Microsoft PowerPoint - バイオインフォマティクス2017_01P.ppt

Size: px

Start display at page:

Download "Microsoft PowerPoint - バイオインフォマティクス2017_01P.ppt"

あつとしいいはた
5 years ago
Views:

動植物でバイオインフォマティクス成功例についてバイオインフォマティクスの必要性が分かるような形で原著論文 ( 出典 ) を示しつつ概説せよ ( ただし動物の研究 4 2ページ+ 植物の研究 4 2ページ ) 半角の数字課題はメールで高橋 <hiro.takahashi@chiba-u.

1 2017 年度バイオインフォマティクス第 1 回バイオインフォマティクスとは? 第 1 回配付資料 2018/02/15 バイオインフォ演習レポートについて金沢大学医薬保健研究域薬学系髙橋広夫 1 2 課題 1 次世代シーケンサーのデータにバイオインフォマティクスを応用した研究の成功例を原著論文 ( 出典 ) を示しつつ概説せよ (4 約 4ページ )( コピペ不可写真はコピペ可だが引用をきちんと示すこと ) 2 動植物でバイオインフォマティクス成功例についてバイオインフォマティクスの必要性が分かるような形で原著論文 ( 出典 ) を示しつつ概説せよ ( ただし動物の研究 4 2ページ+ 植物の研究 4 2ページ ) 半角の数字課題はメールで高橋 <hiro.takahashi@chiba-u.jp> へ送る ( メール提出の際はタイトルバイオインフォマティクス演習 1_ 学籍番号 ( 半角 )_ 名前 ( 全角 ) ) Bioinfo _ 学籍番号 ( 半角 )_ 名前 ( 全角 ).doc という名前で添付 ) 半角のアンダーライン半角のアンダーラインメール本文に相手の名前を書きましょう自分の名前を名乗りましょう最終日 2/28まで要件を書きましょうに提出!! ファイル名は指定通りにタイトルも指定通りに 3 講義の前に 4 講義の資料置き場 Internet Explorer を起動し Google を使って高橋広夫で検索講義の資料置き場 Google か確認 (bing ではない ) 2 ページ目ぐらいにあるかも 5 講義の資料置き場をクリック 6 1

署名作成 ) メール本文に相手の名前を書きましょう自分の名前を名乗りましょう要件を書きましょう

3 新規作成 9 10 千葉大学統合メール ( 署名作成 ) 千葉大学統合メール ( プロフィール作成 ) 1

2 講義の資料置き場バイオインフォマティクスをクリック統合メールのマナー ( 課題をメールで提出してもらう場合があるので ) 7 8 課題をメールでだす場合に千葉大学統合メール ( 署名作成 ) メール本文に相手の名前を書きましょう自分の名前を名乗りましょう要件を書きましょうファイル名は指定通りにタイトルも指定通りに他の講義や一般的な共通ルールです 2 署名管理 1 ツールを選択 3 新規作成 9 10 千葉大学統合メール ( 署名作成 ) 千葉大学統合メール ( プロフィール作成 ) 1 ツールを選択 1 設定名 ( 適当 ) 応用生命化学科学籍番号氏名は必須!! 千葉大学や学年は書いた方がベター 2 プロフィール管理 3 新規作成

3 物物千葉大学統合メール ( プロフィール作成 ) 千葉大学統合メール ( メール作成 ) 1 プロフィール名 ( 適当 ) 3 自分の名前 ( 正確に ) 2 チェックメール作成 4 自分の統合メールアドレス 6OK 5 先ほど自分で作った署名を選択千葉大学統合メール ( メール作成 ) プロフィール確認千葉大学統合メール ( 転送 ) 1 ツールを選択 3 新規作成 2 転送署名確認千葉大学統合メール ( 転送 ) バイオインフォマティクスの意義設定名 ( 任意 ) 酵母ヒト植マウス生物結果生実験新事実の発見結論解釈解析 ( 生物統計生物情報処理 ) ウェブツールデータベース統計処理ソフト (R) Excel 発表 ( 報告書学会発表論文発表新聞での発表 )

4 血圧( 処置無し症例 ) 生物統計学生物統計学の必要性生物学 (Biology) + 統計学 (tatistics) 疾患マウス薬剤投与 10 匹 7 匹完治生物統計学 (Biostatistics) 薬剤の有効率は 70% と言っていいのか?? 10 匹の疾患マウスの有効性は70% 疾患マウス全体の有効性は 70% とは言えない生物統計学の必要性疾患マウス全体 ( 匹 ) 母集団 (population) 検定の必要性それぞれの患者コントロール血圧降下剤血圧降下剤 B 統計的推測標本 (sample) 10 匹の疾患マウス推定検定 21 見た目でなんとなく効いてそう微妙!! 血圧降下剤とBの効果を統計的に判定する ( 客観的に ) 生物実験の解釈には統計は不可欠である!! 22 生物統計学とバイオインフォマティクスバイオインフォマティクス生物学を勉強するものにとって統計手法を使いこなす必要がある ( 最低限理解できていれば深いところまで知っている必要はない ) 生物統計手法だけで十分か? 生物学 (Biology) + 情報学 (Informatics) バイオインフォマティクス (Bioinformatics) 生物統計学 (Biostatistics) バイオインフォマティクス (Bioinformatics) 生物実験を解釈するためには生物統計学だけでなくバイオインフォマティクスの手法を使いこなすことが大事

情報学と統計学情報学情報をどのように扱うかについて考え研究する学問統計学確率を基礎にして, 不確実性を含むデータから, 一定の確実さをもった判断を下す学問バイオインフォマティクスが生まれた時期 Pubed 入力 x 1 x 2 x 3 x n w 1 w 2 w 3 w n f 出力 O w = 結合係数 f = 出力関数ニューロンモデルニューロンを数学的に模倣例 :

