I LEZIONE PARTE B Lavorare con le sequenze nucleotidiche: • Formato FASTA • Traduzione • Mascheramento • Inverso complementare (Utilizzo di BCM sequence utilities) ANALISI DI SEQUENZE IL FORMATO FASTA • una sola linea di descrizione che inizia con “>” • poi la sequenza, senza spazi, linee vuote, e caratteri “strani”. • solo caratteri che seguano il codice IUB/IUPAC per gli aminoacidi e gli acidi nucleici • il “–” indica un gap >gi|129295|sp|P01013|OVAX_CHICK GENE X PROTEIN (OVALBUMIN-RELATED) QIKDLLVSSSTDLDTTLVLVNAIYFKGMWKTAFNAEDTREMPFHVTK QESKPVQMMCMNNSFNVATLPAEKMKILELPFASGDLSMLVLLPDEV SDLERIEKTINFEKLTEWTNPNTMEKRRVKVYLPQMKIEEKYNLTSV LMALGMTDLFIPSANLTGISSAESLKISQAVHGAFMELSEDGIEMAG STGVIEDIKHSPESEQFRADHPFLFLIKHNPTNTIVYFGRYWSP IL FORMATO FASTA Codice per gli acidi nucleici: A --> adenosine M --> A C (amino) C --> cytidine S --> G C (strong) G --> guanine W --> A T (weak) T --> thymidine B --> G T C (not A) U --> uridine D --> G A T (not C) R --> G A (purine) H --> A C T (not G) Y --> T C (pyrimidine) V --> G C A (not T) K --> G T (keto) N --> A G C T (any) - gap of indeterminate length IL FORMATO FASTA Codice per gli aminoacidi: A alanine B aspartate or asparagine M methionine C cystine D aspartate E glutamate F phenylalanine G glycine H histidine I isoleucine K lysine L leucine * translation stop P proline Q glutamine N asparagine R arginine S serine T threonine U selenocysteine V valine W tryptophan Y tyrosine Z glutamate or glutamine X any ANALISI DI SEQUENZE • Uso di BCM ReadSeq per la conversione in formato FASTA • Uso di BCM Reverse Complement, per fare l’inverso complementare di una sequenza TRADUZIONE • Il codice genetico: senza sovrapposizione triplette codoni • 20 amminoacidi e 4 nucleotidi 4, 42, 43=64 piu’ parole del necessario degenerazione (tutti i codoni hanno un significato alcuni aa sono specificati da piu’ codoni). • Da 1 a 6 codoni per aa. • Vacillamento nella terza posizione. • Codoni di STOP: UAG, UGA e UAA TRADUZIONE The STANDARD Genetic Code Serina Codone UCU o UCC UCA o UCG AGU o AGC tRNA tRNAser1 tRNAser2 tRNAser3 anticodone AGG + vacillamento AGU + vacillamento UCG + vacillamento TRADUZIONE Diversi codici genetici Codice genetico mitocondriale di animali • AUA Met invece di Ile • UGA Trp invece di STOP • AGA e AGG STOP invece di Arg (UAA, UAG, AGA, AGG) Altri codici in micoplasmi, protozoi e funghi. • Uso di BCM 6 frames translation per la traduzione di sequenze nucleotidiche MASCHERAMENTO Piu’ del 25% del genoma degli eucarioti e’ formato da DNA altamente ripetitivo DNA ripetitivo: DNA ripetuto in tandem DNA ripetuto intersperso MASCHERAMENTO Major classes of tandemly repeated human DNA: Class Size of repeat Major chromosomal location(s) Various locations on selected chromosomes ‘Megasatellite' DNA (blocks of hundreds of kb in some cases) several kb Satellite DNA (blocks often from 100 kb to several Mb in length) 5–171 bp Especially at centromeres Minisatellite DNA (blocks often within the 0.1–20 kb range) 6–64 bp At or close to telomeres of all chromosomes Microsatellite DNA (blocks often less than 150 bp) 1–4 bp Dispersed throughout all chromosomes MASCHERAMENTO Il DNA ripetuto intersperso si origina per ricombinazione o, soprattutto per trasposizione. La maggior parte dei trasposono sono retrotrasposoni, che, nei mammiferi, includono: LINEs (long interspersed nuclear elements) Elementi LINE-1 nell’uomo ed in altri mammiferi. SINEs (short interspersed nuclear elements) Alu repeat, una ogni circa 3 Kb nel genoma umano, anche Alu trascritte. La sequenza delle ripetizioni e’ specie-specifica o lineagespecifica Primati: alpha satellite 340 basi MASCHERAMENTO Uso di RepeatMasker per il mascheramento di sequenze genomiche