Identificar genes en secuencias de ADN

Problema Biolgico

Gramtica? y Gentica?

El estudio de la gramtica y la preparacin de normas gramaticales han sido, desde los primeros estatutos acadmicos, un complemento imprescindible a la elaboracin de diccionarios: en el diccionario se de-finen las palabras; en la gramtica se explica la forma en que los elementos de la lengua se enlazan para formar textos y se analizan los significados de estas combinaciones.

http://www.rae.es/obras-academicas/gramatica#sthash.msVo2Ow3.dpuf

Elementos de la Gramtica

Nueva Gramtica de la Lengua Espaola (2009-2011).

a. morfologa, analiza la estructura de las palabras, su constitucin interna y variaciones.

b. sintaxis, forma en que se ordenan y combinan.

c. fontica y fonologa, sonidos del habla y su organizacin lingstica.

Sigo sin entender . . .

Estoy en la clase de Bioinformtica o en la clase de Lengua Espaola

No se supone que era un electivo.

SECUENCIAS PALNDROMAS

AACGAACGACTAGCATAGATAGAGATAGACATAGACATAGCATCAGCATCAGCATAGCAGCAGCATAGCATCAGCAGCAGTCTACACAGACATAGATAGATAGCATAGATAGATGATACGATAGACTAGAGATCAGATCAGCACTAGCACTACGACTAGACTAGAGAAGAAACGACTACGAGGACTACGACAGCATCACAC

Buscar patrones Interpretarlos biolgicamente

Proyecto Genoma Humano

Se tuvo acceso al as letras del libro de la vida.

Pero desconocamos las reglas gramaticales para poder descifrar la informacin.

La piedra rosseta de la biologa molecular.

http://www.geneprediction.org/book/Comparative.ppt

Tcnicas para la Bsqueda de Genes

ATAGGACTAGACTAGCATAGATGACG

AACGTGGGAGAGAGAGGAGAGTAGCA

Podemos identificar

Genes Limites de exones Sitios de splicing Inicio y fin de la traduccin

Splicing alternativo Elementos regulatorios

Objetivos primarios

Objetivos secundarios

Mtodos experimentales

Mtodos computacionales

ESTRUCTURA DE UN GEN PROCARIOTICO

Imagen superior from Purves et al., Life: The Science of Biology, 4th Edition, by Sinauer Associates (www.sinauer.com) and WH Freeman (www.whfreeman.com)

Promotor CDS Terminador

transcripcin

ADN genmico

ARNm

Seal Shine-Delgarno5'-TATAAT-3

Secuencia codificante

Seal del trmino de la secuencia codificante

La morfologa

La morfologa

SEAL CONTENIDO

RBS (secuencia Shine-Delgarno) secuencia rica en pU, complementaria a 16S rRNA

Codn de Inicio ATG, (GTG, TTG)

Uso de Codn dependiente de la especie

Tercera Posicin del Codn preferencia por un nucletido especfico (G,C)

Frecuencia k-mers dependiente de la especie

Codn Termino TGA, TAA, TAG

Arch. argent. pediatr. v.108 n.4 Buenos Aires jul./ago. 2010

ESTRUCTURA DE UN GEN EUCARIOTICOLa morfologa

La secuencia Kozac, facilita el reconocimiento de la secuencia de iniciacin AUG, en el proceso de traduccin de los eucariontes.

La morfologa

SEAL CONTENIDOS

Inicio Transcripcional regiones circundantes a

Codn Start (CpG islands)

Codn de Inicio ATG, regiones circundantes

(Seq Kozak: CCGCCATGG)

Uso de Codn dependiente de la especie

Tercera Posicin del Codn preferencia por un

nucletido especfico (G,C)

Frecuencia k-mers dependiente de la especie

5' Splice Junction GT(AAGT)

3' Splice Junction (Py)12NCAG

Codn de Termino TGA, TAA, TAG

Seal Poly-A CAATAA(T/C)

Genoma Procaritico

0.5 10 Mpb

Alta densidad gnica : >90% regiones codificantes

Baja frecuencia de secuencias repetitivas

ORF nico y continuo

Facilidad en el anlisis deORF.