5 情報学と統計学情報学情報をどのように扱うかについて考え研究する学問統計学確率を基礎にして, 不確実性を含むデータから, 一定の確実さをもった判断を下す学問バイオインフォマティクスが生まれた時期 Pubed 入力 x 1 x 2 x 3 x n w 1 w 2 w 3 w n f 出力 O w = 結合係数 f = 出力関数ニューロンモデルニューロンを数学的に模倣例 : ニューラルネットワークパターン認識データマイニング例 : 検定推定帰無分布応用生命化学科の皆さんにとって手段の一つ ( 車の原理を知らなくても運転可 ) PCR やウエスタンブロットなど生化学的な手段と同じ ( 目的では無い ) f(x) x 25 世界約 85 ヶ国約 5600 誌の文献を検索することのできる医学生物文献データベース米国国立バイオテクノロジー情報センター (National Center for Biotechnology Information: NCBI) 国立衛生研究所 (National Institutes of Health: NIH) の下の国立医学図書館 (National Library of edicine: NL) の一部門 26 バイオインフォマティクスが生まれた時期バイオインフォマティクスが生まれた時期 Pubed 医療生物系の論文検索サイト ( 英語 ) Pubed 14,361 件の論文がヒットなぜPubed!? バイオの最新情報はすべてPubedに集まる本など情報として古い!! ( 日本語の本なら尚更 ) Google で Pubed で検索すれば見つかる Pubed で Bioinformatics [Title/bstract] で検索するもっとも初期の論文 Beltrame F, Tagliasco V. "Confocal microscopy and cellular bioinformatics.", Cytotechnology. 1993;11 uppl 1:72-4. 研究成果として論文になるまで1-5 年はかかる 14,361 件の論文がヒット年前後にバイオインフォマティクスが生まれた 28 バイオインフォマティクスが生まれた時期補足 : Pubed の使い方 1980 年 8 月 EBL( 欧 ) データライブラリー設立 1981 年 3 月 mith-waterman アルゴリズム発表 1982 年 9 月 GenBank( 米 ) 設立 Pubed 出版物 Publication + Google で Pubed をサーチ医学 edicine 1983 年 7 月ウイルスのがん遺伝子とヒト遺伝子との相同性の発見 1984 年 4 月 DDBJ( 日 ) 設立 1985 年 3 月 FT アルゴリズム発表 1990 年 10 月 BLT アルゴリズム発表 1991 年 8 月 WWW (World Wide Web) 登場 199? 年 bioinformatics が生物情報科学と訳される 1997 年 9 月 BLT2 アルゴリズム発表

補足 : Pubed の使い方 Pubed のトップページ補足 : Pubed の使い方 1 gene と bioinformatics の 2

Google とほぼ同じ ( キーワードを入力して検索 ) 例 : gene bioinformatics 31 論文のタイトル (

遺伝情報転写翻訳 DN RN タンパク質複製バイオインフォマティクスを説明する前にヒトゲノム計画アメリカエネルギー省 (DOE) 国立衛生研究所

日本 : 6% ヒトゲノム 28 億 6 千万塩基対 (99%) ドラフト 2000 年 6 月正式版 2003 年 4 月 1970 年 -1980

塩基が分かっただけ 33 34 補足 : ゲノム上でシーケンス困難な領域テロメア (Telomere) 網羅的な生物情報約 30 億塩基対ゲノム

6 補足 : Pubed の使い方 Pubed のトップページ補足 : Pubed の使い方 1 gene と bioinformatics の 2 つのキーワードの検索結果 Total 論文論文 1 論文 2 キーワードを入力して右の earch をクリック論文 3 使い方は Google とほぼ同じ ( キーワードを入力して検索 ) 例 : gene bioinformatics 31 論文のタイトル ( ここをクリックすると詳細が表示 ) 論文の著者年前後までの生物学セントラルドグマ (1958 年にクリックが提唱した分子生物学の概念 ) 遺伝情報転写翻訳 DN RN タンパク質複製バイオインフォマティクスを説明する前にヒトゲノム計画アメリカエネルギー省 (DOE) 国立衛生研究所 (NIH) 30 億ドルの予算 1990 年 10 月 1991 年から参加ヒトゲノム計画 6 か国 24 機関貢献度米国 :59% 英国 :31% 日本 : 6% ヒトゲノム 28 億 6 千万塩基対 (99%) ドラフト 2000 年 6 月正式版 2003 年 4 月 1970 年年塩基配列 TCG を決定する技術の発達創薬生命現象解明? 塩基が分かっただけ補足 : ゲノム上でシーケンス困難な領域テロメア (Telomere) 網羅的な生物情報約 30 億塩基対ゲノム (Genome) DN GTTGCGCT CGCCTTGC CTTTCTTGTCGTGCGGTTTTCG 転写 ORF GU UGCGCUCGCC U UGC 開始コドン終止コドン翻訳 mrn タンパク質ヒト v.s. サル患者 v.s. 健常人トランスクリプトーム (Transcriptome) 約 3 万遺伝子染色体セントロメア (Centromere) 独自のリピート配列を持ち決定困難プロテオーム (Proteome) アミノ酸約 10~20 万種類疾患部位 v.s. 正常組織 mrn やタンパク質タンパク質の測定技術の進歩測定技術の進歩による膨大なデータ違いメカニズムの解明

網羅的な生物情報とバイオインフォマティクス酵母マウスバイオインフォマティクスとその拡大ヒト 0100110101010 0100110101010 0100110101010 0100010110101 0100110101010 0100010110101 0100110101010 0100110101010 0100010110101 0100110101010

