Treinamento em Bioinformática 2008

Agrupamentos: famílias pFam e clusters UniRef da base Uniprot

pFam: A curado B automáticos vindos do PRODOM

Antes de mais nada, veja em Help o Guide to Graphics
Veja quantas famílias vc pode explorar com o Browse. Olhe na letra R a família Ras. Clique em “Domain Organization” para ver como proteínas tem estruturas de domínios comuns. Quer mais agito? Procure por SH2 e veja onde ele ocorre.
Mas vc pode ir mais alto e procurar por clans como SH3 por exemplo, aposto que vc já viu um Sarc Homology Domain por ai.
Se vc gosta de nomes de domínios, use logo o Search Domain Architecture. Teste proteínas que incluem TIR, NBARC e TAM. Quem são esses domínios? Clique neles e leia a definição. Na página da definição vc pode ver todas as arquiteturas onde TIR ocorre, por exemplo. Foi o que vimos no item anterior.
Será que um organismo tem domínios que só ocorrem nele? Search Taxonomy com Escherichia coli. Aproveite e verifique Domain Organization para esses domínios. Dá pra ver clicando em Species que só tem mesmo em E. coli.
Se vc curte Keyword, Search Keyword com chromodomain (proteínas que se ligam a histona metilada têm isso)
Claro, rola um BLAST. Search Sequence usando esta seqüência aqui. Use $vi teste_pfam [i + colar + ESC + 2pontos + x!]
No NCBI vc tem opção de BLAST contra CDART (arquitetura) ou CDD
Localmente vc lembra? Vc pode rodar rps-blast assim:

$rpsblast –i teste_pfam -d /home/treinamento/CDD/Pfam -o <arquivo_de_saida> -e 0.001 –m 8 –a 4

$perl /usr/local/pfam_scan/pfam_scan.pl –d /usr/local/db/pfam -o <arquivo_de_saida> teste_pfam

Psort - localização

O banco de referência de proteínas
Vc gosta de fragmentos? Eu não. Dê um wget nesta tabela (bão dar um mkdir aula_uniprot)
Conte quem é = P. $cat tabela | grep “ P” –c (epa epa epa epa tem um espaço antes do P)
Veja como é um registro, ex: GAPDH (P04406)
Examine cluster(s) com 50% de identidade (UniRef50). Um cluster leva o nome do seu mais fiel representante, no caso, o cluster UniRef50_P04406 possui hoje 2578 seqüências de mails de 1800 espécies. Veja o botão de download. Existe tb o cluster UniRef90 e o UniRef100. A idéia é usar o representante do cluster numa análise e propagar tudo para o cluster (se vc confiar!!)
Vamos clicar em UniProt e criar um banco sem fragmentos para depois analisar as seqüências de clusters UniRef50!!

Vermelho e Verde com Cluster e Javatree (Eisen Lab)

· Instale Cluster daqui (manual)

· Instale JavaTree daqui

· Abre uma planilha Excel

· Copie a expressão gênica tecidual dos seguintes Unigenes (por milhão) até ficar assim

Hs.544577, Hs.517145, Hs.513490, Hs.534770, Hs.75160

· Divida tudo pela GAPDH e tire o log na base 2. Explique o que isso faz?

LOG(D4/C4;2)

Agora prepare a saída txt tabulada usando apenas a coluna dos tecidos e as colunas com os logs. Fica assim!

Abra com Cluster

Escolha opções de cluster hierárquico: cluster gene + array e clique em Average Linkage

Abra o resultado com Javatree (ele salvou no diretório do arquivo de entrada = desktop?)

Interprete