università degli studi di genova laurea specialistica in biotecnologie medico-farmaceutiche corso...

Università degli Studi di Genova

Laurea Specialistica in Biotecnologie Medico-Farmaceutiche

Corso di: Biotecnologie Diagnostiche

A.A. 2004/2005

Utilizzo di Database in studi di Biologia Molecolare.

Eva Bertini

Disponibilità dei dati on-line con possibilità di utilizzare un buon motore di ricerca:

Fronteggiare l’incremento del numero dei dati disponibili…

…integrare le informazioni…

…e semplificare il lavoro!

Database di sequenze nucleotidiche

GENEBANK

Progetto di collaborazione internazionale: EMBL/EBI, DDBJ, NHI/NCBI

Aggiornamento automatico ogni 24 h

130000 organismi > 32 milioni di sequenze > 38 miliardi di basi (febbraio 2004)

Database di sequenze nucleotidiche

Tipologie di sequenze accettate da GENEBANK:

• Genomi completi

• ESTs

• HTGs

• STSs

• WGSs Problema: •database ridondante

•molti errori

UniGene

Caratteristiche delle sequenze:

A. Accession Number (AC): codice di identificazione univoco

B. Sequenze “annotate”

Database di sequenze nucleotidiche

Ricerca: pou genes zebrafish

Database di sequenze nucleotidiche

Database nucleotidici specializzati: RDP (Ribosomal Database Project)

http://rdp.cme.msu.edu/misc/about.jsp

HIV sequence database

http://hiv-web.lanl.gov

IMGT (Immunogenetics Database)

http://imgt.cnusc.fr:8104/textes/info.html

Transcription factors and transcription factor binding sites

http://www.cbrc.jp/research/db/TFSEARCH.html

EPD (Eucariotic Promoter Database)

ftp://ftp.ebi.ac.uk/pub/databases/epd

…

Database di sequenze proteiche

Database universali Database specializzati

Semplici archivi di dati Database annotati

Swiss-Prot/SIB (Swiss Institute of

Bioinformatics) http://www.expasy.ch

PIR (Protein Information Resource)

Famiglie proteiche

Gruppi di proteine

Proteomi

NCBI:

• “genomes and maps” (più di 1000 organismi, eucarioti e procarioti, virus, plasmidi e organelli)

• “entre genome” e ProtTable

6000 specie > 85000 entries annotate

Supplemento TrEMBL

Database di sequenze proteiche

Home page di SWISS-PROT

BLAST

(Basic Local Alignment Search Tool)

(Altschul SF, Gish W, Miller W, Myers EW, Lipman DJ: Basic local alignment search tool. J Mol Biol. 1990 Oct 5;215(3):403-10.)

Algoritmo di allineamento che ha permesso di interrogare in modo costruttivo i database di sequenze.

Attivo a pieno regime dal 2003

280 processori

Più di 100000 richieste di allineamento al giorno

Ogni richiesta completata in media in 40 secondi

BLAST

(Basic Local Alignment Search Tool)

Tipologie di utilizzo:

I. Nucleotide BLAST

II. Protein BLAST

III. Translated BLAST

IV. Genomes BLAST

V. Special BLAST

Query = sequenza nucleotidica

• GEO BLAST

• Immunoglobin BLAST

• SNP BLAST

• VecScreen

• Align

Query = sequenza nucleotidica

• Nucleotide-nucleotide

• Megablast

• Discontigous megablast

Query = sequenza proteica

• Protein-protein

• Allineamenti brevi con alta similarità

• Domini conservati

Query = sequenza amminoacidica

• Proteina-TrEMBL

• Sequenza tradotta-proteine

• Sequenza tradotta-TrEMBL

Query = sequenza nucleotidica

Scelta dell’organismo

BLAST

(Basic Local Alignment Search Tool)

Database di strutture biomolecolari

Archivi di strutture macromolecolari tridimensionali, determinate tramite esperimenti biocristallografia a raggi X.

MMDB (Molecular Modeling Database)Query = coordinate 3D28000 struttureAggiornamento settimanale da PDBVAST (Vector Alignment Search Tool)

CDD (Conserved Domain Database)Query = sequenza aaCollezione di moduli e domini ottenuti da allinamenti multipliCn3D

PUBCHEMStrutture 3D di piccole molecole organiche ad attività biologica

Database di strutture biomolecolari

Query: sequenza proteica Brn3b zebrafish

Database di 2D PAGE e SDS PAGE

SWISS-2D PAGE: mappatura di gel elettroforetici 2D PAGE o SDS PAGE.

7 organismi > 36 mappe proteiche > 1265 entries

Link a tutti i siti che mettono a disposizione mappature di 2D PAGE e SDS PAGE

Query per informazione chiave sulla proteina o selezione diretta dello spot

Database di 2D PAGE e SDS PAGE

Database di espressione genica

GEO (Gene Expression Ominibus)

Disponibile da luglio 2000

Raccolta di dati sperimentali high-throughput riguardanti l’espressione genica

• Microarray singolo o doppio canale

• Analisi seriale di espressione genica (SAGE)

• Spettrometria di massa

Database di espressione genica

Interrogare il database:

1) Entrez GEO Profiles: profili di espressione genica specifici

2) Entrez GEO DataSet: tutte le annotazioni sperimentali relative alla query disponibili nel database

1) Entrez GEO Profiles

Profile neighbors: geni con profilo di espressione simile (funzione o regolazione comune)

Sequence neighbors: geni con similarità di sequenza (famiglie geniche o paragone fra specie diverse)

Database di espressione genica

Database tassonomici

A. Taxonomy Browser (NCBI): 130000 organismi, viventi o estinti, rappresentati in banca dati da almeno una sequenza nucleotidica o proteica

B. Tree of life web project

C. Species 2000: supporto a studi di biodiversità, comprende circa il 40% delle specie viventi note

D. Integrated taxonomic information system

Database tassonomici

Database bibliografici

Più di 5000 riviste biomediche (con impact factor) in 70 paesi.

MEDLINE/NML (National Library of Medicine): 13 milioni di citazioni dal 1966 ad oggi.

NCBI:

1. PubMed: tutte le pubblicazioni contenenti la parola chiave ricercata

2. PubMed Central: tutti i full-text disponibili, con link ad altre risorse di NCBI; progetto di digitalizzazione di pubblicazioni “datate”

3. Books: libri interamente disponibili sul web

4. OMIM (Online Mendelian Inheritance in Man): pubblicazioni riguardanti patologie genetiche

Altri database:

BIOSIS: pubblicazioni, anche di vecchia letteratura, in tutti I settori della ricerca biologica

CAB International: più di 4 milioni di riferimenti, di varia origine, relativi a nutrizione e agricoltura

Database bibliografici