hc7. resultaten practicum & informatie poster & prijsuitreikingen
in het bioinformatica-gedeelte gaan we de sequenties analyseren
● wet-lab & dry-lab (in silico / bioinformatica) resultaten komen op de poster
hc8. quantifying evolution | intro to bioinformatics & BLAST
wekelijkse bb-toetsen
● telt 5% mee aan het eindcijfer; highest scoring attempt counts
● available Friday noon, have to be done on Wednesday
voor vragen over de inhoud van de cursus
explain why a biologist should know bioinformatic data analysis
researches cannot directly look at bacteria and archaea, so to learn how they work
● they need to be grown in the lab (culture) in order to be sequenced and analyzed
using bioinformatics: study of informatic processes in biotic systems
● bioinformatic data analysis uses computational methods to analyze biological data
describe the omics
genomics: sequentie van al het DNA van 1 organisme
● metagenomics: sequentie van het DNA van alle organismen in een monster
○ take a sample (e.g. from corals) and filter it to get rid of non-biotic particles
(sand, leaves) → filtraat: microbes and/or viruses → DNA extraheren en
sequencen (e.g. illumina sequencing)→ illumina reads
transcriptomics: sequentie van al het mRNA in een organisme/weefsel/cel
● metatranscriptomics: sequentie van het mRNA van alle organismen in een monster
proteomics: sequentie van al het eiwit in een organisme/weefsel/cel
● metaproteomics: sequentie van de eiwitten van alle organismen in een monster
metabolomics; ‘meta’ komt van metabolism en hoort dus niet bij de bovenstaande termen
sequence data volume
● HumanGenome Project was all done with Sanger sequencing (first-generation)
● eerste keer duurde het 13 jaar, hedendaags maar een paar dagen
● sinds next-generation sequencing zijn er veel genomen snel/helemaal gesequenced
number of proteins: the longer its genome, the more genes it has (for virus and prokaryotes)
● eukaryoten - meeste hebben een groter genoom dan bacteriën
○ vooral planten hebben een groot genoom vanwege duplicatie
● bacteria and archaea – prokaryoten hebben een ‘gemiddelde’ genoomgrootte
● virussen - klein genoom, laag aantal protein coding genes
, explain the biology behind the ‘omics revolution: reduce bias by measuring all of a thing
Because of the omics revolution, we have more different genomes of different organisms in
the databases, and do not focus on few, well-known organisms.
microbioom: alle micro-organismen die het menselijk lichaam bevolken
● bacteria associated to humans in some way are usually well-studied → bias
● some don't even have a single cultured representative → can’t be grown in the lab
● metagenomics allows unbiased sampling of all microbes
○ metagenomics zorgt ervoor dat organismen kunnen worden gesequenced
zonder ze eerst in het lab te groeien → verminderde bias
compare the 2 ways a bioinformatician exploits existing data to make new discoveries
bioinformaticians use data in 2 ways
1) top-down
● eerst vraag → dataset(s)
● met een biologische vraag denkt een bio-informaticus na over welke datasets
gebruikt kunnen worden om deze te beantwoorden
2) bottom-up
● eerst dataset → biologische hypothese (vraag)
● met een dataset denk een bio-informaticus na over welke biologische
hypothese hij zou kunnen helpen testen
list the mechanisms of DNA mutation
evolution happens when organisms reproduce (vertical reproduction) and the copies are a
little bit different from the parents → selection
● mutations happen all the time
○ nucleotide substitution
■ replication error
■ physical or chemical reaction
○ insertions or deletions (indels)
■ unequal crossing-over during meiosis
■ replication slippage: polymerase slips (starts at a later/earlier repeat)
○ inversions or rearrangements (e.g. transposons that ‘jump around’)
○ duplications of:
■ partial or whole gene
■ partial (polysomy) or whole (aneuploidy, polysomy) chromosome
■ whole genome (polyploidy, e.g. plants)
○ horizontal gene transfer (HGT)
■ transfer between individuals of the same generation
● microsatellites: regions full of STR (number of copies)
○ fast-evolving regions: microsatelites with short tandem repeats (components)
○ most rapidly evolving characters on the genome
■ to distinguish individuals at short evolutionary distances
■ to distinguish 2 organisms/different members of the same species
○ are the most variable genome regions → have the highest resolution
