bio for matic

1

n to

SO SÁNH CÁC TRÌNH TỰ SINH

HỌC BẰNG BLAST VÀ CLUTALX

Mục tiêu của bài học Nắm được những nguyên tắc so sánh các trình tự

sinh học

Sử dụng chương trình BLAST giúp chúng ta nhanh chóng tìm ra những trình tự sinh học tương đồng (nếu có trong các CSDL lớn như NCBI, EMBL, DDPJ…) với trình tự yêu cầu.

Cung cấp những số liệu về tỉ lệ tương đồng, nguồn gốc các trình tự tương đồng,…

Tìm kiếm trình tự sinh học 2

Bắt cặp trình tự Sắp xếp thẳng hàng trình tự là phương pháp sắp

xếp hai hoặc nhiều trình tự nhằm đạt được sự giống nhau tối đa.

Các trình tự này có thể được xen bằng các khoảng trống (thường được diễn tả bằng các gạch nối ngang) tại các vị trí có thể để làm sao tạo thành các cột giống nhau (identical) hoặc tương tự nhau (similar).

tcctctgcctctgccatcat---caaccccaaagt

|||| ||| ||||| ||||| ||||||||||||

tcctgtgcatctgcaatcatgggcaaccccaaagt

Giới thiệu môn học 3

Phương pháp này thường được dùng để nghiên cứu sự tiến hóa của các trình tự từ một tổ tiên chung, đặc biệt là các trình tự sinh học như trình tự protein hoặc trình tự DNA.

Các bắt cặp không đúng trong trình tự tương ứng với các đột biến và các khoảng trống tương ứng với phần thêm vào hoặc xóa đi.

Thuật ngữ "sắp xếp thẳng hàng trình tự" cũng chỉ quá trình tạo ra sự sắp xếp này hay tìm ra các cách sắp xếp tốt nhất trong cơ sở dữ liệu gồm các trình tự riêng biệt.


Sắp gióng cột đôi một (Pairwise alignment) Sắp gióng cột đôi một là phương pháp phục vụ cho

việc tìm kiếm một trình tự sắp gióng cột toàn bộ hay (cục bộ) mà trùng khớp nhất của các chuỗi protein (amino acid) hay DNA (nucleic acid).

Thông thường, mục đích của nó là tìm ra (mối quan hệ) đồng đẳng của một gene hay một sản phẩm-gen trong một cơ sở dữ liệu các thông tin mẫu đã có sẵn. Thông tin này là hữu ích để trả lời một loạt các câu hỏi sinh học khác nhau.


Ứng dụng Một vài ví dụ về những câu hỏi mà các nhà nghiên

cứu dùng BLAST để tìm câu trả lời. Chủng loại vi khuẩn nào có các protein có liên hệ về

giống loài với một loại protein khác mà có chuỗi amino-acid mà ta đã biết không?.

Chuỗi DNA mà ta vừa sắp xếp có nguồn gốc từ đâu? Có gen nào khác dùng để mã hóa các protein có cấu

trúc hay dáng dấp gần với cái mà ta vừa xác định không?.

BLAST còn được dùng kết hợp với các giải thuật khác có đòi hỏi sự so trùng chuỗi gần đúng.


Blast BLAST là một giải thuật để so sánh các chuỗi sinh

học, như các chuỗi của các protein hay của các chuỗi DNA khác nhau.

Chúng ta dùng blast khi câu hỏi đặt ra “liệu có trình tự nào trong ngân hàng dữ liệu giống hoặc gần giống với trình tự của bạn không”?.


Nguyên tắc trong blast

Thuật toán của BLAST có 2 phần, một phần tìm kiếm và một phần đánh giá thống kê dựa trên kết quả tìm được.


Thu thập và lựa chọn trình tự (protein hay DNA, RNA)

BlastPhân tích kết

quả blast

Thuật toán blast Thuật toán của BLAST có 2 phần, một phần tìm kiếm

và một phần đánh giá thống kê dựa trên kết quả tìm được.

Trong phần đánh giá thống kê, BLAST dựa trên cơ sở đánh giá của một cặp trình tự để tính ra một giá trị gọi là [Bit-Score]. Giá trị càng cao chứng tỏ khả năng tương tự của các bắt cặp càng cao.

Ngoài ra BLAST tính toán một giá trị trông đợi E-Score (Expect-Score) phụ thuộc vào Bit-Score.


