MOLZEB - SS2021 BIOINFORMATIK UEBUNGEN - Dietmar Rieder icbi.atcourses/bioinformatics_ex_2021

BIOINFORMATIK UEBUNGEN

         MOLZEB – SS2021

             Dietmar Rieder
icbi.at/courses/bioinformatics_ex_2021/

Organisatorisches
    Termine

Übungsziele
•   Kennlernen biologischer Datenbanken (NCBI, …)

•   Arbeiten mit Protein- und DNA/RNA-Sequenzen

•   Sequenzalignment (BLAST, ClustalW)

•   Arbeiten mit Genome-Browsern (UCSC, Ensembl)

•   Arbeiten mit Genexpressions Daten

•   Kennenlernen von Clustering Algorithmen

•   Finden von TFBS mit Hilfe von PWMs und online tools

•   Netzwerkanalyse von Omics Daten

•   Klassifikation mittels Gene Ontology

•   Selbsttändiges Lösen praktischer Beispiele mit Online-Analyse

                 Dokumentation der Übung anhand eines Protokolls

Organisation
• 6 Übungsblöcke

• Kurze Einführung am Beginn eines jeden Blocks

• Erarbeiten der Übungsziele an Hand von Beispielen am
  Rechner

• Protokoll:
   – 1 Protokoll / 2 Studierende
   – Elektronisch als PDF
   – Abgabe bis spätestens 11. Juli 2021
   – Details siehe:
     http://icbi.at/courses/bioinformatics_ex_2021/guidelines.html

Übung I

      Einführung, Teil 1

Biologischer Informationsfluss
  Biologische Datenbanken

Biologischer Informationsfluss

Biologischer Informationsfluss

                   ...ACCGATGGACCATGACG...

                   Transkription
                   ...ACCGAUGGACCAUGACG...

                    Translation

                     …malwmrllpl lallalwgpd….

Biologischer Informationsfluss

                   ...ACCGATGGACCATGACG...

                   Transkription
                   ...ACCGAUGGACCAUGACG...

                    Translation

                     …malwmrllpl lallalwgpd….

Nomenklatur von Nukleinsäuren
Base         Symbol                Occurrence
Adenin          A            DNA, RNA
Guanin          G            DNA, RNA
Cytosin         C            DNA, RNA
Thymin          T            DNA
Uracil          U            RNA

Symbol       Meaning               Description
  R       A or G             puRine
  Y       C or T             pYrimidine
  W       A or T             Weak hydrogen bonds
  S       G or C             Strong hydrogen bonds
  M       A or C             aMino groups
  K       G or T             Keto groups
  H       A, C, or T (U)     not G, (H follows G)
  B       G, C, or T (U)     not A, (B follows A)
  V       G, A, or C         not T (U), (V follows U)
  D       G, A, or T (U)     not C, (D follows C)
  N       G, A, C or T (U)   aNy nucleotide

Nomenklatur
    DNA sequences are always from 5‘ to 3‘
    + strand             5´-ACGGTCGCTGTCGGTAGC-3´
    - strand             3´-TGCCAGCGACAGCCATCG-5´

    e.g. in fasta format :         >gene sequence|gi12345|chr17|-
                                   GCTACCGACAGCGACCGT

    Positions in the genome (genome assembly) are chromosome wise

e.g. human GRCh38/hg38
chr11:1-100    chr11:49,686,777-49,689,777

    Positions in the chromosome start for both!! strands from position 1
                         chr11:1               2523     2529
       + strand              5´-ACGGTCGCTG…………TCGGTAGC-3´
       - strand              3´-TGCCAGCGAC…………AGCCATCG-5´
                         chr11:1               2523      2529

Translation, genetic code and reading frames

Peptid chain, amino acid sequence, proteins

                                                             backbone

                     sidechains

Protein sequences are always form N-terminal end to C-terminal end

E.g.. SCD sequence in fasta format

Biologische Datenbanken

        OMIM, Locus Link

        GenBank (NCBI), DDBJ (CIB), EMBL (EBI)

        TRANSFAC, JASPAR

        RFAM, RNAdb, clipDB

        GenBank (NCBI), SwissPROT, PROSite,
        PDB, UniProt

Biologische Datenbanken
Weitere Datenbanken:
                   OMIM, Locus Link

• GeneOntology
      GenBank (NCBI), DDBJ (CIB), EMBL (EBI)

• BiologischeTRANSFAC,
              PathwaysJASPAR
                       (Kegg)

• Genexpression (Microarray)
                RFAM, RNAdb
• Organismus-spezifisch

• Enzym (Brenda)

