Samenvatting bio-informatica
Hoofdstuk 1: inleiding – databases deel 1
Entrez gene
Genstructuur: welke mRNA’s (= alternatieve splicing)
Genexpressie
Interacties met andere proteinen
Waar in het genoom ligt het gen
…
NM_identifier = elk transcript ve mRNA elk transcript komt overeen met eigen NP_protein
entry
RefSeq
Bevat voor elk molecule in centraal dogma één referentie sequentie
- NT: genomische contigs
- NM: mRNA’s
- NP: proteine
- XM: model mRNA’s
- XP: voorspelling van modelproteinen kritisch en voorzichtig mee zijn!
GenBank format (.gb)
- Header: belangrijke info vd entry – loci – soort sequentie – acession number
- Features: annotaties op de sequentie – mRNA structuur met posities van exonen – TLN
van AZ
- Sequence: CDS
OEFENINGEN: ZIE PWP
Proteine databases
UNIPROT
https://www.uniprot.org/
proteine sequenties afgeleid van TLN van nucleotide sequenties
NM_ NP_
OEFENINGEN: ZIE PWP
3D structuren
Via https://www.ncbi.nlm.nih.gov/ structuur aanduiden
Hoofdstuk 2 : databases deel 2
, Ontologys, genexpressie, modelorganismen
Gene ontology
Ontology = gestructureerde verzameling van begrippen en hun onderlinge relaties, bedoeld
om kennis over een bepaald domein systematisch en eenduidig vast te leggen
GO structuur:
- Moleculaire functie: wat doet het genproduct?
set van functies leidt tot een biologisch proces
- Cellulaire component: waar en wanneer doet het iets?
- Biologisch proces: in welke processen neemt het deel?
Ouderterm = termen die hoger in hierarchie liggen van een GO term
child term
geen child term = parent is laatste term van de ontologie
Natural language processing: machines leren om menselijke taal te begrijpen
QuickGO is een online tool van de Gene Ontology (GO)-project, waarmee je snel en
gemakkelijk informatie kunt opzoeken over biologische functies van genen en eiwitten
aan de hand van GO-termen.
Waarvoor dient QuickGO?
1. Zoeken naar GO-termen
Je kunt termen opzoeken die beschrijven wat een eiwit of gen doet (bijvoorbeeld "DNA-
binding" of "celgroei").
2. Inzicht krijgen in GO-hiërarchie
GO-termen zijn hiërarchisch gestructureerd (bijv. algemene term → specifiekere
termen), en QuickGO laat visueel zien hoe termen met elkaar verbonden zijn.
3. Zoeken op gen/eiwit
Je kunt een specifiek gen of eiwit invoeren en zien welke GO-termen ermee
geassocieerd zijn, zoals:
o Moleculaire functie (wat doet het eiwit op moleculair niveau)
o Biologisch proces (in welk proces is het betrokken)
o Cellulaire component (waar in de cel bevindt het zich)
4. Export en filtering
QuickGO laat je resultaten filteren (bijvoorbeeld op organismen of bewijsniveau) en
downloaden, wat handig is voor bioinformatica-analyse.
5. QuickGO weergeeft de child terms en de plek van een bepaald proces in gene
ontology (relaties tot andere processen etc)
Waarvoor dient UniProt?
1. Informatie over eiwitsequenties
UniProt bevat gedetailleerde aminozuursequenties van eiwitten.
2. Functie en structuur van eiwitten
De database geeft informatie over wat een eiwit doet, waar het in het lichaam
voorkomt, en of het bijvoorbeeld een enzym of receptor is.
, 3. Eiwitannotatie
Je vindt er informatie over post-translationele modificaties, bindingsplaatsen, domeinen
en andere kenmerken van eiwitten.
4. Ziektegerelateerde gegevens
UniProt vermeldt ook of bepaalde mutaties in een eiwit verband houden met ziektes
(bijvoorbeeld genetische aandoeningen of kanker).
