Alinhamento

1. Alinhamento Definições e tipos de alinhamento. O uso do BLAST

2. Banco de dados • Um banco de dados organiza e estrutura as informações de modo a facilitar consultas, atualizações e deleções de dados. • A grande maioria dos bancos dedados é atrelado a um sistema denominado SGBD (Sistema de Gerenciamento de Banco de Dados). • MySQL; • postgreSQL; • SQL Server; • Oracle.

3. Algoritmo • “Um algoritmo é uma seqüência finita e não ambígua de instruções para solucionar um problema ” • Loops e decisões lógicas • http://pt.wikipedia.org/wiki/Algoritmo

4. Problema do caixeiro viajante • Problema: Qual o menor caminho para passar por todas as cidades e depois voltar a inicial?

5. Problema do caixeiro viajante • Solução “ótima”: Calcular a distância total de todos os caminhos possíveis. • Alta complexidade, (n-1)!

6. Heurística • “heurística e método heurístico são denominações para o algoritmo que fornece soluções sem um limite formal de qualidade, tipicamente avaliado empiricamente em termos de complexidade (média) e qualidade das soluções”

7. Similaridade X Homologia • Similaridade é a observação empírica das semelhanças entre duas seqüências e pode ser quantificada. • Homologia implica ancestralidade comum entre duas seqüências, podendo apenas ser inferida e nunca quantificada.

8. Seqüências ortólogas e parálogas • seqüências ortólogas: as quais têm origem em um ancestral comum • seqüências parálogas: as quais têm origem em uma duplicação gênica • Ex: Hemoglobina F e Hemoglobina A • http://adi-38.bio.ib.usp.br/sismo/tipos.html

9. Alinhamento • Comparação de duas ou mais sequências por meio de buscas de uma série de caracteres ou padrões de caracteres que estão na mesma ordem • Tipos de alinhamento: • Global • Local • Múltiplo

10. Para que fazer um alinhamento? • Filogenia • Busca de similaridade • Anotação de seqüências • Busca em bancos de dados de seqüências

11. Alinhamento local • O alinhamento localiza fragmentos de sequências que são mais similares Query: 1 ALINHA 6 |||||| Sbjct: 1 ALINHA 6

12. Alinhamento global • O alinhamento global se estende por toda a seqüência: ALINHAMENTO |||||| | ALINHAVAD_O

13. Alinhamento múltiplo • Pode usar alinhamento local ou global (normalmente global) para alinhar múltiplas seqüências. • Normalmente alinha duas a duas, e posteriormente vai juntando as mais similares

14. Parâmetros para avaliar um alinhamento • Programação dinâmica • Concodante - “match” • Discordante - “mismatch” • Ausente - “gap” ALINHAMENTO |||||| | ALINHAVAD_O

15. Algoritmo básico de programação dinâmica Si,j = MAX[ Si-1, j-1 + s(ai,bj)(match/mismatch), Si,j-1 + w(gap seq #1), Si-1,j + w(gap seq #2) ] Variáveis do programa: ·s(aibj) = +5 if ai = bj (match score) ·        s(aibj) = -3 if aibj (mismatch score) ·        w = -4 (gap penalty)

16. Matrizes de substituição • http://mcb.berkeley.edu/labs/king/blast/docs/matrix_info.html • PAM • The rapid generation of mutation data matrices from protein sequences. Jones DT, Taylor WR, Thornton JM. Comput Appl Biosci. 1992 Jun;8(3):275-82. PMID: 1633570 • http://www.bioinformatics.nl/tools/pam.html • BLOSUM • Amino acid substitution matrices from protein blocks. Henikoff S, Henikoff JG. Proc Natl Acad Sci U S A. 1992 Nov 15; 89(22): 10915-10919. PMCID: 50453

17. Matrizes de substituição • Henikoff S. e Henikoff J.G. (1993) indicam a matriz BLOSUM62 como a matriz de substituição com melhores resultados para aplicações gerais no artigo “Performance evaluation of amino acid substitution matrices.” • PS: Eles “inventaram” a BLOSUM62...