7 網羅的な生物情報とバイオインフォマティクス酵母マウスバイオインフォマティクスとその拡大ヒト生物ゲノム膨大な生物情報ゲノム情報遺伝子発現情報タンパク質発現情報植物初期のバイオインフォマティクス現在のバイオインフォマティクスゲノム配列情報ゲノム配列情報だけでなく生物情報一般以前バイオインフォマティクスと呼ばれなかった分野もバイオインフォマティクスに解析バイオインフォマティクス 37 生物物理学タンパク質の立体構造バイオインフォマティクス一例物理化学的シミュレーション立体構造データ解析 38 バイオインフォマティクスとその拡大バイオインフォマティクス概観数理生物学生物をモデル化 ( 細かいところは無視 ) 配列解析 ( 塩基配列アミノ酸配列アライメント ) システムバイオロジーバイオインフォマティクスオミックス情報から生物をシステムとして理解するタンパク質構造解析相互作用解析 ( 遺伝子相互作用タンパク質相互作用 ) パスウェイ解析ジーノム ( 発音 ) ゲノム (Genome) トランスクリプトーム (Transcriptome) プロテオーム (Proteome) メタボローム (etabolome) フェノーム (Phenome) オミックス Omics 発現解析 ( 遺伝子発現タンパク質発現 ) 多型解析 (NP CNV) 医療統計 ( 基礎統計オッズ生存解析 ) データベースとは? データベースとは? 特定のテーマに沿ったデータを集めて管理容易に検索抽出などの再利用可能コンピュータによって実現されたもの ( 狭義 ) 生物情報データベース各国 ( 各研究機関 ) がそれぞれ構築統合した大規模なデータベース主に web 上で構築されているゲノム情報遺伝子発現情報タンパク質発現情報タンパク質構造代謝ネットワーク 41 ゲノム情報 ( 塩基配列 ) データベース欧州バイオインフォマティクス研究所 (European Bioinformatics Institute : EBI) (European olecular Biology Laboratory-Bank : EBL-Bank) Bank) 米国国立バイオテクノロジー情報センター (National Center for Biotechnology Information: NCBI) GenBank 国立遺伝学研究所 (National Institute of Genetics: NIG) (DN Data Bank of Japan: DDBJ) ヒト : 約 30 億塩基 1500 億塩基 INDC (International Nucleotide equence Database Collaboration) 三大国際塩基配列データバンク(European olecular Biology Laboratory 42 7

8 (bp) DDBJ の登録総塩基数の推移データベース (DB) とは? ゲノム情報 ( 塩基配列 ) データベース一般の研究者が登録何故? 研究特許論文応用製品化指数関数的? 世界で誰もやってないことを行うデータベースへの登録がほぼ義務化生物情報のデータベースの多くは個々の研究者が登録したデータ図 1 DDBJ の登録総塩基数の推移正しさは誰も保証しない有料のものも存在するほとんどの DB は無料データベースとは? タンパク質 ( アミノ酸 ) 配列データベース PIR: Protein Information Resource 国際的なタンパク質 / アミノ酸配列データベースサイト WI-PROTに吸収された UniProt (WI-PROT と TrEBL が合併 ) タンパク質 / アミノ酸配列データベースをもつ重要サイト WI-PROTは研究者が人手でハイレベルのアノテーション ( 付加情報 ) をつけたタンパク質 / アミノ酸配列データベース TrEBLはコンピュータにより自動でアノテーション( 付加情報 ) をつけたタンパク質 / アミノ酸配列データベース PRF: Protein Research Foundation 蛋白質研究奨励会が提供しているアミノ酸配列データベースオンライン情報検索等が可能 wwpdb : Worldwide Protein Data Bank データベースとは? 塩基配列アミノ酸配列のデータベース検索 BLT (Basic Local lignment earch Tool) バイオインフォマティクス手法の一つ DNの塩基配列あるいはタンパク質のアミノ酸配列のアライメントを行うためのアルゴリズムもしくはプログラムあとで説明検索できる事が重要日本では国立遺伝学研究所が DDBJ 等を検索するツールとして公開タンパク質と核酸の3 次元構造を蓄積している国際的なデータベース PDBに蓄積されている構造データは実験的に決定されたデータデータベースとは? 塩基配列アミノ酸配列のデータベース検索 BLT (Basic Local lignment earch Tool) クエリ配列何が出来るか? データベースとは? 塩基配列アミノ酸配列のデータベース検索 BLT (Basic Local lignment earch Tool) 図で表すと blastn ( 塩基配列塩基配列データベース ) blastx ( 塩基配列 [ アミノ酸配列] アミノ酸配列データベース ) tblastx ( 塩基配列 [ アミノ酸配列] 塩基配列データベース [ アミノ酸配列]) blastp ( アミノ酸配列アミノ酸配列データベース ) tblastn ( アミノ酸配列塩基配列データベース [ アミノ酸配列]) 47 検索したいアミノ酸配列 ( 翻訳 ) 塩基配列データベース DDBJ EBL GenBank アミノ酸配列塩基配列翻訳アミノ酸配列アミノ酸配列データベース UniProt PRF wwpdb 48 8

どの座標にどの原子があるか分か水分子が進入できない領域を埋める PyOL データベースとは? 塩基配列アミノ酸配列のデータベース検索データベースとは?

タンパク質と核酸の3 次元構造を蓄積している国際的なデータベース酵母マウス植ヒト PDBに蓄積されている構造データは実験的に決定されたデータ RCB PDB( 米 ) D-EBI( 欧

次元構造データベースなのでそのままでは数値の羅列視覚化ソフトが必要 50 データベースとは? タンパク質立体構造データ PDB ID コードデータベースとは?

