de proteínas 
• SWISS-MODEL: é um servidor de modelagem de homologia de estrutura de 
proteínas totalmente automatizado, acessível através do servidor web ExPASy, 
ou do programa DeepView (Swiss Pdb-Viewer). O objetivo deste servidor é 
tornar a Modelagem de Proteínas acessível a todos os bioquímicos e biólogos 
moleculares em todo o mundo. 
• Vakser Lab: é um software de armazenamento de proteínas. O servidor irá 
ignorar quaisquer pequenos ligandos ou outras moléculas não protéicas nos 
arquivos de entrada. É projetado exclusivamente para acoplar pares de 
moléculas de proteínas por simulação. 
• PatchDock: o algoritmo PatchDock é inspirado pelo reconhecimento de objetos 
e técnicas de segmentação de imagem usadas na Visão de Computador. Dadas 
duas moléculas, suas superfícies são divididas em manchas de acordo com a 
forma da superfície. Esses patches correspondem a padrões que distinguem 
visualmente entre peças de quebra-cabeça. Uma vez que as manchas são 
identificadas, elas podem ser sobrepostas usando algoritmos de 
correspondência de formas. 
• NCBI: o NCBI é dividido em vários bancos de dados específicos. Cada banco de 
dados armazena informações e apresenta links com outros bancos do próprio 
NCBI e bancos externos. 
o O banco Nucleotide armazena sequências e informações associadas a 
cada uma das sequências. 
o O banco Protein armazena sequências de proteínas e sequências que 
foram traduzidas automaticamente de sequências nucleotídicas 
codificadoras. O banco também traz informações associadas a cada uma 
das sequências. 
o Taxonomy: Banco de dados com informações sobre a classificação 
taxonômica das espécies. Esse banco de dados apresenta somente 
informações taxonômicas de espécies que têm informações moleculares 
depositadas no NCBI. 
• PDB: banco de dados que armazena informações sobre estrutura tridimensional 
das proteínas. Nessa banco são armazenadas estruturas das proteínas que 
foram avaliadas por cristalografia Raio-X, Espectroscopia por ressonância 
magnética nuclear (NMR). 
• Expasy: banco de dados com sequências de proteínas, especialmente enzimas. 
• Keeg: é um recurso de banco de dados para a compreensão de funções de alto 
nível e utilitários do sistema biológico, como células organismos e ecossistemas, 
a partir de informações de nível molecular. 
 
Algoritmo: é a forma estruturada de resolver problemas em uma sequência lógica. 
 
Desenvolvimento: em bioinformática, é a área onde são criadas ferramentas 
computacionais para resolução de problemas da biologia molecular. 
 
Phred/Phrap/Consed: Um pacote de três programas interligados e altamente 
compatíveis para análise, montagens e editoração de sequências que rodam em 
ambiente UNIX. Permite: 
• Leitura dos arquivos cromatogramas; 
• Atribuição de qualidade às bases (individualmente); 
• Identificação e mascaramento de vetores; 
• Sequência Assembly (montagem da sequência) 
• Visualização de Assembly (visualização e edição das montagens) 
Onde: 
• Phred – valores de qualidade para bases 
• Cross-match – comparação e marcação 
• Phrap e CAP3 – montagem 
• Phrapview e Consed – visualização 
 
Pipeline Phred/Phrap/Consed: 
 
 
 
 
 
 
 
 
 
 
 
 
 
Diretórios: 
 Chromat_dir Phd_dir Edit_dir 
 
#Contigs: São sequências que tiveram pareamento (junção de sequências a modo de 
se obter um gene). É o comprimento cotínuo da sequência genômica. 
#Sintigs: são sequências que não tiveram pareamento 
 
