- Trang Chủ
- Sinh học
- Chuyên đề: Phương pháp tìm kiếm chuỗi tương đồng đối với DNA và Protein
Xem mẫu
- BIOINFORMATICS
Chuyên đề
PHƯƠNG PHÁP TÌM KIẾM CHUỖI
TƯƠNG ĐỒNG ĐỐI VỚI DNA VÀ
PROTEIN
GVHD: Dr Võ Văn Toàn
HVTH: Trương Thị Vệ
Lớp: Cao học SHTN khóa 12
- MỞ ĐẦU
Thế kỷ XX ghi nhận sự phát triển như vũ bão của khoa
học và công nghệ, đã tạo ra cơ sở lý luận, vật chất và
sự liên kết hỗ trợ lẫn nhau, tác động thúc đẩy sự phát
triển của mọi lĩnh vực của đời sống xã hội, đặc biệt là
trên lĩnh vực tin học, công nghệ internet và công nghệ
sinh học.
Tin sinh học chính là sự hội tụ, hợp tác của cả ba
lĩnh vực công nghệ hàng đầu: tin học – công nghệ
thông tin – công nghệ sinh học, cùng cộng tác với
nhau để khám phá thế giới sống
- • Thực tế cho thấy, từ khi tin sinh học ra đời đã
thực sự trở thành công cụ nghiên cứu mới, trợ
giúp đăc lực và hiệu quả, đẩy nhanh tốc độ
nghiên cứu và ứng dụng công nghệ sinh học,
chắp cánh cho công nghệ sinh học nói chung
và sinh học nói riêng tiến lên một lầm cao
mới. Nhờ thành tựu của tin sinh học, thời gian
nghiên cứu được rút ngắn “ trước đây bạn
phải mất nửa năm trong phòng thí nghiệm bây
gời bạn có thể dễ dàng tiết kiệm thời gian chỉ
với một buổi chiều trước chiếc máy tính”
- • Tin sinh học có rất nhiều ứng dụng, vì thế cơ sở dữ
liệu của công nghệ sinh học không chỉ dừng lại ở
tập hợp các kết quả nghiên cứu thực nghiệm đơn
thuần của các nhà khoa học trên khắp thế giới, mà
nó còn bao gồm khả năng khái quát hóa, mô phỏng
hóa thành những “đối tượng số” của thế giới sinh
học sống động.
• Trong nhiều chương trình ứng dụng của tin sinh
học, Chương trình phân tích cấu trúc tương đồng
Blast là một ứng dụng vô cùng quan trọng, cho biết
chính xác sự tương đồng của các Nucleotic, chuỗi
AND hay protein
- I. ĐẠI CƯƠNG VỀ CHƯƠNG TRÌNH PHÂN
TÍCH CẤU TRÚC TƯƠNG ĐỒNG
• I.1 . Tìm kiếm tương đồng
• Chương trình tìm kiếm tương đồng được sử dụng
để tìm kiếm một cơ sở dữ liệu trình tự tương đồng
cho AND hay các chuỗi amino-acid của các protein
với AND hay các chuỗi amino-acid của các protein
khác trong ngân hàng dữ liệu. Các cơ sở dữ liệu
protein hiện có của ngân hàng dữ liệu là 100 triệu
dư lượng..
- • Đối với việc tìm kiếm với nhiều trình tự
khác nhau, thời gian nhanh chóng trở thành
một vấn đề quan trọng. Vì lý do này, đã có
nhiều nỗ lực để sản xuất các thuật toán
nhanh hơn các chương trình năng động thẳng.
Mục tiêu của các phương pháp này là để tìm
kiếm như là một phần nhỏ nhất có thể, trong
khi vẫn nhìn vào tất cả các điểm sắp xếp
cao. Trong trường hợp trình tự rất giống
nhau, có một số phương pháp dựa trên việc
mở rộng kết hợp chính xác khoa học máy
tính
- • Tuy nhiên, để tìm thấy sự phù hợp, các
phương pháp này khó đem đến sự chính xác
tuyệt đối, và cách tiếp cận các công cụ phần
mềm đã được sử dụng.
• Hầu hết chương trình phổ biến là: BLAST ;
FastA
- I.2. Chương trình phân tích cấu trúc tương đồng
BLAST
• 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”?.
- • BLAST (Basic Local Alignment Công cụ tìm
kiếm) là một bộ các chương trình tìm kiếm
và so sánh cấu trúc của chuỗi AND, protein,
phân tích với các chuỗi tương ứng lưu giữ
trong ngân hàng dữ liệu, nhằm tìm kiếm
chuỗi (hay một số chuỗi ) tương đồng nhất
với chuỗi kiểm tra. Sau đó người phân tích
sẽ khai thác thông tin về đặc điểm hay đặc
tính đã biết của các chuỗi trong ngân hàng để
dự đoán, xác định cấu trúc và đặc tính của
chuỗi kiểm tra này.
- • Trọng tâm của kỹ thuật phân tích là tìm kiếm
và xác định các vùng tương đồng nhau về cấu
trúc trên các chuỗi, để xác định mức độ phân
ly tương đối của chuỗi phân tích với các
chuỗi khác trong ngân hàng dữ liệu. Về
phương diện kỹ thuật, chương trình BLAST
cho phép phát hiện sự tương đồng cấu trúc
của hai mức độ là mang tính cục bộ ở một
vùng hay mang tính tổng thể giữa hai chuỗi
với nhau.
