Bioinformática 1. Prof. Dr. Walter F. de Azevedo Jr. Laboratório de Sistemas BioMoleculares. Departamento de Física. UNESP São José do Rio Preto. SP.

(1)

Bioinformática 1

Prof. Dr. Walter F. de Azevedo Jr.

Laboratório de Sistemas BioMoleculares.

Departamento de Física. UNESP

São José do Rio Preto. SP.

(2)

Resumo

Laboratório de Sistemas BioMoleculares. Departamento de Física. Câmpus Rio Preto.

www.biocristalografia.df.ibilce.unesp.br

Algoritmo

Pseudocódigo

Algoritmos biológicos x algoritmos computacionais

O problema do troco

(3)

Algoritmo (definição)

É uma seqüência de instruções, que deve ser executada a fim de

resolver um problema bem formulado. Especificaremos problemas

em termos de suas entradas e saídas, e o algoritmo é o método de

traduzir as entradas em saídas. Um problema bem formulado deve

ser preciso, não admitindo interpretações dúbias.

(4)

Pseudocódigo (definição)

É uma linguagem usada em computação para descrever algoritmos.

Ela ignora muito dos detalhes necessários na linguagem de

programação, contudo é mais precisa que uma simples receita.

Individualmente as operações não resolvem um problema difícil

em particular, mas podem ser agrupadas em mini-algoritmos,

chamados subrotinas.

(5)

Variáveis e arrays

Uma variável x contém algum valor numérico (ou alfanumérico)

e pode ser atribuído um novo valor em diferentes pontos durante

o curso do algoritmo.

Um array de n elementos é uma coleção ordenada de n variáveis,

a

₁

, a

₂

,...,a

_n

. Usualmente indicamos o array como

a =(a

₁

, a

₂

,...,a

_n

)

(6)

Comandos elementares usados em

pseudocódigos

Atribuição

Formato: a←b

Efeito: Passa o valor de “b” para “a”.

Exemplo: b←2

a←b

(7)

Aritmético

Formato: a+b, a-b, a/b, a

b

Efeito: Adição, subtração, multiplicação, divisão e

exponenciação.

Exemplo: DIST(x1,y1,z1,x2,y2,z2)

1dx←(x2-x1)

2 _{2dy←(y2-y1)}

2 3dz←(z2-z1)

2 4retorna (dx+dy+dz)

1/2

Resultado: DIST(x1,y1,z1,x2,y2,z2) calcula a distância

Entre dois pontos com coordenadas (x1,y1,z1) e (x2,y2,z2).

(8)

www.biocristalografia.df.ibilce.unesp.br www.biocristalografia.df.ibilce.unesp.br

DIST(x1,y1,z1,x2,y2,z2)

1dx←(x2-x1)

2 _{2dy←(y2-y1)}

2 3dz←(z2-z1)

2 4retorna (dx+dy+dz)

1/2

Argumentos

Comandos

(9)

Arquivo PDB (Protein Data Bank)

