Bài giảng So sánh các trình tự sinh học bằng Blast và Clutalx

1n toSO SÁNH CÁC TRÌNH TỰ SINH HỌC BẰNG BLAST VÀ CLUTALXMục tiêu của bài họcNắm được những nguyên tắc so sánh các trình tự sinh họcSử 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 học2Bắt cặp trình tựSắp 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 |||| ||| ||||| ||||| |||||||||||| tcctgtgcatctgcaatcatgggcaaccccaaagtGiới thiệu môn học3Phương 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.Giới thiệu môn học4Sắp 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. Giới thiệu môn học5Ứng dụngMột 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.Giới thiệu môn học6BlastBLAST 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”?.Giới thiệu môn học7Nguyên 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.Giới thiệu môn học8Thu thập và lựa chọn trình tự (protein hay DNA, RNA) BlastPhân tích kết quả blastThuật toán blastThuật 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. Giới thiệu môn học9Giá trị xác xuất trong blastGiới thiệu môn học10Các bước tìm kiếm trong blastGiới thiệu môn học11Minimum 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 HitsBước 2: BLAST tiếp tục tìm kiếp những cặp Hits tiếp theo dựa trên cơ sở những Hit đã tìm được trong bước 1Mở rộng so sánh các trình tựBước 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.Giới thiệu môn học12KENFDKARFSGTWYAMAKKDPEG 50 RBP (query)MKGLDIQKVAGTWYSLAMAASD. 44 lactoglobulin (hit)Hit!Mở rộngMở rộngNhững chuỗi con nucleotide trong blastGiới thiệu môn học13Những chuỗi con này được đánh giá cho điểm dựa trên ma trận thay thế (Substitutionsmatrix) BLOSUM hoặc PAM.Protein wordsGiới thiệu môn học14Những chuỗi con này được đánh giá cho điểm dựa trên ma trận thay thế (Substitutionsmatrix) BLOSUM hoặc PAM.Cách tính điểmPhương pháp chung: Terminal mismatches (0)Bắt cặp nhau score (1)Mismatch penalty (-3)Gap penalty (-1)Gap extension penalty (-1)DNA DefaultsCách tính điểm số DNA GGGGGGAGAA|||||*|*|| 8(1)+2(-3)=2GGGGGAAAAAGGGGG GGGGGGAGAA--GGG|||||*|*|| ||| 11(1)+2(-3)+1(-1)+1(-1)=3GGGGGAAAAAGGGGG So sánh các đặc tính di truyền của các loàiMyoglobinBò và Cá (DNA)48% similarityBò và Heo80% giống nhau (88% at aa!)20Các biến thể của blastProgram query Database 1blastn DNA DNA 1blastp protein protein 6blastx DNA protein BlastnGiới thiệu môn học21 Megablast Discontiguous megablast So sánh trình tự Nhập vào với trình tự cơ sở dữ liệuGiới thiệu môn học22Giới thiệu môn học23MegablastLarge 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. BlastpPSI-blastPHI-blastGiới thiệu môn học24Kết quảGiới thiệu môn học25PSI-BlastPHI-BlastPSI blast Iteration 1Giới thiệu môn học26Chứa đựng những vùng protein-PSI blastGiới thiệu môn học27 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 quảGiới thiệu môn học28Kết quảGiới thiệu môn học29BlastxGiới thiệu môn học30Kết quảGiới thiệu môn học31Blastx dịch mã protein từ trình tự DNA nhập vàoSo sánh hai trình tự bằng blastGiới thiệu môn học32So sánh H5N1 và streptococusGiới thiệu môn học33Load trình tự 1Load trình tự 2Nhấn thẻKết quả bảng đồ so sánh hai trình tựGiới thiệu môn học34Kết quả so sánh H5N1 và StreptococusGiới thiệu môn học35Phần mềm ClutalxClustalx 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 proteinGiới thiệu môn học36Nguyên tắc ClustalxThu 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 cộtGiới thiệu môn học37Thu thập và lựa chọn tập trình tựTrước 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 tiênTùy 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 LTGiới thiệu môn học38Sắp giống cột bằng ClustalxGiới thiệu môn học39Giới thiệu môn học40Bài tậpThực hiện sắp giống cột các trình tự protein HSP70 ở một số loài vi khuẩnThu thập và chọn lọc tập trình tự gen quan tâm, ( ví dụ gen C-prM ở virus Dengue, gây đột huyết ở ngườiChọn vùng bảo tồn nhất trong tập trình tự được sắp giống cột.Đoạn bảo tồn được chọn làm trình tự đích để nhân bản bằng phần mềm thiết kế mồi PDAGiới thiệu môn học41Tin sinh học trả lời mối quan hệ họ hàng ới thiệu môn học42