• miRNA
  GenBankund siRNA
         (NCBI), SwissPROT, PROSite, PDB, UniProt

• qPCR primer

• Literatur (Pubmed)

National Library of Medicine (NLM)
National Center for Biotechnology Information (NCBI)

•   NIH (National Institute of Health)–Campus in Bethesda, Maryland, USA
    (gegründet 1836 - Budget ~43 Mrd $ / Jahr)
•   NLM weltgrößte med. Bibliothek (budget 2021: 415 Mio. USD)

PubMed
•   www.pubmed.gov
•   Datenbank wurde entwickelt um Zugang zu Zitaten und Abstracts
    biomedizinischer Literatur zur Verfügung zu stellen
•   2021 > 32 Mio Einträge von über 5200 Journalen
•   > 3.3 Mrd Suchanfragen / Jahr (1.1 Mrd. web, 2.2 Mrd. API)

                                 •   PubMed enthält links zu Volltext Artikel
                                 •   PubMed ist mit anderen Datenbanken
                                     verlinkt

GenBank

•   Datenbank zur Verwaltung von Sequenzdaten

•   Frei zugänglich

•   Täglicher Datenaustausch mit EBI und DDBJ (DNA Data Bank of Japan)

•   Neuer „Release“ alle zwei Monate

•   2021 > 227 Millionen Sequenzen (>832 Milliarden bp, 2x / 18 Monate)

•   > 300.000 Organismen

•   > 1150 komplette Genome

•   1987: ̴7 Bände ( ̴ 35 cm) → 2019: ̴ 90,000 Bände ( ̴ 5 km)
                                                                 Genbank 1987

Entrez
      Global Query Cross-Database Search System

• Textbasiertes Abfragesystem für > 30 Datenbanken
   – PubMed              – OMIM
   – Nucleotide          – Protein
   – Gene                – dbSNP
   – GEO                 – ...
• Ergebnisse sind vorberechnet und verlinkt
• Mehr als 5.000.000 Suchen pro Tag
• Batchmodus verfügbar
• LinkOut service zu externen Datenbanken

Search (Entrez):    Global Query Cross-Database Search System
           https://www.ncbi.nlm.nih.gov/search/

Search (Entrez):   Global Query Cross-Database Search System

RefSeq

•   Best, comprehensive, non-redundant set of sequences

• For genomic DNA (NG_), transcript mRNA (NM_), other RNA (NR_)
  and protein (NP_)

• For major research organisms (91873 organisms present in total)

• Based on GenBank derived sequences

• Ongoing curation by NCBI staff and collaborators, with review status
  indicated on each record (computational XM_, XP_)

Gene

•   One record represents one single gene from an organism

•   Gene-specific information such as map, sequence, expression, structure,
    function, homology, publications, links

•   Can have one or more Refseq transcripts assigned (NM_)

•   Official gene symbol and name, GeneID, aliases and other designations

OMIM

•   Online Mendelian Inheritance in Men

•   Bibliographisches, krankheitszentriertes Kompendium

•   Gene + Phenotypes

•   Ursprünglich Buchform (MIM, Johns Hopkins University, 1966)

•   Tägliche Updates

•   Für Ärzte, Wissenschafter, Studenten und Ausbildner

•   Links zu vielen Datenbanken (Literatur, Sequenzen...)

Übung I

Einführung, Teil 2

     Insulin

Insulin
•   Polypeptid-Hormon
•   Bildung: Betazellen der Langerhansinseln im Pankreas
    (Bauchspeicheldrüse)
•   51 Aminosäuren (2 Ketten)
     •   A mit 21 AS
     •   B mit 30 AS
•   Schweineinsulin (1 AS unterschiedlich)
•   Rinderinsulin (3 AS unterschiedlich)
•   Glucosetransport in die Zelle und Blutzuckerregulation
•   Hemmt in der Fettzelle Lipolyse und fördert Lipogenese
•   In Leber und Muskelzelle wird Glykogenaufbau gefördert

Proinsulin

Vom Preproinsulin zum Insulin

Übung I – Task 1+2

Aufgabenstellungen

Exercise 1 – Task 1: Find difference
      between insulin sequence in pig and human

http://icbi.at/courses/bioinformatics_ex_2021/exercise1_task1.html

Exercise 1 - Task 2: Find information on
      SICKLE CELL ANEMIA and KABUKI SYNDROM

2.1   Which genes/proteins are involved?
2.2   On which chromosome (arm, cytogenetic band) genes are located?
2.3   What is the position and strand on the human reference genome assembly?
2.4   Can these genes also found in the mouse (location)?
2.5   Are there common mutations i.e. non-synonymous SNPs known?
2.6   What is the function of the encoded proteins?
2.7   Find recent publications