Análise de Genomas - Predição

Predição de genes Predição de genes

Prof. Dr. Rodrigo Matheus Pereira

rodrigopereira@ufgd.edu.br

Análise de Genomas - Predição

Pressão para predizer a estrutura acurada do gene nos genomas através de programas computacionais;

A predição computacional de genes é pré-requisito para anotação funcional detalhada de genes e

Análise de Genomas - Predição

A predição acurada de genes pode reduzir A predição acurada de genes pode reduzir

Análise de Genomas - Predição

Predição é um dos grandes desafios no campo de reconhecimento de padrões;

reconhecimento de padrões;

Análise de Genomas - Predição

Motifs são curtas sequências, de padrões recorrentes no DNA que presumivilmente possuem função biológica.

Frequentemente eles indicam sites de ligação na sequência, específicos para proteínas como nucleases e fatores de transcrição (FT).

Fonte: What are DNA sequence motifs? - Nature Biotechnology

Análise de Genomas - Predição

Métodos baseados em “ab initio”;

Análise de Genomas - Predição

Prediz baseado unicamente na sequência;

Como ele prediz somente baseado na sequência? Como ele prediz somente baseado na sequência?

Análise de Genomas - Predição

Primeira: A existência de sinais gênicos (Ex.: códons iniciais e finais, sinais de íntrons, sítios de ligação de iniciais e finais, sinais de íntrons, sítios de ligação de fatores de transcrição, sítios de ligação ribossomal, e sítios de poliadenilação(poly-A));

Análise de Genomas - Predição

Prediz baseado na similaridade da sequência analisada com sequências de genes conhecidos;

A observação de elevada similaridade com genes

Análise de Genomas - Predição

Predição consenso;

Há também programas que combinam os resultados de predição de múltiplos programas gerando um único de predição de múltiplos programas gerando um único resultado consenso;

Análise de Genomas - Predição

Bacteria e Archaea

Densidade elevada, mais de 90% do genoma são regiões codantes;

codantes;

Cada gene procariótico é composto de um único

trecho contíguo de ORF que codifica para uma única proteína ou RNA, sem interrupções

Análise de Genomas - Predição

Maioria dos genes tem um códon inicial ATG (ou AUG no mRNA) a qual instrui para codificar uma

metionina; metionina;

GTG e TTG são usados como códons iniciais

alternativos, mas metionina é o aminoácido inserido na primeira posição;

Nem sempre ATG, GTG e TTG indicam o ponto de início de tradução;

Análise de Genomas - Predição

Predição em Procariotos;

Características auxiliares na predição em procaritos:

Sítio de ligação ribossomal – “Sequência Shine Delgarno”; Trecho de sequência rico em purina complementar ao 16S rRNA no ribossomo;

no ribossomo;

Análise de Genomas - Predição

O motif consenso AGGAGGT auxilia localizar o códon

inicial; inicial;

Análise de Genomas - Predição

O fim do operon é caracterizado por um sinal de

terminação da transcrição chamado ”ρ-independente

terminação da transcrição chamado ”ρ-independente terminator”.

A sequência de terminação tem uma

estrutura secundária distinta na forma de

Análise de Genomas - Predição

Determinação convencional de ORFs;

Sinais característicos dos genes procarióticos; Genomas simples;

Genomas simples;

Tradução da ORF em seis frames

Análise de Genomas - Predição

Distribuição não aleatória de nucleotídeos;

Baseado na composição de nucleotídeos observando a Baseado na composição de nucleotídeos observando a terceira posição do códon;

Análise de Genomas - Predição

Sequências codantes tem maior frequência de G ou C, ao invés de A ou T.

ao invés de A ou T.

Análise de Genomas - Predição

Método Ruído GC ou

Análise de Genomas - Predição

Baseados em regras empíricas, examinam estatísticas de ocorrência de um único nucleotídeo G ou C;

Bons para genes típicos;

Análise de Genomas - Predição

Nova geração de algoritmos de predição usam métodos estatísticos mais sofisticados;

Análise de Genomas - Predição

Predição em Procariotos;

Processo Markov: cadeia linear de eventos individuais ligados entre si por probabilidade de valores de modo ligados entre si por probabilidade de valores de modo que a ocorrência de um evento (ou estado) depende da ocorrência do evento (s) anterior (ou estados).

Análise de Genomas - Predição

O uso de modelos de Markov para encontrar ORFs explora o fato de que a distribuição de explora o fato de que a distribuição de oligonucleotídeos nas regiões da codificação são diferentes daquelas para as regiões não-codificadoras.

Análise de Genomas - Predição

Probabilidade de ocorrência de um nt depende da ocorrência dos anteriores;

ocorrência dos anteriores;

A ausência de aleatoriedade indica uma possível ORF; Trímeros ou hexameros (quinta-ordem) -> modelos Markov mais eficientes

Análise de Genomas - Predição

Treinamento dos parâmetros de Markov em sequências conhecidas;

Uma vez treinada pode ser aplicado para sequências Uma vez treinada pode ser aplicado para sequências desconhecidas;

Análise de Genomas - Predição

Análise de Genomas - Predição

Problema da aleatoriedade de íntrons;

mRNA imaturo, até mRNA maduro sofre três alterações;

alterações;

Primeiro: metilação do final 5´;

Segundo: “ splilicing” (Obs.:Processo não totalmente compreendido);

Análise de Genomas - Predição

Fatores que possibilitam a predição

GT-AG nas junções de éxons;

Alguns padrões usados em procariotos podem ser Alguns padrões usados em procariotos podem ser usados em eucariotos devido a essa característica; Ruído de códon e frequência de hexameros;

Alta densidade de CG próximo do sítio inicial(chamado de “CpG island”);

Análise de Genomas - Predição

Predição usando ab initio:

GRAIL (Gene Recognition and Assembly Internet Link)

http://compbio.ornl.gov/grailexp/

Predição Usando Análise Discriminante: Predição Usando Análise Discriminante:

FGENESSH

http://linux1.softberry.com/berry.phtml?topic=fgenesh&grou p=programs&subgroup=gfind

Predição usando HMM

GENSCAN

http://genes.mit.edu/GENSCAN.html

Análise de Genomas - Predição

Baseados em homologia: GenomeSCAN

http://genes.mit.edu/genomescan.html http://genes.mit.edu/genomescan.html

EST2Genome

http://mobyle.pasteur.fr/cgi-bin/portal.py?#forms::est2genome

TwinScan

Análise de Genomas - Predição

Análise de Genomas – Predição

Glossário

Processo Markov: cadeia

linear de eventos individuais ligados entre si por valores de modo que a probabilidade da ocorrência

de um evento (ou estado) depende da de um evento (ou estado) depende da

ocorrência do evento(s) anterior (ou estados).

Ele pode ser aplicado às seqüências biológicas no qual cada caractere em uma seqüência pode

Bibliografia

XIONG, Jin. Essential Bioinformatics. Cambridge, EUA: Cambridge University Press, 2006. 339p. Capítulos 8 e 9.

AGOSTINO, Michael. Practical bioinformatics. New AGOSTINO, Michael. Practical bioinformatics. New York: Garland Science, ©2013. 367p. Capitulo 7.Páginas 163 a 166,

ZVELEBIL, Marketa; BAUM, Jeremy O. Understanding bioinformatics. New York: Garland Science, 2008.