Hogeschool Utrecht, 2e jaar Life Sciences
Bio informatica
Paar opmerkingen
Als er ’…’ of ‘bestand’ staat wordt er bedoeld dat er een bestand getypt moet worden, dit kan
verschillend zijn afhankelijk van de opdracht die je krijgt.
Na het aangeven van de volgorde die je moet typen in Putty staat er soms (bestandnaam), hier wordt
bedoeld dat het woord hiervoor een bestandnaam moet zijn van jouw bestand!
Ook is de volgorde van het invoeren in Putty in verschillende kleuren aangegeven. Rood varieert
nooit maar alle andere kleuren kunnen varieren afhankelijk van wat je wilt weten, bestandnaam etc.
Contents
Table of Contents
Contents.................................................................................................................................................1
Het visualiseren van “DNA sequencing” bestanden.......................................................................2
Het herkennen van “DNA sequencing” fouten...............................................................................3
Het herkennen van mutaties in DNA sequenties............................................................................6
2. De bekende bacterie...........................................................................................................................6
Uitvoeren van een BLAST analyse...................................................................................................6
Het BLAST programma vergelijkt onbekende sequenties met bekende sequenties in de
databank.........................................................................................................................................6
Annoteren van DNA sequenties....................................................................................................14
Ontwerpen van primers voor kloneren........................................................................................18
Annoteren van eukaryote genen..................................................................................................21
Transcript varianten.....................................................................................................................22
Opbouw van eukaryoot messenger RNA (mRNA).........................................................................22
Ontwerpen van primers voor gen expressie analyse....................................................................22
Maken van een stappenplan voor een script................................................................................23
Linux omgeving en functies..........................................................................................................23
Mutatie analyse............................................................................................................................23
Uitvoeren van een script in Linux.................................................................................................27
5. Knippen en plakken met DNA...........................................................................................................29
Opbouw van het genoom.................................................................................................................29
Splicing.............................................................................................................................................29
UCSC browser...................................................................................................................................30
, WinSCP file transfer......................................................................................................................34
Linux commands...............................................................................................................................35
Les 6 De eiwit code...............................................................................................................................36
Eiwit Translatie.................................................................................................................................36
Eiwit domeinen.................................................................................................................................38
Mutatie analyse blast.......................................................................................................................38
Expasy...............................................................................................................................................40
Iso-elektrisch punt / moleculair gewicht......................................................................................41
Familie domeinen.........................................................................................................................41
Swiss-Prot, Ensemble........................................................................................................................43
Begrippenlijst....................................................................................................................................43
Bash Analyse Pipeline...................................................................................................................44
Eiwit Translatie.............................................................................................................................48
Mutatie analyse............................................................................................................................48
Uitvoeren van Perl scripts.............................................................................................................48
Molecular Pathways.....................................................................................................................48
Kegg databank..............................................................................................................................49
Kegg-AML-tumorsupressors_oncogenes......................................................................................54
Post-translational modifications (PTMs).......................................................................................58
Histonen.......................................................................................................................................58
NCBI Structure databank..............................................................................................................58
3D structuur van eiwitten.............................................................................................................60
Histone code.................................................................................................................................64
Uniprot databank..........................................................................................................................65
10. Eiwit-DNA interacties......................................................................................................................67
Verkrijgen van DNA sequenties........................................................................................................67
UCSC Genome browser....................................................................................................................68
BED bestanden.................................................................................................................................69
Visualiseren van genomische data....................................................................................................74
1. De onbekende bacterie
Het visualiseren van “DNA sequencing” bestanden
1. Open het DNAbaser programma, ga naar de folder met de bestanden die je wilt gebruiken.
2. Selecteer de bestanden (klik op shift en klik beide bestanden aan)
, 3. Voeg deze bestanden toe door op ‘Add’ te klikken. De bestanden kunnen ook een voor een
geselcteerd en toegevoegd worden als je dit makkelijker vindt
4. Klik op “Start sequence assembly”. De DNA sequenties worden weergegeven
in chromatogrammen
5. Ga naar de tab ‘Assembly’ als je hier niet al in zit
6. Uitleg over je verkregen chromatogram staat in figuur 7b
Het herkennen van “DNA sequencing” fouten
Onbetrouwbare DNA sequenties worden in DNA baser op de volgende manieren aangegeven en
gecorrigeerd:
, Q-value: Elke nucleotide in een chromatogram heeft een betrouwbaarheidsscore. Dit is de “Q-value”
en wordt uitgerekend door de sequencing software. De Q-value is gedefinieerd als Q= -10 x log (P)
waarin P de kans is dat een nucleotide niet goed bepaald is. Bijvoorbeeld als de software uitrekent
dat er een 10% kans is (of fractie van 0,1) dat de nucleotide bepaling niet juist is, dan is de Q value
van deze nucleotide 10:
Q = -10 x 10log(0,1) = -10 x -1 = 10
Bad end trimming: De onbetrouwbare nucleotide zijn vooral aanwezig in het begin en het einde van
het DNA. Deze gebieden worden gekenmerkt door lage, brede pieken en een lage “Q-value”. Dit
wordt aangegeven met grijze vakken. Deze sequenties zijn een opeenvolging van foute nucleotiden
en worden niet verder geanalyseerd.
