Слайд 2
Будущее инженерной науки будет связано с робототехникой, биоинженерией
и биоинформатикой, а также физико-химическим конструированием
Виктор Садовничий: ректор МГУ,
президент Союза ректоров
Челябинск, совете Союза ректоров, посвященном созданию новой концепции инженерного образования. 26.09.2014
Слайд 3
Что такое биоинформатика?
Википедия (англ):
Биоинформатика — это междисциплинарная область
исследований и разработки методов и программных средств для изучения биологических
данных.
Зачем она нужна?
- Иногда по существу вопроса
Иногда для экономии времени
Иногда в дополнение
Какие узкие места были у биоинформатики при ее возникновении?
Слайд 4
National Science Foundation (США):
Узкие места в биоинформатике:
необходимость
обучения биологов владению передовыми вычислительным средствами,
Необходимость приглашения программистов
в эту развивающуюся область знаний,
ограниченная доступность баз данных биологической информации,
потребность в более эффективных и интеллектуальных поисковых системах для этих баз данных.
Слайд 5
Цели биоинформатики
Конструирование и сопровождение биологических баз данных.
Разработка программного
обеспечения для анализа последовательностей, структур и функций.
Применение или разработка
подходов к пониманию биологических данных.
Слайд 6
Зачем углубляться в изучение средств и баз данных
по биоинформатике?
Важно иметь представление о базовых концепциях и алгоритмах
в биоинформатике (исследования in silico),
также как необходимо понимать базовые основы и химический базис молекулярной биологии, генетики, биохимии если вы занимаетесь лабораторными экспериментами (исследования in vitro).
Слайд 7
Что такое алгоритм?
Алгоритм – это набор инструкций, которые
необходимо выполнить для того, чтобы решить задачу.
Слайд 8
Что такое база данных?
Коллекция взаимосвязанных элементов данных
таблиц (например,
генов, организмов, последовательностей и т.д.)
столбцов (полей)
строк (записей)
Слайд 9
Биологические базы данных
Сколько их?
Разные по размеру, качеству, полноте,
степени интереса
Что представляет из себя «хорошая» база данных?
Слайд 10
GenBank www.ncbi.nlm.nih.gov последовательности нуклеотидов
Ensembl www.ensembl.org человеческие, мышиные и др. геномы
PubMed www.ncbi.nlm.nih.gov научные публикации
NR www.ncbi.nlm.nih.gov белковые
последовательности
SWISS-PROT www.expasy.ch белковые последовательности
InterPro www.ebi.ac.uk белковые домены
OMIM www.ncbi.nlm.nih.gov генетические заболевания
Enzymes www.chem.qmul.ac.uk ферменты
PDB www.rcsb.org/pdb/ белковые структуры
KEGG www.genome.ad.jp метаболические пути
Базы данных
Слайд 11
Специализированные базы данных
PomBase компиляция данных, посвященных организму Schizosaccharomyces
pombe
Wormpep предсказанные белки по проекту секвенирования Caenorhabditis elegans
(C. elegans).
Mistdb база данных передачи сигналов в микробиологии
Слайд 12
Вебсайт или веб-приложение?
Статический – Интерактивный контент
Чисто информационный –
Программное средство
Слайд 13
Веб-серверы и облачные вычисления
Преимущества:
Удаленная инфраструктура, возможно, имеет большую
вычислительную мощность чем ваша.
Обновления данных и изменения функциональности происходят
онлайн.
Недостатки:
Вы используете чужой компьютер с ограниченными возможностями администрирования и программирования.
Вы (вероятно) имеете урезанный выбор опций или мощности.
Взаимодействие с внешними сетями может значительно замедлить выполнение задачи.
Серверы хороши для разовой проверки какой-то идеи, при критической необходимости в вычислительных сверхмощностях, а также в период интенсивно обновляемых разработчиком данных и функций.
Для регулярной ежедневной работы желательно получить и установить программное обеспечение локально
Слайд 14
Советы для использования удаленных серверов в научных исследованиях
Записывайте
все:
имя и/или адрес сервера, названия баз данных и версии.