No todos los ORF corresponden a genes verdaderos.

Genes con ORF cortos y ARN no codificantes (ARN funcionales que no son traducidos) se ven subrepresentados.

Genoma Eucaritico

10Mpb 670 Gpb

Baja densidad gnica :

http://ghr.nlm.nih.gov/glossary=openreadingframe

ORF

http://www.kazusa.or.jp/codon/

Data source

NCBI-GenBank Flat File Release 160.0 [June 15 2007].Data amount

35,799 organisms3,027,973 complete protein coding genes (CDS's)

Seales Intrones / Exones

Deteccin del Sitio de Splicing

human: AAGGGAAGACAGGTGAGGGTCAAGCCCCAGCAAGTGCACCCAG------------ACACC

chimp: AAGGGAAGACAGGTGAGGGTCAAGCCCCAGCAAGTGCACCCAG------------ACACC

cow: AAGGGAAGACATTTACGAGTCAAGCCACAGAAAGAGCCCCTGAG-----------GTGCC

dog: AAAGGAGGACATGTGAGGGCCAAACTACTGAAGGTTCAACCAGG-----------ATGCT

galago: AAGGGGAGACAGGGGAGGGTCACACCATGGCAGAGG--CCAAG------------ACAGC

rat: AAAGGAAACAATGGGAAGGTTA-TCAACTCCAAGTATGCCCAAGATCAAGGGAACCCCTT

mouse: AAAGGAAACCACTGGGAGGTTA-GAAATCACAGGTGCACCCAAGATCAAGGAA--CCCCT

humanchimpanzee

cowdog

mouserat

chicken galago

Usar mltiplesgenomas

incrementa la

efectividad

Conservacin de Secuencias en la Evolucin

Prediccin de Genes

aatgcatgcggctatgctaatgcatgcggctatgctaagctgggatccgatgacaatgcatgcggctatgctaatgcatgcggctatgcaagctgggatccgatgactatgctaagctgggatccgatgacaatgcatgcggctatgctaatgaatggtcttgggatttaccttggaatgctaagctgggatccgatgacaatgcatgcggctatgctaatgaatggtcttgggatttaccttggaatatgctaatgcatgcggctatgctaagctgggatccgatgacaatgcatgcggctatgctaatgcatgcggctatgcaagctgggatccgatgactatgctaagctgcggctatgctaatgcatgcggctatgctaagctgggatccgatgacaatgcatgcggctatgctaatgcatgcggctatgcaagctgggatcctgcggctatgctaatgaatggtcttgggatttaccttggaatgctaagctgggatccgatgacaatgcatgcggctatgctaatgaatggtcttgggatttaccttggaatatgctaatgcatgcggctatgctaagctgggaatgcatgcggctatgctaagctgggatccgatgacaatgcatgcggctatgctaatgcatgcggctatgcaagctgggatccgatgactatgctaagctgcggctatgctaatgcatgcggctatgctaagctcatgcggctatgctaagctgggaatgcatgcggctatgctaagctgggatccgatgacaatgcatgcggctatgctaatgcatgcggctatgcaagctgggatccgatgactatgctaagctgcggctatgctaatgcatgcggctatgctaagctcggctatgctaatgaatggtcttgggatttaccttggaatgctaagctgggatccgatgacaatgcatgcggctatgctaatgaatggtcttgggatttaccttggaatatgctaatgcatgcggctatgctaagctgggaatgcatgcggctatgctaagctgggatccgatgacaatgcatgcggctatgctaatgcatgcggctatgcaagctgggatccgatgactatgctaagctgcggctatgctaatgcatgcggctatgctaagctcatgcgg

Gen!