18. BLOSUM 62http://www.icb.ufmg.br/~lbcd/grupo1/tabela1.html - Tabela do código dos aminoácidos A R N D C Q E G H I L K M F P S T W Y V A 4 -1 -2 -2 0 -1 -1 0 -2 -1 -1 -1 -1 -2 -1 1 0 -3 -2 0 R -1 5 0 -2 -3 1 0 -2 0 -3 -2 2 -1 -3 -2 -1 -1 -3 -2 -3 N -2 0 6 1 -3 0 0 0 1 -3 -3 0 -2 -3 -2 1 0 -4 -2 -3 D -2 -2 1 6 -3 0 2 -1 -1 -3 -4 -1 -3 -3 -1 0 -1 -4 -3 -3 C 0 -3 -3 -3 9 -3 -4 -3 -3 -1 -1 -3 -1 -2 -3 -1 -1 -2 -2 -1 Q -1 1 0 0 -3 5 2 -2 0 -3 -2 1 0 -3 -1 0 -1 -2 -1 -2 E -1 0 0 2 -4 2 5 -2 0 -3 -3 1 -2 -3 -1 0 -1 -3 -2 -2 G 0 -2 0 -1 -3 -2 -2 6 -2 -4 -4 -2 -3 -3 -2 0 -2 -2 -3 -3 H -2 0 1 -1 -3 0 0 -2 8 -3 -3 -1 -2 -1 -2 -1 -2 -2 2 -3 I -1 -3 -3 -3 -1 -3 -3 -4 -3 4 2 -3 1 0 -3 -2 -1 -3 -1 3 L -1 -2 -3 -4 -1 -2 -3 -4 -3 2 4 -2 2 0 -3 -2 -1 -2 -1 1 K -1 2 0 -1 -3 1 1 -2 -1 -3 -2 5 -1 -3 -1 0 -1 -3 -2 -2 M -1 -1 -2 -3 -1 0 -2 -3 -2 1 2 -1 5 0 -2 -1 -1 -1 -1 1 F -2 -3 -3 -3 -2 -3 -3 -3 -1 0 0 -3 0 6 -4 -2 -2 1 3 -1 P -1 -2 -2 -1 -3 -1 -1 -2 -2 -3 -3 -1 -2 -4 7 -1 -1 -4 -3 -2 S 1 -1 1 0 -1 0 0 0 -1 -2 -2 0 -1 -2 -1 4 1 -3 -2 -2 T 0 -1 0 -1 -1 -1 -1 -2 -2 -1 -1 -1 -1 -2 -1 1 5 -2 -2 0 W -3 -3 -4 -4 -2 -2 -3 -2 -2 -3 -2 -3 -1 1 -4 -3 -2 11 2 -3 Y -2 -2 -2 -3 -2 -1 -2 -3 2 -1 -1 -2 -1 3 -3 -2 -2 2 7 -1 V 0 -3 -3 -3 -1 -2 -2 -3 -3 3 1 -2 1 -1 -2 -2 0 -3 -1 4

19. Algoritmo do BLAST • O algorítimo BLAST é um método de busca heurística que busca por palavras de comprimento W (por padrão W = 3 no in blastp) que tenham valor de alinhamento (score) de pelo menos T quando alinhados com a seqüência consulta de acordo com a matriz de substituição utilizada. Palavras no banco de dados com valor igual ou maior à T são extendidas nas duas direções na tentativa de localizar um alinhamento ótimo local sem “gaps” ou HSP (high scoring pair) com um valor (“score”) de pelo menos S ou um E value menor que o especificado como limite superior. HSPs que estiverem dentro desses critérios serão reportadas pelo BLAST, desde que seu número não seja maior que o limite especificado de descrições ou alinhamtentos a serem reportados.

20. Algoritmo do BLAST