REMARK Sun Feb 25 14:05:51 1996

CRYST1 72.307 73.069 54.284 90.00 90.00 90.00 ORIGX1 1.000000 0.000000 0.000000 0.00000 ORIGX2 0.000000 1.000000 0.000000 0.00000 ORIGX3 0.000000 0.000000 1.000000 0.00000 SCALE1 0.013830 0.000000 0.000000 0.00000 SCALE2 0.000000 0.013686 0.000000 0.00000 SCALE3 0.000000 0.000000 0.018422 0.00000 ATOM 1 CB MET 1 103.933 112.272 94.785 1.00 50.37 6 ATOM 2 CG MET 1 104.548 112.540 96.126 1.00 55.72 6 ATOM 3 SD MET 1 106.336 112.671 95.934 1.00 62.79 16 ATOM 4 CE MET 1 106.542 114.250 95.159 1.00 54.71 6 ATOM 5 C MET 1 103.199 114.420 93.762 1.00 47.20 6 ATOM 6 O MET 1 102.995 114.577 92.561 1.00 51.55 8 ATOM 7 HT1 MET 1 102.092 112.026 92.841 1.00 0.00 1 ATOM 8 HT2 MET 1 100.857 112.905 93.606 1.00 0.00 1 ATOM 9 N MET 1 101.710 112.330 93.759 1.00 48.54 7 ATOM 10 HT3 MET 1 101.467 111.494 94.328 1.00 0.00 1 ATOM 11 CA MET 1 102.732 113.140 94.479 1.00 47.79 6 ATOM 12 N GLU 2 103.906 115.275 94.503 1.00 44.44 7 ATOM 13 H GLU 2 104.333 114.933 95.316 1.00 0.00 1 ATOM 14 CA GLU 2 104.085 116.695 94.178 1.00 40.49 6 ATOM 15 CB GLU 2 104.531 117.459 95.428 1.00 43.49 6 ATOM 16 CG GLU 2 103.464 117.597 96.515 1.00 52.62 6 ATOM 17 CD GLU 2 103.286 116.347 97.374 1.00 53.08 6 ATOM 18 OE1 GLU 2 102.216 115.703 97.266 1.00 57.29 8 ATOM 19 OE2 GLU 2 104.183 116.042 98.197 1.00 54.12 8 ATOM 20 C GLU 2 105.065 117.015 93.046 1.00 35.47 6 ATOM 21 O GLU 2 104.918 118.030 92.386 1.00 35.53 8 ...

(10)

www.biocristalografia.df.ibilce.unesp.br www.biocristalografia.df.ibilce.unesp.br

Condicional

Formato: se A é verdadeiro

B

senão

C

Efeito: Se a afirmação A é verdadeira, executa instruções B, caso

contrário executa instruções C. Algumas vezes nós omitiremos o

“senão C”, neste caso será executada as instruções B ou não.

(11)

Exemplo: MAX(a,b)

1se a<b

2 retorna b

3senão

4 retorna a

Resultado: MAX(a,b) calcula o máximo dos números

a e b. Por exemplo: MAX(1,64) retorna 64.

(12)

Loops para

Formato: para i←a até b

B

Efeito: Faz i igual a “a” e executa as instruções B. Faz i igual a

“a+1” e executa as instruções B novamente. Repete para

i=a+2, a+3,...,b-1,b. Se a é maior que b, este loop opera na ordem

reversa.

(13)

Loops para

Exemplo: SOMAINTEIROS(n)

1soma←0

2para i←1 até n

3 soma←soma+i

4retorna soma

Resultado: SOMAINTEIROS(n) calcula a soma de inteiros de 1

até n. SOMAINTEIROS(10) retorna 1+2+...+10=55.

(14)

Acesso ao array

Formato: a

_i

Efeito: O i-ésimo número do array a=(a

₁

,...,a

_i

,....,a

_n

).

Por exemplo, se F = (1,1,2,3,5,8,13), então F

₃

=2 e F

₄

=3.

(15)

Acesso ao array

Exemplo: FIBONACCI(n)

1F

₁

←1

2F

₂

←1

3para i←3 até n

4 F

_i

←F

_i-1

+ F

_i-2

5retorna F

_n

Resultado: FIBONACCI(n) calcula o n-ésimo número

de Fibonacci. FIBONACCI(8) retorna 21.

Formato: a

_i

(16)

Loops enquanto

Formato: enquanto A é verdadeiro

B

Efeito: Checa a condição A. Se verdadeira, então executa as

instruções B. Checa A novamente, se é verdadeira executa B

de novo. Repete até que A seja falsa.

(17)

Loops enquanto

Exemplo: SOMEATÉ(b)

1 i←1

2 total←i

3 enquanto total ≤b

4 i←i+1

5 total←total+i

6 retorna i

Resultado: SOMEATÉ(b) calcula o menor inteiro i tal que 1+2+..

