RESUMEN PRIMER PARCIAL BIOINF
Páginas: 8 (1778 palabras)
Publicado: 14 de octubre de 2015
Unidad I
Bioinformática: uso de herramientas informáticas para resolver problemas biológicos. Siempre es predictiva, nunca da el 100% de certeza.
Gen Bank (TP1): Base de datos de secuencias de moléculas biologicas. Los datos son subidos por los usuarios y aceptados por un comité tecnico que realiza una validación de la calidad de los mismos. Cada secuencia se guarda bajo un número de acceso(NC para nucleotidos y NP para proteinas). Siempre revisar si la secuencia encontrada se encuentra en la hebra codificante o en la complementaria. Las secuencias recuperadas se guardan en general en texto plano con extensión .txt.
Unidad II
Alineamiento: encolumnar de forma ordenada 2 o mas secuencias tratando de optimizar y maximizar la similitud entre todos los pares posibles o para resaltar lasdiferencias asociadas a cambios evolutivos.
Evento de indel: eventos que se observan en la comparación de secuencias, tomados como cambios evolutivos que pueden ser inserciones o deleciones. Se las simboliza con un guión o gap.
Algoritmos basados en matrices de puntos
DOT PLOT: alineamiento en una matriz de secuencias (2) subidas por el usuario. Se considera un alineamiento óptimo a aquel quearroja el mayor número de coincidencias. Deben definirse dos condiciones, longitud de ventana y umbral, para analizar las secuencias. Los resultados que se pueden obtener son:
Identidad: diagonal perfecta (blanca)
Repeticiones directas: diagonales paralelas entre si (blancas)
Eventos de indel: desplazamientos en la diagonal principal
Translocaciones:
Repeticiones invertidas: se observan alcomparar secuencias 5’-3’ vs 3’-5’
Repeticiones imperfectas: son diagonales o zonas con puntos rojos o verdes dependiendo de la diferencia entre la ventana y el umbral.
Cuanto menor es la diferencia entre el umbral y la ventana, mas estricto es el alineamiento.
CALCULO DEL SCORE: define que alineamiento es mejor. Puede utilizar matrices de identidad o de cambios conservativos y puede penalizar losgaps o no.
SG: ∑m + ∑cc - ∑mm - ∑w
W: gap open penalty + length dependent penalti (10% de g, en gral.)
BLAST (Basic Local Alignment Search Tools): Software que permite el alineamiento LOCAL (es una modificación del Smith Waterman) de una secuencia (query) con respecto a las presentes en la base de datos del GENBANK (target). Utiliza metodo heuristico por lo que favorece el tiempo de busqueda enfuncion de la perdida de calidad. Busca los HS (high scoring segment) de la secuencia query y los compara con los de las target, si estas superan el umbral se consideran HSPs. A partir de los pares se maximiza el segmento encontrado siempre y cuando se mantenga el score. El analisis de datos se realiza en base a el E value y el Score.
-E value: probabilidad de encontrar un alineamiento mejoral arrojado. Cuando menor es el valor, mas exacto el alineamiento.
-Raw score: sumatoria de los score en cada posición.
-Bit Score: esta normalizado a los datos lambda y k (estadisticos).
El raw score no permite comparar alineamientos dado que se calcula teniendo en cuenta la longitud de las secuencias involucradas, en cambio el bit score esta normalizado y como no depende de la longitudpermite comparar diferentes alineamientos.
El BLAST permite enmascarar las regiones de baja complejidad.
Hay diferentes tipos de BLAST, FIJATE EN LAS FILMINAS.
Alineamientos basados en métodos de programación dinámica (DPM)
Estos alineamientos optimizan el tiempo de analisis al dividir un problema en subproblemas que resuelve óptimamente. Hay dos algoritmos posibles:
Needleman-Wunsch: alineamientoglobal que maximiza un score de similitud para dar un match maximo, basado en una matriz iterativa. No penaliza los gaps. El alineamiento final no es una diagonal perfecta. Los scores de la matriz son siempre mayores a 0.
Smith-Waterman: alineamiento local que maximiza la medida de similitud. Es necesario penalizar los gaps y utilizar tablas de cambios conservativos como Blosum (mira...