Giá trị xác xuất trong blast


Các bước tìm kiếm trong blast


Minimum Score (S)

Neighborhood Score Threshold (T)

Bước 1: BLAST tìm kiếm các chuỗi con ngắn với chiều dài cố định W có tính tương tự cao

Những chuỗi con nào có số điểm lớn hơn một giá trị ngưỡng T (threshold value) thì được gọi là tìm thấy và được BLAST gọi là Hits

Bước 2: BLAST tiếp tục tìm kiếp những cặp Hits tiếp theo dựa trên cơ sở những Hit đã tìm được trong bước 1

Mở rộng so sánh các trình tự Bước 3: Cuối cùng BLAST mở rộng những cặp Hits

đã tìm được theo cả hai chiều và đồng thời đánh số điểm.

Quá trình mở rộng kết thúc khi điểm của các cặp Hits không thể mở rộng thêm nữa.


KENFDKARFSGTWYAMAKKDPEG 50 RBP (query)

MKGLDIQKVAGTWYSLAMAASD. 44 lactoglobulin (hit)

Hit!Mở rộngMở rộng

Những chuỗi con nucleotide trong blast


Những chuỗi con này được đánh giá cho điểm dựa trên ma trận thay thế (Substitutionsmatrix) BLOSUM hoặc PAM.

Protein words


Những chuỗi con này được đánh giá cho điểm dựa trên ma trận thay thế (Substitutionsmatrix) BLOSUM hoặc PAM.

Cách tính điểm

Phương pháp chung: Terminal mismatches (0) Bắt cặp nhau score (1) Mismatch penalty (-3) Gap penalty (-1) Gap extension penalty (-1)

DNA Defaults

Cách tính điểm số DNA

GGGGGGAGAA

|||||*|*|| 8(1)+2(-3)=22GGGGGAAAAAGGGGG

GGGGGGAGAA--GGG

|||||*|*|| ||| 11(1)+2(-3)+1(-1)+1(-1)=33GGGGGAAAAAGGGGG

So sánh các đặc tính di truyền của các loài

Bò và Cá (DNA) 32 .ACAGGACATTTTACTACTCTGCAGATAATGGCTGACTTTGACATGGTAC 80 | | | | | | || | | || | | |||| | 51 TTCTTCAGACTGCGCCATGGGGCTCAGCGACGGGGAATGGCAGTTGGTGC 100 . . . . . 81 TGAAGTGCTGGGGTCCAATGGAGGCGGACCACGCAACCCACGGGAGTCTG 130 |||| |||||| ||||||| || |||| ||| ||| | 101 TGAATGCCTGGGGGAAGGTGGAGGCTGATGTCGCAGGCCATGGGCAGGAG 150 . . . . . 131 GTGCTGACCCGTTTATTCACAGAGCACCCAGAAACCCTAAAGTTATTCCC 180 || || | | | | ||||||| || || || ||||| || ||| 151 GTCCTCATCAGGCTCTTCACAGGTCATCCCGAGACCCTGGAGAAATTTGA 200 . . . . . 181 CAAGTTTGCTGGC...ATCGCCCATGGGGACCTGGCCGGGGATGCAGGTG 227 |||||| | | | | | || || | | | 201 CAAGTTCAAGCACCTGAAGACAGAGGCTGAGATGAAGGCCTCCGAGGACC 250

48% similarity

Bò và Heo 1 CAGCTGTCGGAGACAGACACCCAGTCAGTCCCGCCCTTGTTCTTTTTCTC 50 | ||| ||| || | ||||| |||| ||| |||||| 1 .......CAGAGCCAGGACACCCAGTACGCCCGCACTTGCTCTGTTTCTC 43 . . . . . 51 TTCTTCAGACTGCGCCATGGGGCTCAGCGACGGGGAATGGCAGTTGGTGC 100 |||| ||||||| |||||||||||||||||||||||||||||| |||||| 44 TTCTGCAGACTGTGCCATGGGGCTCAGCGACGGGGAATGGCAGCTGGTGC 93 . . . . . 101 TGAATGCCTGGGGGAAGGTGGAGGCTGATGTCGCAGGCCATGGGCAGGAG 150 |||| | ||||||||||||||||||||||||||||||||||||||||||| 94 TGAACGTCTGGGGGAAGGTGGAGGCTGATGTCGCAGGCCATGGGCAGGAG 143 . . . . . 151 GTCCTCATCAGGCTCTTCACAGGTCATCCCGAGACCCTGGAGAAATTTGA 200 ||||||||||||||||| | ||||| ||||||||||||||||||||||| 144 GTCCTCATCAGGCTCTTTAAGGGTCACCCCGAGACCCTGGAGAAATTTGA 193 . . . . . 201 CAAGTTCAAGCACCTGAAGACAGAGGCTGAGATGAAGGCCTCCGAGGACC 250 |||||| |||||||||||| |||||| ||||||||||||||| ||||||| 194 CAAGTTTAAGCACCTGAAGTCAGAGGATGAGATGAAGGCCTCTGAGGACC 243