+i seja maior que b. Por exemplo, SOMEATÉ(25) retorna 7, visto que

1+2+3+4+5+6+7=28, que é maior que 25, 1+2+...+6=21, que é menor

que 25.

(18)

Distinção entre pseudocódigos e

linguagem informal

Receita de torta de abóbora

11/2 xícara de abóbora cozida

1 xícara de açúcar

½ colher de chá de sal

2 colheres de chá de canela

1 colher de chá de gengibre

2 colheres de sopa de melaço

3 ovos

300 ml de leite

1 massa de torta não assada

Junte a abóbora, açúcar, sal, gengibre, canela e melaço. Adicione leite e misture. Despeje o conteúdo

na massa de torta, asse num forno a 230

o

_{C por 40 a 45 minutos, ou até que uma faca enfiada}

(19)

Pseudocódigo para a torta de abóbora

FAÇATORTADEABÓBORA(abóbora,açúcar,sal,tempero,ovos,leite,massa)

1 Pre-aqueça o forno(230

o

_C)

2 recheio←MISTURADORECHEIO(abóbora,açúcar,sal,tempero,ovos,leite)

3 torta←MONTE(massa,recheio)

4 enquanto faca inserida não sair limpa

5 ASSE(torta)

6 saída “Torta pronta”

7 retorna torta

MISTURADORECHEIO(abóbora,açúcar,sal,tempero,ovos,leite)

13 forma←pegue uma forma

2 coloque(abóbora,forma)

3 coloque(açúcar,forma)

4 coloque(sal,forma)

5 coloque(tempero,forma)

6 misture(forma)

7 coloque(ovos,forma)

8 coloque(leite,forma)

9 misture(forma)

10 recheio←conteúdo da forma

(20)

Algoritmos biológicos x algoritmos

computacionais

(21)

(22)

(23)

(24)

Problema de duplicação de string:

Dada uma string de letras, retorne uma cópia.

Entrada: Uma string s=(s

₁

, s

₂

,...,s

_n

) de comprimento n, como

um array de caracteres.

Saída: Uma string representando uma cópia de s.

Pseudocódigo para cópia de string

COPIASTRING(s,n)

1 para i←1 até n

5 t

_i

←s

_i

(25)

Alguns formatos usados em bioinformática

Para sequências: formato FASTA.

>tr|O75100|O75100_HUMAN D-HSCDK2 - Homo sapiens (Human).

MENFQKVAQIGQGTYGVVYKARNKSTGQMVALKKIRLDTETEGVPSTAIREISLLKELNH PNIVKLL

DVIHTENKLYLVFEFLHQDLKKFMDASALTGIPLPLIKSYLFQLLQGLAFCHSHRVLHRDLKPQNLLI

NTEGAIKLADFGLARAFGVPVRTYTHEVTRRALFPGDSEIDQLFR IFRTLGTPDEVVWPGVTSMPDY

KPSFPKWARQDFSKVVPPLDEDGRSLLSQMLHYDPYKR FSTKAALAHPFLEDVTKPVPHLRL

(26)

Para estruturas 3D: formato PDB

HEADER PROTEIN KINASE 03-JUN-96 1HCL TITLE HUMAN CYCLIN-DEPENDENT KINASE 2 COMPND MOL_ID: 1;

COMPND 2 MOLECULE: HUMAN CYCLIN-DEPENDENT KINASE 2; COMPND 3 CHAIN: NULL;

COMPND 4 SYNONYM: CDK2; COMPND 5 EC: 2.7.1.37;

COMPND 6 ENGINEERED: YES SOURCE MOL_ID: 1;

SOURCE 2 ORGANISM_SCIENTIFIC: HOMO SAPIENS; SOURCE 3 ORGANISM_COMMON: HUMAN;