5. Vergelijking tussen soorten
Je kunt eiwitten van verschillende organismen vergelijken, wat handig is voor
evolutionair onderzoek of het vinden van modelorganismen.
6. Link met andere databases
UniProt koppelt naar andere relevante bronnen zoals PDB (eiwitstructuren), Ensembl
(geninformatie), en PubMed (wetenschappelijke artikelen).
Annotatie = een stuk informatie dat je over iets weet (bv een gene ontology is een annotatie
van een gen, bv waar een gen tot expressie komt is een annotatie van een gen, informatie
over een mutatie is een annotatie van de mutatie, … )
OBO: Open Biomedical Ontologies opslagplaats van ontologieën met gedefinieerde set van
standaarden en regels
Van ene naar andere ontologie gaan
DOEL: volledige biomedische / biologische kennis integreren in ontologieën die met
elkaar gelinkt kunnen worden over ontologieën heen Dia 21: anatomie
van een OBO term
OLS= databank waarin alle ontologieën zijn opgenomen (cell ontology, tissue ontology,
phenotype ontology, …)
- Geeft resultaten voor een zoekterm per ontologie (cell ontoloogy, tissue ontology, …)
en geeft definities en onderlinge relaties binnen de ontologie
Genexpressie
Entrez Gene= onderdeel van NCBI: geeft informatie over genen, transcripten en
eiwitvarianten, de functionele beschrijving van een gen, functie ivm ziekten, genexpressie en
genregulatie
GTEx: geeft informatie over genexpressie per weefsel
info gehaald uit postmortem individuen: RNAseq binnen de 24u
CELLxGENE: voorziet datasets afkomstig van menselijk- en muisweefsel – zo kan je
genexpressiepatronen visulaliseren, celtypes identificeren en vergelijkingen maken tussen
verschillende celgroepen
Merkergen = gen dat enkel tot expressie komt in dat weefsel (zie oefeningen)
Fenotypes en ziekten
OMIM = Online Mendelian Inheritance in Man
link tussen genen en ziekte van mendeliaanse monogenetische aandoeningen
HPO = Human Phenotype Ontology
ontologie om fenotypes te beschrijven identifier: HP
, families met gelijkaardig fenotype bekijken – genotypische associatie
Model organismen
Genetische manipulaties bekijken knock in / out
- MGI = mouse genome informatics
- Flybase
USCS:
De UCSC Genome Browser is een uitgebreide online database en visualisatietool voor
genoominformatie van mensen en andere organismen.
Belangrijkste functies:
Visualisatie van genoomdata (genen, exonen, mutaties, regulatory elementen)
Toegang tot genannotaties, SNPs, epigenetica, comparative genomics
Integratie van databanken zoals ENCODE, GENCODE, dbSNP
Ondersteunt o.a. BLAT, een snelle alignementtool
Voor wie?
Voor biomedici, bio-informatici en genetici die:
DNA- of RNA-sequenties willen analyseren
Interesse hebben in varianten (zoals bij GWAS, mutatieanalyse)
Regulatoire regio’s willen bestuderen
Samengevat:
De UCSC Genome Browser is een onmisbare databank en visualisatietool in het biomedisch
onderzoek voor het analyseren van het genoom.
Oefeningen
Oef 2.1)
PAX6 in QuickGO zoeken:
1. Ga naar QuickGO
2. Typ ‘PAX6’ in zoekbalk
3. Kijk bij Gene products: dit zijn de resultaten voor een gen of proteïne, als je informatie over de functie wilt
moet je kijken bij Terms
4. Druk op ‘show all 1,515 results’
Welke UniProt entry heeft de meeste associations?