Ambiguous bases: “Ambiguous bases” zijn nucleotiden die niet overeenkomen in overlappende DNA
sequenties van hetzelfde DNA. Dit zijn conflicten die opgelost moeten worden.
Contig: Een contig is een reeks van overlappende DNA sequenties waaruit een DNA sequentie wordt
samengesteld. Als er een ambiguous base (conflict) is dan wordt de “juiste” nucleotide bepaald aan
de hand van de “Q-values”. Dit wordt automatisch gedaan door de software maar in sommige
gevallen is het niet altijd correct. De onderzoeker moet dus zelf deze correctie controleren.
Verkeerde nucleotides spoor je zo op:
1. Klik op de navigatiebuttons “Prev” en “Next” (zie ook figuur 7b) om conflicten op te sporen.
Dat wil zeggen, op welke posities komen de nucleotide niet overeen van de DNA bestanden
2. Als je met de cursor over de bovenste sequenties beweegt dan wordt de positie van de
nucleotide aangegeven in een geel vakje (zie figuur 8). De posities binnen de sequenties van
kloon1-1 en kloon1-2 verschillen omdat standaard sequencing reacties ongeveer tussen de
300-500 nucleotide analyseren. De positie van de nucleotide binnen de contig verschilt ook
ten opzichte van de originele sequenties van kloon 1 en 2.
3. Met de cursor kan je een nucleotide positie aanklikken. Er verschijnt dan een zwart
rechthoek om de nucleotide heen (zie figuur 8, paarse cirkel). Dezelfde positie in het
chromatogram wordt aangegeven met witte balken (zie figuur 8 zwarte cirkel).
Bio informatica
Paar opmerkingen
Als er ’…’ of ‘bestand’ staat wordt er bedoeld dat er een bestand getypt moet worden, dit kan
verschillend zijn afhankelijk van de opdracht die je krijgt.
Na het aangeven van de volgorde die je moet typen in Putty staat er soms (bestandnaam), hier wordt
bedoeld dat het woord hiervoor een bestandnaam moet zijn van jouw bestand!
Ook is de volgorde van het invoeren in Putty in verschillende kleuren aangegeven. Rood varieert
nooit maar alle andere kleuren kunnen varieren afhankelijk van wat je wilt weten, bestandnaam etc.
Contents
Table of Contents
Contents.................................................................................................................................................1
Het visualiseren van “DNA sequencing” bestanden.......................................................................2
Het herkennen van “DNA sequencing” fouten...............................................................................3
Het herkennen van mutaties in DNA sequenties............................................................................6
2. De bekende bacterie...........................................................................................................................6
Uitvoeren van een BLAST analyse...................................................................................................6
Het BLAST programma vergelijkt onbekende sequenties met bekende sequenties in de
databank.........................................................................................................................................6
Annoteren van DNA sequenties....................................................................................................14
Ontwerpen van primers voor kloneren........................................................................................18
Annoteren van eukaryote genen..................................................................................................21
Transcript varianten.....................................................................................................................22
Opbouw van eukaryoot messenger RNA (mRNA).........................................................................22
Ontwerpen van primers voor gen expressie analyse....................................................................22
Maken van een stappenplan voor een script................................................................................23
Linux omgeving en functies..........................................................................................................23
Mutatie analyse............................................................................................................................23
Uitvoeren van een script in Linux.................................................................................................27
5. Knippen en plakken met DNA...........................................................................................................29
Opbouw van het genoom.................................................................................................................29
Splicing.............................................................................................................................................29
UCSC browser...................................................................................................................................30
, WinSCP file transfer......................................................................................................................34
Linux commands...............................................................................................................................35
Les 6 De eiwit code...............................................................................................................................36
Eiwit Translatie.................................................................................................................................36
Eiwit domeinen.................................................................................................................................38
Mutatie analyse blast.......................................................................................................................38
Expasy...............................................................................................................................................40
Iso-elektrisch punt / moleculair gewicht......................................................................................41
Familie domeinen.........................................................................................................................41
Swiss-Prot, Ensemble........................................................................................................................43
Begrippenlijst....................................................................................................................................43
Bash Analyse Pipeline...................................................................................................................44
Eiwit Translatie.............................................................................................................................48
Mutatie analyse............................................................................................................................48
Uitvoeren van Perl scripts.............................................................................................................48
Molecular Pathways.....................................................................................................................48
Kegg databank..............................................................................................................................49
Kegg-AML-tumorsupressors_oncogenes......................................................................................54
Post-translational modifications (PTMs).......................................................................................58
Histonen.......................................................................................................................................58
NCBI Structure databank..............................................................................................................58
3D structuur van eiwitten.............................................................................................................60
Histone code.................................................................................................................................64
Uniprot databank..........................................................................................................................65
10. Eiwit-DNA interacties......................................................................................................................67
Verkrijgen van DNA sequenties........................................................................................................67
UCSC Genome browser....................................................................................................................68
BED bestanden.................................................................................................................................69
Visualiseren van genomische data....................................................................................................74