SOURCE 4 EXPRESSION_SYSTEM: SF9 CELLS;

SOURCE 5 EXPRESSION_SYSTEM_PLASMID: BACULOVIRUS

KEYWDS TRANSFERASE, SERINE/THREONINE PROTEIN KINASE, ATP-BINDING, KEYWDS 2 CELL CYCLE, CELL DIVISION, MITOSIS, PHOSPHORYLATION

EXPDTA X-RAY DIFFRACTION, SINGLE CRYSTAL

AUTHOR U.SCHULZE-GAHMEN,H.L.DE BONDT,S.-H.KIM REVDAT 1 07-DEC-96 1HCL 0 ...

(27)

Para estruturas 3D: formato PDB

REMARK 1

REMARK 1 REFERENCE 1

REMARK 1 AUTH U.SCHULZE-GAHMEN,J.BRANDSEN,H.D.JONES,D.O.MORGAN, REMARK 1 AUTH 2 L.MEIJER,J.VESELY,S.H.KIM

REMARK 1 TITL MULTIPLE MODES OF LIGAND RECOGNITION: CRYSTAL

REMARK 1 TITL 2 STRUCTURES OF CYCLIN-DEPENDENT PROTEIN KINASE 2 IN REMARK 1 TITL 3 COMPLEX WITH ATP AND TWO INHIBITORS, OLOMOUCINE AND REMARK 1 TITL 4 ISOPENTENYLADENINE

REMARK 1 REF PROTEINS: STRUCT.,FUNCT., V. 22 378 1995 REMARK 1 REF 2 GENET.

REMARK 1 REFN ASTM PSFGEY US ISSN 0887-3585 0867 REMARK 1 REFERENCE 2

REMARK 1 AUTH H.L.DE BONDT,J.ROSENBLATT,J.JANCARIK,H.D.JONES, REMARK 1 AUTH 2 D.O.MORGAN,S.H.KIM

REMARK 1 TITL CRYSTAL STRUCTURE OF CYCLIN-DEPENDENT KINASE 2 REMARK 1 REF NATURE V. 363 595 1993

REMARK 1 REFN ASTM NATUAS UK ISSN 0028-0836 0006 REMARK 2

(28)

Para estruturas 3D: formato PDB

REMARK 3

REMARK 3 REFINEMENT.

REMARK 3 PROGRAM : X-PLOR 3.1 REMARK 3 AUTHORS : BRUNGER REMARK 3

REMARK 3 DATA USED IN REFINEMENT.

REMARK 3 RESOLUTION RANGE HIGH (ANGSTROMS) : 1.8 REMARK 3 RESOLUTION RANGE LOW (ANGSTROMS) : 8.0 REMARK 3 DATA CUTOFF (SIGMA(F)) : 2.

REMARK 3 DATA CUTOFF HIGH (ABS(F)) : NULL REMARK 3 DATA CUTOFF LOW (ABS(F)) : NULL

REMARK 3 COMPLETENESS (WORKING+TEST) (%) : 99.0 REMARK 3 NUMBER OF REFLECTIONS : 22436

REMARK 3 ... REMARK 4

REMARK 4 1HCL COMPLIES WITH FORMAT V. 2.1, 25-OCT-1996 REMARK 6

REMARK 6 RESIDUES 72 - 75 AND 153 - 162 HAVE HIGH B-VALUES AND WEAK REMARK 6 ELECTRON DENSITY.

REMARK 7

REMARK 7 RESIDUES 37 - 40 ARE NOT VISIBLE IN THE ELECTRON DENSITY REMARK 7 MAP.

