practico bioinformatica2

Fundamentos y aplicaciones de la Biología Molecular y la Bioinformática

Práctica de Bioinformática II
Autor: Fernando Cruzat Cruzat

Objetivo: - Recuperación de secuencias de Nucleótidos y Proteínas
- Identificar un gen o proteína a partir de una secuencia desconocida


Recuperación de Secuencias

La recuperación de secuencias, es decir la búsqueda y obtención de secuencias deinterés en bases de datos, es una de las tareas más comunes en Bioinformática. A primera vista puede parecer una tarea sencilla, pero llegar a hacerlo de una manera realmente efectiva requiere de cierto conocimiento y destreza.
Esta práctica cubrirá con cierta extensión esta labor, y al final de ella seremos capaces de extraer la información precisa de las bases de datos más comunes, de una maneraeficiente.

A.- Recuperación de una secuencia de ADN o proteínas a partir de su número de acceso.

En la literatura científica la forma más común de identificar una secuencia de moléculas biológicas es a través de su Número de Acceso (accession number). De esta manera los futuros investigadores mediante este código pueden acceder rápidamente a estas secuencias.

Objetivo: Recuperarsecuencias de Nucleótidos a partir de Número de acceso a Gene Bank (gb) o Gene Identification (gi):




Ingrese a la página central de NCBI: http://www.ncbi.nlm.nih.gov/ y en la sección Genome ingrese el siguiente accesión Number:
PRJNA15020


























El cuadro que observa resume la información relacionada con el genoma que hemos buscado. Gracias a éstesabemos que cuenta con 8 segmentos, que codifican 10 proteínas y que su longitud total es de 12.720 nucleótidos, además de la publicación donde fue reportada esta secuencia. Este tipo de resúmen es necesario cuando tratamos de acceder a este tipo de información, es decir si lo que buscamos es simplemente una proteína o secuencia de ADN, por lo general no seremos llevados a un cuadro de resúmencomo éste sino directamente a la entrada de dicha secuencia.


Estudiando la entrada para ISAV

Además de nuestro interés por conocer algunas características del genoma que consultamos, nos resulta interesante obtener también su secuencia completa, para poder acceder a dicha información tenemos que consultar la entrada en genBank para dicho genoma.

Esto se hace siguiendo el hipervínculo BIOPROJECT
























Desde esta página uno puede seleccionar las secuencias que desea desplegar “clikeando” en los números de Nucleotide (Genomic RNA) o Protein sequences. De esta manera podrá acceder a las secuencias correspondientes.
Ejemplo para la selección Nucleotide (Genomic RNA).

















Una vez en esta página se puede accederde manera individual o colectiva (las 8 secuencias simultáneamente) a los distintos “formatos de salida”. Los formatos de salida que ofrece el NCBI para los resultados pueden ser seleccionados en el menú desplegable ubicado en la región superior izquierda de la página (Display Settings), justo debajo del menú que nos permite realizar las búsquedas o en iconos directos FASTA y More Formats. De estosformatos los más relevantes son:

• Genbank
• FASTA
• ASN.1





































Justo al lado derecho del menú desplegable para los diferentes formatos existe otro menú (Send To), el cual nos permite elegir el lugar al que queremos enviar nuestros resultados.
Ejemplo: Collection: pueden guardar sus resultados en una carpeta de colecciónpara su cuenta de NCBI creada en el primer práctico.





B.- BLAST: Basic local Aligment Search Tool
BLAST es un algoritmo para comparación (alineamiento) de secuencias. Más exactamente se encuentra clasificado dentro de los algoritmos para alineamiento local. Existen varias “implementaciones” de este algoritmo, una de las más conocidas es la realizada por el NCBI, el NCBI-BLAST.

Es...