Analiza

‫סיכום אנאליזה‪:‬‬ ‫אנוטציה – פירוט מקטעים ברצף שיש עליהם מידע יחודי‪.‬‬ ‫מצגת ‪:1‬‬ ‫•ביואינפורמטיקה – המקום בו טכנולוגית מידע וביולוגיה נפגשים לתורה‬ ‫משותפת‪ .‬טכנלוגית המידע מספק אלגוריתמים ואילו החלק הביולוגי‬ ‫מכוונן אותם ומשתמש בהם לטובת מחקר ביולוגי‪.‬‬ ‫•שאלות ביולוגיות שניתן לענות בעזרת אלגוריתמים לחיפוש רצפים‪:‬‬ ‫‪o‬האם הרצף שמצאתי כבר נמצא ע"י מישהו אחר‬ ‫‪o‬בנית מקטע דנ"א ארוך ע"ס מידע על מקטעם קצרים‬ ‫יותר‬ ‫‪o‬חיפוש תבניות‬ ‫‪o‬מציאת האזורים המקודדים לחלבון בגנום‬ ‫‪o‬השוואת רצפי ח‪.‬אמינו של חלבונים לצורך קביעת זהות ‪/‬‬ ‫שונות‬ ‫‪o‬מחקר (משפחות חלבונים)‬ ‫‪o‬מדידת מרחק אבולוציוני בין מינים‬ ‫‪o‬חיזוי תכונות של חלבונים‬ ‫•החלק המחשבי – ‪ DNA‬הוא ‪ String‬אנחנו יודעים לשחק עם ‪-stirng‬ים‪.‬‬ ‫•החלק הביולוגי – חשוב לזכור שפתרון שמתמטית הוא הנכון ביותר לא‬ ‫תמיד נכון ביותר מבחינה ביולוגית‪.‬‬ ‫מצגת ‪:2‬‬ ‫•הצורך בבסיסי נתונים ביולוגיים‪:‬‬ ‫‪o‬גידול בכמות המידע‬ ‫‪o‬דרך פרסום מועדפת של מידע חדש‬ ‫‪o‬כלי טוב לשימוש מחקרי‬ ‫•סוגי ‪:DB‬‬ ‫‪o‬ביביליוגרפיים ‪ -‬לדוגמא ‪ Medline‬או ‪ – PubMed‬מכיל‬ ‫‪ Abstract‬של מאמרים‪ ,‬כניסות של עיתונים חשובים‪,‬‬ ‫ספרים (טקסט חלקי ‪ /‬מלא)‪....‬‬ ‫‪o‬רצפים (דנ"א‪ ,‬חלבונים) –‬ ‫‪ ‬מידע חשוב שצריך להכיל‪:‬‬ ‫•רצף‬ ‫•‪AC‬‬ ‫•‪Refrences‬‬ ‫•מידע טקסונומי (קבוצות‬ ‫אורגניזמים)‬ ‫•אנוטציות‪ ,‬מילות מפתח ו‪-‬‬ ‫‪Cross Reference‬‬ ‫‪ DB‬שונים משתמשים בפורמטים שונים‬ ‫להצגת המידע – אין רגולציה‬ ‫דוגמאות לפורמטים‪ . Fasta, GenBank, EMBL :‬ישנם כלים (‬ ‫‪ )ReadSeq‬להחלפה בין פורמטים‪.‬‬ ‫‪ DB‬מרכזיים ל‪:DNA-‬‬

‫•‪ – GeneBank – USA‬מחולק‬ ‫לתת ‪:DB‬‬ ‫‪o‬מולקולרים –‬ ‫דנ"א‪,‬‬ ‫חלבונים‬ ‫‪o‬רצפים‪:‬‬ ‫‪m/Rna, Gene,‬‬ ‫‪...EST‬‬ ‫‪o‬קבוצות‬ ‫אורגניזמים‪:‬‬ ‫‪ – Hum‬אדם‪...‬‬

‫‪o‬סימונים‪:‬‬ ‫‪G‬‬ ‫‪‬‬ ‫‪e‬‬ ‫‪n‬‬ ‫‪e‬‬ ‫=‬ ‫‪1‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪/‬‬ ‫‪g‬‬ ‫‪e‬‬ ‫‪n‬‬ ‫‪e‬‬ ‫=‬ ‫”‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫”‬ ‫–‬ ‫ג‬ ‫ן‬

x x x ‫ה‬ ‫ח‬ ‫ל‬ ‫מ‬ ‫נ‬ ‫ו‬ ‫ק‬ ' 1 ‫ו‬ ‫ע‬ ‫ד‬ 1 2 5 6 7 . m  R N A : j o i n ( 1 . . 6 4 , 2 1 4 0 2 2 7

4 … ) – ‫א‬ ‫ק‬ ‫ס‬ ‫ו‬ ‫נ‬ ‫י‬ ‫ם‬ + U T R ‫י‬ ‫ם‬ C  D S : j o i n ( 2 6 . 6 4 , 2 1 4 0 . . 2 2 7 4 … )

‫–‬ ‫ה‬ ‫מ‬ ‫י‬ ‫ד‬ ‫ע‬ ‫ה‬ ‫מ‬ ‫ק‬ ‫ו‬ ‫ד‬ ‫ד‬ ‫ב‬ ‫ל‬ ‫ב‬ ‫ד‬ ‫–‬ ‫ל‬ ‫ל‬ ‫א‬ ‫‪U‬‬ ‫‪T‬‬ ‫‪R‬‬ ‫‬‫י‬ ‫ם‬ ‫‪,‬‬ ‫ה‬ ‫‬‫‪S‬‬ ‫‪t‬‬ ‫‪o‬‬ ‫‪p‬‬ ‫‪C‬‬ ‫‪o‬‬ ‫‪d‬‬ ‫‪o‬‬ ‫‪n‬‬ ‫מ‬ ‫ו‬ ‫פ‬ ‫י‬

‫ע‬ ‫ב‬ ‫מ‬ ‫ק‬ ‫ט‬ ‫ע‬ ‫ה‬ ‫א‬ ‫ח‬ ‫ר‬ ‫ו‬ ‫ן‬ ‫‪.‬‬ ‫‪‬כ‬ ‫א‬ ‫ש‬ ‫ר‬ ‫מ‬ ‫ד‬ ‫ו‬ ‫ב‬ ‫ר‬ ‫ב‬ ‫מ‬ ‫ק‬ ‫ט‬ ‫ע‬ ‫ק‬ ‫ו‬ ‫מ‬ ‫פ‬ ‫ל‬ ‫י‬ ‫מ‬ ‫נ‬ ‫ט‬ ‫ר‬ ‫י‬ ‫א‬ ‫ז‬ ‫י‬ ‫‪:‬‬

‫‪o‬יתרונות‪/‬חסרו‬ ‫נות‪:‬‬ ‫‪‬נ‬ ‫פ‬ ‫ח‬ ‫מ‬ ‫י‬ ‫ד‬ ‫ע‬ ‫ג‬ ‫ד‬ ‫ו‬ ‫ל‬ ‫‪,‬‬ ‫‪C‬‬ ‫‪R‬‬ ‫ע‬ ‫ם‬ ‫‪D‬‬ ‫‪B‬‬ ‫א‬ ‫ח‬ ‫ר‬ ‫י‬ ‫ם‬ ‫ב‬ ‫‬‫‪N‬‬ ‫‪C‬‬ ‫‪B‬‬ ‫‪I‬‬ ‫‪,‬‬ ‫ת‬ ‫ת‬ ‫‪D‬‬ ‫‪B‬‬ ‫’‬ ‫‪s‬‬ ‫ב‬ ‫‬‫‪N‬‬ ‫‪C‬‬

‫‪B‬‬ ‫‪I‬‬ ‫‪‬נ‬ ‫פ‬ ‫ח‬ ‫מ‬ ‫י‬ ‫ד‬ ‫ע‬ ‫ג‬ ‫ד‬ ‫ו‬ ‫ל‬ ‫‪,‬‬ ‫א‬ ‫י‬ ‫ן‬ ‫ב‬ ‫ק‬ ‫ר‬ ‫ה‬ ‫‪,‬‬ ‫מ‬ ‫י‬ ‫ד‬ ‫ע‬ ‫ל‬ ‫א‬ ‫י‬ ‫ו‬ ‫צ‬ ‫א‬ ‫ה‬ ‫ח‬ ‫ו‬ ‫צ‬ ‫ה‬ ‫–‬ ‫א‬

‫נ‬ ‫ו‬ ‫ט‬ ‫צ‬ ‫י‬ ‫ו‬ ‫ת‬ ‫ל‬ ‫א‬ ‫ע‬ ‫י‬ ‫ק‬ ‫ב‬ ‫י‬ ‫ו‬ ‫ת‬ ‫–‬ ‫מ‬ ‫ב‬ ‫ו‬ ‫צ‬ ‫ע‬ ‫ע‬ ‫"‬ ‫י‬ ‫ה‬ ‫מ‬ ‫ש‬ ‫ג‬ ‫ר‬ ‫י‬ ‫ם‬ ‫‪.‬‬ ‫‪o‬תת ‪db:‬‬ ‫‪dbEST‬‬ ‫‪‬מ‬ ‫כ‬ ‫י‬ ‫ל‬ ‫ר‬ ‫צ‬ ‫פ‬

‫י‬ ‫‪E‬‬ ‫‪S‬‬ ‫‪T‬‬ ‫ש‬ ‫נ‬ ‫ו‬ ‫צ‬ ‫ר‬ ‫ו‬ ‫מ‬ ‫ר‬ ‫י‬ ‫צ‬ ‫ו‬ ‫ף‬ ‫ש‬ ‫ל‬ ‫‪c‬‬ ‫‪D‬‬ ‫‪N‬‬ ‫‪A‬‬ ‫‪.‬‬ ‫‪‬א‬ ‫ו‬ ‫ת‬ ‫ם‬ ‫י‬ ‫ת‬ ‫ר‬ ‫ו‬ ‫נ‬ ‫ו‬ ‫ת‬ ‫‪/‬‬ ‫ח‬ ‫ס‬ ‫ר‬ ‫ו‬ ‫נ‬ ‫ו‬ ‫ת‬

‫ש‬ ‫ל‬ ‫‪G‬‬ ‫‪e‬‬ ‫‪n‬‬ ‫‪B‬‬ ‫‪a‬‬ ‫‪n‬‬ ‫‪k‬‬ ‫‪– RefSeqo‬‬ ‫בסיס נותנים‬ ‫מבוקר‪ ,‬כל‬ ‫רצף ‪/‬‬ ‫מולקולה‬ ‫מופיע פעם‬ ‫אחת בלבד‪.‬‬ ‫‪o‬ישנו פורמט‬ ‫אחר ל‪ AC-‬ב‪-‬‬ ‫‪RefSeq‬‬ ‫שמתאר אותו‪,‬‬ ‫למשל‪:‬‬ ‫– ‪NM_1111‬‬ ‫‪RNA,‬‬ ‫‪– NP_1111‬‬ ‫חלבון‪..‬‬ ‫‪o‬סטטוס‪:‬‬ ‫‪G‬‬ ‫‪‬‬ ‫‪e‬‬ ‫‪n‬‬ ‫‪o‬‬ ‫‪m‬‬ ‫‪e‬‬ ‫‪A‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪o‬‬ ‫‪t‬‬ ‫‪a‬‬ ‫‪t‬‬ ‫‪i‬‬ ‫‪o‬‬ ‫‪n‬‬ ‫–‬ ‫ה‬ ‫ר‬ ‫ש‬

