BIOINFORMATIK UEBUNGEN MOLZEB SS2014

Transkript

1 BIOINFORMATIK UEBUNGEN MOLZEB SS2014 Dietmar Rieder icbi.at/courses/bioinformatics_lfu.html

2 Organisatorisches Termine

3 Übungsziele Kennlernen biologischer Datenbanken (NCBI, ) Arbeiten mit Protein und DNA/RNA Sequenzen Sequenzalignment (BLAST, ClustalW) Arbeiten mit Genome Browsern (UCSC, Ensembl) Arbeiten mit Genexpressions Daten Kennenlernen von Clustering Algorithmen Finden von TFBS mit Hilfe von PWMs und online tools Netzwerkanalyse von Omics Daten Klassifikation mittels Gene Ontology Selbsttändiges Lösen praktischer Beispiele mit Online Analyse Dokumentation der Übung anhand eines Protokolls

4 Organisation 6 Übungsblöcke zu je 4 Stunden Kurze Einführung am Beginn eines jeden Blocks Erarbeiten der Übungsziele an Hand von Beispielen am Rechner Protokoll: 1 Protokoll / 2 Studierende Elektronisch als PDF Abgabe bis spätestens 30. Juni 2014 Details siehe:

5 Übung I Einführung, Teil 1 Biologischer Informationsfluss Biologische Datenbanken

6 Biologischer Informationsfluss

7 Biologischer Informationsfluss...ACCGATGGACCATGACG... Transkription...ACCGAUGGACCAUGACG... Translation malwmrllpl lallalwgpd.

8 Biologischer Informationsfluss...ACCGATGGACCATGACG... Transkription...ACCGAUGGACCAUGACG... Translation malwmrllpl lallalwgpd.

9 Nomenklatur von Nukleinsäuren Base Symbol Occurrence Adenin A DNA, RNA Guanin G DNA, RNA Cytosin C DNA, RNA Thymin T DNA Uracil U RNA Symbol Meaning Description R A or G purine Y C or T pyrimidine W A or T Weak hydrogen bonds S G or C Strong hydrogen bonds M A or C amino groups K G or T Keto groups H A, C, or T (U) not G, (H follows G) B G, C, or T (U) not A, (B follows A) V G, A, or C not T (U), (V follows U) D G, A, or T (U) not C, (D follows C) N G, A, C or T (U) any nucleotide

10 Nomenklatur DNA sequences are always from 5 to 3 + strand 5 -ACGGTCGCTGTCGGTAGC-3 - strand 3 -TGCCAGCGACAGCCATCG-5 e.g. in fasta format : >gene sequence gi12345 chr17 - GCTACCGACAGCGACCGT Positions in the genome (genome assembly) are chromosome wise e.g. human GRCh37/hg19 chr11:1 100 chr11:49,686,777 49,689,777 Positions in the chromosome startfor both!! strandsfrom position 1 chr11: strand 5 -ACGGTCGCTG TCGGTAGC-3 - strand 3 -TGCCAGCGAC AGCCATCG-5 chr11:

11 Translation, genetic code and reading frames

12 Peptid chain, amino acid sequence, proteins backbone sidechains Protein sequences are always form N terminal end to C terminal end E.g.. SCD sequence in fasta format

13 Biologische Datenbanken OMIM, Locus Link GenBank (NCBI), DDBJ (CIB), EMBL (EBI) TRANSFAC, JASPAR RFAM, RNAdb GenBank (NCBI), SwissPROT, PROSite, PDB, UniProt

14 Weitere Datenbanken: Biologische Datenbanken GeneOntology OMIM, Locus Link GenBank (NCBI), DDBJ (CIB), EMBL (EBI) Biologische Pathways (Kegg) TRANSFAC, JASPAR Genexpression (Microarray) RFAM, RNAdb Organismus spezifisch Enzym (Brenda) mirna und sirna GenBank (NCBI), SwissPROT, PROSite, PDB, UniProt qpcr primer Literatur

