Chuyên đề: Phương pháp tìm kiếm chuỗi tương đồng đối với DNA và Protein pot

• Trong nhiều chương trình ứng dụng của tin sinh học, Chương trình phân tích cấu trúc tương đồng Blast là một ứng dụng vô cùng quan trọng, cho biết chính xác sự tương đồng của các Nucle

Lớp: Cao học SHTN khóa 12

M Ở ĐẦU ĐẦU U

Thế kỷ XX ghi nhận sự phát triển như vũ bão của khoa học và công nghệ, đã tạo ra cơ sở lý luận, vật chất và sự liên kết hỗ trợ lẫn nhau, tác động thúc đẩy sự phát triển của mọi lĩnh vực của đời sống xã hội, đặc biệt là trên lĩnh vực tin học, công nghệ internet và công nghệ sinh học.

Tin sinh học chính là sự hội tụ, hợp tác của cả ba lĩnh

vực công nghệ hàng đầu: tin học – công nghệ thông

tin – công nghệ sinh học, cùng cộng tác với nhau để

khám phá thế giới sống

• Thực tế cho thấy, từ khi tin sinh học ra đời đã

thực sự trở thành công cụ nghiên cứu mới, trợ giúp đăc lực và hiệu quả, đẩy nhanh tốc độ

nghiên cứu và ứng dụng công nghệ sinh học,

chắp cánh cho công nghệ sinh học nói chung và sinh học nói riêng tiến lên một lầm cao mới

Nhờ thành tựu của tin sinh học, thời gian nghiên

cứu được rút ngắn “ trước đây bạn phải mất

nửa năm trong phòng thí nghiệm bây gời bạn có thể dễ dàng tiết kiệm thời gian chỉ với một buổi chiều trước chiếc máy tính”

• Tin sinh học có rất nhiều ứng dụng, vì thế cơ sở dữ liệu của công nghệ sinh học không chỉ dừng lại ở tập hợp các kết quả nghiên cứu thực nghiệm đơn thuần của các nhà khoa học trên khắp thế giới, mà nó còn bao gồm khả năng khái quát hóa, mô phỏng hóa

thành những “đối tượng số” của thế giới sinh học

sống động.

• Trong nhiều chương trình ứng dụng của tin sinh học, Chương trình phân tích cấu trúc tương đồng Blast là một ứng dụng vô cùng quan trọng, cho biết chính xác

sự tương đồng của các Nucleotic, chuỗi AND hay

protein

I ĐẠI CƯƠNG VỀ CHƯƠNG TRÌNH PHÂN TÍCH

CẤU TRÚC TƯƠNG ĐỒNG

• I.1 Tìm kiếm tương đồng

• Chương trình tìm kiếm tương đồng được sử dụng để tìm kiếm một cơ sở dữ liệu trình tự tương đồng cho

AND hay các chuỗi amino-acid của các protein với

AND hay các chuỗi amino-acid của các protein khác trong ngân hàng dữ liệu Các cơ sở dữ liệu protein

hiện có của ngân hàng dữ liệu là 100 triệu dư lượng

• Đối với việc tìm kiếm với nhiều trình tự khác nhau, thời gian nhanh chóng trở thành một vấn

đề quan trọng Vì lý do này, đã có nhiều nỗ lực

để sản xuất các thuật toán nhanh hơn các

chương trình năng động thẳng Mục tiêu của

các phương pháp này là để tìm kiếm như là một phần nhỏ nhất có thể, trong khi vẫn nhìn vào tất

cả các điểm sắp xếp cao Trong trường hợp

trình tự rất giống nhau, có một số phương pháp dựa trên việc mở rộng kết hợp chính xác khoa học máy tính

• Tuy nhiên, để tìm thấy sự phù hợp, các

phương pháp này khó đem đến sự chính xác tuyệt đối, và cách tiếp cận các công cụ phần mềm đã được sử dụng

• Hầu hết chương trình phổ biến là: BLAST ;

FastA

I.2 Chương trình phân tích cấu trúc tương đồng

BLAST

• Chúng ta dùng blast khi câu hỏi đặt ra “liệu

có trình tự nào trong ngân hàng dữ liệu

giống hoặc gần giống với trình tự của bạn không”?.