1. Duid links bij Organism ‘Homo Sapiens’ aan
2. Kijk nu rechts bij annotations naar de entry met het meeste annotations: dit is P26367 met (op dit
moment) 233 annotations
3. Klik op annotations
4. Klik bij Gene Product op de UniProt link van het eerste PAX6 balkje dat je krijgt: je gaat nu naar de UniProt
site
In QuickGO zoeken naar ‘heart developpement’:
Hoofdstuk 1: inleiding – databases deel 1
Entrez gene
Genstructuur: welke mRNA’s (= alternatieve splicing)
Genexpressie
Interacties met andere proteinen
Waar in het genoom ligt het gen
…
NM_identifier = elk transcript ve mRNA elk transcript komt overeen met eigen NP_protein
entry
RefSeq
Bevat voor elk molecule in centraal dogma één referentie sequentie
- NT: genomische contigs
- NM: mRNA’s
- NP: proteine
- XM: model mRNA’s
- XP: voorspelling van modelproteinen kritisch en voorzichtig mee zijn!
GenBank format (.gb)
- Header: belangrijke info vd entry – loci – soort sequentie – acession number
- Features: annotaties op de sequentie – mRNA structuur met posities van exonen – TLN
van AZ
- Sequence: CDS
OEFENINGEN: ZIE PWP
Proteine databases
UNIPROT
https://www.uniprot.org/
proteine sequenties afgeleid van TLN van nucleotide sequenties
NM_ NP_
OEFENINGEN: ZIE PWP
3D structuren
Via https://www.ncbi.nlm.nih.gov/ structuur aanduiden
Hoofdstuk 2 : databases deel 2
, Ontologys, genexpressie, modelorganismen
Gene ontology
Ontology = gestructureerde verzameling van begrippen en hun onderlinge relaties, bedoeld
om kennis over een bepaald domein systematisch en eenduidig vast te leggen
GO structuur:
- Moleculaire functie: wat doet het genproduct?
set van functies leidt tot een biologisch proces
- Cellulaire component: waar en wanneer doet het iets?
- Biologisch proces: in welke processen neemt het deel?
Ouderterm = termen die hoger in hierarchie liggen van een GO term
child term
geen child term = parent is laatste term van de ontologie
Natural language processing: machines leren om menselijke taal te begrijpen
QuickGO is een online tool van de Gene Ontology (GO)-project, waarmee je snel en
gemakkelijk informatie kunt opzoeken over biologische functies van genen en eiwitten
aan de hand van GO-termen.
Waarvoor dient QuickGO?
1. Zoeken naar GO-termen
Je kunt termen opzoeken die beschrijven wat een eiwit of gen doet (bijvoorbeeld "DNA-
binding" of "celgroei").
2. Inzicht krijgen in GO-hiërarchie
GO-termen zijn hiërarchisch gestructureerd (bijv. algemene term → specifiekere
termen), en QuickGO laat visueel zien hoe termen met elkaar verbonden zijn.
3. Zoeken op gen/eiwit
Je kunt een specifiek gen of eiwit invoeren en zien welke GO-termen ermee
geassocieerd zijn, zoals:
o Moleculaire functie (wat doet het eiwit op moleculair niveau)
o Biologisch proces (in welk proces is het betrokken)
o Cellulaire component (waar in de cel bevindt het zich)
4. Export en filtering
QuickGO laat je resultaten filteren (bijvoorbeeld op organismen of bewijsniveau) en
downloaden, wat handig is voor bioinformatica-analyse.
5. QuickGO weergeeft de child terms en de plek van een bepaald proces in gene
ontology (relaties tot andere processen etc)
Waarvoor dient UniProt?
1. Informatie over eiwitsequenties
UniProt bevat gedetailleerde aminozuursequenties van eiwitten.
2. Functie en structuur van eiwitten
De database geeft informatie over wat een eiwit doet, waar het in het lichaam
voorkomt, en of het bijvoorbeeld een enzym of receptor is.
, 3. Eiwitannotatie
Je vindt er informatie over post-translationele modificaties, bindingsplaatsen, domeinen
en andere kenmerken van eiwitten.
4. Ziektegerelateerde gegevens
UniProt vermeldt ook of bepaalde mutaties in een eiwit verband houden met ziektes
(bijvoorbeeld genetische aandoeningen of kanker).
