Download práctica 6: análisis computacional de secuencias de dna

PRÁCTICA 6: ANÁLISIS COMPUTACIONAL DE SECUENCIAS DE
DNA
1. RESUMEN
Esta práctica puede considerarse una introducción al mundo de la bioinformática, la cual
es una disciplina científica emergente que utiliza la tecnología informática para organizar,
analizar, interpretar y distribuir información biológica.
En la parte presencial de la práctica se han hecho una serie de ejercicios con el fin de
familiarizarnos con las bases de datos de DNA, de proteínas, de genomas o de polimorfismos,
con el proyecto “HapMap” y con la comparación de dos secuencias o la búsqueda de secuencias
anónimas con ayuda de diversas herramientas online para el análisis computacional.
Así mismo, en la parte no presencial de la práctica, hubo que realizar otra serie de ejercicios,
cuyos resultados se muestran a continuación.
2. EJERCICIOS DE LA PARTE NO PRESENCIAL
Ejercicio 1. Busca en GenBank secuencias de DNA de la nécora (Necora puber). ¿Cuántos
genes diferentes encuentras?
Se encuentran 4 genes diferentes:




Secuencia del gen que codifica para el ARNr 28S
Secuencia del gen que codifica para el ARNr 18S
Secuencia del gen mitocondrial que codifica para el RNAr 16S
Secuencia del gen H3
Ejercicio 2. Averigua en la base de datos de genomas del EMBL, cuántos pares de bases tiene
el genoma de Pseudomonas aeruginosa.
Tiene 6.264.403 pares de bases.
Ejercicio 3. Compara la secuencia proteica dada consigo misma en Dotlet.
Ajusta la escala y la astringencia (escala de grises). ¿Que puedes deducir de esta comparación?
¿Qué cambia modificar el zoom?
Que es un DNA que tiene una serie de motivos repetidos.
Si alejamos el zoom se observa toda la secuencia comparada. Si lo acercamos vemos una
región concreta ampliada.
4. Utilizando la herramienta de BLAST identifica el fragmento de DNA dado:
¿De qué tipo de secuencia se trata y a que especie pertenece?
La secuencia dada es el gen de la nucleoproteína del virus Influenza A H5N1 (gripe aviar).
Ejercicio 5. En el portal del EMBOSS del CNIO estima el uso de codones de la insulina humana
con el programa cusp. ¿Cuál es el codón más utilizado para el aminoácido Lisina (K)?
El codón más empleado es el AAG. Se emplea el 64.7 % de las veces que se añade una lisina
(fracción: 0.647). El codón de uso minoritario sería el AAA, el cual se emplea un 35.3% de las
veces que se añade una lisina (fracción 0.353).
Ejercicio 6. Utiliza la herramienta Mapper para construir el mapa de restricción de la siguiente
secuencia: GAATTCATACC. ¿Qué enzimas son capaces de cortarla?
Enzimas de restricción
ApoI
EcoRI
TspEI
Dianas de corte
[R^AATTY]
[G^AATTC]
[ ^AATT ]
Ejercicio 7. Traduce con transeq la siguiente secuencia: CTCGAGGGGTAG. ¿Cuál es la
secuencia de la proteína resultante y cuál es su longitud?
La secuencia de la proteína resultante es LEG* (stop). La longitud total es de 3 aminoácidos.
Ejercicio 8. Identifica con GenScan los exones de la secuencia dada. ¿Cuántos y qué exones
has obtenido?
Se han identificado 4 exones: 3 internos y uno terminal.
Tipo de exón
Interno
Interno
Interno
Terminal
Comienzo
339
636
840
1239
Fin
476
736
906
1400
Longitud
138
101
67
162
Ejercicio 9. Utilizando el servidor de MFold, predice la estructura de la secuencia de ARN dada.
¿Cuántas estructuras se predicen? ¿Cuál es su energía? Incluye un dibujo de la estructura más
probable.
Se predicen 4 estructuras.
Estructura 1: G = -41.10
Estructura 2: G = -39.90
Estructura 3: G = -39.90
Estructura 4: G = -39.10
La estructura más probable será la que implique un menor gasto de energía libre. En este caso
la secuencia de ARN adquiriría la estructura secundaria número 4.
Ejercicio 10. Alinea las secuencias del gen pol del VIH-1 en EBI ClustalW. Utilizando el
alineamiento resultante, construye un árbol filogenético de máxima parsimonia con dnapars.
Visualiza el archivo "outtree" en Phylodendron. Según este árbol, ¿que subtipo está más
relacionado con el subtipo A?
El subtipo más relacionado según este árbol es el subtipo G.