9 どの座標にどの原子があるか分か水分子が進入できない領域を埋める PyOL データベースとは? 塩基配列アミノ酸配列のデータベース検索データベースとは? タンパク質構造データベース BLT (Basic Local lignment earch Tool) wwpdb : Worldwide Protein Data Bank 何がうれしいの? タンパク質と核酸の3 次元構造を蓄積している国際的なデータベース酵母マウス植ヒト PDBに蓄積されている構造データは実験的に決定されたデータ RCB PDB( 米 ) D-EBI( 欧 ) PDBj( 日本 ) の三つの組織で運営興味ある塩基配列 GTTG 生物 BLT 既知遺伝子の一部であると判明異種の生物で機能を推測興味あるアミノ酸配列 RGD 49 物3 次元構造データベースなのでそのままでは数値の羅列視覚化ソフトが必要 50 データベースとは? タンパク質立体構造データ PDB ID コードデータベースとは? タンパク質構造データベース視覚化ソフトが必要るRasolによるタンパク質の3 次元構造の視覚化データベースとは? 分子表面表示タンパク質構造データベースどんな視覚化ソフトがあるか? Rasol 高速なアルゴリズムを実装 ( 安価なPCでも表示可能 ) 多機能 ( コマンド操作で操作は煩雑 ) 原子分子表面の表示は出来ない Chime Rasmolベースブラウザ (IE 等 ) 内で使うプラグイン分子表面表示が可能原子無し有り高画質 (OpenGLを使用) 分子表面表示機能拡張可能 53 原子無し原子有り水分子が進入できない領域を埋める分子表面表示他の分子と相互作用する場所の同定に有効 54 9

10 データベースとは? 代謝ネットワークデータベース KEGG (Kyoto Encyclopedia of Genes and Genomes) 京都遺伝子ゲノム百科事典バイオインフォマティクス研究用のデータベース遺伝子タンパク質代謝やシグナル伝達などの分子間ネットワークに関する情報を統合したデータベース京都大学化学研究所の金久教授らによるプロジェクト (1996 年 ) 二項関係に基づいた情報として整理代代謝謝物データベースとは? 代謝ネットワークデータベース KEGG (Kyoto Encyclopedia of Genes and Genomes) 例 : グルタミン酸代謝マップ詳しく見てみる57 代謝物酵素反応物56 55 データベースとは? 2- オキソグルタルアマートリンゴ酸オキサロ酢酸クエン酸フマル酸クエン酸回路 ( TC 回路 ) ( クレブス回路 ) 配列解析コハク酸 α- ケトグルタル酸 KEGG のこのような反応経路の集合体 58 配列比較と生物の進化配列データベースとクエリ配列相同性検索進化突然変異突然変異類似性のある配列を同種異種のゲノムからサーチ似ている配列とその起源その起源は?? 共通祖先突然変異クエリ配列とは?? クエリ配列 TCGTCGT こんな配列があるか? Query ( 質問 ) DB( データベース ) 完全一致配列あり TCGTCGT TCGTTCGT 類似配列ありマウス 1 種分化による相同タンパク生成オルソログ (ortholog) ヒト 59 DB に問い合わせる配列の事 60 10

11 然変異祖先配列配列データベースとアライメントアライメントとは?? lignment ( 整列 ) アライメント前クエリ配列 GCGTCGTCGTTTCGCGCTGCGTTT 配列比較とアライメントクエリ配列サーチしたい配列検索したいデータベース TCGTCGT CCCCTCGTCGTGGGG 完全一致 DB 配列クエリ配列 GGGGGGGGCCCCTCGTCGTGGCGCGGG アライメント後 GCGTCGTCGTTTCGCGCT TCGTCGT 部分一致 CCCCTCGTTCGTGGGG 何か意味がある DB 配列 GGGGGGGGCCCCTCGTCGTGGCGCGGG 10 塩基 4の10 乗 =105 万種類偶然で一致する可能性は高くない ( より長い配列なら尚更 ) 似ている配列を隣り合うように整列させることギャップとアライメントギャップを入れることで余分な配列がある場合もアライメントが可能サーチしたい配列 TCGTCGT ギャップ配列比較とアライメント TCG -TCGT データベース配列 CCCCTCGTTCGTGGGG 1 個余分な塩基があるヘモグロビンαのアライメントの例 63 配列比較と生物の進化ヘモグロビンαのアライメントヒトとマウスのアミノ酸比較アミノ酸レベルではほとんど同じアライメントでそれが判明 64 配列比較と生物の進化 2 遺伝子重複による相同タンパク生成遺伝子重複配列 1 配列 2 同一突配列比較と生物の進化 2 遺伝子重複による相同タンパク生成の例ヘモグロビン (4 量体 ) β α γ α α β α γ アミノ酸変化配列 1 機能変化配列 2 祖先タンパク質から機能が多様化した複数の相同タンパク質が生成成人の血液中胎児の血液中酸素運搬能力が高いヘモグロビンにはα β γサブユニットがあり相同タンパク質であるパラログ (paralog)