‫ו‬ ‫מ‬ ‫ה‬ ‫ה‬ ‫ת‬ ‫ק‬ ‫ב‬ ‫ל‬ ‫ה‬ ‫א‬ ‫ו‬ ‫ט‬ ‫ו‬ ‫מ‬ ‫ט‬ ‫י‬ ‫ת‬ ‫‪,‬‬ ‫ו‬ ‫א‬ ‫י‬ ‫נ‬ ‫ה‬ ‫נ‬ ‫ת‬ ‫ו‬ ‫נ‬ ‫ה‬ ‫ל‬ ‫ב‬ ‫ד‬ ‫י‬ ‫ק‬ ‫ה‬ ‫‪.‬‬ ‫‪I‬‬ ‫‪n‬‬ ‫‪f‬‬ ‫‪r‬‬ ‫‪r‬‬ ‫‪e‬‬ ‫‪d‬‬ ‫–‬

‫ה‬ ‫ת‬ ‫ק‬ ‫ב‬ ‫ל‬ ‫ה‬ ‫מ‬ ‫ח‬ ‫י‬ ‫פ‬ ‫ו‬ ‫ש‬ ‫ר‬ ‫צ‬ ‫ף‬ ‫‪,‬‬ ‫ע‬ ‫ד‬ ‫י‬ ‫ן‬ ‫ל‬ ‫א‬ ‫ב‬ ‫ו‬ ‫צ‬ ‫ע‬ ‫ו‬ ‫נ‬ ‫י‬ ‫ס‬ ‫ו‬ ‫י‬ ‫י‬ ‫ם‬ ‫ל‬ ‫א‬ ‫י‬ ‫מ‬ ‫ו‬ ‫ת‬ ‫‪P‬‬ ‫‪r‬‬

‫‪e‬‬ ‫‪d‬‬ ‫‪i‬‬ ‫‪c‬‬ ‫‪t‬‬ ‫‪e‬‬ ‫‪d‬‬ ‫‬‫ה‬ ‫ר‬ ‫ש‬ ‫ו‬ ‫מ‬ ‫ה‬ ‫ע‬ ‫ו‬ ‫ד‬ ‫ל‬ ‫א‬ ‫ע‬ ‫ב‬ ‫ר‬ ‫ה‬ ‫ב‬ ‫י‬ ‫ק‬ ‫ו‬ ‫ר‬ ‫ת‬ ‫‪,‬‬ ‫ח‬ ‫ל‬ ‫ק‬ ‫מ‬ ‫ה‬ ‫מ‬ ‫י‬ ‫ד‬ ‫ע‬ ‫ב‬ ‫ר‬ ‫ש‬

‫ו‬ ‫מ‬ ‫ה‬ ‫ח‬ ‫ז‬ ‫ו‬ ‫י‬ ‫ו‬ ‫ל‬ ‫א‬ ‫א‬ ‫ו‬ ‫מ‬ ‫ת‬ ‫‪.‬‬ ‫‪P‬‬ ‫‪r‬‬ ‫‪o‬‬ ‫‪v‬‬ ‫‪i‬‬ ‫‪s‬‬ ‫‪i‬‬ ‫‪o‬‬ ‫‪n‬‬ ‫‪a‬‬ ‫‪l‬‬ ‫–‬ ‫ע‬ ‫ד‬ ‫י‬ ‫ן‬ ‫ל‬ ‫א‬ ‫נ‬ ‫ב‬ ‫ח‬ ‫ן‬ ‫‪,‬‬ ‫ה‬ ‫מ‬ ‫י‬ ‫ד‬

‫ע‬ ‫ה‬ ‫ת‬ ‫ק‬ ‫ב‬ ‫ל‬ ‫מ‬ ‫מ‬ ‫ק‬ ‫ו‬ ‫ר‬ ‫ש‬ ‫נ‬ ‫ח‬ ‫ש‬ ‫ב‬ ‫א‬ ‫מ‬ ‫י‬ ‫ן‬ ‫‪.‬‬ ‫‪R‬‬ ‫‪‬‬ ‫‪e‬‬ ‫‪v‬‬ ‫‪i‬‬ ‫‪e‬‬ ‫‪w‬‬ ‫‪d‬‬ ‫–‬ ‫נ‬ ‫ב‬ ‫ח‬ ‫ן‬ ‫‪.‬‬ ‫‪V‬‬ ‫‪‬‬ ‫‪a‬‬ ‫‪l‬‬ ‫‪i‬‬ ‫‪d‬‬ ‫‪a‬‬ ‫‪t‬‬ ‫‪e‬‬ ‫‪d‬‬ ‫–‬

‫א‬ ‫ו‬ ‫ש‬ ‫ר‬ ‫‪.‬‬ ‫•‪EMBL – EBI - England‬‬ ‫•‪DDBJ – Japan‬‬ ‫•כל השלושה מעודכנים‬ ‫ברמה שבועית‪ ,‬מחליפים‬ ‫מידע בינהם‪ ,‬אורך מקסימלי‬ ‫לכניסה של רצף ‪300Kbp‬‬ ‫מינימום‪.10bp :‬‬ ‫•מקור המידע‪ :‬קבוצות‬ ‫מחקר‪ ,‬מכונים לחקר הגנום‪,‬‬ ‫פטנטים (שיגור ישיר – אין‬ ‫בקרה)‪.‬‬ ‫‪o‬גנומים ‪ -‬מכילים מידע כל גנים‪ ,‬מיפוי‪ ,‬קישורים‬ ‫לרצפים‪....‬‬ ‫‪‬קיימים לכל המינים החשובים‪– GDB :‬אדם‪,‬‬ ‫‪ – MGD‬עכבר‪...‬‬ ‫‪ – Ensembl‬מכיל את כל רצפי ה‪DNA-‬‬ ‫(אדם) ברמה גנומית‪.‬‬ ‫‪‬ע"י שימוש בכלי תוכנה‪ ,‬ניתן לבצע‬ ‫אנאליזות‪:‬‬ ‫•גנים‪ ,SNP ,‬חזרות‪,‬‬ ‫הומולוגיות‪.‬‬ ‫•שייך ל‪.EBI-‬‬ ‫‪o‬חלבונים (משפחות‪/‬אתרים)‬ ‫‪o‬מוטציות ‪ /‬פולימורפיזם – מכיל מידע על וריאיות של‬ ‫רצפים – כאשר ישנו קישור (או לא) למחלות גנטיות‪.‬‬ ‫‪‬כלליים‪:‬‬ ‫•‪ – OMIM‬קטלוג למידע‬ ‫הגנטי ופגמים גנטיים –‬ ‫מכיל סיכומי ספרות‪,‬‬ ‫תמונות‪ ,‬קישורים למידע‬ ‫נוסף ומאמרים‪.‬‬ ‫•‪ – dbSNP‬מכיל את המידע‬ ‫על ‪ SNP‬ומוטציות מחיקה‬ ‫קטנות‪.‬‬ ‫•ספציפיים למחלות‪p53, :‬‬ ‫‪...Astma‬‬ ‫‪ D3o‬מבני‬ ‫‪o‬מטבולי ‪ /‬רגולטורי‬ ‫•‪ DB‬לחלבונים‪:‬‬ ‫‪ – SwissProto‬מספק‪ :‬רמת דיוק‪/‬בקרה טובה‪ ,‬אנוטציות‪:‬‬ ‫פונקציה‪ ,‬מבנה‪ ,‬דומיינים‪ ,‬שינויים לאחר תרגום‪.‬‬

‫‪ – trEMBLo‬מכיל רצפי ‪ mRNA‬מתורגמים – מיוצר‬ ‫אוטומטית ע"ס ‪ CDS‬מ‪ ,EMBL-‬מכיל את כל המידע‬ ‫שעדיין לא נכנס ל‪.Swiss Prot -‬‬ ‫‪ – GenPepto‬תרגום אוטומטי של ‪ CDS‬מ‪– GenBank -‬‬ ‫מלוכלך‪.‬‬ ‫‪ Pir – CRo‬בין‪... EMBL/ GenBannk / PDB/ GDB / OMIM :‬‬ ‫‪ DBo‬למשפחות חלבונים ‪-Domain /‬ים‪:‬‬ ‫‪‬זיהוי אתרים ע"י ‪MSA‬‬ ‫‪‬ניתנים להגדרה ע"פ‪ :‬תבנית (לנפוצים‬ ‫מאוד)‪ ,‬פרופיל (מטריצות השוואה)‪ ,‬מודל‬ ‫מרקוב – מודל הסתברותי‪.‬‬ ‫‪‬מכיל מידע ‪ /‬כלי אנאליזה לאיתור מהיר‬ ‫של משפחת החלבונים אליה רצף חדש‬ ‫שייך‪ ,‬ואלי גם לאבחן באופן כללי פונקציה‬ ‫של רצף חדש‪.‬‬ ‫‪‬נקראים ‪ Secondery DB‬שכן מבוססים על‬ ‫המידע שהושג ב‪( Primary-‬גנים ‪/‬‬ ‫גנומים‪ ,)..‬נוצרים ידנית או מופקים‬ ‫אוטומטית‪.‬‬ ‫‪ – Prosite‬מכיל מידע על דומיינים‬ ‫פונקציונלים‪.‬‬ ‫מצגת מס' ‪:3‬‬ ‫•מדוע כדאי להשוות רצפים‪ :‬קבלת מידע על יחסים אבולוציונים‪ ,‬חיזוי‬ ‫של מבנה ותפקיד של חלבון‪.‬‬ ‫•הומולוגיה – דימיון הנובע מאב קדמון משותף‪.‬‬ ‫•‪ - Alignment‬היפותזה הנוגעת לדימיון פיזי בין רצפים‪ ,‬השוואה בין שני‬ ‫רצפים‪ ,‬תוך חיפוש מקטעים באותו סדר בין שניהם‪.‬‬ ‫•‪ – DotPlots‬השוואה ויזואלית‪ ,‬משווים שני רצפים בנק' התחלה שונות‬ ‫של שניהם‪ ,‬שמים נק' במיקום של שתי ח‪.‬א זהות‪.‬‬ ‫•איכות ההשואה‪ :‬אחוזים – לא טוב‪ ,‬כאשר ניקח רצף גודל נקבל‬ ‫התאמה של ‪ x‬אבל תת רצף שלו יכול להראות ‪....100%‬‬ ‫•‪ - Global Alignment Score‬סה"כ החלקים היחסיים של תרומת תת רצך‬ ‫לניקוד הכולל‪ .‬ניתן לתת ניקוד שונה לזהות‪ ,‬החלפה‪ ,‬מחיקות‪/‬כניסות‪...‬‬ ‫•נהוג לבנות מטריצות חישוב‪ ,‬אשר יורדות לרזולוציה מלאה של השוואה‬ ‫בין נוק'‪ ,‬ובעלות ערכי חישוב עבור ‪-GAP‬ים כאשר נתן לפצל ערכים גם‬ ‫ל‪-‬תחילת ‪ /GAP‬המשך ‪...GAP‬‬ ‫•‪ Kimuras‬נתן משקל במטריצה שלו לעובדה שבהחלפת ח‪.‬א‪ .‬בוצע‬ ‫החלפה בין ‪ C/T A/G‬או‬ ‫‪ A/C‬ו – ‪ – T/G‬טנסורסיה‪..‬‬ ‫•באופן דומה‪ ,‬ניתן לבנות מטריצות להשוואת חלבונים‪ ,‬כאשר – ניתן גם‬ ‫לרדת לרזולוציה של החלפה בין חומצות אמינו דומות‪...‬‬ ‫•מטריצות חלבונים מכילות מידע להסברות ההחלפה של ח‪.‬א‪ .‬אחת‬ ‫באחרת‪.‬‬

‫ מטריצת הסתברויות של חלבונים (בחירת‬‫‪PAMo‬‬ ‫המטריצה ‪ /‬הרזולוציה הנכונה משפיעה על התוצאה)‬ ‫‪‬נבנה ע"ס משפחות חלבונים‪ ,‬ערכי‬ ‫המטריצה מחושבים ע"ס עצים פילוגנטיים‬ ‫של רצפים מאוד קרובים‪ ,‬אשר נוטים‬ ‫להחליף ח‪.‬א‪ .‬בודדות‪ .‬הכפלת מטריצות‬ ‫לעליה במרחק האבולוציוני‪.‬‬ ‫‪ – 1PAM‬מטריצות המחושבות ע"ס דימיון‬ ‫בין רצפים‪.‬‬ ‫‪‬יחידות ‪ PAM‬מודדות מרחק אבולוציוני – ‪1‬‬ ‫יחידת ‪ = PAM‬ההסתברות למוטציה‬ ‫נקודתית ב‪ 100-‬ח‪.‬א‪.‬‬ ‫‪‬ערך כל עמודה במטריצה מסוכם ל‪-‬‬ ‫‪ ,10,000‬תמיד האלכסון ‪ -‬הערכים‬ ‫הגדולים‪.‬‬ ‫‪‬מטריצת החישוב הסופית מחושבת כ‪:Lod-‬‬ ‫‪)S(a,b) = 10log(Mab / Pb‬‬ ‫‪ – Mab‬ההסתברות למוטצית החלפה בין ‪ a‬ל‪.b-‬‬ ‫‪ - Pb‬שכיחות של ‪ b‬בחלבון‪.‬‬ ‫‪ – )S(a/b‬יחס ההחלפה בין ‪ a‬ל‪.b-‬‬ ‫‪‬כפל מטריצות ‪ PAM1‬בעצמו נותן אפשרות‬ ‫לרדת לרזולוציה נמוכה יותר – ז"א מרחק‬ ‫אבולוציוני רחוק יותר‪ .‬לדוגמא כמו שב‪-‬‬ ‫‪ PAM1‬ניתן למצוא מוטציה ‪ 1‬כל ‪ ,100‬אזי‬ ‫ב‪ PAM250-‬ניתן למצוא ‪ 80‬מ' כל ‪ 100‬ח‪.‬א‪.‬‬ ‫– ז"א חלבונים מאוד רחוקים‪....‬‬ ‫‪ – BLOSUMxxo‬ה‪-Block-‬ים מכונסים ל‪-Cluster-‬ים‪,‬‬ ‫כאשר לפחות ‪ %xx‬מהח‪.‬א ב‪ Cluster-‬זהות‪ .‬ערכי‬ ‫המטריצה משוערכים מביצוע ‪ Alignmeny‬ללא מרווחים‬ ‫למשפחות חלבונים‪.‬‬ ‫‪o‬מחשבים את שכיחות ההתאמה בפועל עבור כל ח‪.‬א‬ ‫ברצף‪ ,‬למשל ב‪ 40%-‬מהמקרים ‪ A‬מוצמד ל‪ A-‬ב‪ 20%-‬ל‪-‬‬ ‫‪....C‬‬ ‫מחשבים את שכיחות ההתאמה הצפויה (ז"א כאשר ‪ A‬מול ‪ A‬ב‪-‬‬ ‫‪ C ,100%‬מול ‪.)...C‬‬ ‫מחלקים את הערך הראשון בערך השני ומקבלים את ההסתברות‪.‬‬ ‫הוצאת ‪ LOG‬ע"מ‬ ‫לנרמל מעניקה את הערך להכפלה במטריצה (חיובי = ח‪.‬א דומות –‬ ‫ככל שיותר קרובות‬ ‫– ערך יותר גבוה‪ ,‬שלילי = שונות)‪.‬‬ ‫‪o‬מטריצות ‪ – HARD‬מיועדות להתאמה בין רצפים בעלי‬ ‫מרחק אבולוציוני קצר‬ ‫‪ PAM‬ערך נמוך ‪ – BLOSUM‬ערך גבוה‬ ‫‪o‬מטריצת ‪ - SOFT‬מרחק אבולוציוני גדול‪,‬‬ ‫‪ PAM‬ערך גבוה ‪ – BLOSUM‬ערך נמוך‬ ‫‪Optimal Score = Optimal Alignmento‬‬ ‫‪ – Global‬ביצוע ‪ Alignment‬באורך מלא של‬ ‫שני הרצפים‬

‫•‪ – Needelman-Wunsch‬מציאת‬ ‫ה‪ Alignment-‬המקסימלי‪,‬‬ ‫ביצוע אנאליזה וסכימה לכל‬ ‫אורך הרצף‪ – .‬השיטה אינה‬ ‫מסוגלת לזהות בעצמה‬ ‫‪-Domain‬ים‪-Motif/‬ים‬ ‫והומולוגיה בינהם‪.‬‬ ‫•אופן חישוב סה"כ‬ ‫האפשרויות השונות ע"מ‬ ‫למצוא את את ה‪Alignment-‬‬ ‫האופטימלי הוא בעייתי‪ ,‬שכן‬ ‫מדובר בהמון אפשרויות‬ ‫שיש להשוות בינהם‪ .‬פותחה‬ ‫שיטה שנקראת‪:‬‬ ‫“‪– "Dynamic Programming Computation of scores‬‬ ‫השיטה פועלת ע"פ עקרון הרקורסיה‪ ,‬כאשר למעשה‬ ‫בכל צעד מחושבת ההתאמה הטובה ביותר בהתייחס‬ ‫לצעדים הקודמים‪.‬‬ ‫דוגמא‪:‬‬ ‫נק' התחלה‬ ‫‪A C G T‬‬ ‫‪A 1 -1 -1 -1‬‬ ‫‪C -1 1 -1 -1‬‬ ‫‪G -1 -1 1 -1‬‬ ‫‪T -1 -1 -1 1‬‬ ‫‪Gap = -2‬‬

‫‪ – Local‬מציאת מקטע ההתאמה הטוב‬ ‫ביותר בין שני הרצפים‬ ‫•‪ – Smith – Waterman‬מחפש‬ ‫את ההתאמה הטובה ביותר‬ ‫בין שני מקטעים‪ ,‬ללא קשר‬ ‫ישיר לאורכם‪ ,‬או לנק'‬ ‫ההתחלה‪ .‬בשיטה זו לא‬ ‫מבוצע בהכרח‬ ‫‪ Alignment‬לכל הרצף‪.‬‬ ‫•אופן החישוב דומה לחישוב‬ ‫בשיטה הגלובלית‪:‬‬ ‫‪o‬במקום ערכים‬ ‫שלילים‬ ‫מציבים ‪0‬‬ ‫‪o‬חישוב‬ ‫המסלול‬ ‫האופטימלי‬ ‫מבוצע‬ ‫מהערך הגבוה‬

‫‪GAP = -2‬‬ ‫באופן עקרוני‪:‬‬ ‫תזוזה לאחד הצדדים = ‪GAP‬‬ ‫תזוזה באלכסון =‬ ‫ערך במטריצה (זהות‪/‬החלפה)‬

‫ביותר ולא‬ ‫מהפינה‬ ‫הימנית‬ ‫התחתונה‪.‬‬

‫‪‬נקודות חשובות‪:‬‬ ‫•המסלול האופטימלי הוא‬ ‫תוצאה של מניפולציה‬ ‫חישובית ואינה בהכרח‬ ‫אומרת שזוהי ההתאמה‬ ‫הביולוגית הנכונה‪.‬‬ ‫•שכיחות החלפות של ח‪.‬א‪.‬‬ ‫אינה שווה בכל עמדה ברצף‬ ‫•הכנסת ‪-GAP‬ים אינה דומה‬ ‫למוטציות הכנסה‪/‬מחיקה‪.‬‬ ‫•מתוכנית המחשב תמיד‬ ‫מתקבלת תוצאה – גם כאשר‬ ‫לא הגיוני בכלל לבצע‬ ‫‪.Alignment‬‬ ‫•כלים‪:‬‬ ‫‪EMBOSSo‬‬ ‫‪programs‬‬ ‫& ‪(global‬‬ ‫‪local) - SRS‬‬ ‫‪NCBI Blasto‬‬ ‫‪)(local‬‬ ‫מצגת ‪:4‬‬ ‫•מדוע מבצעים ‪?MSA‬‬ ‫‪o‬זיהוי משפחת של חלבונים ע"ס איזורים הומולוגיים‪.‬‬ ‫‪o‬עזרה בזיהוי מבנה שניוני ושלישוני של רצפים חדשים‬ ‫‪o‬סיוע בחקר אבולוציוני‪ ,‬ובניית עצים פילוגניטים‪.‬‬

‫‪o‬מהנחות ה‪ - Alignment-‬אורגניזמים קרובים בעלי ‪DNA‬‬ ‫ורצף חלבונים דומה‪.‬‬ ‫חלבונים דומים‪ ,‬לעיתים קרובות בעלי אותה‬ ‫פונק'‪.‬‬ ‫שני גנים נקראים ‪ Paralogous‬אם עברו‬ ‫‪- Paralogouso‬‬ ‫דופליקציה‪.‬‬ ‫‪ – Orthologuso‬שני גנים נקראים ‪ Orthologus‬אם עברו‬ ‫ספציאציה (היו זהים והפכו להיות שונים)‪.‬‬ ‫‪ - :MSAo‬לקבוצת רצפים אין התאמה יחידה נכונה‪ ,‬אלא‬ ‫רק ה‪ Alignmnet-‬שנחשב אופטימלי ע"ס החישובים‪.‬‬ ‫קביעת ה‪ Alignment-‬הטוב ביותר עבור ההשפעה נתונה‬ ‫לשיקול דעתו של החוקר‪.‬‬

‫‪o‬שיטות ה‪ MSA-‬מבוססות על ביצוע ‪ PWA‬רקורסיבי בשלב‬ ‫הראשון בין שני רצפים‪ ,‬ובשלבים הבאים בין תוצאת ה‪PWA-‬‬ ‫הקודם לבין רצף נוסף‪.‬‬ ‫‪: Progressive Alignment‬‬ ‫•ביצוע ‪ PWA‬בין כל זוגות הרצפים‬ ‫האפשריים‬ ‫•חישוב "מרחק" והכנת מטריצת‬ ‫מרחקים בין כל זוג רצפים ע"פ ה‬ ‫‪.PWA‬‬ ‫‪Human‬‬ ‫‪86.3‬‬ ‫‪122.6‬‬ ‫‪80.8‬‬ ‫‪3.3‬‬ ‫‪0.0 ‬‬

‫‪Monkey‬‬ ‫‪90.8‬‬ ‫‪122.4‬‬ ‫‪84.7‬‬ ‫‪0.0‬‬ ‫‪3.3‬‬

‫‪Mosquito‬‬ ‫‪105.6‬‬ ‫‪117.8‬‬ ‫‪0.0‬‬ ‫‪84.7‬‬ ‫‪80.8‬‬

‫‪Rice‬‬ ‫‪84.9‬‬ ‫‪0.0‬‬ ‫‪117.8‬‬ ‫‪122.4‬‬ ‫‪122.6‬‬

‫‪Spinach‬‬ ‫‪0.0‬‬ ‫‪84.9‬‬ ‫‪105.6‬‬ ‫‪90.8‬‬ ‫‪86.3‬‬

‫‪Spinach‬‬ ‫‪Rice‬‬ ‫‪Mosquito‬‬ ‫‪Monkey‬‬ ‫‪Human‬‬

‫מטריצה המתארת השוואה של חלבון דומה במס'‬ ‫אורגניזמים‬

‫•בנית ‪ – Guide Tree‬ע"ס מטריצת‬ ‫מרחקים באמצעות שיטת ‪Neighbor‬‬ ‫‪ , joining‬בונים עץ שמראה את יחסי‬ ‫הקרבה בין הרצפים‪ .‬העץ מכתיב‬ ‫למעשה את סדר הרצפים שעליהם‬ ‫יבוצע ‪.Progressive Alignment‬‬ ‫•‪ – NJ‬איחוד בכל צעד‪ ,‬את שני תתי‬ ‫העצים הקרובים ביותר שעדיין לא‬ ‫אוחדו‪.‬‬ ‫לדוגמא‪ :‬במטריצה שהוצגה ערכי המינימום – ז"א ה‪-‬‬ ‫‪ Alignment‬הקרוב‬ ‫ביותר הוא בין האדם לקוף‪ ,‬ולכן בשלב ראשון מתבצע איחוד‬ ‫של הרצפים הנ"ל‪.‬‬

‫‪ ‬‬

‫לאחר האיחוד יש לחשב מחדש את המרחק של כל הנותרים‬ ‫מהרצף המאוחד‪ ,‬וזאת ע"י ביצוע ממוצע חשבוני של כל‬ ‫רצף שנותר מול המרחק המקורי שלו מהאדם והקוף לפני‬ ‫האיחוד‪.‬‬ ‫לדוגמא‪ :‬הרצף של התרד נמצא ‪ 90.8‬מהקוף ו‪ 86.3-‬מהאדם‬ ‫ולכן מרחקו מהרצף המאוחד אדם‪-‬קוף יהיה‪90.8+86.3/2 :‬‬ ‫= ‪88.55‬‬ ‫במטריצה החדשה במקום עמודות אדם וקוף‪ ,‬תופיע עמודה‬ ‫אחת בלבד – אדם‪-‬קוף‪ ,‬כאשר כל המרחקים בטבלה מייצגים‬ ‫את המרחקים מן הרצף המאוחד‪.‬‬ ‫** יש לשים לב‪ :‬בעל שלב מחברים את העמודות‬ ‫בעלות הערך הנמוך ביותר‪ ,‬ולא את הרצף‬ ‫המאוחד מול זה שקרוב אליו!!!‬ ‫בשלב האחרון‪ :‬שתי העמודות‪/‬שורות שנותרו הופכות להיות‬ ‫הענפים המרכזיים בעץ שנוצר‪.‬‬ ‫•ביצוע ‪ alignment‬סידרתי ע"פ‬ ‫תוצאות ה‪.Guide Tree-‬‬ ‫•שיטת ‪ Clustal W‬מבצעת ‪ MSA‬ע"ס‬ ‫העקרונות שנלמדו‪ ,‬ביצוע ‪MSA‬‬ ‫תוך שימוש במשקלים (‪– Weights‬‬ ‫מבוסס על המרחק של כל רצף‬ ‫משורש העץ)‪ .‬כאשר מחשבים‬ ‫‪ MSA‬הניקוד עבור ‪ GAP‬שונה‬ ‫מהניקוד ב‪PWA-‬‬ ‫•‪ – Clustal‬עובד רק עם רצפים ב‪-‬‬ ‫‪ ,)FASTA (multiFASTA‬ניתן למצוא‬ ‫אותו ב‪.SRS, EMBL/EBI-‬‬ ‫•‪ – Clustalx‬מוצר תוכנה המאפשר‬ ‫לקבל ממשק ‪ windows‬המציגות‬ ‫ויזואלית את תוצאות ה‪.ClustalW-‬‬ ‫•ניתן לבצע באמצעות כלי תוכנה‬ ‫שונים "שיפורים" לתוצאות‬ ‫הממוחשבות ע"מ להתאימם יותר‬ ‫למציאות ביולוגית‪.‬‬

‫מצגת ‪:5‬‬ ‫•המטרה‪ :‬מציאת התאמות של רצף מבוקש אל מול בסיסי‬ ‫נתונים‪.‬‬ ‫•אלגוריתם מדויק‪ :‬ביצוע ‪ PWA‬לכל רצץ ב‪ ,DB-‬החיסרון‪ :‬ב‪DB-‬‬ ‫יש מליוני רצפים – מאוד איטי‪.‬‬

‫•אלגוריתם מקורב‪ :‬שימוש באלגוריתם ‪ Heuristic‬ע"מ להוציא את‬ ‫הרצפים הלא רלוונטים בטרם ביצוע ‪( PWA‬האלגוריתם המדויק)‬ ‫אל מול קבוצה מצומצמת יותר של רצפים‪.‬‬ ‫•הנחות האלגוריתם המקורב‪ :‬רצפים הומולוגים מכילים מקטעים‬ ‫דומים (מותר החלפות ח‪.‬א‪ .‬אך אסורים מרווחים)‪.‬‬ ‫•ל‪ DB-‬מבוצע ‪ Pre Process‬שממפתח אותו מראש (פעם אחת בחיי ה‪)DB-‬‬ ‫ומאפשר גישה מהירה למקטעים קצרים‪.‬‬ ‫המפתוח מבוצע ע"י בניית טבלה המכילה רצפים קצרים (אורך‬ ‫מילה עבור חלבונים ‪ 1-2‬ח‪.‬א‪ .‬עבור נוקליאודוטידים ‪ ,4-6‬בדנ"א‬ ‫בדרך כלל משתמשים באורך מילה של ‪ )3‬ושרשור ע"ס רצף‬ ‫המפתח את כל הרצפיםב‪ DB-‬המכילים את הרצף הקצר הזה ‪+‬‬ ‫המיקומים המדויקים בתוך הרצף‪.‬‬ ‫באופן דומה נבנית טבלה כזו לרצף עליו אנו מבצעים את‬ ‫השאילתה‪.‬‬ ‫ככל שאורך המילה המשמשת כמפתח אורך יותר‪ :‬חיפוש‬ ‫מהיר יותר‪ ,‬מדויק פחות‪.‬‬ ‫•‪:FastaA‬‬ ‫‪o‬שלב ‪ – I‬עבור כל רצף ב‪ DB-‬מתבצע חיפוש לאיתור כל‬ ‫המקטעים התואמים לפי טבלאות המפתח‪.‬‬ ‫‪o‬שלב ‪ - II‬זיהוי ‪ 10‬ההתאמות (האלכסוניות) הטובות‬ ‫מבוצע ע"ס ‪ PAM250‬של כל ההתאמות‬ ‫‪II+III‬למשל‬ ‫ביותר (ניקוד‬ ‫רצף‪.‬‬ ‫לכל‬ ‫ובחירת ה‪ 10-‬הטובות ביותר)‪ .‬התוצאה הטובה ביותר‬ ‫נקראת ‪( init1‬בתרשים מסומן ב‪)*-‬‬ ‫‪o‬שלב ‪ – III‬חיבור המקטעים האלכסוניים שהתקבלו‪ ,‬תוך‬ ‫"הורדת ניקוד" בשל החיבור‪ .‬הניקוד של הרצף המחובר‬ ‫נקרא‪.initn :‬‬ ‫‪o‬שלב ‪ – IV‬הרצפים בעלי ערך ה‪ initn-‬הגבוה ביותר‪,‬‬ ‫עוברים חישוב של ‪ ,local Alignment‬ה‪Local Alignment-‬‬ ‫מבוצע בתוך רצועה שרוחבה בד"כ ‪ 32‬ח‪.‬א‪( .‬ז"א שלא‬ ‫יבוצע ‪ Local Alignment‬באמצע אחד הרצפים למשל‬ ‫וינטרל את כל מה שביצענו עד עכשיו)‪ .‬הניקוד של ה‪-‬‬ ‫‪ Local Alignment‬נקרא‪.opt :‬‬ ‫‪o‬בדיקת מותאמות סטטיסטית לשיטה‪:‬‬ ‫‪‬חישוב ממוצע של ניקודים אקראים‬ ‫והשוואת הניקוד ‪ Alignment‬ספציפי אל מול‬ ‫הערך הממוצע וחישוב סטיית התקן‬ ‫מהערך הממוצע –‬ ‫‪.Z-Score‬‬ ‫‪‬ככל שה‪ Z-Score-‬יותר גבוה יותר טוב‪ ,‬שכן‬ ‫ככל שהתוצאה שלנו רחוקה מן הממוצע‬ ‫(ע"ס ערכי סטיית התקן)‪ ,‬היא יותר‬ ‫מדויקת‪.‬‬ ‫‪ – E Value‬מייצג את כמות הרצפים בעלי ‪Z-‬‬ ‫‪ Score‬מסויים שיתקבלו כתוצאה מסריקת‬ ‫ה‪ DB-‬עבור רצף רנדומלי‪.‬‬ ‫הגדרה מקבילה‪ :‬מס' ה‪-Alignmnet-‬ים השונים‪ ,‬בעלי‬ ‫ניקוד מקביל או גבוה יותר אשר צפוי שיופיעו כאשר‬ ‫יבוצע חיפוש רנדומלי ב‪.DB-‬‬

‫‪ E Value‬מחושב לכל רשומה שהתקבלה בתוצאות‪ ,‬הערך‬ ‫משקף בין השאר את גודל ה‪ DB-‬ושיטת ביצוע הניקוד‪.‬‬ ‫•כאשר ‪ Z‬עולה )תוצאה‬ ‫שמצאנו מדויקת יותר)‪E ,‬‬ ‫יורד (פחות התאמות‬ ‫מדויקות שכאלו) ולהפך‪.‬‬ ‫‪ – FastaA‬גם שם של פורמט לרצפים‪ ,‬וגם‬ ‫משפחה של תוכניות מחשב כמו שתואר‬ ‫לעיל‪.‬‬

‫‪ – BLASTo‬סט של אלגוריתמים שנועדו לחיפוש רצף ב‪-‬‬ ‫‪Local Alignment‬‬ ‫מול ה‪ .DB-‬העיקרון מבוסס על שבירת רצף השאילתה‬ ‫והרצפים ב‪ DB-‬למקטעים וחיפוש התאמות‪ ,‬כאשר בניגוד ל‪-‬‬ ‫‪ FastaA‬מילות חיפוש יכולות להיות גם דומות ולא רק זהות‪.‬‬ ‫‪o‬שלב ‪ – I‬שבירת רצף השאילתה למילים באורך ‪( W‬עבור‬ ‫חלבונים ‪ )W=3‬וחיפוש כל המילים שניקוד שלהן הוא‬ ‫לפחות ‪.T‬‬ ‫‪o‬שלב ‪ – II‬השוואת המילים אלו מול ה‪ DB-‬וחיפוש‬ ‫התאמות‪.‬‬ ‫‪o‬בחירת תוצאות בהן על אותו אלכסון ישנן שתי פגיעות‬ ‫שהמרחק בינהן הוא עד ‪( A‬בד"כ ‪.)40‬‬ ‫‪o‬הרחבת החיפוש ספציפית מול רצפים אלו שנבחרו‪.‬‬ ‫‪o‬התוצאה‪ -HSPs – High Scoring Segment Pairs :‬קבלת‬ ‫התאמות של רצפים בעלי ניקוד התאמתי גבוה‪.‬‬ ‫‪o‬מובהקות סטטיסטית ‪ - E Value‬מס' התוצאות השגויות‬ ‫(רעש) שצפוי שיופיעו עבור חיפוש ב‪ DB-‬בגודל מסויים‪.‬‬ ‫כאשר ‪ – E=1‬ז"א צפוי שתהייה התאמה אחת‬ ‫שקרית‪/‬שגויה בחיפוש‪ – E=0 ,‬צפוי שלא יהיו תוצאות‬ ‫שגויות – התאמה מדוייקת‪.‬‬ ‫‪-Filtero‬ים‪ Blast :‬באופן אוטומטי מורידה ‪ /‬מפלטרת גם‬ ‫ברצף השאילתה וגם ברצפים ב‪ DB-‬איזורים של חזרות‬ ‫קטנות (‪ .)Low Complexity Regions‬במידה ומנוטרלים‬ ‫הפילטרים‪ ,‬אזי הסבירות לקבלת תוצאות שגויות עולה‪.‬‬ ‫‪o‬סוגי ‪:Blast‬‬ ‫‪ – N‬רצף ‪ DNA‬מול ‪ DB‬של ‪DNA‬‬ ‫‪ – P‬רצף חלבון מול ‪ DB‬של חלבון‬ ‫‪ – X‬רצף ‪ DNA‬מתורגם לחלבון אל מול‬ ‫‪ DB‬של חלבונים‬ ‫‪ – tN‬רצף של חלבון אל מול ‪ DB‬שמכיל‬ ‫רצפי ‪ DNA‬מתורגמים‪.‬‬ ‫‪ – TX‬רצף ‪ DNA‬מתורגם אל מול ‪DB‬‬ ‫שמכיל רצפי ‪ DNA‬מתורגמים‪.‬‬

‫‪o‬חיפוש לפי רצף ‪ DNA‬יותר אמין מאשר חיפוש לפי חלבון‪,‬‬ ‫שכן אותה ח‪.‬א‪ .‬בחלבון יכולה להיות מקודדת ע"י יותר‬ ‫מקודון אחד (שונות ברמת הרצף) כמו כן ישנם רק‬ ‫ארבעה וריאנטים לחיפוש‪ ,‬לעומת זאת חיפוש דרך‬ ‫חלבונים מועדף במקרים מסויימים שכן מבנה החלבונים‬ ‫נשמר יותר טוב לאורך האבולוציה‪ ,‬ישנם ‪ 22‬ח‪.‬א‪.‬‬ ‫לחיפוש‪ DB ,‬של ‪ DNA‬יותר גדולים בד"כ – ז"א יותר‬ ‫תוצאות אקראיות וכמו כן מטריצות השוואה של חלבונים‬ ‫יותר רגישות ממטריצות ‪DNA‬‬ ‫‪o‬מתי לחפש לפי ‪?DNA‬‬ ‫‪‬לא נמצא חלבון דומה‬ ‫‪‬הרצף לא מקודד‬ ‫‪‬אין וראיציות ברמת החלבון – חלבון חדש‪,‬‬ ‫אין ריחוק אבולוציוני‪.‬‬ ‫‪‬הרחבת המידע על הרצף‪.‬‬ ‫מצגת ‪:6‬‬ ‫•ראינו חיפוש ב‪ DB-‬ע"י כלים שמבצעים ‪ ,PWA‬כגון ‪FastA,‬‬ ‫‪ ...Blast‬אך בכלים אלו יש פספוס של ‪ 10-20%‬של תוצאות‬ ‫אמיתיות‪ .‬אחוז הפספוס נעשה גבוה יותר כאשר מבצעים‬ ‫חיפושים מול חלבונים המורכבים ממס' ‪-Domain‬ים‪ .‬ניתן לבצע‬ ‫גם ‪ MSA‬אל מול ‪.DB’s‬‬ ‫•‪ – Motif‬מס' מבנים שיניונים אשר מסודרים בסדר קבוע‪ ,‬כגון‬ ‫‪ ...helix -> loop -> helix‬לחלק מן ה‪-Motif-‬ים יש גם תפקיד‬ ‫ביולוגי‪.‬‬ ‫•‪ – Domain‬היחידה הבסיסית של מבנה המסוגלת לעבור קיפול‬ ‫‪ D3‬עצמאי‪ ,‬מורכב מאוסף של ‪-motif‬ים אשר ארוזים כחלק‬ ‫ממבנה ה‪ .Domain-‬ל‪ Domain-‬יש תפקוד ביולוגי ספציפי‪.‬‬ ‫•משפחות ‪-Domain‬ים‪ :‬חלבונים בעלי אותו ‪.Domain‬‬ ‫•משפחות חלבונים‪ :‬חלבונים בעלי אותה קומבינציה של ‪-Domain‬‬ ‫ים‪.‬‬ ‫•בסיסי נתונים של ‪-Domain‬ים נקראים ‪ Secondary DB‬היות‬ ‫ותוכנם נגזר (ידנית‪/‬אוטומטית) ממידע שנמצא ב‪Primary DB-‬‬ ‫ולא מתוצאות ניסיוניות‪.‬‬ ‫•ייצוג ‪-Domain‬ים‪:‬‬ ‫‪ – Patterno‬משמש עבור ‪-Domain‬ים קטנים‪ ,‬שמורים היטב‬ ‫לאורך האבולוציה‪ ,‬דימיון גבוה ברמת הרצף בין ה‪-‬‬ ‫‪-Domain‬ים מאותו הסוג‪ .‬דוגמא‪:‬‬ ‫<‪ – }A[ST](2)-x(1,2)-{V‬מתחיל באלנין‪ ,‬אחריו סרין או‬ ‫טראונין‬ ‫פעמיים‪ ,‬לאחר מכן כל חומצת אמינו (בכמות ‪ 1‬או ‪)2‬‬ ‫ולאחר מכן כל‬ ‫ח‪.‬א‪ .‬מלבד ‪.Valin‬‬ ‫‪ – ]Regular Exp: ^A.[ST]{2}.?[^V‬כנ"ל‪.‬‬

‫‪ – Profileo‬משמש לתאור ‪-Domain‬ים קצת פחות שמורים‬ ‫בעיקר בחתך של משפחת חלבונים‪ .‬ניתן לבדוק מידת‬ ‫דימיון לרצף שחשוד כ‪ Domain-‬ששיך למשפחה‪.‬‬

‫‪ – Hidden Markov Model o‬שיטה אחרת ליצור ‪-Profile‬ים‬

‫‪ o‬בעיות באיתור ‪-domain‬ים‪:‬‬ ‫‪‬הגדרה ראשונית של המשפחות‪ ,‬זיהוי ה‪-‬‬ ‫‪-Domain‬ים השייכים למשפחה‪.‬‬ ‫‪‬בניית ‪ MSA‬לחברים במשפחות‪.‬‬ ‫‪‬מציאת גבולות ה‪ Domain-‬באספקט של‬ ‫כלל הרצף‪.‬‬ ‫‪o‬סוגי ‪:DB’s‬‬ ‫‪ Cruated: DB’s‬שנבחנים ע"י מומחים בטרם‬ ‫הכנסת מידע (‪.)Prosite‬‬ ‫‪ :Automated‬נבנים אוטומטית מ‪Primary-‬‬ ‫‪.)DB’s (ProDom‬‬ ‫‪ Prosite – DBo‬למשפחות חלבונים ו‪-Domain-‬ים‪ ,‬מכיל גם‬ ‫מידע לגבי אתרים בעלי חשיבות ביולוגית‪Patterns & ,‬‬ ‫‪ Profiles‬לסיוע במציאת השייכות המשפחתית של רצף‬ ‫חדש שנבחן‪ .‬ישנם שני סוגי קבצים ב‪Prosite:-‬‬ ‫‪ Pattern/Profiles‬עם רשימת כל ההתאמות שנמצאו ב‪-‬‬ ‫‪ ,SwissProt‬וקבצי תיעוד‪.‬‬ ‫‪o‬שיטות לביצוע אנאליזה על משפחות חלבונים‪:‬‬ ‫‪ – RegEx‬זיהוי אתר קטן יחסית ששמור‬ ‫מאוד בין כל החלבונים במשפחה‪ .‬נוכחות‬ ‫של כזה או מס' בודד של כאלה = רצף‬ ‫חדש שייך למשפחה‪.‬‬ ‫‪ – PrintS‬זיהוי ע"פ מס' ‪-Motif‬ים מרחקים‬ ‫והסדר בו הם יושבים ולאחר מכן ביצוע‬ ‫‪ Blocks‬שמחשבת את מובהקות התוצאה‬ ‫ע"ס מטריצות משקלים‪.‬‬

‫‪ – Profiles‬קביעת שייכות למשפחה ע"י‬ ‫מידת הקרבה ל‪ .Profile-‬ולאחר מכן ביצוע‬ ‫‪...HMM‬‬ ‫‪ – Profiles‬בדיקת מידת ההתאמה של רצף‬ ‫חדש‬ ‫‪ – RegEx o‬מופקים מאזורים בודדים שנתגלו כשמורים‬ ‫היטב ב‪ .Alignmnet-‬המידע המוצג ע"י ‪ RegEx‬הוא‬ ‫מינימלי‪ ,‬ז"א מידע על הרצף הולך לאיבוד (למשל אם‬ ‫כותבים ‪ – X‬ז"א כל חומצה אמינית‪ ,‬אבל בפועל לא בטוח‬ ‫שכל ח‪.‬א‪ .‬יכולה לבוא אלה שלא נמצאה חוקיות לאיזו כן‬ ‫ואיזו לא‪ ,)...‬ככל שהרצף סוטיה יותר מן הרצף השמור‬ ‫כך ייצוגו יצא יותר "מטושטש" ולא ברור‪ .‬בשיטת ה‪-‬‬ ‫‪ RegEx‬אין משמעות לדימיון או שיש התמה או שאין‬ ‫(למשל אם שתי ח‪.‬א‪ .‬זהות תכתב הח‪.‬א‪ .‬אחרת יכתבו‬ ‫שתי החומצות – אגב‪ ,‬מטעה כי ניתן לבנות כך גם רצפים‬ ‫שלא קיימים‪.‬‬ ‫‪ :PrintS o‬תקצירים של אנאליזה "‪ "FingerPrint‬על‬ ‫חלבונים‪ ,‬ניתן לקבל מידע לגבי ה‪-Domain-‬ים‪ ,‬אורכם‪,‬‬ ‫מרחקם זה מזה‪ ,‬וסדר ההופעה‪.‬‬ ‫‪ – FingerPrint‬קבוצה של ‪-Motif‬ים שמורים‬ ‫היטב‪ ,‬אשר משמשים לתיאור משפחה של‬ ‫חלבונים‪ .‬ע"ס תוצאות ‪ FingerPrints‬ניתן‬ ‫לקבוע את אופן קיפול החלבון ואת‬ ‫תפקידו‪.‬‬ ‫‪‬ה‪ Diagnostic Signture -‬של משפחות‬ ‫החלבונים מורכבת בד"כ ביותר מ‪Motif 1-‬‬ ‫ולמעשה לוקחים הרבה ככל האפשר‪.‬‬ ‫באמצעות תבנית ה‪-Motif-‬ים‪ ,‬ולמעשה‬ ‫הקונטקס שבו הם נמצאים (‪-Motif‬ים‬ ‫שכנים) ניתן לקבל תוצאה שמראה גם‬ ‫שייכות ביולוגית מעבר לדימיון בין רצפים‪.‬‬ ‫‪ – Blockso‬השוואת סגמנטים שעבר ‪ Alignment‬ללא‬ ‫מרווחים‪ ,‬אל מול החלקים השמורים ביותר של החלבון‪.‬‬ ‫ההשוואה נעשית אל מול כל משפחות החלבונים ב‪-‬‬ ‫‪Cruated DB’s‬‬ ‫‪‬חישוב ניקוד הבלוק‬ ‫ע"י ‪.Blosum62‬‬ ‫‪ :HMMo‬דומים ל‪-Profile-‬ים בכך שטווח הפעולה הוא על‬ ‫כל ה‪Domain-‬‬ ‫זוהי למעשה שיטה הסתברותית‪ ,‬כל עמדה מקבלת סימון‬ ‫מצב ‪" :‬זהות‪ ,‬מחיקה‪ ,‬הכנסה"‪ ,‬וע"ס זה מתבצע החישוב‬ ‫באמצעות מטריצות ‪)PSSM (Position Specific Score Matrix‬‬ ‫‪ – Psi-BLASTo‬חישוב ה‪ PSSM-‬מבוצע בכל פעם ע"ס‬ ‫תוצאות סבב הריצה הקודם‪ .‬אופן עבודת התוכנה‪:‬‬ ‫‪‬רצפי השאילתה נסרקים ומתבצע חיפוש‬ ‫של איזורים "לא מורכבים"‪.‬‬ ‫‪‬התוכנה מבצעת ‪( Blast‬עם מרווחים) על‬ ‫רצף שאילתה ראשוני‪.‬‬

‫‪‬התוכנה לוקחת תוצאות משמעותיות מה‪-‬‬ ‫‪ Alignmnet‬שהתקבל‪( ,‬מייצרת‬ ‫‪,)Profile‬מבצעת ‪ MSA‬ובונה ‪ PSSM‬ע"ס‬ ‫התוצאות‪.‬‬ ‫‪‬חיפוש מחדש ב‪ DB-‬באמצעות ה‪Profile-‬‬ ‫באופן מעגלי ע"מ למצוא הומולוגים‬ ‫נוספים‪.‬‬ ‫‪‬לולאת החיפוש ממשיכה עד למשתמש‬ ‫נמאס והוא מחליט להפסיק או שאין יותר‬ ‫תוצאות‪.‬‬ ‫מידע נוסף‪:‬‬ ‫‪‬כ‪ 25-45%-‬מהתאמות למשפחות חלבונים‬ ‫שלא נמצאו ע"י ‪ Blast/FastA‬ניתן לזהות‬ ‫באמצעות השיטה הזו‪.‬‬ ‫‪‬לאחר מס' איטרציות‪ ,‬המרחק בין הרצפים‬ ‫עלול לגרום לטעויות בתוצאות (‪Profile‬‬ ‫‪.)Drift‬‬ ‫‪ – PHI-Blast‬ביצוע חיפוש דומה‪ ,‬כאשר ה‪-‬‬ ‫‪ Input‬הוא ‪ Pattern‬במקום רצף והתוצאה‬ ‫יכולה להיות ‪ Input‬ל‪ PSI BLAST-‬וע"י כך‬ ‫ניתן למקד קצת יותר את החיפוש‪.‬‬

‫מצגת ‪:7‬‬ ‫•כל שני יצורים חולקים איזשהו אב קדמון בעבר‪.‬‬ ‫•‪ – CladoGenesis‬התפצלות לשני מסלולי התפתחות עצמאיים‬ ‫מבחינה גנטית‪.‬‬ ‫•‪ – Anagenesis‬התפתחות אבולוציונית לאורך מסלול גנטי אחד‪.‬‬ ‫•ניתן לחשב את המרחק הגנטי בין כל שני אורגניזמים בעץ‬ ‫מינים‪ ,‬מתרגמים את תוצאת החישוב למידות של זמן התפתחותי‪.‬‬ ‫•‪????? - MonoPhyletic Group‬‬ ‫•מטרות פילוגניזה‪:‬‬ ‫‪o‬קשירת הקשרים הביולוגים הנכונים בין‬ ‫אורגניזמים‪.‬‬ ‫‪o‬חישוב זמן‪ ,‬וסדר כרונולוגי של תהליכי‬ ‫התפתחות של אורגניזמים שונים‪.‬‬ ‫•מושגים‪.ROOT, Internal Node, Braches, Newick Format :‬‬ ‫•סוגי מידע‪ :‬מולקולרי (דנ"א‪ ,‬רנ"א‪ / )...‬מורפולוגי (רקמות רכות‬ ‫‪ /‬קשות‪.)...‬‬ ‫•יתרונות מידע מולקולרי‪ :‬יחידות מולקולריות הינן תורשתיות‪,‬‬ ‫תיאור היחידה אינו פשטני – יחסית מדוייק‪ ,‬ניתן להעביר את‬ ‫המידע מניפולציות מתמטיות‪ ,‬יותר קל לזהות הומולוגיות מאשר‬ ‫בצורה המורפולגית‪ ,‬זמינות גבוהה למידע מולקולרי‪.‬‬ ‫•עץ מינים‪ -‬מייצג את היחסים האבולוציונים בין מינים‪.‬‬

‫•עץ גנים לגנים שונים יתכנו מסלולים אבולוציונים שונים בתוך‬ ‫אותו אוטובוס‪.‬‬ ‫•‪ – Orthologous‬שני גנים הם אורתולוגים אם הם עברו ספציאציה‬ ‫לשני גנים שונים‪.‬‬ ‫•‪ – Paralogous‬גן שעבר הכפלה‪ ,‬וכעת מיצג למשל שני גנים הוא‬ ‫פרלוגי‪.‬‬ ‫•שלבים בבנית עץ פילוגניטי‪:‬‬ ‫‪o‬בחירת רצף שאילתה וחיפוש של רצפים‬ ‫דומים‬ ‫‪o‬ביצוע ‪MSA‬‬ ‫‪o‬תרגום מס' אי ההתאמות למס' שינויים‬ ‫שהתרחשו‪.‬‬ ‫‪o‬בניית מטריצת מרחקים – משתמשים ביחידות‬ ‫המיצגות את מס' ההחלפות של נוק בודדים מתוך‬ ‫‪ 1000‬נוק'‪.‬‬ ‫‪o‬בניית העץ הפילוגנטי – נעשה ע"ס שימוש‬ ‫במטריצת המרחקים‪ :‬בוחרים את שתי‬ ‫התוצאות הנמוכות ביותר‪ ,‬אלו הם‬ ‫האורגניזמים הסמוכים‪ ,‬בונים מטריצת‬ ‫מרחקים חדשה המייצגת את המרחק בין‬ ‫כ"א משאר האורגניזמים אל מול‬ ‫האורגניזם המאוחד (ע"ס ממוצע‬ ‫המרחקים המקורי)‪ .‬וחוזר חלילה‪ .‬בכל‬ ‫שלב נבחרים אלו בעלי הערך‬ ‫הנמוך ביותר ללא קשר לשלב הקודם‪.‬‬ ‫בשלב האחרון נשארים שני ענפים‬ ‫(מטריצה ‪ )4X4‬ואז פשוט שמים אותם‬ ‫בשני צידי השורש‪.‬‬ ‫‪ – Cladogramso‬מייצג את סדר הענפים‪,‬‬ ‫לאורך הענפים אין משמעות‪.‬‬ ‫‪ – Phylogramso‬מייצג את סדר הענפים‪ ,‬כמו‬ ‫כן אורך הענפים מייצג מרחק אבולוציוני‪.‬‬ ‫‪ – Unrooted Treeo‬עץ שלא ידוע איפה‬ ‫מתחיל השורש שלו‪ .‬קביעת השורש‬ ‫נקראת ‪ ,Rooting‬ובד"כ נעשית ע"ס מידע‬ ‫נוסף שיש לנו ממקורות נוספים (כמות‬ ‫העצים האפשריים מכל עץ גדולה מאוד‬ ‫ותלויה בגודל העץ – ‪ 4‬אורגניזמים – ‪3‬‬ ‫צורות ללא שורש‪ ,‬מכ"א מהן ניתן להפיק ‪5‬‬ ‫צורות עם שורש – סה"כ ‪ 15‬אפשרויות)‪.‬‬ ‫‪!)NRooted = (2n-3)!/2^n-2(n-2‬‬ ‫‪!)NUnRooted = (2n-5)!/2^n-3(n-3‬‬ ‫‪ -o‬דימיון בין שני אורגניזמים‬ ‫‪ -Related‬קישור גנטי ממשי‪.‬‬ ‫שני מינים יכולים להיות דומים בלי להיות ‪....Related‬‬

‫‪o‬עבור ‪ 20‬אורגנימיזם ישנן –‬ ‫‪ 8,200,794,532,637,891,559,375‬אפשרויות‪ ,‬ורק אחת‬ ‫מהן יכולה להיות נכונה‪ ...‬אין שיטה בדוקה לבחור מה‬ ‫הנכונה‪ ,‬בד"כ מסתייעים במידע נוסף‪ :‬למשל שימוש‬ ‫בקבוצה חיצונית‪ ,‬שיודעים שהיא אינה שייכת לקבוצה‬ ‫המונופילטית שלנו‪.‬‬ ‫‪o‬פילוגניזה מולקולרית – שיטות‪ :‬הקונספט‬ ‫כאן הוא שימוש במטריצת מרחקים כאשר‬ ‫הסברה היא שרצפים ששונים ב‪ 5%-‬יותר‬ ‫קרובים מכאלו ששנים אחד מהשני ב‪-‬‬ ‫‪ .10%‬ישנם מס' אלגוריתמים‪:‬‬ ‫‪UPGMA – Unwaited Pair Group method‬‬ ‫‪ – Avarage‬סידור העץ ע"ס ממוצע‬ ‫מתמטי???‬ ‫‪– Min Evolution‬‬ ‫שימוש במטריצת‬ ‫מרחקים‪ ,‬ע"מ למצוא‬ ‫את העץ שיתן את‬ ‫אורך הענפים הכולל‬ ‫הקצר ביותר‪ ,‬זהו‬ ‫העץ שמתקבל‬ ‫כפלט‪.‬‬ ‫‪ – Neighbot Joining‬קלט‪ ,MSA :‬שני‬ ‫אלגוריתמים לביצוע הפעילות‪:‬‬ ‫•‪– Maximum Parsimony‬‬ ‫הנחת בסיס‪ :‬העץ הנכון הוא‬ ‫זה שנדרש המס' המועט‬ ‫ביותר של שינויים ע"מ‬ ‫להסביר מה שהתקבל ב‪-‬‬ ‫‪ .MSA‬עבור כל ‪ Site‬נבנים‬ ‫כל העצים האפשריים ע"מ‬ ‫להגיע למצב המתואר ב‪-‬‬ ‫‪ .site‬בסיום נבחר סט העצים‬ ‫שבו סה"כ השינויים במועט‬ ‫ביותר‪.‬‬

‫•‪ – Maximu Liklihood‬לא‬ ‫דיברנו‪.‬‬ ‫‪‬טעויות בבנית עצים פילוגנטיים‪ :‬טעויות‬ ‫בסידור הטופולוגיה ‪ /‬טעויות בחישוב‬ ‫המרחקים (אורך הענפים)‪.‬‬

‫‪ – BootStrap Test‬ע"מ לבדוק את אמינות‬ ‫התוצאה‪ ,‬ולוודא שכל החברים בעץ‬ ‫שייכים‪ ,‬מבוצעת הבדיקה הזו‪ ,‬שבה באופן‬ ‫רנדומלי מוחלפות עמודות ב‪Alignment-‬‬ ‫ויוצרות ‪ .Pseudo Alignments‬הוא כ"א מה‪-‬‬ ‫‪ Pseudo‬נבנים העצים ונבחר העץ הנכון‪,‬‬ ‫ומידת ההגעה לעץ הנכון מגדירה את‬ ‫מובהקות התוצאה (‪ 95%‬נחשב‪.)...‬‬

‫מצגת ‪:8‬‬ ‫•אילו מאפיינים של ‪ DNA‬ניתצן למצוא ע"ס אנאליזה של הרצף‬ ‫‪o‬חזרות – הגנום האנושי מכיל המון חזרות‬ ‫‪( Interspersed‬משובצות‪/‬מפוזרות) – בגנום‬ ‫של רוב האורגניזמים האאוקריוטים ישנה‬ ‫כמות רבה של רצפים חוזרים מסוג זה‬ ‫(באדם כרבע מהגנם)‪.‬‬ ‫ ‪ – Short Interspresed‬מקטעים קצרים של חזרות אלו‬‫(פחות מ‪ 500-‬בסיסים בכל מקטע ופחות מ‪5^10-‬‬ ‫חזרות)‪.‬‬ ‫ ‪ – Long Interspresed‬מקטעים ארוכים של חזרות אלו‬‫(יותר‬ ‫מ‪ 5Kb-‬בכל מקטע‬ ‫‪‬חזרות רצף פשוטות – בדרך עד ‪12‬‬ ‫בסיסים ליחידה במס' חזרות‬ ‫‪Mini/MicroSatellits‬‬ ‫‪‬בלוקי חזרות מסוג ‪ – tandem‬חזרות‬ ‫בטלומרים ובצנטרומר‪ .‬אורך החזרות יכול‬ ‫להמשך ע"פ מיליוני בסיסים והתוכן בד"כ‬ ‫ספציפי למין‪.‬‬ ‫‪o‬מציאת גנים‬ ‫‪o‬מציאת פרומוטורים‪.‬‬ ‫•כלי תוכנה שנועדו לסייע בידנו לזיהוי חזרות‪:‬‬ ‫‪ RepBase – DBo‬שמכיל מידע לגבי רצפי חזרות ידועים‪,‬‬ ‫ואזורי ‪.Low Complexity‬‬ ‫‪ – RepeatMaskero‬כלי לאיתור חזרות ומיסוך חזרות ע"פ‬ ‫רצפי ‪ ,DNA‬השימוש ב‪ DB-‬הוא הבסיס לאיתור החזרות‪.‬‬ ‫בד"כ מריצים על רצף לפני שמבצעים ‪.Gene Prediction‬‬ ‫‪o‬סוגי חזרות‪SINE, LINE, LTR,DNA, SIMPLE, Low :‬‬ ‫‪…Complex, Satellite,tRna‬‬ ‫‪o‬גן‪ :‬סה"כ מקטעי ה‪ DNA-‬שאחראים ליצירת תוצר‬ ‫פונקציונלי‪ :‬חלבונים‪...rRNA, RNAi ,‬‬ ‫‪o‬תופעות שיש לקחת בחשבון‪ :‬פרוקריוטי‪/‬אאוקריוטי‪,‬‬ ‫אינטרונים‪/‬אקסונים‪ ,‬שיחבור אלנטרנטיבי‪ ,‬ביטוי‬ ‫דיפרנציאלי‪...‬‬ ‫‪o‬זיהוי גנים‪:‬‬

‫‪‬הומולוגיה ‪ -‬ע"ס חלבון‪ ,CDNA ,‬או מקטעי‬ ‫‪)RNA (EST). (Extrinsic‬‬ ‫שימוש בכלי ‪( Local Alignment‬כגון‪)Smith-Waterman :‬‬ ‫ע"מ למצוא התאמות בבסיסי נתונים של חלבונים‪,‬‬ ‫‪ – ...cDNA, EST‬הבעיות כאן הן‪ :‬חוסר יכולת לזהות גנים‬ ‫שהחלבונים שלהם למשל עדיין לא ב‪ ...DB-‬ועדיין אין‬ ‫הגדרה טובה לגבולות הדימיון בהומולוגיה‪.‬‬ ‫סיכום יתרונות‪/‬חסרונות‪:‬‬ ‫יתרונות‪ :‬מסתמך על נתונים קיימים‪ ,‬מיד ביולוגי קודם‪.‬‬ ‫חסרונות‪ :‬מסתמך על מידע קודם‪ ,‬חלקי‪ ,‬חשוף לטעויות‬ ‫ב‪ ,DB-‬וישנו קושי להגדיר היטב את גבולות הדימיון‪.‬‬ ‫ באמצעות שימוש ב‪ :EST-‬אם ישנה התאמה ז"א זה‬‫מקטע שבא לידי ביטוי – ולכן בסבירות גבוהה זהו גן‪ ,‬כמו‬ ‫כן ניתן בעזרתו לקבל מידע מדוייק על גבולות‬ ‫אקסונים‪/‬אינטרונים‪.‬‬ ‫כלים‪.sim4, BLAT :‬‬ ‫‪‬השוואה בין גנומים של מינים שונים –‬ ‫מבוסס על ההנחה מידע מקודד שמור‬ ‫יותר ממידע שאינו מקודד‪ .‬שתי גישות‪:‬‬ ‫•‪ – Intra-Genomic‬ע"י‬ ‫משפחות גנים‬ ‫•‪ – Inter Genomic‬בין מינים‪.‬‬ ‫•בעת ביצוע ה‪ Alignment-‬יש‬ ‫חשיבות למרחק‬ ‫האבולוציוני‪ :‬קרוב מידי – כל‬ ‫האיזורים יראו דימיון לא רק‬ ‫גנים‪ ,‬רחוק מידי – תיתכן‬ ‫מידה רבה של אי דימיון‬ ‫שתוביל לאיבוד מידע‪ /‬מידע‬ ‫שגוי‪.‬‬ ‫‪‬חיזוי גנים ע"פ סמנים (‪)intrinsic): (ab initio‬‬ ‫•פרוקריוטים – זיהוי ‪– ORF‬‬ ‫סדר גודל של גנום קטן‪ ,‬ג‪-‬‬ ‫‪ 90%‬מהמידע בגנום מקודד‪,‬‬ ‫זיהוי גנים קל יחסית – אחוז‬ ‫הצלחה גבוה מאוד‪ .‬מבנה‬ ‫של אופרונים – יחידת‬ ‫שיעתוק אחת למס' גנים‪ ,‬אין‬ ‫אינטרונים‪ ,‬גן ‪ = 1‬חלבון ‪,1‬‬ ‫לכל גן יש ‪ ORF‬שמתחיל ב‪-‬‬ ‫‪ )start codon(ATG‬ונגמר ב‪-‬‬ ‫‪)stop codon(TAA/TAG/TGA‬‬ ‫(אין ‪ end codon‬בדרך)‪.‬‬ ‫‪o‬שיטת חיפוש‬ ‫היא פשוטה‪:‬‬ ‫חיפוש ה‪ORF-‬‬ ‫בכל ‪6‬‬ ‫מסגרות‬ ‫הקריאה‬

‫האפשריות (‪3‬‬ ‫קדימה‪3 ,‬‬ ‫ברוורס)‪.‬‬ ‫‪o‬סינון ע"פ‬ ‫קריטריונים‬ ‫נוספים‪:‬‬ ‫‪‬א‬ ‫ו‬ ‫ר‬ ‫ך‬ ‫ה‬ ‫‬‫‪O‬‬ ‫‪R‬‬ ‫‪F‬‬ ‫צ‬ ‫ר‬ ‫י‬ ‫ך‬ ‫ל‬ ‫ה‬ ‫י‬ ‫ו‬ ‫ת‬ ‫ל‬ ‫פ‬ ‫ח‬ ‫ו‬ ‫ת‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪b‬‬ ‫‪p‬‬ ‫ע‬ ‫"‬ ‫מ‬ ‫ש‬ ‫י‬ ‫כ‬ ‫י‬ ‫ל‬ ‫ג‬

‫ן‬ ‫‪,‬‬ ‫צ‬ ‫ר‬ ‫י‬ ‫ך‬ ‫ל‬ ‫ה‬ ‫כ‬ ‫י‬ ‫ל‬ ‫ה‬ ‫ר‬ ‫כ‬ ‫ב‬ ‫ח‬ ‫‪.‬‬ ‫א‬ ‫‪.‬‬ ‫ע‬ ‫"‬ ‫פ‬ ‫ה‬ ‫מ‬ ‫ק‬ ‫ו‬ ‫ב‬ ‫ל‬ ‫ב‬ ‫א‬ ‫ו‬ ‫ר‬ ‫ג‬ ‫נ‬ ‫י‬ ‫ז‬ ‫ם‬ ‫ה‬ ‫ס‬ ‫פ‬ ‫צ‬

‫י‬ ‫פ‬ ‫י‬ ‫‪,‬‬ ‫צ‬ ‫ר‬ ‫י‬ ‫ך‬ ‫מ‬ ‫ב‬ ‫נ‬ ‫ה‬ ‫‪/‬‬ ‫צ‬ ‫י‬ ‫ר‬ ‫ו‬ ‫ף‬ ‫‪c‬‬ ‫‪o‬‬ ‫‪d‬‬ ‫‪o‬‬ ‫‪n‬‬ ‫‬‫י‬ ‫ם‬ ‫ש‬ ‫מ‬ ‫ו‬ ‫פ‬ ‫י‬ ‫ע‬ ‫ס‬ ‫פ‬ ‫צ‬ ‫י‬ ‫פ‬ ‫י‬ ‫ת‬ ‫ב‬ ‫א‬ ‫ו‬ ‫ר‬ ‫ג‬

‫נ‬ ‫י‬ ‫ז‬ ‫י‬ ‫ם‬ ‫ה‬ ‫ז‬ ‫ה‬ ‫‪.‬‬ ‫‪o‬בעיות‪ :‬טעות‬ ‫קטנה‪ ,‬של‬ ‫בסיס אחד ב‪-‬‬ ‫‪ start/stop‬קודון‬ ‫יכולה‬ ‫להשפיע על‬ ‫זיהוי של גנים‪,‬‬ ‫מקטעים‬ ‫קצרים מאוד‬ ‫(למשל קטנים‬ ‫מ‪)300b-‬‬ ‫שבכ"ז‬ ‫מכילים גנים‬ ‫יפוספסו‪.‬‬ ‫•אאוקריוטים – פרומוטורים‪,‬‬ ‫‪ ,PolyA‬אתרי שחבור‬ ‫אלטרנטיבי ו‪Start/Stop-‬‬ ‫‪ -Codons‬גנומים גדולים‬ ‫מאוד‪ ,‬צפיפות המידע‬ ‫המקודד קטנה‪ ,‬מבנה של‬ ‫אינטרונים‪/‬אקסונים‪ ,‬באופן‬ ‫כללי זיהוי גנים קשה‪.‬‬ ‫‪o‬שלב ‪ : I‬הקלט הינו‬ ‫רצף ‪ ,DNA‬הפלט‬ ‫הינו אנוטציה של‬ ‫הרצף שמראה‬ ‫עבור כל נוק' האם‬ ‫הוא מקודד או לא‬ ‫וזיהוי ע"ס זה של‬ ‫האקסונים בגנים‬ ‫המקודדים‬ ‫לחלבונים‬ ‫(מתעלמים מאיזורי‬ ‫‪.)UTR 5/3‬‬ ‫‪o‬שימוש בכלים‬ ‫סטטיסטיים ע"מ‬ ‫לבחון האם רצף‬ ‫דנ"א מקודד‬ ‫לחלבון‪ .‬הנחת‬

‫הבסיס היא שישנו‬ ‫שוני באופן‬ ‫השימוש בקודונים‬ ‫בין מקטעים‬ ‫מקודדים ללא‬ ‫מקודדים וזוהי‬ ‫תכונה בסיסית של‬ ‫הגנום שבאה לידי‬ ‫ביטוי‪ ,‬לדוגמא‪,‬‬ ‫בכך שבמקטע‬ ‫מקודד באופן‬ ‫סטטיסטי ישנו שוני‬ ‫בכמות הקידוד‬ ‫לח‪.‬א‪ .‬באיזורים‬ ‫מקודדים ‪ /‬לא‬ ‫מקודדים וכמו כן‬ ‫ישנו הבדל בכמות‬ ‫השימוש בקודונים‬ ‫מקבילים לאותה‬ ‫ח‪.‬א‪. .‬‬ ‫‪o‬בדרך כלל חישוב‬ ‫הניקוד הסטטיסטי‬ ‫עבור רצף מסויים‬ ‫מתבצע בשיטת‬ ‫‪,Sliding Window‬‬ ‫כאשר נדרש חלקון‬ ‫גדול ‪ 50-200bp‬ע"מ‬ ‫לאתר סיגנל‪.‬‬ ‫‪o‬סיגנל – רצף ‪DNA‬‬ ‫שמזוהה ע"י מנגנון‬ ‫בתא לצורך פעילות‬ ‫כלשהיא‪ ,‬כגון‬ ‫שיעתוק‪.‬‬ ‫‪– CPG Islandso‬‬ ‫איזורים בגנום‬ ‫בעלי שכיחות‬ ‫גבוהה יותר של ה‪-‬‬ ‫דינוקליאוטיד ‪,CG‬‬ ‫בדרך כלל נמצאים‬ ‫סמוך לאזור בו‬ ‫נמצא גן – ז"א‬ ‫סיגנל לכך‬ ‫שבאיזור יש גן‪.‬‬ ‫‪o‬דוגמא נוספת‬ ‫לסיגנל היא אתר‬ ‫שיחבור אלטרנטיבי‬ ‫– אינטרון מתחיל‬ ‫ב‪ GU, A-‬באמצע‪,‬‬ ‫וחזרות של ‪.AG‬‬

‫‪o‬אתר קישור‬ ‫לפקטור שיעתוק‬ ‫הוא בעייתי –‬ ‫האתרים קטנים (‬ ‫‪ ,)6bp‬יש בעיותיות‬ ‫בזיהוי הפרומוטור‬ ‫גם אם מוצאים את‬ ‫אתר הקישור‪ ,‬ישנם‬ ‫מס' פקטורי‬ ‫שיעתוק שנקשרים‬ ‫מבקביל ויש צורך‬ ‫לזהות את‬ ‫הקומבינציה‬ ‫המדוייקת – מאוד‬ ‫קשה‪.‬‬ ‫‪o‬שיטות לזיהוי‬ ‫סיגנלים‪:‬‬ ‫‪‬ר‬ ‫צ‬ ‫פ‬ ‫י‬ ‫ק‬ ‫ו‬ ‫נ‬ ‫צ‬ ‫ז‬ ‫ו‬ ‫ס‬ ‫‪‬מ‬ ‫ט‬ ‫ר‬ ‫י‬ ‫צ‬ ‫ו‬ ‫ת‬ ‫‪/‬‬ ‫מ‬ ‫ע‬ ‫ר‬ ‫כ‬ ‫י‬ ‫מ‬ ‫ש‬ ‫ק‬ ‫ל‬ ‫י‬ ‫ם‬

‫‪‬ע‬ ‫צ‬ ‫י‬ ‫ה‬ ‫ח‬ ‫ל‬ ‫ט‬ ‫ה‬ ‫‪,‬‬ ‫‪H‬‬ ‫‪M‬‬ ‫‪M‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫•שילוב של השיטות הנ"ל‪.‬‬ ‫‪‬תוכנות לזיהוי גנים‪:‬‬ ‫•מבוססות חוקים – מערכות‬ ‫החלטה‪ ,‬ישנו סט חוקים‬ ‫שמגדיר האם גן או לא‪.‬‬ ‫‪.GenFinder‬‬ ‫•מבוססות רשת טבעית –‬ ‫משתמשות במידע שמתקבל‬ ‫ממקור חיצוני ע"מ לבנות‬ ‫את החוקים‪.Grail/EXP .‬‬ ‫•‪ – HMM‬שימוש בכלים‬ ‫סטטיסטים – חישוב‬ ‫הסתברויות של מצבים‬ ‫ואפשרויות וקבלת החלטות‬ ‫ע"ס התוצאות החישוביות‪.‬‬ ‫‪.Gen/Genome Scan‬‬ ‫•‪ – GenScan‬זיהוי של מבנה גן‬ ‫שלם בגנום אדם‪ ,‬מדוייק!‪,‬‬ ‫משמש רק לגנים שמקודדים‬ ‫לחלבונים‪ .‬פרמטרים‬ ‫סטטיסטיים שרלוונטים‬ ‫לחישוב ההסתברותי‬ ‫(באורינטציה של מידע‬ ‫שהצטבר כבר על הגנום)‪:‬‬ ‫מס' אקסונים ממוצע לגן‪,‬‬ ‫אורך אקסון ממוצע‪ ,‬מבנה‬ ‫ההקסמרים‪ . ...‬בשלב‬ ‫הראשון ע"מ להתכוונן באופן‬ ‫גס למקום הגן משתמש‬ ‫בשיטות המבוססות על תוכן‬ ‫הרצף ‪-‬זיהוי פרומוטורים‪,‬‬

‫אקסונים‪/‬אינטרונים‪ ...‬וזאת‬ ‫ע"י זיהוי סיגנלים‪ .‬כמו כן‬ ‫מתבצעת בדיקה שהם‬ ‫מופעים בסדר הגיוני‪ .‬לאחר‬ ‫מכן ע"מ לשפר ולדייק הוא‬ ‫משתמש בהשוואה ע"ס‬ ‫‪-Pattern‬ים‪.‬‬ ‫•ישנו סט של ערכי סף – ‪Sn‬‬ ‫‪Sensitivity, Sp - Specifity‬‬ ‫עבור כל רמה – רמת‬ ‫הנוקליאוטיד‪ ,‬רמת האקסון‪,‬‬ ‫רמת הגן‪ .‬התוצאה נחשבת‬ ‫אמינה מעבר לערכי הסף‬ ‫שנקבעו‪.‬‬ ‫•קשיים בתהליכי חיזוי גנים‪:‬‬ ‫‪o‬בין גנים‬ ‫מפרידים‬ ‫מרווחים‬ ‫גדולים‬ ‫‪o‬חלוקת הגן‬ ‫למקטעים‪:‬‬ ‫אקסונים‪/‬אינט‬ ‫רונים‬ ‫‪o‬באדם‪ ,‬החלק‬ ‫המקודד‬ ‫בגנום קטן‬ ‫מאוד יחסית‬ ‫לגודל הגנום‪.‬‬ ‫‪o‬מגוון רחב של‬ ‫סיגנלים‪.‬‬ ‫‪o‬שחבור‬ ‫אלטרנטיבי‬ ‫ורצפים‬ ‫חוזרים‪.‬‬ ‫‪o‬בעיה בזיהוי‬ ‫מדוייק של‬ ‫אקסונים‬ ‫ראשון ואחרון‬ ‫–בגלל נוכחות‬ ‫של ‪-UTR‬ים‪.‬‬ ‫‪o‬גנים קטנים –‬ ‫לא נופלים‬ ‫בחתכים‬ ‫הסטטיסטיים‬ ‫ולא מזוהים‪.‬‬ ‫‪o‬המידע‬ ‫שמשמש‬ ‫לבניית‬

‫אלגוריתמי‬ ‫החיפוש‬ ‫מבוסס על‬ ‫מידע שנרכש‬ ‫מגנים אחרים‬ ‫– קיבעון‬ ‫תכנותי – יתכן‬ ‫שיש דברים‬ ‫שלא נזהה‪...‬‬ ‫‪o‬לא תמיד יש‬ ‫סימוך ביולוגי‬ ‫לתוצאות‬ ‫הריצה‪.‬‬ ‫‪o‬קושי באימות‬ ‫הנתונים –‬ ‫תוצאות‬ ‫שגויות חיוביות‬ ‫(זוהה גן אבל‬ ‫בפועל אין גן)‪.‬‬ ‫‪o‬יכולת הדיוק‬ ‫בחיזוי גבוהה‬ ‫– לא מספיק‪.‬‬ ‫•אחת הדרכים לאמת המידע‬ ‫היא להצליב הרצות של מס'‬ ‫שיטות חיזוי גנים‪ ,‬ולהשתמש‬ ‫בחיתוך של התוצאות‬ ‫שהתקבלו‪.‬‬ ‫•דרך נוספת היא להשתמש‬ ‫בתוכנות שונות‪ ,‬שכ"א‬ ‫מתמקדת בחיזוי דרך‬ ‫אלמנטים שונים בגן ע"מ‬ ‫להשלים את התמונה‪.‬‬ ‫•שיטת העבודה המקובלת‪:‬‬ ‫‪o‬מיסוך רצפים‬ ‫חוזרים ‪-‬‬ ‫‪RepeatMasker‬‬ ‫‪o‬הרצת הרצף‬ ‫דרך מס'‬ ‫תוכניות חיזוי‬ ‫‪o‬ביצוע בדיקת‬ ‫תוצאות‬ ‫שהתקבלו על‬ ‫גנים חזויים‬ ‫אל מול ‪DB‬‬ ‫של ‪,EST‬‬ ‫וגנים‬ ‫באורגניזמים‬ ‫אחרים‪ ,‬כנ"ך‬ ‫ביצוע חיפוש‬

‫דומה של‬ ‫הרצפים‬ ‫שהתקבלו‬ ‫כלא‬ ‫מקודדים‪.‬‬