80% giống nhau (88% at aa!)

20

Các biến thể của blast

Program query Database 1

blastn DNA DNA 1

blastp protein protein 6

blastx DNA protein

Blastn


Megablast Discontiguous megablast

So sánh trình tự Nhập vào với trình tự cơ sở dữ liệu



Megablast

Large numbers of query sequences (megablast): Khi so sánh một số lượng lớn các chuỗi đầu vào qua chỉ một BLAST dạng dòng lệnh, "megablast" là nhanh hơn rất nhiều so với chạy BLAST nhiều lần.

Protein-protein BLAST Chương trình này, khi đưa vào một protein truy vấn,

sẽ trả về các chuỗi protein gần giống nhất từ cơ sở dữ liệu protein mà người dùng chỉ định.

Blastp PSI-blast PHI-blast


Kết quả


PSI-BlastPHI-Blast

PSI blast Iteration 1


Chứa đựng những vùng protein-PSI blast


Một trong những chương trình BLAST mới nhất, chương trình này dùng để tìm kiếm các mối quan hệ xa (distant relative) của một protein.

Kết quả


Blastx


Kết quả


Blastx dịch mã protein từ trình tự DNA nhập vào

So sánh hai trình tự bằng blast


So sánh H5N1 và streptococus


Load trình tự 1

Load trình tự 2

Nhấn thẻ

Kết quả bảng đồ so sánh hai trình tự


Kết quả so sánh H5N1 và Streptococus


Phần mềm Clutalx Clustalx là một phần mềm (giao diện window) dùng

cho việc so sánh sự tương đồng của hai hay nhiều trình tự sinh học.

Clustalx mô tả kết quả bằng hệ thống màu sắc và các ký hiệu nổi bậc những nét đặc trưng trong những đoạn tương đồng.

ClustaX ngày càng trở nên hữu ích cho các nhà nghiên cứu trong việc tìm kiếm những vùng bảo tồn trên những trình tự DNA hoặc protein


Nguyên tắc Clustalx Thu nhận và lựa chọn tập trình tự (protein hay DNA,

RNA)

Nhập các trình tự sinh học vào Clustalx

Phân tích kết quả sắp giống cột


Thu thập và lựa chọn tập trình tự Trước khi thực hiện việc gióng cột, phải lựa một cách

cẩn thận tập trình tự mà cần giống cột. Những trình tự này thuộc cùng một protein, DNA hay

RNA và cùng tổ tiên Tùy thuộc vào mục đích xây dựng sắp gióng cột thì ta

chọn ra một số trình tự để phân tích bằng ClustalX

Ví dụ: Để phát hiện đột biến thì ta phải tìm trình tự gen của chủng hoang dại và các trình tự của gen của các chủng được cho là đột biến

Nếu muốn tìm vùng bảo tồn thì ta phải thu thập các trình tự gen cùng một họ protease A, gen độc tố LT


Sắp giống cột bằng Clustalx


Bài tập

1. Thực hiện sắp giống cột các trình tự protein HSP70 ở một số loài vi khuẩn

2. Thu thập và chọn lọc tập trình tự gen quan tâm, ( ví dụ gen C-prM ở virus Dengue, gây đột huyết ở người

3. Chọn vùng bảo tồn nhất trong tập trình tự được sắp giống cột.

4. Đoạn bảo tồn được chọn làm trình tự đích để nhân bản bằng phần mềm thiết kế mồi PDA


Tin sinh học trả lời mối quan hệ họ hàng http://www.ncbi.nlm.nih.gov/Education/BLASTinfo/

tut1.html


bio for matic

Documents