12 配列比較と生物の進化配列比較と生物の進化補足偽遺伝子 (pseudogene: シュードジーン ) アライメントは相同タンパクを発見するための手段進化の過程で機能を失った遺伝子遺伝子遺伝子遺伝子重複遺伝子ゲノムゲノム突然変異グローバルアライメントローカルアライメント例 : 2つのアミノ酸配列 IGITGとITGTGのアライメントローカルアライメントグルーバルアライメント IGITG--- I-GITG 遺伝子偽遺伝子ゲノム ---ITGTG ITG-TG 機能無しアルゴリズム ( 言葉の定義 ) アルゴリズムとは?? 配列解析アルゴリズムダイナミックプログラミングによるアライメント最適化とは? なんらかの問題を解くための手順手順のことである対応する日本語は算法 ( さんぽう ) 例 : 数学的帰納法のアルゴリズム自然数全体に関する命題 P(n) (n N) が真であることを証明 1 P(0) は真である 2 任意の自然数 k に対し,P(k) が真であれば,P(k+1) も真であるよって任意の自然数 n について P(n) は真であるアライメント問題 I - 経路最適化問題 L(b,d) L(a,b) b d a L(b,e) - O L(a,c) c L(c,e) e 配列解析アルゴリズムダイナミックプログラミングによるアライメント最適化とは? ダイナミックプログラミングダイナミックプログラミングとは?? b d アライメント問題経路最適化問題 a c e 経路最適化問題部分問題に分解 a d への最短ルートを求めたい候補は 2 通りある 1 a b d 2 a c e b d ダイナミックプログラミングの原理 71 b は絶対に通る部分問題に分解 a b と b d 72 12

13 ダイナミックプログラミングダイナミックプログラミングとは?? 1 a b d 2 a c e b d 1 a b + b d 2 a c e b + b d この範囲で最短ルートであれば a d へのルートでも最短問題の分割ダイナミックプログラミングの原理配列解析アルゴリズムアライメント問題から経路最適化問題へ I とO の配列のアライメント I 最短ただし上左が要一致同じ O 左の文字列にギャップ最短ルート最短ルート上の文字列にギャップ全体として最短ルート 73 経路問題 74 配列解析アルゴリズム配列解析アルゴリズムアライメント問題から経路最適化問題へ I とO の配列のアライメント I アライメント問題から経路最適化問題へ I とO の配列のアライメント I 最短ただし上左が要一致最短ただし上左が要一致 O 左の文字列にギャップ O 左の文字列にギャップ上の文字列にギャップ上の文字列にギャップ 75 赤色の部分を通るのが最短 76 配列解析アルゴリズムアライメント問題から経路最適化問題へ I とO の配列のアライメント I 最短ただし上左が要一致配列解析アルゴリズムアライメント問題から経路最適化問題へ I とO の配列のアライメント I 最短ただし上左が要一致 O 左の文字列にギャップ O 左の文字列にギャップ上の文字列にギャップ上の文字列にギャップダイナミックプログラミングの原理でを部分問題に分解して解く 77 赤丸を通るように最短経路を探索今回は 1 通りしかない 78 13

14 3つ以上の配列をアライメン- O O 配列解析アルゴリズム配列解析アルゴリズムアライメント問題から経路最適化問題へ I とO の配列のアライメント I アライメント問題から経路最適化問題へ I とO の配列のアライメント I O 最短ただし上左が要一致左の文字列にギャップ O I - - O ギャップの計算上の文字列にギャップ 79 アライメント完了 80 配列解析アルゴリズムマルチプルアライメント I とO の2 配列だけでなくてさらにOO I O BLT 配列解析アルゴリズムクエリ配列 G T T C CTTG データベース配列 mith-waterman アルゴリズムの変形版第 1 ステップ第 2 ステップ第 3 ステップトBLTは第 1 2ステップで一致度の低いものはステップ3を行わないここがmith-Watermanアルゴリズムと異なる W=3 Wのサイズの完全一致を探索クエリ配列 G T T C CTTG データベース配列ギャップ無しアライメントクエリ配列 G T T ギャップありアライメント C CTTGC データベース配列プロテオミクスとプロテオミクスの位置付けプロテオミクスとは?? タンパク質の構造構造と機能機能を対象とした網羅的な解析ここからプロテオミクスとタンパク質の立体構造解析プロテオーム解析対象遺伝子 (Gene) 転写物 (Transcript) タンパク質 (Protein) 生物の網羅的包括的情報と研究包括的情報ゲノム (Genome) トランスクリプトーム (Transcriptome) プロテオーム (Proteome) 学問体系ゲノミクス (Genomics) トランスクリプトミクス (Transcriptomics) プロテオミクス (Proteomics)

15 等電点の違いで泳動D-PGE によりプロテオミクスとはタンパク質に関する網羅的な解析相互作用解析発現解析構造解析相互作用解析多くのタンパク質は他のタンパク質と相互作用し機能する実験的手法酵母 Two-hybrid(Y2H) 法インフォマティクス手法次のスライドで説明遺伝子の近接性保存による方法ゲノム上で近傍に位置する遺伝子から作られるタンパク質は相互作用する可能性が高いという仮定系統プロファイル法進化の過程で相互作用するタンパク質はセットで保存保存或いは消滅消滅するという仮定 85 酵母 Two-hybrid 法 X と Y の相互作用有り X と Z の相互作用無し DN 結合ドメインタンパク質 X タンパク質 X GL4 転写因子 DN DN タンパク質 Y タンパク質 Z 転写活性ドメイン基本転写因子レポーター遺伝子レポーター遺伝子 86 プロテオミクスとはタンパク質に関する網羅的な解析二次元電気泳動タンパク質の抽出細胞タンパク質発現解析多くの遺伝子はタンパク質となり機能を発揮する生体内でどのタンパク質がどれだけ作られているかを調べることは重要実験的手法次のスライドで説明二次元電気泳動 ( 等電点と分子量で分類 ) によってタンパク質を分離し同定しサンプル間で比較ンフォマティクスブースティングイ解析網羅的解析における問題点多重性を考慮した統計的な検定や機械学習ニューラルネットワークサポートベクターマシン分子量等電点泳動等電点勾配分子量で泳動ゲル二次元電気泳動の結果の比較解析サンプルサンプル B なぜ立体構造解析が必要か? タンパク質は転写因子はどうやってDNに結合するか? 複雑で多様な機能を持つ酵素活性に必要な構造と配列はどこか? 立体構造情報アミノ酸や原子の空間的な位置関係が分かる生体高分子が担う触媒機能タンパク質の進化について配列は変化しても構造は変化しないサンプルとBでこの位置のタンパク質の発現に違い有り統計的情報学的な方法を使ってサンプル間で発現の違うタンパク質を同定する 89 タンパク質の立体構造解析構造バイオインフォマティクス 90 15

ノート取らなくて良いタンパク質構造表示方法タンパク質に関する網羅的な解析構造解析

結晶化が必要分子量は関係ない結晶化が不要分子量は小さいものに限定溶媒中での構造をそのまま解析

法ホモロジーモデリングなど後のスライドで説明 93 94 実験的構造決定法録件数X

構造バイオインフォマティクス立体の類似度の評価方法 ( 立体構造比較 ) RD (root

回転させて座標のずれを計算するタンパク質 Bをタンパク質タンパク質 B 並進回転して重ねる

16 ノート取らなくて良いなぜ立体構造解析が必要か? アミノ酸の一次配列同条件 ( 温度溶媒等 ) ならいつも同じ構造視覚化ソフトが必要いつも紐のようにクニャクニャしているわけではないタンパク質の多様な機能はこの立体構造を基盤としている 91 Rasol によるタンパク質の 3 次元構造の視覚化 92 ノート取らなくて良いタンパク質構造表示方法タンパク質に関する網羅的な解析構造解析タンパク質の機能は構造に依存する実験的手法 X 線結晶構造解析核磁気共鳴 (NR) 法結晶化が必要分子量は関係ない結晶化が不要分子量は小さいものに限定溶媒中での構造をそのまま解析予測法には構造バイオインフォマティクス空間充填モデルバックボーンモデル ab initio 法ホモロジーモデリングなど後のスライドで説明実験的構造決定法録件数X 線結晶解析登NRは X 線解析が主流 (ww)pdb への登録数の推移年代 NR 構造バイオインフォマティクス立体の類似度の評価方法 ( 立体構造比較 ) RD (root mean square deviation, 平均 2 乗誤差の平方根 ) 並進回転させて座標のずれを計算するタンパク質 Bをタンパク質タンパク質 B 並進回転して重ねる低分子限定録件数分子量ごとの登録数登分子量 95 どれだけ違うか DR (distance-based root mean square deviation) 単純に対応するアミノ酸の距離の平方根を取る 96 16

いるタンパク質構造データベース類似アミノ酸配列の構造をサーチ構造バイオインフォマティクス立体の類似度の評価方法 ( 立体構造比較 ) RD (root mean square deviation, 平均 2 乗誤差の平方根 ) DR (distance-based root mean square deviation) 回転平行移動 DR (distance-based root mean

アミノ酸 BとDの距離 6 d(c, D) アミノ酸 CとDの距離 98 DR (distance-based root mean square deviation) 構造バイオインフォマティクス 1 5 C 4 B 2 3 6 D 5 C 4 B 2 1 3 6 D 立体構造の違い RD( ) アミノ酸配列一致率が低くても構造が似ている [(1-1 ) 2 +(2-2 ) 2 +(3-3 )

17 いるタンパク質構造データベース類似アミノ酸配列の構造をサーチ構造バイオインフォマティクス立体の類似度の評価方法 ( 立体構造比較 ) RD (root mean square deviation, 平均 2 乗誤差の平方根 ) DR (distance-based root mean square deviation) 回転平行移動 DR (distance-based root mean square deviation) 単純に対応するアミノ酸の距離の平方根を取る次のページで説明 97 1 B 5 4 C アミノ酸のタンパク質 ( 実際にはタンパク質とは呼ばない ) 6 D 1 d(, B) アミノ酸とBの距離 2 d(, C) アミノ酸とCの距離 3 d(, D) アミノ酸とDの距離 4 d(b, C) アミノ酸 BとCの距離 5 d(b, D) アミノ酸 BとDの距離 6 d(c, D) アミノ酸 CとDの距離 98 DR (distance-based root mean square deviation) 構造バイオインフォマティクス 1 5 C 4 B D 5 C 4 B D 立体構造の違い RD( ) アミノ酸配列一致率が低くても構造が似ている [(1-1 ) 2 +(2-2 ) 2 +(3-3 ) 2 +(4-4 ) 2 +(5-5 ) 2 +(6-6 ) 2 ] 6 99 てアミノ酸配列一致率 (%) 当たり前立体構造解析が重要タンパク質のペアのアミノ酸一致率と構造の違い似100 タンパク質の立体構造解析構造バイオインフォマティクス 1 物理化学シミュレーション 2 データマイニング的アプローチデータベースを利用した方法ホモロジーモデリングによる立体構造予測構造バイオインフォマティクスホモロジーモデリング法立体構造を知りたいアミノ酸配列 LNVNGKVIGPLLEEVWGRD

構選構造バイオインフォマティクスホモロジーモデリング法構造バイオインフォマティクスホモロジーモデリング法

LNVNGKVIGPLLEEVWGRD D R D R K Q V Q V W I V W V L T T F V L

タンパク質構造データベースで既知構造タンパク質サーチしたタンパク質をベースにモデリング

構造バイオインフォマティクスホモロジーモデリング法 D 立体構造を知りたいアミノ酸配列

L D 類似タンパクから構造予測 R Q T G W E F D T V L Q V G P I N タンパク質構造

105 プロテオミクスのおさらいヒトゲノムプロジェクトの完了様々な生物についてゲノム情報ゲノム情報だけでなく

共同して働くパートナーのタンパク質を探索するつくられているタンパク質の量と種類を同定する配列から構造を決める

18 構選構造バイオインフォマティクスホモロジーモデリング法構造バイオインフォマティクスホモロジーモデリング法立体構造を知りたいアミノ酸配列立体構造を知りたいアミノ酸配列択造したG G D D LNVNGKVIGPLLEEVWGRD D R D R K Q V Q V W I V W V L T T F V L F I N L L N E E Q G E G LNVNGKV I GPLLEEVWF-RD T P T P タンパク質構造データベースで既知構造タンパク質サーチしたタンパク質をベースにモデリング NIDG-VVGPTLQEWFTQRD アミノ酸配列アライメントと構造が既知構造バイオインフォマティクスホモロジーモデリング法 D 立体構造を知りたいアミノ酸配列 LNVNGKVIGPLLEEVWGRD R Q T G D K V W E F T V L L E I G P V N L D 類似タンパクから構造予測 R Q T G W E F D T V L Q V G P I N タンパク質構造 DB からサーチ LNVNGKV I GPLLEEVWF-RD NIDG-VVGPTLQEWFTQRD アライメント 105 プロテオミクスのおさらいヒトゲノムプロジェクトの完了様々な生物についてゲノム情報ゲノム情報だけでなくトランスクリプトームプロテオームの情報が蓄積相互作用解析発現解析構造解析共同して働くパートナーのタンパク質を探索するつくられているタンパク質の量と種類を同定する配列から構造を決める最終的なゴールは機能を同定機能を同定し生命現象の解明生命現象の解明と創薬創薬など 106 準備としてまずはメモ帳を起動インターネット上のプログラムを利用したバイオインフォマティクス入門編 2 すべてのプログラム Notepad と入力しても良いスタートメニューを開く

タブの入力メモ帳の置換機能を活用 CTRL+ で全文字選択 Google で uniprot ( 大文字小文字は区別無し ) と入力するクUniProt を使ったタンパク質の検索 Tab キーを押す

UniProt から p53 タンパク質を検索 UniProt の BLTp や ClustalΩ( オメガ ) DDBJ の BLT と EBO で対応する塩基配列を見つけるリック111

タンパク質の詳細情報を閲覧可能 112 UniProt を使ったタンパク質の検索アクセッション番号 P04637 ( ヒトの p53 タンパク質 ) の詳細情報 Protein names >

> 系統情報 ( 界門綱目科属種等 ) equence length > アミノ酸長 equence status > 完全長かなどなど BLT ボタンをクリックして Default 設定で Go で実行

19 タブの入力メモ帳の置換機能を活用 CTRL+ で全文字選択 Google で uniprot ( 大文字小文字は区別無し ) と入力するクUniProt を使ったタンパク質の検索 Tab キーを押すタブ文字が入力された CTRL+C で選択範囲をコピー CTRL+V でコピーした範囲を貼り付け UniProt を使ったタンパク質の検索 UniProt を使ったタンパク質の検索目的 UniProt から p53 タンパク質を検索 UniProt の BLTp や ClustalΩ( オメガ ) DDBJ の BLT と EBO で対応する塩基配列を見つけるリック111 アクセッション番号タンパク質名遺伝子名属種名アミノ酸長 Query に p53 を入力して earch ボタンを押すアクセッション番号 P04637 をクリックするとヒトの p53 タンパク質の詳細情報を閲覧可能 112 UniProt を使ったタンパク質の検索アクセッション番号 P04637 ( ヒトの p53 タンパク質 ) の詳細情報 Protein names > タンパク質名 Gene names (ynonyms) > 遺伝子名 ( 別名 ) Organism > 属種名 Taxonomic identifier > 種名番号 Taxonomic lineage > 系統情報 ( 界門綱目科属種等 ) equence length > アミノ酸長 equence status > 完全長かなどなど BLT ボタンをクリックして Default 設定で Go で実行 113 UniProt を使ったタンパク質の検索 dvanced で実行した場合前のページで見ていたタンパク質のアクセッション番号アミノ酸データを入力しても ok BLT を押して実行 E 値の閾値 ( 大きいほど緩い ) ギャップありアライメント

20 UniProt を使ったタンパク質の検索 UniProt での BLT の実行結果 UniProt を使ったタンパク質の検索 p53 での検索結果 lign をクリック (ClustalΩ 実行 ) マルチプルアライメントを実行 4 つ前のスライドゴリラチンパンジーは 100% ゴリラとは 99% 一致チンパンジー 2 つ以上のエントリを選択 UniProt を使ったタンパク質の検索 UniProt を使ったタンパク質の検索 p53 での検索結果を選択して配列データを抽出 2 つ以上のエントリを選択 FT ( ファストエー ) 2 つ前のスライド標準的な配列データ表記法 Download Go をクリック * 完全に保存. 部分的に保存 UniProt を使ったタンパク質の検索 (FT 形式 ) UniProt を使ったタンパク質の検索 CTRL+V でメモ帳や秀丸にペースト名前をつけて保存 > 配列名 ( 任意 ) アミノ酸配列 ( 改行は無視される ) CTRL+ と CTRL+C でコピー

にだけチェックを入れてその他の項目のチェックを外す Primate: 霊長類, Rodent: 齧歯類, ammal: ほ乳類, Vertebrate: 脊椎動物しばらく待ちましょう!