5. Vergelijking tussen soorten
Je kunt eiwitten van verschillende organismen vergelijken, wat handig is voor
evolutionair onderzoek of het vinden van modelorganismen.
6. Link met andere databases
UniProt koppelt naar andere relevante bronnen zoals PDB (eiwitstructuren), Ensembl
(geninformatie), en PubMed (wetenschappelijke artikelen).
Annotatie = een stuk informatie dat je over iets weet (bv een gene ontology is een annotatie
van een gen, bv waar een gen tot expressie komt is een annotatie van een gen, informatie
over een mutatie is een annotatie van de mutatie, … )
OBO: Open Biomedical Ontologies opslagplaats van ontologieën met gedefinieerde set van
standaarden en regels
Van ene naar andere ontologie gaan
DOEL: volledige biomedische / biologische kennis integreren in ontologieën die met
elkaar gelinkt kunnen worden over ontologieën heen Dia 21: anatomie
van een OBO term
OLS= databank waarin alle ontologieën zijn opgenomen (cell ontology, tissue ontology,
phenotype ontology, …)
- Geeft resultaten voor een zoekterm per ontologie (cell ontoloogy, tissue ontology, …)
en geeft definities en onderlinge relaties binnen de ontologie
Genexpressie
Entrez Gene= onderdeel van NCBI: geeft informatie over genen, transcripten en
eiwitvarianten, de functionele beschrijving van een gen, functie ivm ziekten, genexpressie en
genregulatie
GTEx: geeft informatie over genexpressie per weefsel
info gehaald uit postmortem individuen: RNAseq binnen de 24u
CELLxGENE: voorziet datasets afkomstig van menselijk- en muisweefsel – zo kan je
genexpressiepatronen visulaliseren, celtypes identificeren en vergelijkingen maken tussen
verschillende celgroepen
Merkergen = gen dat enkel tot expressie komt in dat weefsel (zie oefeningen)
Fenotypes en ziekten
OMIM = Online Mendelian Inheritance in Man
link tussen genen en ziekte van mendeliaanse monogenetische aandoeningen
HPO = Human Phenotype Ontology
ontologie om fenotypes te beschrijven identifier: HP
, families met gelijkaardig fenotype bekijken – genotypische associatie
Model organismen
Genetische manipulaties bekijken knock in / out
- MGI = mouse genome informatics
- Flybase
USCS:
De UCSC Genome Browser is een uitgebreide online database en visualisatietool voor
genoominformatie van mensen en andere organismen.
Belangrijkste functies:
Visualisatie van genoomdata (genen, exonen, mutaties, regulatory elementen)
Toegang tot genannotaties, SNPs, epigenetica, comparative genomics
Integratie van databanken zoals ENCODE, GENCODE, dbSNP
Ondersteunt o.a. BLAT, een snelle alignementtool
Voor wie?
Voor biomedici, bio-informatici en genetici die:
DNA- of RNA-sequenties willen analyseren
Interesse hebben in varianten (zoals bij GWAS, mutatieanalyse)
Regulatoire regio’s willen bestuderen
Samengevat:
De UCSC Genome Browser is een onmisbare databank en visualisatietool in het biomedisch
onderzoek voor het analyseren van het genoom.
Oefeningen
Oef 2.1)
PAX6 in QuickGO zoeken:
1. Ga naar QuickGO
2. Typ ‘PAX6’ in zoekbalk
3. Kijk bij Gene products: dit zijn de resultaten voor een gen of proteïne, als je informatie over de functie wilt
moet je kijken bij Terms
4. Druk op ‘show all 1,515 results’
Welke UniProt entry heeft de meeste associations?
1. Duid links bij Organism ‘Homo Sapiens’ aan
2. Kijk nu rechts bij annotations naar de entry met het meeste annotations: dit is P26367 met (op dit
moment) 233 annotations
3. Klik op annotations
4. Klik bij Gene Product op de UniProt link van het eerste PAX6 balkje dat je krijgt: je gaat nu naar de UniProt
site
In QuickGO zoeken naar ‘heart developpement’:
