Bioinformatics3

Size: px

Start display at page:

Download "Bioinformatics3"

ひろじあわび
4 years ago
Views:

1 バイオインフォマティクス配列データ解析 3 藤博幸

2 相同配列の較解析の順第ステップ : 相同配列の収集第ステップ : 相同配列のマルチプルアラインメント第三ステップ : アラインメントからの機能構造進化的情報の抽出

3 2. 配列アラインメント (sequence alignment) 進化の過程での INDEL を考慮しながら相同な配列の間の対応する塩基 ( あるいはアミノ酸 ) を同じ位置に並べる操作あるいはその操作によってできたもの INDEL に対応してギャップ (gap) とよばれる空記号を挿し位置をずらして塩基やアミノ酸を対応づける通常動的計画法 (dynamic programing algorithm) やそのバリエーションをいて配列間の類似度がくとなるようにアラインメントが構築されるアラインメントの原理は次回

4 マルチプルアラインメント (multiple alignment) 分系統樹を構築するにはまず複数本の相同配列についてのマルチプルアラインメントを作成する

5 リゾチームのアミノ酸配列 >LYC_HUMAN ヒト Lysozyme C MKALIVLGLVLLSVTVQGKVFERCELARTLKRLGMDGYRGISLANWMCLAKWESGYNTRATNYNAGDRST DYGIFQINSRYWCNDGKTPGAVNACHLSCSALLQDNIADAVACAKRVVRDPQGIRAWVAWRNRCQNRDVR QYVQGCGV >LYC1_BOVIN ウシ Lysozyme C 1 MKALIILGFLFLSVAVQGKVFERCELARTLKKLGLDGYKGVSLANWLCLTKWESSYNTKATNYNPGSEST DYGIFQINSKWWCNDGKTPNAVDGCHVSCSELMENDIAKAVACAKQIVSEQGITAWVAWKSHCRDHDVSS YVEGCTL >LYC_CHICK ニワトリ Lysozyme C MRSLLILVLCFLPLAALGKVFGRCELAAAMKRHGLDNYRGYSLGNWVCAAKFESNFNTQATNRNTDGSTD YGILQINSRWWCNDGRTPGSRNLCNIPCSALLSSDITASVNCAKKIVSDGNGMNAWVAWRNRCKGTDVQA WIRGCRL >LYC2_ONCMY マス Lysozyme C II MRAVVVLLLVAVASAKVYDRCELARALKASGMDGYAGNSLPNWVCLSKWESSYNTQATNRNTDGSTDYGI FQINSRYWCDDGRTPGAKNVCGIRCSQLLTADLTVAIRCAKRVVLDPNGIGAWVAWRLHCQNQDLRSYVA GCGV >LYC_BOMMO カイコ Lysozyme MQKLIIFALVVLCVGSEAKTFTRCGLVHELRKHGFEENLMRNWVCLVEHESSRDTSKTNTNRNGSKDYGL FQINDRYWCSKGASPGKDCNVKCSDLLTDDITKAAKCAKKIYKRHRFDAWYGWKNHCQGSLPDISSC >LYSP_DROME ハエ Lysozyme P MKAFLVICALTLTAVATQARTMDRCSLAREMSKLGVPRDQLAKWTCIAQHESSFRTGVVGPANSNGSNDY GIFQINNKYWCKPADGRFSYNECGLSCNALLTDDITNSVKCARKIQRQQGWTAWSTWKYCSGSLPSINSC F

6 リゾチームのアミノ酸配列マルチプルアラインメント二次構造情報を重ねて表示 a helix b strand CLUSTAL W (1.81) multiple sequence alignment ヒトウシマスニワトリカイコハエ LYC_HUMAN -MKALIVLGLVLLSVTVQGKVFERCELARTLKRLGMDGYRGISLANWMCLAKWESGYNTR LYC1_BOVIN -MKALIILGFLFLSVAVQGKVFERCELARTLKKLGLDGYKGVSLANWLCLTKWESSYNTK LYC2_ONCMY ----MRAVVVLLLVAVASAKVYDRCELARALKASGMDGYAGNSLPNWVCLSKWESSYNTQ LYC_CHICK -MRSLLILVLCFLPLAALGKVFGRCELAAAMKRHGLDNYRGYSLGNWVCAAKFESNFNTQ LYC_BOMMO -MQKLIIFALVVLCVGSEAKTFTRCGLVHELRKHGFEENL---MRNWVCLVEHESSRDTS LYSP_DROME MKAFLVICALTLTAVATQARTMDRCSLAREMSKLGVPRDQ---LAKWTCIAQHESSFRTG :...:. ** *. : *. : :* * : **. * LYC_HUMAN ATNYNAGDRSTDYGIFQINSRYWCNDGKTPGAVNACHLSCSALLQDNIADAVACAKRVVR LYC1_BOVIN ATNYNPGSESTDYGIFQINSKWWCNDGKTPNAVDGCHVSCSELMENDIAKAVACAKQIVS LYC2_ONCMY ATNRN-TDGSTDYGIFQINSRYWCDDGRTPGAKNVCGIRCSQLLTADLTVAIRCAKRVVL LYC_CHICK ATNRN-TDGSTDYGILQINSRWWCNDGRTPGSRNLCNIPCSALLSSDITASVNCAKKIVS LYC_BOMMO KTNTN-RNGSKDYGLFQINDRYWCS--KGASPGKDCNVKCSDLLTDDITKAAKCAKKIYK LYSP_DROME VVGPANSNGSNDYGIFQINNKYWCKPADGRFSYNECGLSCNALLTDDITNSVKCARKIQR... *.***::***.::**... * : *. *: ::: : **::: LYC_HUMAN DPQGIRAWVAWRNRCQNRDVRQYVQGCGV LYC1_BOVIN E-QGITAWVAWKSHCRDHDVSSYVEGCTL LYC2_ONCMY DPNGIGAWVAWRLHCQNQDLRSYVAGCGV LYC_CHICK DGNGMNAWVAWRNRCKGTDVQAWIRGCRL LYC_BOMMO R-HRFDAWYGWKNHCQGS--LPDISSC-- LYSP_DROME Q-QGWTAWSTWK-YCSGS--LPSINSCF- : ** *: *. :.*

7 アミノ酸配列ヒトリゾチームのアミノ酸配列 ( 一文字表記 ) >LYC_HUMAN MKALIVLGLVLLSVTVQGKVFERCELARTL KRLGMDGYRGISLANWMCLAKWESGYNTRA TNYNAGDRSTDYGIFQINSRYWCNDGKTPG AVNACHLSCSALLQDNIADAVACAKRVVRD PQGIRAWVAWRNRCQNRDVRQYVQGCGV 148 残基ヒトリゾチームの立体構造立体構造

8 置換や挿入 / 欠失は一次構造中不均一に生じる機能的制約と構造的制約 ( 疎水コアモチーフ ) モチーフとは相同配列間で強く保存された短い領域をさすモチーフの保存は負の選択によって維持される Motif A Motif B Motif C 酵素の活性中心多量体の会合面保存的な領域は次構造的には分散していても三次構造上は近接している場合が多い疎水コア側鎖のパッキングが密なため表面近傍は逆に置換や挿入 / 欠失が生じやすい

9 演習 1 HIV 阻害薬のターゲット探索 - モチーフの利 -

10 セントラルドグマ DNA 転写翻訳 RNA protein 逆転写レトロウイルスを含むレトロエレメント

12 ファイルの確認 RetroProtease.fasta ( テキスト形式のファイル ) ダウンロードしたものをドキュメント directory (Z ドライブ ) におくメモ帳で開いて multi-fasta 形式であることを確認以下メモ帳の開き

13 1 左下スタートをクリック全てのプログラムをクリック

14 3. アクセサリをクリック

15 4. メモ帳をクリック

16 5. メモ帳が開く

17 6. 開いたメモ帳のメニューバーからファイルを選択 7. プルダウンメニューから開くを選択

18 8. ファイル選択ウィンドウでファイルのあるディレクトリまで移動 ( ここではドキュメント directory) 9. テキスト形式のファイルだが拡張が fasta のため認識されない左下のプルダウンメニューをテキスト書からすべてのファイルに変更

19 10. ファイルを選択して左下の開くをクリック

20 11. 選択されたファイルが開く

21 マルチ fasta 形式 >gi pdb 7HVP A Chain A, Protease Of Human Immunodeficiency Virus 1 PQITLWQRPLVTIRIGGQLKEALLDTGADDTVLEEMNLPGKWKPKMIGGIGGFIKVRQYDQIPVEIXGHK AIGTVLVGPTPVNIIGRNLLTQIGXTLNF > HIV2 protease (NP_ REGION: ) vtayiedqpv evlldtgadd sivagielgd nytpkivggi ggfintkeyk nveikvlnkr vratimtgdt pinifgrnil t > simian immunodeficiency virus SIV-mnd 2 (NP_ REGION: ) slwnrpttvv eiegqkveal ldtgaddtvi kdldlkgnwk pqiiggiggs invkqffnck vtiagkttha svlvgptpvn ivgrnvlkkl gctln >gi pdb 1BAI A Chain A, Rous Sarcoma Virus Protease LAMTMEHKDRPLVRVILTNTGSHPVKQRSVYITALLDTGADDTVISEEDWPTDWPVMEAANPQIHGIGGG IPVRKSRDMIELGVINRDGSLERPLLLFPLVAMTPVNILGRDCLQGLGLRLTNL >gi prf A MoMuLV protease TLDDQGGQGQEPPPEPRITLKVGGQPVTFLVDTGAQHSVLTQNPGPLSDKSAWVQGATGGKRYRWTTDRK VHLATGKVTHSFLHVPDCPYPLLGRDLLTKLKAQIHFEGSGAQVMGPMGQPLQVL 1. 配列はスペースがあいていても構わないことに注意 2. Mafft は字も字も区別せずに配列を処理してくれるがソフトによっては字あるいは字しか処理できない場合があるかもしれない

22 MAFFT によるマルチプルアラインメント mafft は宮研究室で開発され加藤和貴によって継続的に開発されているマルチプルアラインメントのフリーソフトウェア海外の多くの研究機関で利されている Web 上でのアラインメントサービスに加えダウンロードしての PC 上で利できる Mac, Windows, Linux など様々な OS に対応しているここでは既に関学院学の計算システム (Windows 環境 ) にインストールされている mafft を利する

23 Mafft を起動する 1 左下スタートをクリック

24 2. 検索ウィンドウに mafft と上部に mafft のインストール場所が表されるこの mafft のアイコンをクリック

25 3. mafft の画がたちあがる

26 4. ファイルを指定するために multi-fasta format のファイルが置かれた Directory を表する ( ここからは Windows OS 上での処理 ) 左下のスタートをクリックし出て来たパネル左上のドキュメントを選択

27 5. ドキュメント directory が表される Directory から mafft のウィンドウにファイルをドラッグするとファイル名がされるファイル名がされたら enter キーをおす

28 6. Output すなわちアラインメントを出するファイル名を聞かれるファイル名を参考に Z ドライブ上のファイル ( 新規でも既存の者でも良い ) を指定し Enter キーをおす出オプションを聞いてくるので 2 を指定する Clustal 形式 /Fasta 形式 Sorted Order/Input Order 説明はアラインメントをながら

29 7. アラインメントのオプションを聞いてくる 1の autoオプションを指定してenter autoオプション規模データ丁寧に規模データそれなりにアライン

30 t7 8. 指定したファイルやオプションをコマンドライン形式で確認してくる問題なければ Y をしてenter

31 9. ウィンドウ中に出が表 (END) が表された時点で出ファイルに書き込まれている

32 10. メモ帳によって Clustal 形式のアラインメントを確認

33 LUSTAL format alignment by MAFFT L-INS-i (v7.130b) gi pdb 7 PQITLW QRPLVTIRIGGQL KEALLDTGADDTVLEEMNLPG HIV VTAYIEDQP VEVLLDTGADDSIVAGIELGD simian ---SLW NRPTTVVEIEGQK VEALLDTGADDTVIKDLDLKG gi pdb LAMTMEHK DRPLVRVILTNTGSHPVKQRSVYITALLDTGADDTVISEEDWPT gi prf ---TLDDQGGQGQEPPPEPRITLKVGGQP VTFLVDTGAQHSVLTQNPGPL :. *:****:.::: gi pdb 7 KW------KPKMIGGIGGFIKVRQ---YDQIPVEIXGHKAIGTVL----VGPTPVNIIGR HIV2 NY------TPKIVGGIGGFINTKE---YKNVEIKVLNKRVRATIM----TGDTPINIFGR simian NW------KPQIIGGIGGSINVKQ---FFNCKVTIAGKTTHASVL----VGPTPVNIVGR gi pdb DWPVMEAANPQ-IHGIGGGIPVRKSRDMIELGVINRDGSLERPLLLFPLVAMTPVNILGR gi prf SD------KSAWVQGATGGKRYRW---TTDRKVHLATGKVTHSFLH---VPDCPYPLLGR... : * * : : :..:. * :.** gi pdb 7 NLLTQIGXTLN F HIV2 NILT simian NVLKKLGCTLN gi pdb DCLQGLGLRLT NL gi prf DLLTKLKAQIHFEGSGAQVMGPMGQPLQVL : * Clustal 形式のアラインメント強く保存しているセグメント ( モチーフ ) が 2 ケ所いだされる

34 Clustal 形式アラインメント下段のシンボルの意味 * では, 完全に保存 : では, 強い物理化学的類似性のあるグループで保存. では, 弱い類似性のあるグルプで保存強い弱いの基準は,PAM250 列において, アミノ酸間のスコアが 0.5 よりきいか,0.5 以下かで分けている PAM250 列については次回説明

35 Clustal 形式 : 後述コマンドラインの場合 : reorder Fasta 形式 : コマンドラインの場合 : デフォルト Sorted Order: アラインメントした際近縁なもの (guide tree 上で近い順番 guide tree について次回 ) を近くに配置するように配列の順番を変更コマンドラインの場合 :--reorder Input Order: Fasta 形式のファイルにっている順番でアラインメント中の配列が配置されるコマンドラインの場合 : デフォルト

36 体構造は PDB から得た. PDB ID=7HVP

38 レトロウイルスプロテアーゼのコンセンサス配列 (Hydrophobic)-Asp-Thr-Gly-(Small Hydrophilic)

39 モチーフ配列は酸性プロテアーゼの活性中に類似

Nature 315, 691 (1985) 実験 [1] 既知酸性プロテアーゼの立体構造を鋳型とした HIV プロテアーゼのホモロジーモデリング L.H. Pearl and W.R.

41 予測レトロウイルスのプロテアーゼは酸性プロテアーゼである H. Toh et al. EMBO J. 4, 1267 (1985) H. Toh et al. Nature 315, 691 (1985) 実験 [1] 既知酸性プロテアーゼの立体構造を鋳型とした HIV プロテアーゼのホモロジーモデリング L.H. Pearl and W.R. Taylor, Nature 329, 351 (1987). [2] 酸性プロテーゼ阻害剤 ( ペプスタチン ) による HIV プロテアーゼの阻害 R.F. Nutt et al. Proc. Natl. Acad. Sci. USA 85, 7129 (1988). P.L. Darke et al. J. Biol. Chem. 264, 2307 (1989). 検証 X 線結晶構造解析から HIV プロテアーゼは酸性プロテーゼと類似の構造である M. Miller et al. Science 246, 1149 (1989).

42 Coffin, JM (1997)

43 実験可能で信頼性のある仮説を構築バイオインフォマティクスのつの役割実験にかかるコスト ( 時間 ) を削減

44 演習 2 何が我々をヒトにしているのか FOXP2 の解析

45 ヒトゲノムとチンパンジーゲノム 97%

46 脊椎動物あるいは哺乳類の進化の過程では保存されているがヒトではその配列が予想以上の速度で変化している遺伝あるいはタンパク質が候補 non-coding RNA HAR1F (HAR = human accelerated region) 脳新質の発の過程で特異的に発現 alpha-tectorin 内の被蓋膜に局在するタンパク質変異により先天性難聴ヒト特異的な会話の発達に関与する可能性

47 FOXP2 ヒトの会話に関する遺伝として同定正信男辻幸夫 (2011) ヒトはいかにしてことばを獲得したか修館書店より KE ファミリー : 動詞や名詞などの屈折形態素 (-ed,-es) などの産出に特異的な語障害三世代 20 数にわたって調査七番染体の FAXP2 の損が原因として同定

48 FOXP2 は転写因 (transcriptionfactor) DNA に結合して他の遺伝の転写を制御 R533H R328X DNA 結合ドメインの変異ナンセンス変異終コドンが形成されることでタンパク質の合成が途中でとまってしまう FOXP2 が発現を制御している遺伝のつ CNTAP2 (contactin associated protein like 2) CNTAP2 の変異 : 無意味な葉を繰り返すことが困難

49 かつては FOXP2 は法遺伝とわれていた (1)FOXP2 は脊椎動物に広く分布しているシナプス可塑性や神経の発達に関与 (1) 法というよりコンテキスト情報を加味して発話の内容を理解することや発話や運動能に関わるコンテキスト情報を加味して発話の内容を理解とは? あなたは賢いですねとわれた時字義通りなのかなのかを前後の脈から理解法遺伝はい過ぎだが間のコミュニケーションに関わる遺伝であることは間違いない

50 FOXP2 のどこがヒトと他の動物と異なっているのか? 我々を他の動物と ( 語に関して ) 区別する変異の候補をみつけたいアラインメントから他の動物の FOXP2 では保存しているのヒト FOXP2 のみで変化しているサイトを候補として同定 (1) FoxP2.fasta をダウンロードしてドキュメント directry (Z ドライブ ) におく (2) メモ帳で FoxP2.fasta がマルチ Fasta 形式であることを確認 (3) Mafft でマルチプルアラインメントを作成し Clustal 形式でファイルに保存 (4) 得られたアラインメントをメモ帳で開いて上記サイトを確認

51 CLUSTAL format alignment by MAFFT L-INS-i (v7.130b) human chimp macaque cat boar chicken Anolis Xenopus zebrafish fugu human chimp macaque cat boar chicken Anolis Xenopus zebrafish fugu MMQESATETISNSSMNQNGMSTL-SSQLDAGSRDGRSS-GDTSSEVSTVELLHLQQQQAL MMQESATETISNSSMNQNGMSTL-SSQLDAGSRDGRSS-GDTSSEVSTVELLHLQQQQAL MMQESATETISNSSMNQNGMSTL-SSQLDAGSRDGRSS-GDTSSEVSTVELLHLQQQQAL MMQESATETISNSSMNQNGMSTL-SSQLDAGSRDGRSS-GDTSSEVSTVELLHLQQQQAL MMQESATETISNSSMNQNGMSTL-SSQLDAGSRDGRSS-GDTSSEVSTVELLHLQQQQAL MMQESATETISNSSMNQNGMSTL-GSQLDAGSRDGRSS-GDTSTEVSTVELLHLQQQQAL MMQESATETISNSSMNQNGMSTL-SSQLDASSRDGRSS-GDTGTEVSTVELLHLQQQQAL MMQESATETISNSSMNQNGMSTL-SSQLDAGSRDGRSS-SDTSSEVSTVELLHLQQQQAL MMQESANETISNSSMSQNGMSSL-SSQLDAGSRDGRSS-GETSSEVSAVELLHLQQQQAL MMQESATETISNSSMSQNGMSTLSSSQLEAGSRDGRSSAGDTSSEVSTVELLHLQQQQAL ******.********.*****:*.***:*.*******.:*.:***:************ QAARQLLLQQQTSGLKSPKSSDKQRPLQVPVSVAMMTPQVITPQQMQQILQQQVLSPQQL QAARQLLLQQQTSGLKSPKSSDKQRPLQVPVSVAMMTPQVITPQQMQQILQQQVLSPQQL QAARQLLLQQQTSGLKSPKSSDKQRPLQVPVSVAMMTPQVITPQQMQQILQQQVLSPQQL QAARQLLLQQQTSGLKSPKSSDKQRPLQVPVSVAMMTPQVITPQQMQQILQQQVLSPQQL QAARQLLLQQQTSGLKSPKSSDKQRPLQVPVSVAMMTPQVITPQQMQQILQQQVLSPQQL QAARQLLLQQQTSGLKSPKGTDKQRPLQVPVSVAMMTPQVITPQQMQQILQQQVLSPQQL QAARQLLLQQQTSGLKSPKSSDKQRPLQVPVSVAMMTPQVITPQQMQQILQQQVLSPQQL QAARQLLLQQQTSGLKSPKNNEKQRPLQVPVSMAMMTPQVITPQQMQQILQQQVLSPQQL QAARQLLLQQPGSGLKSPKNNDKQRPLQVPVSVAMMSPQVITPQQMQQILQQQVLSPQQL QAARQLLLQQPGSGLKSPKSQDKQRPLQVPVSVAMMSPQVITPQQMQQILQQQVLSPQQL ********** *******. :**********:***:***********************

52 human chimp macaque cat boar chicken Anolis Xenopus zebrafish fugu KH GGLDLTTNNSSSTTSSNTS-KASPPITHHSIVNGQSSVL-SARRD-- KH GGLDLTTNNSSSTTSSTTS-KASPPITHHSIVNGQSSVL-NARRD-- KH GGLDLTTNNSSSTTSSTTS-KASPPITHHSIVNGQSSVL-NARRD-- KH GGLDLTTNNSSSTTSSTTS-KASPPITHHSIVNGQSSVL-SARRD-- KH GGLDLTTNNSSSTTSSTTS-KASPPITHHSIVNGQSSVL-NARRD-- KH GGLDLTTNNSSSTTSSTTS-KASPPITHHSIVNGQSSVL-NARRD-- KH GGLDLTTNNSSSTTSSTTS-KASPPITHHSIVNGQSSVL-NARRD-- KH GGLDLTTNISSSTTSTTTS-KASPPITHHSLLNGQASVL-SARRD-- KH SGLDLSTNNNTSTTSTSNP-KASPPITHHSMSNGQSPALNNNRRE-- KHNSSGSTGGGNGGGLDLSTNNSSSTTSSSNPAKASPPLSHHSIANGQSPIL-NHRRERE **.****:**.:****:... *****::***: ***:. *. **: つの候補サイトが選ばれる T303N 類ではS N325S ネコとアフリカツメガエルは例外だが強く保存 FoxP2 の構造は DNA 結合ドメインしか決定されていないので構造上の表はわない ( えない )

53 マウスの FOXP2 でこの 2 つのサイトをヒトのアミノ酸に変化させた実験がわれたミッキーマウスはまれなかったしかし脳基底核 (basal ganglia, 運動制御や学習に関与 ) の線条体 (striatum) 中の medium spiny neuron (spiny neuron = 有棘細胞 MS 細胞とよばれる GABA を伝達物質とする抑制性ニューロン ) の樹状突起のさやシナプス可塑性が増していた (Enard et al. 2009) この観察とヒトの語能獲得との関係は不明

54 Mol Biol Evol (2012) 30,

56 今回学習したこと (1)mafft によるマルチプルアラインメント (2) 機能部位を推定 ( モチーフを同定 ) (3) 機能差を決定するサイトの推定 (4) 配列データファイルのフォーマット FASTA 形式 multi-fasta 形式 Clustal 形式アラインメントは配列解析の出発点アラインメントを読むことただし系統的に独したつのグループに分けることが重要次回以降次回はアラインメントの原理データベース検索について学ぶ

57 参考献 Samuelsson, T. (2012) Genomics and Bioinformatics - An Introduction to Programming Tools - Cambridge Univ Press 正信男辻幸夫 (2011) ヒトはいかにしてことばを獲得したか修館書店

バイオインフォマティクス第1回2018.pptx

バイオインフォマティクス第1回2018.pptx IT BIO バイオインフォマティクス第 1 回藤博幸配列解析 I 本日の課題 1. 相同配列 2. 配列アラインメント 3. 演習 1 HIV 阻害薬のターゲット探索 4. 演習 2 何が我々をヒトにしているのか DNA を 4 つの塩基を 1 文字で表しその文字列として表現水素結合アミノ酸側鎖 Asp (D) Glu (E) Cys (C) Tyr (Y) アスパラギン酸グルタミン酸システインチロシン