21 DDBJ を使った解析クリックするDDBJでtBLTnを使った解析目的 p53(human) のタンパク質から当該塩基配列を予測する GoogleでDDBJで検索 DDBJ を使った解析クリックマルチプルアライメント BLT DDBJ を使った解析 DDBJ を使った解析 1Human の p53 のアミノ酸配列をペーストする 3 ここをクリックして実行 2Human にだけチェックを入れてその他の項目のチェックを外す Primate: 霊長類, Rodent: 齧歯類, ammal: ほ乳類, Vertebrate: 脊椎動物しばらく待ちましょう!!(2~3 分 ) DDBJ を使った解析中略当該エントリの詳細情報を参照 Best Hit のエントリ ( 一番上 ) をクリックして開く E=0 なので完全一致とと推測できる

DDBJ を使った解析 DDBJ を使った解析塩基配列のフラットデータアミノ酸配列データ (

終止コドンなのかはこれだけでは分からない左端に何塩基目かの情報があるがたいてい問題 ( 邪魔 )

気になるようならメモ帳で 1 (1とスペース) を ( タブ ) で置換しエクセルに貼り付けて

CTRL+X で切り取るメモ帳とエクセルを使った配列操作 (2) 1 CTRL+H で置換のため

つ ) 置換後の文字列は ( タブ文字 ) (* この Window でタブ文字の入力は出来ない )

(1 とスペース ) が全てタブ文字に置換された CTRL+ で全範囲を選択して CTRL+X

22 DDBJ を使った解析 DDBJ を使った解析塩基配列のフラットデータアミノ酸配列データ ( 無い場合もある ) 塩基配列コピペでメモ帳へ 127 どこからどこまでが開始コドン終止コドンなのかはこれだけでは分からない左端に何塩基目かの情報があるがたいてい問題 ( 邪魔 ) にならない. 気になるようならメモ帳で 1 (1とスペース) を ( タブ ) で置換しエクセルに貼り付けて切り出すことは可能 128 メモ帳とエクセルを使った配列操作 (1) タブを入力しておいて選択し CTRL+X で切り取るメモ帳とエクセルを使った配列操作 (2) 1 CTRL+H で置換のため Windows を開くすべて置換 () を押す検索する文字列は 1 ( 数字の 1 とスペース 1 つ ) 置換後の文字列は ( タブ文字 ) (* この Window でタブ文字の入力は出来ない ) メモ帳とエクセルを使った配列操作 (3) メモ帳とエクセルを使った配列操作 (4) 1 (1 とスペース ) が全てタブ文字に置換された CTRL+ で全範囲を選択して CTRL+X で選択範囲を切り取り EXCEL の新規シートの適当な位置に CTRL+V で貼り付け 131 タブのおかげで列に数字だけ B 列に塩基配列が表示される B 列 ( 緑の網掛け部分 ) のみをコピーして再度メモ帳に貼り付ける

! CTRL+H で ( スペース ) を ( 文字無し ) で置換する 133

sixpack を使った解析 EBO Explorer sixpack で google

るここをクリックして実行 136 135 EBO sixpack を使った解析相補鎖1

23 リックす結果の真ん中のデータ塩基配列メモ帳とエクセルを使った配列操作 (5) メモ帳とエクセルを使った配列操作 (6) 数字の部分が削除できた!! CTRL+H で ( スペース ) を ( 文字無し ) で置換する 133 余分なスペース数字が全て除去できた 134 EBO sixpack を使った解析 EBO sixpack を使った解析 EBO Explorer sixpack で google で検索クここに先ほどの塩基配列をペーストする真核生物なのでここは Yesにするるここをクリックして実行 EBO sixpack を使った解析相補鎖1 文字目から 2 文字目から 3 文字目から EBO sixpack を使った解析翻訳しうる ORF をリストアップしたもの一つの塩基配列から 6 パターンのアミノ酸配列が翻訳できるこのうちどれが p53 タンパク質をコードしているか? 137 フレーム3 ORF1が p53タンパク質

24 EBO sixpack を使った解析結果の真ん中のデータ EBO sixpack を使った解析中略対応する塩基配列を特定 139 p53 遺伝子の開始コドンから終止コドンまでを特定 140 DDBJでtBLTnを使った解析目的 p53(human) のタンパク質から当該塩基配列を予測する GoogleでDDBJで検索 DDBJ を使った ClustalW 解析今回はアミノ酸配列なので Protein を選ぶ FT 形式の配列 ( 今回はアミノ酸 ) マルチプルアライメント BLT これをクリックしてアライメント開始 NJ 法と UPG を選択可能 ( 今回は NJ 法 ) DDBJ を使った ClustalW 解析 DDBJ を使った ClustalW 解析 dnd ファイルであることを確認デスクトップや Z ドライブへ保存クリック

25 系統樹 ( 樹形図 ) 表示ソフト TREE VIEW を準備デスクトップか Z ドライブに保存して, ( 左 ) ダブルクリック系統樹 ( 樹形図 ) 表示ソフト TREE VIEW を準備 ( 左 ) ダブルクリックでうまく行かない場合は右クリッククリッククリッククリック系統樹 ( 樹形図 ) 表示ソフト TREE VIEW を準備 WF で保存 dnd ファイルをドラッグ & ドロップ ( File からファイルを指定しない ) Radial tree ( 無根系統樹 )

Microsoft PowerPoint - ????????????2016_01P.ppt [?????]

Microsoft PowerPoint - ????????????2016_01P.ppt [?????] 08:50 からこの部屋はバイオインフォマティクスで使用します 2016 年度バイオインフォマティクス 2017 年度バイオインフォマティクス座席順 1 2 教卓 3 4 5 6 7 8 9 10 11 12 13 14 まず端末にログインしましょう 15 16 17 18 31 32 33 34 19 20 21 22 23 24 25 26 27 28 29 30 まず端末にログインしましょう