• BLAST (Basic Local Alignment Công cụ tìm kiếm) là một bộ các chương trình tìm kiếm và

so sánh cấu trúc của chuỗi AND, protein, phân tích với các chuỗi tương ứng lưu giữ trong

ngân hàng dữ liệu, nhằm tìm kiếm chuỗi (hay một số chuỗi ) tương đồng nhất với chuỗi kiểm tra Sau đó người phân tích sẽ khai thác thông tin về đặc điểm hay đặc tính đã biết của các

chuỗi trong ngân hàng để dự đoán, xác định

cấu trúc và đặc tính của chuỗi kiểm tra này

• Trọng tâm của kỹ thuật phân tích là tìm kiếm

và xác định các vùng tương đồng nhau về cấu trúc trên các chuỗi, để xác định mức độ phân

ly tương đối của chuỗi phân tích với các chuỗi khác trong ngân hàng dữ liệu Về phương diện

kỹ thuật, chương trình BLAST cho phép phát hiện sự tương đồng cấu trúc của hai mức độ là mang tính cục bộ ở một vùng hay mang tính tổng thể giữa hai chuỗi với nhau

• Khi được cung cấp một thư viện hay cơ sở dữ liệu

các chuỗi đó, một tìm kiếm BLAST sẽ cho phép

nhà nghiên cứu tìm kiếm các chuỗi con giống với chuỗi có sẵn mà ta quan tâm Ví dụ, tiếp sau việc khám phá ra các gen mà trước đây chưa biết ở

chuột (loại mus musculus), một nhà khoa học sẽ thường thực thi một tìm kiếm BLAST trên genome

người để tìm kiếm xem liệu con người có mang các gen giống vậy không; BLAST sẽ xác định các chuỗi nào trong genome người mà giống với gen chuột dựa trên sự giống nhau của chuỗi

• Để chạy, BLAST cần đầu vào là 2 chuỗi: một

là chuỗi cần phân tích (hay còn gọi là chuỗi

đích) và một cơ sở dữ liệu chuỗi BLAST sẽ

tìm kiếm các chuỗi con trong chuỗi cần phân tích mà giống với các chuỗi con trong cơ sở

chuỗi dữ liệu Thông thường, khi sử dụng,

chuỗi cần phân tích là nhỏ hơn rất nhiều so với

cơ sở dữ liệu, ví dụ: chuỗi cần phân tích có thể chỉ gồm 1 nghìn nucleotide trong khi cơ sở dữ liệu chuỗi có hàng tỉ nucleotide

• BLAST tìm kiếm những bắt cặp trình tự có

điểm số cao giữa chuỗi cần phân tích và các

chuỗi trong cơ sở dữ liệu bằng cách sử dụng

phương pháp dựa trên kinh nghiệm (heuristic)

để có thể có tìm được kết quả gần tốt bằng với giải thuật Smith-Waterman Thuật toán bắt cặp trình tự tối ưu của Smith-Waterman là quá

chậm khi tìm kiếm trong một cơ sở dữ liệu gen quá lớn như Ngân Hàng Gen (GenBank)

• Bởi vậy, giải thuật BLAST dùng một hướng

tiếp cận heuristic, dù ít chính xác hơn

Smith-Waterman nhưng lại cho tốc độ nhanh hơn gấp

50 lần Tốc độ và sự chính xác tương đối của BLAST là những cải tiến kĩ thuật quan trọng của các chương trình BLAST và những điều

đó cho thấy lí do vì sao công cụ này lại là công

cụ tìm kiếm phổ biến nhất trong tin sinh học

II.PHƯƠNG PHÁP TÌM KIẾM CHUỐI TƯƠNG

ĐỒNG BẰNG CHƯƠNG TRÌNH BLAST

Thao tác cơ bản khi sử dụng chương trình

phân tích cấu trúc chuỗi tương đồng BLAST gồm các bước chính sau:

Bước 1: Lựa chọn chương trình

BLAST

Các BLAST các trang tìm kiếm cho phép bạn

chọn từ các chương trình khác nhau Dưới đây là một bảng của các chương trình này.

• Blastp: Để so sánh cấu trúc một chuỗi amino

acid cần phân tích với cấu trúc chuỗi protein

trong ngân hàng dữ liệu.