15 Projekte Erste Entwurfsversion von HG publiziert Endversion von HG publiziert Start 1000 Genomes Project - ) detaillierter Katalog genetischer Variationen - ) 1000 anonyme Spender Venter et al., Lander et al., Ende HGP Start Human Genome Project - ) komplettes HG - ) bp - ) 20 Institute - ) Wissenschafter Start ENCODE Project - ) Encyclopedia of DNA Elements - ) funktionale Elemente der DNA Stand ENCODE Project - ) Endphase - ) Daten durch UCSC verfügbar Stand 1000 Genomes Project -) 4 highly covered Individuen - ) 1000 Genomes Browser

16 National Library of Medicine (NLM) National Center for Biotechnology Information (NCBI) NIH (National Institute of Health) Campus in Bethesda, Maryland, USA (gegründet 1836 Budget >30 Mrd $ / Jahr) NLM weltgrößte med. Bibliothek (budget 2012: 330 Mio. USD)

17 PubMed Datenbank wurde entwickelt um Zugang zu Zitaten und Abstracts biomedizinischer Literatur zur Verfügung zu stellen 2014 > 23 Mio Einträge von über 5000 Journalen >700 Mio Online Suchen pro Jahr

18 GenBank Datenbank zur Verwaltung von Sequenzdaten Frei zugänglich Täglicher Datenaustausch mit EBI und DDBJ Neuer Release alle zwei Monate 2012 > 149 Millionen Sequenzen (137 Milliarden bp) > Spezien > 1150 komplette Genome

19 Entrez Textbasiertes Abfragesystem für > 30 Datenbanken PubMed OMIM Nucleotide Protein Gene dbsnp GEO... Ergebnisse sind vorberechnet und verlinkt Mehr als Suchen pro Tag Batchmodus verfügbar LinkOut service zu externen Datenbanken

20 Entrez

21 Entrez

22 RefSeq Best, comprehensive, non redundant set of sequences For genomic DNA (NG_), transcript mrna (NM_), other RNA (NR_) and protein (NP_) For major research organisms (2645 organisms) Based on GenBank derived sequences Ongoing curation by NCBI staff and collaborators, with review status indicated on each record (computational XM_, XP_)

23 Gene One record represents one single gene from an organism Gene specific information such as map, sequence, expression, structure, function, homology, publications, links Can have one or more Refseq transcripts assigned (NM_) Official gene symbol and name, GeneID, aliases and other designations

24 OMIM Online Mendelian Inheritance in Men Bibliographisches, krankheitszentriertes Kompendium Ursprünglich Buchform (MIM, Johns Hopkins University) Tägliche Updates Für Ärzte, Wissenschafter, Studenten und Ausbildner Links zu vielen Datenbanken (Literatur, Sequenzen...)

25 Übung I Einführung, Teil 2 Insulin

26 Insulin Polypeptid Hormon Bildung: Betazellen der Langerhansinseln im Pankreas (Bauchspeicheldrüse) 51 Aminosäuren (2 Ketten) A mit 21 AS B mit 30 AS Schweineinsulin (1 AS unterschiedlich) Rinderinsulin (3 AS unterschiedlich) Glucosetransport in die Zelle und Blutzuckerregulation Hemmt in der Fettzelle Lipolyse und fördert Lipogenese In Leber und Muskelzelle wird Glykogenaufbau gefördert

27 Proinsulin

28 Vom Preproinsulin zum Insulin

29 Insulin als Medikament Verwendung von Schweine und Rinderinsulin Probleme: Bildung von Antikörpern & allergische Reaktionen möglich Versorgung eines Diabetikers: 50 Pankreata/Jahr Gentechnische Herstellung von humanem Insulin mittels rekombinanter DNA Technologie

30 Übung I Task 1+2 Aufgabenstellungen

31 Exercise 1 Task 1: Find difference between insulin sequence in pig and human

32 Exercise 1 Task 2: Find information on SICKLE CELL ANEMIA and KABUKI SYNDROM 2.1 Which genes/proteins are involved? 2.2 On which chromosome (arm, cytogenetic band) genes are located? 2.3 What is the position and strand on the human reference genome assembly? 2.4 Can these genes also found in the mouse (location)? 2.5 Are there common mutations i.e. non synonymous SNPs known? 2.6 What is the function of the encoded proteins? 2.7 Find recent publications