Motiv und Domänensuche

Transkript

1 Motiv und Domänensuche Strukturelle Bioinformatik WS15/16 Dr. Stefan Simm,

2 Motiv und Domänensuche SIGNALVORHERSAGE (MOTIV)

3 Ansatz für Signalvorhersage 1. Zielsignalsuche (Eigenschaften/Sequenzpattern) 2. Evolutionäre Verwandtschaften 3. Unterschiede in der Aminosäuren Komposition

4 Vorhersage Möglichkeiten Signalvorhersage in Organismen Eukaryoten Prokaryoten (gram-positive; gram-negative) Vorhersage von cleavage-site und Lokalisation in der Zelle VorhersageMethoden Training-set (HMM, SVM, NN) Alignment (BLAST) Eigenschaften (Korrelation, Sekundärstruktur) Hybrid Ansätze

5 Motiv und Domänensuche SIGNALVORHERSAGE-PROGRAMME

6 PrediSi ( your sequences max length of expected signal Organism group Output format: MS-EXCEL

7 FASTA-ID Cleavage position Cleaved? Score Eukaryot P13744 e21 21 Y 0, Q9TQP5 e24 24 Y 1 P16209 e24 24 Y 1 P16211 e24 24 Y 1 Q9TQI3 e24 24 Y 1 P16210 e24 24 Y 1 Q9TPR8 e24 24 Y 1 P13748 e24 24 Y 1 P13749 e24 24 Y 1 Q9TQP7 e24 24 Y 1 Gram-neg Prokaryot P44569 gn25 25 Y 1 Gram-pos Prokaryot P09167 gn23 23 Y 0, P09166 gn21 23 Y 0, Q46771 gn52 52 Y 1 P13734 gn23 23 Y 0, P19926 gn22 22 Y 1 Q9FCY3 gn23 23 Y 0, P18895 gn32 32 Y 1 Q9L7P2 gn28 28 Y 0, Gram-pos Prokaryot P19361 gp22 34 N 0, P17996 gp42 43 Y 0, P12942 gp40 40 Y 1 P21160 gp40 40 Y 1 P82593 gp29 29 Y 1 P82594 gp43 43 Y 1 P33379 gp29 29 Y 0, P11311 gp59 32 Y 0, P07883 gp30 30 Y 1 PrediSi Output Advantages by Usage: prediction of many sequences hypothetical cleavage sites real time high accuracy Q9L7P2 gn28 28 Y 0, Disadvantage: P19361 gp22 34 N 0, no prediction of the localization Test-data eukaryotic 10 seq. gram-neg. 9 seq. gram-pos. 9 seq. 3 false-positives for gram-pos.

8 PSLpred bmit.html Aminosäurenkomposition basierend Eigenschaften basierend Dipeptid Komposition basierend PSI-BLAST Keine cleavage-site Vorhersage Nur Prokaryotische Vorhersage

9 PSLpred

10 SubLoc predict.htm Spezifischer für prokaryotische Organismen Hohe Genauigkeit; keine cleavage-site Vorhersage Support-Vector-Machine (SVM) Vorhersage Eine Sequenz für die Vorhersage zugelassen

11 SubLoc Genauigkeit Location Prokaryotic Neural Network Covariant discrimination Markov-Model SVM Cytoplasmic 80% 91.6% 93.6% 97.5% Periplasmic 85% 72.3% 79.7% 78.7% Extracellular 77% 80.4% 77.6% 75.7% Total 81% 86.5% 89.1% 91.4% Location Eukaryotic Neural Network Markov-Model SVM Cytoplasmic 55% 78.1% 76.9% Extracellular 75% 62.2% 80.0% Mitochondrial 61% 69.2% 56.7% Nuclear 72% 74.1% 87.4% Total 66% 73.0% 79.4%

12 SubLoc Output RI= Reliability Index value between 1 and 5 1 means not clear 5 means clear RI is calculated by the difference of the highest and second highest Score

13 SignalBlast BLASTP gegen Datenbanken (Uniprot 15.4) Suche nach Sequenzänhlichkeiten (4 versch. Modi) SP1 hohe Anzahl falsch-positiver SP3 geringe Anzahl falsch-positiver SP2 balancierte Vorhersage

14 SignalBlast Training-set and Accuracy Organism Verified signal peptides Non-signal Peptides True positives (% of verified) Eukaryotic % Gramnegative Grampositive % % Total %

15 SignalBlast Output

16 Predotar Keine cleavage-site Vorhersage Unterteilt in Chloroplast, Mitochondria und ER 3 neuronale Netzwerke für die Vorhersage Unterscheidung nach animal, fungi and plant

17 SignalP v3.0 SignalP Neuronales Netzwerk basiert Residue Signal / Kein signal peptidase cleavage-sites Training-set gram-pos.; gram-neg.; eukaryotic SignalP-HMM geringfügig schlechter für cleavage-site Vorhersage

18 SignalP v3.0 Output

19 TargetP Vorhersage für Chloroplast, Mitochondria aund Secretory pathway Benutzt SignalP und ChloroP Vorhersage von cleavage-site Unterscheidet nach Pflanze / nicht Pflanze Keine Prokaryoten Vorhersage trotz Resultaten von SignalP

20 TargetP Output

21 YLoc

22 Yloc Output Yloc besitzt 3 verschiedene Modi: Low-Res: Nucleus, Mitochondria, sekretorisch & Cytoplasma High-Res: 9-10 verschiedene Lokalisationen Yloc+: erlaubt multiple Lokalisationen

23 WolfPsort

24 Webserver Weblink Output PSLpred Only Prokaryotic (PsiBlast, SVM) ava/pslpred/submit.html Predotar (NN) SubLoc (SVM) SignalP v3.0 (NN; HMM) PrediSi (PWM) TargetP (NN) SignalBlast (Blastp) du.cn/subloc/pro_predict.htm du.cn/subloc/pro_predict.htm s/signalp/ s/targetp/ g.ac.at/signalblast.html Only Eukaryotic All organism Eu/no localization Cleavage site All/ no localization Cleavage site Eukaryotic Cleavage site All organism Cleavage site

25 Motiv und Domänensuche DOMÄNENSUCHE

26 Domänen Datenbanken RNA Protein

27

28

29 Familien für non-coding RNAs mit konservierter Sekundärstruktur und common ancestor mrna cis-regulatory elements RNA genes Catalytic introns

30 Jede Familie wird repräsentiert durch Multiples Sequenzalignment Konsensus Sekundärstruktur Covariance Modell

31

32 DNA sequence or RNA sequence Batch search for up to 1000 sequences, each up to 200kb in lenth

33

34 list of sequences alignments phylogenetic tree available 3D structures most parts important of the literature articels were references and addited crosslinks by Wikipedians, to other Xfam databases scientists and other scientists

35

36

37

38

39 Vielen Dank für Eure Aufmerksamkeit!