дату
идентификационные
номера последательностей
параметры (настройки, умолчания, параметры запросов)
Сохраняйте результаты
Установите локально если знаете, что будете использовать в будущем
Слайд 15
«Кейс с инструментами» специалиста-биоинформатика
Слайд 16
Предсказание генов
GRAIL (Xgrail, JavaGrail, etc.) Gene Relationships Across
Implicated Loci
Geneid
Netgene
GenMark
Fexon, Hexon
GENSCAN
Xpound
Genefinder
Слайд 17
Выравнивание последовательностей
Выравнивание двух последовательностей
Одновременное выравнивание нескольких последовательностей
Слайд 18
Выравнивание пар последовательностей
SIM (только белки) – поиск k-лучших
непересекающихся выравниваний (ExPASy, Швейцария)
ALIGN – оптимальное глобальное выравнивание без
сокращений (EERIE, Франция)
LALIGN – вычисление N-лучших локальных выравниваний (EERIE)
LFASTA – поиск локальных совпадений, демонстрирущих локальные выравнивания (EERIE)
BLAST 2 – локальное выравнивание с использованием BLAST (NCBI, США)
LAP2 – локальное выравнивание ДНК–белок LAP2 (MTU, США)
Слайд 19
Взаимное выравнивание нескольких последовательностей
ClustalW
MAFFT
T-Coffee
MUSCLE
Слайд 20
Поиск совпадений
BLAST
blastp, запрос — последовательность аминокислот к
базе белковых последовательностей.
blastn запрос — последовательность нуклеотидов к
базе известных последовательностей нуклеотидов.
blastx запрос — последовательность нуклеотодов и продукты ее трансляции (обе нити) к базе белковых последовательностей.
tblastn запрос — последовательность аминокислот к базе последовательностей нуклеотидов, динамически транслируемых на всех рамках считывания (обеих нитях).
tblastx запрос — все трансляции последовательности нуклеотидов к динамически вычисляемым трансляциям базы данных нуклеотидных последовательностей.
Слайд 21
Предсказание структуры белка
Ab initio («с нуля»): основанное на
минимизации энергии
Распознавание фолдинга: последовательность -> вторичная структура, затем выравнивание
вторичных структур со вторичными структурами соответствующих белков, и т.д.
Статистическое: основанное на «скрытых образцах (hidden patterns)»; схожие шаблонные образцы -> сходная структура.
Слайд 22
Предсказание вторичной структуры белка
Coils – предсказания суперспиральных регионов
nnPredict
– использует двухуровневую нейронную сеть
PSSP / SSP – сегментно-ориентированные
предсказания
PSSP / NNSSP – предсказание методом ближайшего соседа
SAPS – статистический анализ белковых последовательностей
Paircoil – поедсказания суперспиральных регионы по корреляциям парных остатков
Protein Hydrophilicity /Hydrophobicity
SOPM – самооптимизирующийся метод предсказания
Слайд 23
Предсказание функции белка
Homology
Sequence
Structure
Genomic context
Co-expression
Слайд 24
Филогенетический анализ
Построение эволюционных деревьев на основе дивиргенций возникших
в связянных последовательностях
Phyml
raxML
FastTree
Protdist and Neighbor-joining
…
Как построить бактериальное дерево
жизни?
Как лучше всего построить дерево жизни, включающее человека, шимпанзе, лошадь и крысу?
Слайд 25
Предсказание эффекта мутаций
PolyPhen
SIFT
SNAP
PROVEAN
…
Какая информация используется для решения о
том, является мутация разрушительной или нет?
Слайд 26
Take home messages
Задачи биоинформатики очень похожи на лабораторные
эксперименты:
Мы должны понимать концепции, используя программные средства и базы
данных
Это замечательно выполнять эксперименты в рамках компьютерной геномики, если вы четко понимаете что делаете.
Разработка алгоритма (или подхода) требует опыта и знаний в соответствующих областях.
Если вы в лаборатории компьютерной биологии, то ведение журналов – необходимый навык.