• Blastn: Để so sánh cấu trúc chuỗi nucleotide

cần phân tích với cấu trúc chuỗi nucleotide trong ngân hàng dữ liệu

• Blastx : Để so sánh cấu trúc chuỗi nucleotide

cần phân tích (dưới dạng được dịch đầy đủ

sang cấu trúc chuỗi amino axit ) với cấu trúc chuỗi protein trong ngân hàng dữ liệu Phương

án so sánh này được sử dụng để tìm hiểu đặc điểm “sản phẩm ” sẽ được tạo ra khi lựa chọn đoạn chuỗi này

• Tblastn: Để So sánh cấu trúc chuỗi amino

axit cần phân tích với cấu trúc chuỗi protein

tương ứng được dịch mã bảo toàn trình tự

chuỗi nucleotic trong ngân hàng dữ liệu

• Tblastx : Là phương án so sánh cấu trúc chuỗi

amino axit cần phân tích với cấu trúc chuỗi

protein trong ngân hàng dữ liệu Xin lưu ý

rằng chương trình tblastx không thể được sử dụng với cơ sở dữ liệu trên trang BLAST Web bởi vì nó được tính toán chuyên sâu

Bước 2: Nhập dữ liệu

• Chương trình xử lý trực tuyến BLAST cho phép nhập dữ liệu chuỗi phân tích trực tuyến dạng ký tự qua bàn phím hay nhập dữ liệu đã

được viết theo một trong 3 ngôn ngữ là “”

FASTA sequence format, “Identifiers” và

“Bare sequence”

Bước 3: đặt vùng phân tích “Set

Bước 4 Lựa chọn ngân hàng dữ liệu “choose

Bước 5: Gửi yêu cầu xử lí

• Sau khi nhập hết dữ liệu, người phân tích nhấn

lệnh “BLAST” để gửi tin đi Sau khoảng thời gian chờ đợi ngắn, chương trình BLAST sẽ phục hồi yêu cầu với dạng giao diện như :

• Phần đầu hiển thị kết quả sơ bộ dạng đồ họa hình ảnh màu sắc của các chuỗi tương đồng cao nhất.

• Phần tiếp theo hiển thị kết quả dạng kí tự tóm tắt kết quả

• Phần cuối cùng hiển thị kết quả cụ thể khi so sánh

• Ví dụ, tiếp sau việc khám phá ra các gen mà

trước đây chưa biết ở chuột (loại mus

musculus), một nhà khoa học sẽ thường thực thi một tìm kiếm BLAST trên genome người để

tìm kiếm xem liệu con người có mang các gen giống vậy không; BLAST sẽ xác định các

chuỗi nào trong genome người mà giống với gen chuột dựa trên sự giống nhau của chuỗi

Ứng dụng

• BLAST là một trong những chương trình được

sử dụng rộng rãi nhất trong tin sinh học, có lẽ là

vì nó giúp giải quyết một vấn đề cơ bản và giải thuật tập trung vào tốc độ hơn tính chính xác

• Nó tập trung vào tốc độ vì đó là quyết định đến tính thực tiễn của giải thuật do cơ sở dữ liệu về genome người là cực kì lớn, mặc dù các giải

thuật về sau có thể nhanh hơn

- Ứng dụng BLAST trong việc xây dựng cây

phát sinh chủng loài: Thông tin từ các nucleotit

và các chuỗi protein có thể được sử dụng để

suy ra mối quan hệ phát sinh loài Bởi vì cần

nhiều đột biến nhỏ tích lũy thành đột biến lớn

để có thể thay đổi chuỗi này thành chuỗi khác

Vì vậy một cặp so sánh giống nhau hơn về trình

tự hay có ít hơn các thay đổi có thể cho thấy

chúng có tổ tiên gần nhau hơn Do vậy chúng ta

có thể xây dựng được cây phát sinh chủng loại

III.ỨNG DỤNG TÌM CHUỖI TƯƠNG

ĐỒNG

• III.1 Tìm chuỗi amino acid tương đồng của

protein hemoglobin trong hồng cầu người.

B1: mở trình duyệt NCBI  chọn BLAST

Cick

Giao diện chương trình BLAST

Giao diện chương trình Blastp

Gửi yêu cầu phân tích: nhấn BLAST

Giao diện kết quả chương trình BLAST

Giao diện kết quả chương trình BLAST Hiển thị kết quả dạng kí tự tóm tắt kết quả

Hiển thị kết quả cụ thể khi so sánh

2 Tìm kiếm chuỗi tương đồng đối vơi chuỗi

nucleotitB1: mở trình duyệt NCBI  chọn BLAST

Cick

Program query Database

Chap mã truy mật hoặc

trình tự cần so sánh

Hoặc tải trình tự có sẵn trong máy tính

Ch n c s d li u ọn cơ sở dữ liệu ơ sở dữ liệu ở dữ liệu ữ liệu ệu

Kết Quả Thể hiện bằng sơ đồ đồ họa (a); mô tả cụ thể (b); thể hiện các

trình tự tương đồng (b)

Tiến hành tương tự với Blastp ta có kết quả:

Blastx: dịch mã protein từ trình tự DNA nhập vào