1. De onbekende bacterie
Het visualiseren van “DNA sequencing” bestanden
1. Open het DNAbaser programma, ga naar de folder met de bestanden die je wilt gebruiken.
2. Selecteer de bestanden (klik op shift en klik beide bestanden aan)
, 3. Voeg deze bestanden toe door op ‘Add’ te klikken. De bestanden kunnen ook een voor een
geselcteerd en toegevoegd worden als je dit makkelijker vindt
4. Klik op “Start sequence assembly”. De DNA sequenties worden weergegeven
in chromatogrammen
5. Ga naar de tab ‘Assembly’ als je hier niet al in zit
6. Uitleg over je verkregen chromatogram staat in figuur 7b
Het herkennen van “DNA sequencing” fouten
Onbetrouwbare DNA sequenties worden in DNA baser op de volgende manieren aangegeven en
gecorrigeerd:
, Q-value: Elke nucleotide in een chromatogram heeft een betrouwbaarheidsscore. Dit is de “Q-value”
en wordt uitgerekend door de sequencing software. De Q-value is gedefinieerd als Q= -10 x log (P)
waarin P de kans is dat een nucleotide niet goed bepaald is. Bijvoorbeeld als de software uitrekent
dat er een 10% kans is (of fractie van 0,1) dat de nucleotide bepaling niet juist is, dan is de Q value
van deze nucleotide 10:
Q = -10 x 10log(0,1) = -10 x -1 = 10
Bad end trimming: De onbetrouwbare nucleotide zijn vooral aanwezig in het begin en het einde van
het DNA. Deze gebieden worden gekenmerkt door lage, brede pieken en een lage “Q-value”. Dit
wordt aangegeven met grijze vakken. Deze sequenties zijn een opeenvolging van foute nucleotiden
en worden niet verder geanalyseerd.
Ambiguous bases: “Ambiguous bases” zijn nucleotiden die niet overeenkomen in overlappende DNA
sequenties van hetzelfde DNA. Dit zijn conflicten die opgelost moeten worden.
Contig: Een contig is een reeks van overlappende DNA sequenties waaruit een DNA sequentie wordt
samengesteld. Als er een ambiguous base (conflict) is dan wordt de “juiste” nucleotide bepaald aan
de hand van de “Q-values”. Dit wordt automatisch gedaan door de software maar in sommige
gevallen is het niet altijd correct. De onderzoeker moet dus zelf deze correctie controleren.
Verkeerde nucleotides spoor je zo op:
1. Klik op de navigatiebuttons “Prev” en “Next” (zie ook figuur 7b) om conflicten op te sporen.
Dat wil zeggen, op welke posities komen de nucleotide niet overeen van de DNA bestanden
2. Als je met de cursor over de bovenste sequenties beweegt dan wordt de positie van de
nucleotide aangegeven in een geel vakje (zie figuur 8). De posities binnen de sequenties van
kloon1-1 en kloon1-2 verschillen omdat standaard sequencing reacties ongeveer tussen de
300-500 nucleotide analyseren. De positie van de nucleotide binnen de contig verschilt ook
ten opzichte van de originele sequenties van kloon 1 en 2.
3. Met de cursor kan je een nucleotide positie aanklikken. Er verschijnt dan een zwart
rechthoek om de nucleotide heen (zie figuur 8, paarse cirkel). Dezelfde positie in het
chromatogram wordt aangegeven met witte balken (zie figuur 8 zwarte cirkel).