Phred: esse software lê arquivos de rastreamento de sequências de DNA, chama bases 
e atribui um valor de qualidade a cada base chamada. Possui a capacidade de ler os 
cromatogramas de cada “read” do sequenciador e atribuir bases aos picos, produzir um 
índice de qualidade com valores para cada base e escrever todo em um arquivo em 
formato certo para Phrap. Phred é capaz de ler vários formatos de arquivos de vários 
sequenciadores (SCF, ABI, e ESD formatos) e extrair a sequência e escrever em 
formato FASTA ou PHD. A qualidade (a confiabilidade na identificação de cada base) é 
utilizada na montagem das sequências como a medida de precisão da montagem final. 
*Phred: Identifica a qualidade da base. Quanto mais alto o pico, menor o erro de leitura. 
A qualidade é determinada por -10log10 (p). O software solta os arquivos com formato 
phd. 
*phd2Fasta: Vai extrais 3 colunas: base, posição da base e qualidade da base. Vai gerar 
um arquivo de texto no formato fasta com números onde será possível identificar regiões 
com melhores ou piores qualidades. O software somente formata o arquivo do Phred. 
 
*Cross_match: Precisa de um vetor de clonagem. Vai mascarar as regiões que não são 
de interesse com “X”, deixando apenas regiões de interesse. Faz a marcação. 
 
Imput 
Arquivos do cromatograma 
Avaliação de valores de qualidade 
Phred 
Arquivos phd -*.phd 
Conversão – phd para fasta 
phd2fasta.pl 
Sequências de nucleotídeos - seqs_fasta 
Valores de qualidade - seqs_fasta.screen.qual 
 
Retirada de bases contaminantes 
Cross_Match +vector.seq 
Arquivos de saída -seqs_fasta.screen 
 
Montagem (Assembly) 
Phrap 
Contigs montadas -seqs_fasta.screen.contigs 
Arquivode montagem - seqs_fasta.screen.ace# 
 
 
Visualização e edição de montagem 
Consed 
 
 
Phrap: recebendo os arquivos do Phred, este programa compara as sequências 
procurando regiões de homologia para sobrepor os reads, montando sequências 
pequenas em trechos maiores. O programa permite o uso do read inteiro mas usa as 
informações da qualidade da sequência na montagem (informações do Phred). O 
arquivo produzido tem todas as informações sobre as montagens, qualidade das 
associações entre reads e confiabilidade da montagem final. 
*Phrap: Faz a junção de sequências para formarem um possível gene. 
Consed: Editor de gráficos e utilidades: este programa converte as informações geradas 
pelo Phred e Phrap, em gráficos que mostram os "contigs" (sequências montadas), os 
reads utilizados, a confiabilidade de cada read e dados sobre a confiabilidade de "contig" 
(qualidade de cada base, erros por 1000 bases e orientação e nome de cada read). 
Também, tem utilidades para desenhar primers para terminar regiões da sequência de 
baixa confiabilidade, programas para busca de sequências repetidas e editoração de 
reads dentro do contig. Os recursos de acabamento incluem permitir ao usuário escolher 
primers e modelos, sugerindo reações de sequenciamento adicionais para executar e 
facilitando a verificação da precisão da montagem usando informações de digerir e 
reenviar / reverter. 
*.ace – permite a visualização da montagem usando o Consed 
*.view – requerido para visualização da montagem usando o Phrapview 
Blast: é uma família de programas desenvolvidos para comparar seqeências (DNA, 
RNA ou proteína) com rapidez e sem perder sensibilidade. Os valores dados são 
baseados em interpretação estatística facilitando a escolha de identidades reais e não 
semelhanças que acontecem ao acaso. BLAST busca semelhanças locais e não 
globais, com isto é possível identificar relações entre sequências que compartilham 
regiões curtas de similaridade. 
#É uma ferramenta de busca (em banco de dados biológicos) de similaridades de 
sequências. Faz alinhamento, em outras palavras, mede similaridade e homologia. 
 
Cap 3: Serve para montar genomas. Produção de ordem parcial de contigs por restrição, 
tornando mais fácil e mais rápido sua construção. Menos erros intensos no consenso 
(contigs mais curtos com menores erros)