samenvatting bio-informatica

Home Page - Select or create a notebook (kuleuven.be)


ENTREZ GENE (Home - Gene - NCBI (nih.gov)) \


www.ebi.ac.uk/Tools/dbfetch/dbfetch?db=refseqn;id=NM_000231;format=fasta&style=raw

- Dit is in deault formaat
- Zoals een genbank formaat
- Via deze site: NM nummer vervangen => FASTA sequentie meteen te zien!

Informatie over een gen

- Gen structuur
- Functies
- Gen expressie
- Interacties met andere proteïnen
- Mutante fenotypes
- Homologie

Gegeven info

- Elke lijn = transcript isovorm
- NM_identifier = RefSeq identifier
 Geeft de FASTA sequentie door erop te klikken
 Zoeken in entrez nucleotide (Home - Nucleotide - NCBI (nih.gov))
- NP_ = protein entry
- Non-coding exon = licht groen <-> coding exon = donker groen

RefSeq

- Veel sequenties zitten vaker in genbank => redundantie
- Doel: voor elk molecule een referentiesequentie hebben
- Elke RefSeq = uniek molecule van een organisme
- RefSeq is niet redundant => elk bestaat maar 1 keer
- NT_, NP_, NM_
- XP_ = voorspellingen

Voorbeeld: EIF4EI (accession number: U54469)

- U54469 ingeven in entrez nucleotide
- Header, features en sequence gegeven
- CDS = coding sequence
- Genproduct = eukaryotic initiation factor 4E-II
- Gennaam = eIF4E

European database – EMBL/EBI (EBI Search < EMBL-EBI)

- ENSG nummer = ensemble gene ID
- Europese versie van NCBI

DBFETCH (Dbfetch < EMBL-EBI)



European nucleotide archive -ENA (ENA Browser (ebi.ac.uk))

,Home Page - Select or create a notebook (kuleuven.be)


OEFENING 1

Vindt de publicatie in PubMed met PMID 29764999
1) Open entrez all databases
2) Geef het PMID in
3) Artikel gegeven over het gen
Welk gen is ermee gelinkt?
1) Het E2F1 gen komt voor in het artikel
Er is maar 1 transcript: geef de FASTA, GenBank en graphics
1) Open entrez nucleotide
2) Geef E2F1 in
3) Je kan zien dat er maar 1 transcript is
4) Klik op de RefSeq transcripts: het transcript is NM_005225
5) Klik links boven op FASTA, GenBank en Graphics
Download het GenBank formatted flatfile
1) Druk rechts boven op sent to
2) Druk op file en genbank formaat
3) En download het
Download de flatfile met DBFetch (default format)
1) Ingeven in link bovenaan bladzijde
2) Crtl+A en crtl+C
3) Crtl+V in notepad++
Open het in een text editor
1) Open notepad++
2) Open het gedownloade bestand


PROTEIN DATABASES


Via entrez gene

- Gen ingeven in entrez gene
- Bij de tab “NCBI reference sequences” staan links naar sites
- NP_ = link naar entrez Protein (Home - Protein - NCBI (nih.gov))
- P = link naar UniProtKB (UniProt)
- UniportKB = swissprot

GFF format

- Alleen de features
- Tab seperated text file -> 9 kolommen
- sequentie naam – bron – type feature – start – stop – score – strand – frame – extra tekst

OEFENING 1

Download de FASTA sequentie van humaan hemoglobin alpha protein from uniprot
1) open uniprot
2) vul de naam van het eiwit in
3) ga naar FASTA
4) open de sequentie en plak hem in notepad++

,Home Page - Select or create a notebook (kuleuven.be)


Download een GFF format list of features
1) ga via format naar GFF
2) plak in notepad++
OF: voeg het eiwit toe aan je basket -> download dan het juiste formaat


OEFENING 2

Vindt de paper over de rol van het DCC gen in cellular differentiation and colorectal
tumorgenesis (Hendrick et al. 1994)
1) zoek via pubmed all databases
2) geef “hendrick DCC gene” in
3) je krijgt nu het artikel te zien
Geef het pubmed ID
1) ID is te vinden onder de titel van het artikel
2) PMID: 7926722
Wat zijn de residus die de signal sequence bepalen volgens de uniprot entry?
1) Zoek het DCC gen in entrez gene
2) Ga naar de uniprot link
3) Zoek naar daar signal peptide
4) Positie 1-25
5) Via BLAST kan je de sequentie vinden
= MENSLRCVWVPKLAFVLFGASLFSA
Structuren

- Entrez structure in NCBI (Home - Structure - NCBI (nih.gov))

OEFENING 3

Hoeveel mRNAs zijn er van het SOX2 gen?
1) Ga naar entrez gene
2) Geef SOX2 in
3) Er is 1 transcript isovorm = 1 mRNA
Wat is de functie van dit gen?
1) Open de info over het gen
2) Ga naar de uniprot link
3) Hier kan je de functie lezen
Geef de FASTA sequentie van 1 mRNA
1) Ga naar NM identifier en klik erop
2) Open de FASTA
Geef de FASTA sequentie van 1 proteïne isovorm
1) Ga in uniprot naar de FASTA
2) Open de sequentie
Is de structuur beschikbaar?
1) Geef in entrez structure SOX2 in
2) Er zijn structuren beschikbaar
Zijn er geannoteerde domeinen in swissprot?
1) Ga in uniprot naar de tab “family and domains”
2) Hier zie je dat er 2 domeinen zijn
3) Positie 19-23 poly-gly
Positie 227-30 poly-ala

, Home Page - Select or create a notebook (kuleuven.be)


GENE ONTOLOGY (GO) (QuickGO (ebi.ac.uk))


GO annotatie

- Functie
- Verwerking
- Component
- Annotaties = alle species die het gen ook hebben

Databases

- FlyBase (drosophila) (FlyBase Homepage)
- MGI (muizen) (MGI-Mouse Genome Informatics)
- SGD (gist)
- TAIR
- TIGR
- SWIS-PROT
- PSU
- ZFIN
- PAMGO

Vragen

- Wat doet het genproduct?
- Waar en wanneer doet het dat?
- Waarom doet het dat?

Componenten

- Cellular component
- Molecular function
- Biological process




OEFENING 1

Vindt de GO annotatie van het humaan PAX6 in uniprotKB, mouse PAX6 in MGI en fly in flybase
1) open uniprotKB
2) geef het PAX6 gen in
3) ga via quick GO naar de GO annotatie = 222
4) je kan deze opslaan via export – GAF – GO
5) open MGI
6) geef het PAX6 in