(29)

Para estruturas 3D: formato PDB

REMARK 200

REMARK 200 EXPERIMENTAL DETAILS

REMARK 200 EXPERIMENT TYPE : X-RAY DIFFRACTION REMARK 200 DATE OF DATA COLLECTION : NULL REMARK 200 TEMPERATURE (KELVIN) : NULL REMARK 200 PH : NULL

REMARK 200 NUMBER OF CRYSTALS USED : NULL REMARK 200

REMARK 200 SYNCHROTRON (Y/N) : N REMARK 200 RADIATION SOURCE : NULL REMARK 200 BEAMLINE : NULL

REMARK 200 X-RAY GENERATOR MODEL : NULL REMARK 200 MONOCHROMATIC OR LAUE (M/L) : M REMARK 200 WAVELENGTH OR RANGE (A) : 1.5418 REMARK 200 MONOCHROMATOR : NULL

(30)

Para estruturas 3D: formato PDB

SEQRES 1 298 MET GLU ASN PHE GLN LYS VAL GLU LYS ILE GLY GLU GLY SEQRES 2 298 THR TYR GLY VAL VAL TYR LYS ALA ARG ASN LYS LEU THR SEQRES 3 298 GLY GLU VAL VAL ALA LEU LYS LYS ILE ARG LEU ASP THR SEQRES 4 298 GLU THR GLU GLY VAL PRO SER THR ALA ILE ARG GLU ILE SEQRES 5 298 SER LEU LEU LYS GLU LEU ASN HIS PRO ASN ILE VAL LYS SEQRES 6 298 LEU LEU ASP VAL ILE HIS THR GLU ASN LYS LEU TYR LEU SEQRES 7 298 VAL PHE GLU PHE LEU HIS GLN ASP LEU LYS LYS PHE MET SEQRES 8 298 ASP ALA SER ALA LEU THR GLY ILE PRO LEU PRO LEU ILE SEQRES 9 298 LYS SER TYR LEU PHE GLN LEU LEU GLN GLY LEU ALA PHE SEQRES 10 298 CYS HIS SER HIS ARG VAL LEU HIS ARG ASP LEU LYS PRO SEQRES 11 298 GLN ASN LEU LEU ILE ASN THR GLU GLY ALA ILE LYS LEU SEQRES 12 298 ALA ASP PHE GLY LEU ALA ARG ALA PHE GLY VAL PRO VAL SEQRES 13 298 ARG THR TYR THR HIS GLU VAL VAL THR LEU TRP TYR ARG SEQRES 14 298 ALA PRO GLU ILE LEU LEU GLY CYS LYS TYR TYR SER THR SEQRES 15 298 ALA VAL ASP ILE TRP SER LEU GLY CYS ILE PHE ALA GLU SEQRES 16 298 MET VAL THR ARG ARG ALA LEU PHE PRO GLY ASP SER GLU SEQRES 17 298 ILE ASP GLN LEU PHE ARG ILE PHE ARG THR LEU GLY THR SEQRES 18 298 PRO ASP GLU VAL VAL TRP PRO GLY VAL THR SER MET PRO SEQRES 19 298 ASP TYR LYS PRO SER PHE PRO LYS TRP ALA ARG GLN ASP SEQRES 20 298 PHE SER LYS VAL VAL PRO PRO LEU ASP GLU ASP GLY ARG SEQRES 21 298 SER LEU LEU SER GLN MET LEU HIS TYR ASP PRO ASN LYS SEQRES 22 298 ARG ILE SER ALA LYS ALA ALA LEU ALA HIS PRO PHE PHE SEQRES 23 298 GLN ASP VAL THR LYS PRO VAL PRO HIS LEU ARG LEU

(31)

Para estruturas 3D: formato PDB

FORMUL 2 HOH *180(H2 O1) HELIX 1 1 SER 46 LEU 55 1 10 HELIX 2 2 LEU 87 ALA 93 1 7 HELIX 3 3 LEU 101 HIS 121 1 21 HELIX 4 4 PRO 130 ASN 132 5 3 HELIX 5 5 LEU 148 ALA 151 1 4 HELIX 6 6 PRO 171 LEU 174 1 4 HELIX 7 7 THR 182 THR 198 5 17 HELIX 8 8 GLU 208 LEU 219 1 12 HELIX 9 9 VAL 230 SER 232 5 3 HELIX 10 10 PHE 248 VAL 251 1 4 HELIX 11 11 GLU 257 MET 266 1 10 HELIX 12 12 ALA 277 ALA 282 1 6 HELIX 13 13 PRO 284 PHE 286 5 3 SHEET 1 A 5 LEU 66 THR 72 0