- • Khi được cung cấp một thư viện hay
cơ sở dữ liệu các chuỗi đó, một tìm kiếm BLAST
sẽ cho phép nhà nghiên cứu tìm kiếm các chuỗi
con giống với chuỗi có sẵn mà ta quan tâm. Ví
dụ, tiếp sau việc khám phá ra các gen mà trước
đây chưa biết ở chuột (loại mus musculus), một
nhà khoa học sẽ thường thực thi một tìm kiếm
BLAST trên genome người để tìm kiếm xem liệu
con người có mang các gen giống vậy không;
BLAST sẽ xác định các chuỗi nào trong genome
người mà giống với gen chuột dựa trên sự giống
nhau của chuỗi
- • Để chạy, BLAST cần đầu vào là 2 chuỗi:
một là chuỗi cần phân tích (hay còn gọi là
chuỗi đích) và một cơ sở dữ liệu chuỗi.
BLAST sẽ tìm kiếm các chuỗi con trong
chuỗi cần phân tích mà giống với các chuỗi
con trong cơ sở chuỗi dữ liệu. Thông thường,
khi sử dụng, chuỗi cần phân tích là nhỏ hơn
rất nhiều so với cơ sở dữ liệu, ví dụ: chuỗi
cần phân tích có thể chỉ gồm 1 nghìn
nucleotide trong khi cơ sở dữ liệu chuỗi có
hàng tỉ nucleotide.
- • BLAST tìm kiếm những bắt cặp trình tự có
điểm số cao giữa chuỗi cần phân tích và các
chuỗi trong cơ sở dữ liệu bằng cách sử dụng
phương pháp dựa trên kinh nghiệm
(heuristic) để có thể có tìm được kết quả
gần tốt bằng với giải thuật Smith-Waterman.
Thuật toán bắt cặp trình tự tối ưu của Smith-
Waterman là quá chậm khi tìm kiếm trong
một cơ sở dữ liệu gen quá lớn như Ngân
Hàng Gen (GenBank).
- • Bởi vậy, giải thuật BLAST dùng một hướng
tiếp cận heuristic, dù ít chính xác hơn Smith-
Waterman nhưng lại cho tốc độ nhanh hơn
gấp 50 lần. Tốc độ và sự chính xác tương
đối của BLAST là những cải tiến kĩ thuật
quan trọng của các chương trình BLAST và
những điều đó cho thấy lí do vì sao công cụ
này lại là công cụ tìm kiếm phổ biến nhất
trong tin sinh học.
- II.PHƯƠNG PHÁP TÌM KIẾM CHUỐI TƯƠNG
ĐỒNG BẰNG CHƯƠNG TRÌNH BLAST
Thao tác cơ bản khi sử dụng chương trình
phân tích cấu trúc chuỗi tương đồng BLAST
gồm các bước chính sau:
- Bước 1: Lựa chọn chương
trình BLAST
Các BLAST các trang tìm kiếm cho phép bạn
chọn từ các chương trình khác nhau. Dưới
đây là một bảng của các chương trình này.
• Blastp: Để so sánh cấu trúc một chuỗi
amino acid cần phân tích với cấu trúc chuỗi
protein trong ngân hàng dữ liệu.
• Blastn: Để so sánh cấu trúc chuỗi nucleotide
cần phân tích với cấu trúc chuỗi nucleotide
trong ngân hàng dữ liệu .
- • Blastx : Để so sánh cấu trúc chuỗi nucleotide
cần phân tích (dưới dạng được dịch đầy đủ
sang cấu trúc chuỗi amino axit ) với cấu trúc
chuỗi protein trong ngân hàng dữ liệu.
Phương án so sánh này được sử dụng để tìm
hiểu đặc điểm “sản phẩm ” sẽ được tạo ra
khi lựa chọn đoạn chuỗi này.
• Tblastn: Để So sánh cấu trúc chuỗi amino
axit cần phân tích với cấu trúc chuỗi protein
tương ứng được dịch mã bảo toàn trình tự
chuỗi nucleotic trong ngân hàng dữ liệu.
- • Tblastx : Là phương án so sánh cấu trúc
chuỗi amino axit cần phân tích với cấu trúc
chuỗi protein trong ngân hàng dữ liệu. Xin
lưu ý rằng chương trình tblastx không thể
được sử dụng với cơ sở dữ liệu trên trang
BLAST Web bởi vì nó được tính toán chuyên
sâu.
- Bước 2: Nhập dữ liệu
• Chương trình xử lý trực tuyến BLAST cho
phép nhập dữ liệu chuỗi phân tích trực tuyến
dạng ký tự qua bàn phím hay nhập dữ liệu đã
được viết theo một trong 3 ngôn ngữ là “”
FASTA sequence format, “Identifiers” và
“Bare sequence”
- Bước 3: đặt vùng phân tích “Set
Subsequence”
• Trong mục này, người phân tích phải cung
cấp thông tin vị trí trên đoạn chuỗi cần phân
tích bàng hai giá trị số chỉ vị trí giới hạn đầu
cuối đoạn chuối ấy. Trong trường hợp cần
phân tích toàn chuỗi, dữ liệu nhập sẽ có
dạng From I to length.
nguon tai.lieu . vn