Bioinformática: uso de herramientas informáticas para resolver problemas biológicos. Siempre es predictiva, nunca da el 100% de certeza.
Gen Bank (TP1): Base de datos de secuencias de moléculas biologicas. Los datos son subidos por los usuarios y aceptados por un comité tecnico que realiza una validación de la calidad de los mismos. Cada secuencia se guarda bajo un número de acceso(NC para nucleotidos y NP para proteinas). Siempre revisar si la secuencia encontrada se encuentra en la hebra codificante o en la complementaria. Las secuencias recuperadas se guardan en general en texto plano con extensión .txt.
Unidad II
Alineamiento: encolumnar de forma ordenada 2 o mas secuencias tratando de optimizar y maximizar la similitud entre todos los pares posibles o para resaltar lasdiferencias asociadas a cambios evolutivos.
Evento de indel: eventos que se observan en la comparación de secuencias, tomados como cambios evolutivos que pueden ser inserciones o deleciones. Se las simboliza con un guión o gap.
Algoritmos basados en matrices de puntos
DOT PLOT: alineamiento en una matriz de secuencias (2) subidas por el usuario. Se considera un alineamiento óptimo a aquel quearroja el mayor número de coincidencias. Deben definirse dos condiciones, longitud de ventana y umbral, para analizar las secuencias. Los resultados que se pueden obtener son:
Identidad: diagonal perfecta (blanca)
Repeticiones directas: diagonales paralelas entre si (blancas)
Eventos de indel: desplazamientos en la diagonal principal
Translocaciones:
Repeticiones invertidas: se observan alcomparar secuencias 5’-3’ vs 3’-5’
Repeticiones imperfectas: son diagonales o zonas con puntos rojos o verdes dependiendo de la diferencia entre la ventana y el umbral.
Cuanto menor es la diferencia entre el umbral y la ventana, mas estricto es el alineamiento.
CALCULO DEL SCORE: define que alineamiento es mejor. Puede utilizar matrices de identidad o de cambios conservativos y puede penalizar losgaps o no.
SG: ∑m + ∑cc - ∑mm - ∑w
W: gap open penalty + length dependent penalti (10% de g, en gral.)
BLAST (Basic Local Alignment Search Tools): Software que permite el alineamiento LOCAL (es una modificación del Smith Waterman) de una secuencia (query) con respecto a las presentes en la base de datos del GENBANK (target). Utiliza metodo heuristico por lo que favorece el tiempo de busqueda enfuncion de la perdida de calidad. Busca los HS (high scoring segment) de la secuencia query y los compara con los de las target, si estas superan el umbral se consideran HSPs. A partir de los pares se maximiza el segmento encontrado siempre y cuando se mantenga el score. El analisis de datos se realiza en base a el E value y el Score.
-E value: probabilidad de encontrar un alineamiento mejoral arrojado. Cuando menor es el valor, mas exacto el alineamiento.
-Raw score: sumatoria de los score en cada posición.
-Bit Score: esta normalizado a los datos lambda y k (estadisticos).
El raw score no permite comparar alineamientos dado que se calcula teniendo en cuenta la longitud de las secuencias involucradas, en cambio el bit score esta normalizado y como no depende de la longitudpermite comparar diferentes alineamientos.
El BLAST permite enmascarar las regiones de baja complejidad.
Hay diferentes tipos de BLAST, FIJATE EN LAS FILMINAS.
Alineamientos basados en métodos de programación dinámica (DPM)
Estos alineamientos optimizan el tiempo de analisis al dividir un problema en subproblemas que resuelve óptimamente. Hay dos algoritmos posibles:
Needleman-Wunsch: alineamientoglobal que maximiza un score de similitud para dar un match maximo, basado en una matriz iterativa. No penaliza los gaps. El alineamiento final no es una diagonal perfecta. Los scores de la matriz son siempre mayores a 0.
Smith-Waterman: alineamiento local que maximiza la medida de similitud. Es necesario penalizar los gaps y utilizar tablas de cambios conservativos como Blosum (mira...
Leer documento completo
Regístrate para leer el documento completo.