in het bioinformatica-gedeelte gaan we de sequenties analyseren
● wet-lab & dry-lab (in silico / bioinformatica) resultaten komen op de poster
hc8. quantifying evolution | intro to bioinformatics & BLAST
wekelijkse bb-toetsen
● telt 5% mee aan het eindcijfer; highest scoring attempt counts
● available Friday noon, have to be done on Wednesday
voor vragen over de inhoud van de cursus
explain why a biologist should know bioinformatic data analysis
researches cannot directly look at bacteria and archaea, so to learn how they work
● they need to be grown in the lab (culture) in order to be sequenced and analyzed
using bioinformatics: study of informatic processes in biotic systems
● bioinformatic data analysis uses computational methods to analyze biological data
describe the omics
genomics: sequentie van al het DNA van 1 organisme
● metagenomics: sequentie van het DNA van alle organismen in een monster
○ take a sample (e.g. from corals) and filter it to get rid of non-biotic particles
(sand, leaves) → filtraat: microbes and/or viruses → DNA extraheren en
sequencen (e.g. illumina sequencing)→ illumina reads
transcriptomics: sequentie van al het mRNA in een organisme/weefsel/cel
● metatranscriptomics: sequentie van het mRNA van alle organismen in een monster
proteomics: sequentie van al het eiwit in een organisme/weefsel/cel
● metaproteomics: sequentie van de eiwitten van alle organismen in een monster
metabolomics; ‘meta’ komt van metabolism en hoort dus niet bij de bovenstaande termen
sequence data volume
● HumanGenome Project was all done with Sanger sequencing (first-generation)
● eerste keer duurde het 13 jaar, hedendaags maar een paar dagen
● sinds next-generation sequencing zijn er veel genomen snel/helemaal gesequenced
number of proteins: the longer its genome, the more genes it has (for virus and prokaryotes)
● eukaryoten - meeste hebben een groter genoom dan bacteriën
○ vooral planten hebben een groot genoom vanwege duplicatie
● bacteria and archaea – prokaryoten hebben een ‘gemiddelde’ genoomgrootte
● virussen - klein genoom, laag aantal protein coding genes
, explain the biology behind the ‘omics revolution: reduce bias by measuring all of a thing
Because of the omics revolution, we have more different genomes of different organisms in
the databases, and do not focus on few, well-known organisms.
microbioom: alle micro-organismen die het menselijk lichaam bevolken
● bacteria associated to humans in some way are usually well-studied → bias
● some don't even have a single cultured representative → can’t be grown in the lab
● metagenomics allows unbiased sampling of all microbes
○ metagenomics zorgt ervoor dat organismen kunnen worden gesequenced
zonder ze eerst in het lab te groeien → verminderde bias
compare the 2 ways a bioinformatician exploits existing data to make new discoveries
bioinformaticians use data in 2 ways
1) top-down
● eerst vraag → dataset(s)
● met een biologische vraag denkt een bio-informaticus na over welke datasets
gebruikt kunnen worden om deze te beantwoorden
2) bottom-up
● eerst dataset → biologische hypothese (vraag)
● met een dataset denk een bio-informaticus na over welke biologische
hypothese hij zou kunnen helpen testen
list the mechanisms of DNA mutation
evolution happens when organisms reproduce (vertical reproduction) and the copies are a
little bit different from the parents → selection
● mutations happen all the time
○ nucleotide substitution
■ replication error
■ physical or chemical reaction
○ insertions or deletions (indels)
■ unequal crossing-over during meiosis
■ replication slippage: polymerase slips (starts at a later/earlier repeat)
○ inversions or rearrangements (e.g. transposons that ‘jump around’)
○ duplications of:
■ partial or whole gene
■ partial (polysomy) or whole (aneuploidy, polysomy) chromosome
■ whole genome (polyploidy, e.g. plants)
○ horizontal gene transfer (HGT)
■ transfer between individuals of the same generation
● microsatellites: regions full of STR (number of copies)
○ fast-evolving regions: microsatelites with short tandem repeats (components)
○ most rapidly evolving characters on the genome
■ to distinguish individuals at short evolutionary distances
■ to distinguish 2 organisms/different members of the same species
○ are the most variable genome regions → have the highest resolution