SHEET 2 A 5 LYS 75 GLU 81 -1 N VAL 79 O LEU 67 SHEET 3 A 5 VAL 29 ILE 35 -1 N ILE 35 O LEU 76 SHEET 4 A 5 VAL 18 ASN 23 -1 N ALA 21 O VAL 30 SHEET 5 A 5 PHE 4 LYS 9 -1 N GLU 8 O LYS 20 SHEET 1 B 2 LEU 133 ILE 135 0

(32)

Para estruturas 3D: formato PDB

CRYST1 73.120 72.720 54.250 90.00 90.00 90.00 P 21 21 21 4 ORIGX1 1.000000 0.000000 0.000000 0.00000 ORIGX2 0.000000 1.000000 0.000000 0.00000 ORIGX3 0.000000 0.000000 1.000000 0.00000 SCALE1 0.013676 0.000000 0.000000 0.00000 SCALE2 0.000000 0.013751 0.000000 0.00000 SCALE3 0.000000 0.000000 0.018433 0.00000

(33)

Para estruturas 3D: formato PDB

ATOM 1 N MET 1 103.185 111.539 93.277 1.00 70.20 N ATOM 2 CA MET 1 104.082 112.240 94.239 1.00 67.81 C ATOM 3 C MET 1 104.449 113.635 93.688 1.00 67.61 C ATOM 4 O MET 1 104.107 113.949 92.548 1.00 68.90 O ATOM 5 CB MET 1 105.325 111.388 94.499 1.00 68.41 C ATOM 6 CG MET 1 106.186 111.861 95.661 1.00 69.06 C ATOM 7 SD MET 1 107.751 112.619 95.157 1.00 70.19 S ATOM 8 CE MET 1 108.767 112.224 96.596 1.00 70.20 C ATOM 9 N GLU 2 105.117 114.455 94.504 1.00 64.27 N ATOM 10 CA GLU 2 105.503 115.827 94.149 1.00 61.40 C ATOM 11 C GLU 2 106.541 115.996 93.061 1.00 60.03 C ATOM 12 O GLU 2 106.452 116.919 92.262 1.00 60.33 O ATOM 13 CB GLU 2 105.992 116.599 95.380 1.00 61.45 C ATOM 14 CG GLU 2 104.937 116.855 96.445 1.00 62.88 C ATOM 15 CD GLU 2 104.930 115.803 97.548 1.00 64.81 C ATOM 16 OE1 GLU 2 105.897 115.767 98.351 1.00 64.45 O ATOM 17 OE2 GLU 2 103.947 115.026 97.619 1.00 63.72 O ... ATOM 2364 N LEU 298 101.885 106.641 66.524 1.00 56.26 N ATOM 2365 CA LEU 298 101.707 107.121 67.889 1.00 54.91 C ATOM 2366 C LEU 298 100.758 108.339 67.913 1.00 57.21 C ATOM 2367 O LEU 298 100.495 108.938 66.837 1.00 59.92 O ATOM 2368 CB LEU 298 103.069 107.484 68.502 1.00 50.41 C ATOM 2369 CG LEU 298 104.156 106.406 68.524 1.00 48.67 C ATOM 2370 CD1 LEU 298 105.353 106.937 69.257 1.00 47.09 C ATOM 2371 CD2 LEU 298 103.660 105.152 69.208 1.00 46.93 C ATOM 2372 OXT LEU 298 100.273 108.679 69.015 1.00 57.92 O