Bioinformatika sa objavila ako silná disciplína na križovatke biológie, informatiky a štatistiky. V oblasti biologických vied zohráva kľúčovú úlohu pri analýze a interpretácii biologických údajov a pomáha výskumníkom pochopiť obrovské množstvo informácií generovaných modernými experimentálnymi technikami. Ako dodávateľ biologických vied sa dobre orientujeme v rôznych nástrojoch a technikách bioinformatiky, ktoré transformujú krajinu biologického výskumu.
Nástroje na zarovnávanie sekvencií
Jednou zo základných úloh v bioinformatike je zarovnanie sekvencií. Zahŕňa porovnávanie DNA, RNA alebo proteínových sekvencií s cieľom identifikovať podobnosti a rozdiely. To môže poskytnúť pohľad na evolučné vzťahy, funkciu génov a identifikáciu mutácií súvisiacich s ochorením.
BLAST (Basic Local Alignment Search Tool) je azda najpoužívanejší nástroj na zarovnávanie sekvencií. Umožňuje výskumníkom vyhľadávať sekvenciu dopytu proti veľkej databáze sekvencií, aby našli podobné. BLAST dokáže rýchlo identifikovať homológne sekvencie, čo sú sekvencie, ktoré majú spoločný evolučný pôvod. Napríklad pri štúdiu novoobjaveného génu môže byť BLAST použitý na nájdenie príbuzných génov v iných organizmoch, čo poskytne vodítko o jeho možnej funkcii.
ClustalW je ďalším dôležitým nástrojom na zarovnanie viacerých sekvencií. Zarovnáva tri alebo viac sekvencií súčasne, čím vytvára matricu, ktorá zobrazuje konzervované oblasti medzi sekvenciami. To je obzvlášť užitočné pri fylogenetickej analýze, kde sa vzťahy medzi rôznymi druhmi alebo kmeňmi môžu odvodiť zo sekvenčných podobností. Výstup ClustalW možno použiť na konštrukciu fylogenetických stromov, ktoré vizuálne predstavujú evolučnú históriu sekvencií.
Nástroje na zostavenie genómu
Zostavenie genómu je proces rekonštrukcie kompletnej sekvencie genómu z veľkého počtu krátkych fragmentov DNA získaných pomocou sekvenčných technológií. Ide o náročnú úlohu vzhľadom na prítomnosť opakujúcich sa prvkov v genóme a chyby zavedené počas sekvenovania.
SOAPdenovo je populárny nástroj na zostavovanie genómu. Používa de Bruijn grafový algoritmus na zostavenie krátkych čítania do dlhších kontigov. Rozdelením čítania na menšie k-mery (sub-sekvencie dĺžky k) a vytvorením grafu založeného na ich presahoch môže SOAPdenovo efektívne spracovať rozsiahle sekvenčné údaje. Ďalší nástroj, Velvet, tiež používa prístup de Bruijnovho grafu, ale je optimalizovaný na zostavovanie genómov rôznych veľkostí, vrátane genómov baktérií a eukaryotov.
Nástroje na predikciu génov
Keď je genóm zostavený, ďalším krokom je identifikácia génov v ňom. Nástroje na predikciu génov používajú výpočtové algoritmy na lokalizáciu oblastí genómu, ktoré kódujú proteíny alebo funkčné molekuly RNA.
Glimmer je dobre známy nástroj na predikciu génov pre prokaryotické genómy. Používa pravdepodobnostný model založený na štatistických vlastnostiach génov, ako je využitie kodónov a prítomnosť štartovacích a stop kodónov. Pre eukaryotické genómy je Augustus mocným nástrojom. Zohľadňuje komplexnú štruktúru eukaryotických génov vrátane intrónov a exónov a na predpovedanie génových štruktúr využíva skrytý Markovov model.
Nástroje na predpovedanie štruktúry proteínov
Určenie trojrozmernej štruktúry proteínu je nevyhnutné pre pochopenie jeho funkcie. Experimentálne metódy na stanovenie proteínovej štruktúry, ako je röntgenová kryštalografia a NMR spektroskopia, sú však časovo náročné a drahé. Bioinformatické nástroje ponúkajú alternatívny prístup na predpovedanie proteínových štruktúr.
Modeler je široko používaný nástroj na predpovedanie proteínovej štruktúry založenej na homológii. Používa známu štruktúru príbuzného proteínu (templát) na zostavenie modelu cieľového proteínu. Zosúladením cieľovej sekvencie s templátovou sekvenciou a prenosom štrukturálnych informácií môže Modeler vytvoriť trojrozmerný model cieľového proteínu.
Rosetta je ďalší mocný nástroj, ktorý dokáže predpovedať proteínové štruktúry od začiatku, bez spoliehania sa na známu šablónu. Využíva kombináciu minimalizácie energie a odberu vzoriek Monte Carlo na hľadanie najnižšej – energetickej konformácie proteínu.
Nástroje na vizualizáciu údajov
V bioinformatike je často potrebné vizualizovať zložité biologické údaje, aby sme lepšie pochopili výsledky. Na tento účel je k dispozícii niekoľko nástrojov.
Cytoscape je populárny nástroj na vizualizáciu siete. Môže sa použiť na reprezentáciu biologických sietí, ako sú siete interakcie proteín-proteín, génové regulačné siete a metabolické siete. Cytoscape umožňuje používateľom prispôsobiť vzhľad siete, pridávať anotácie a vykonávať rôzne analýzy štruktúry siete.
IGV (Integrative Genomics Viewer) je nástroj na vizualizáciu genomických dát. Dokáže zobraziť širokú škálu typov genómových údajov vrátane sekvencií DNA, anotácií génov a sekvenčných čítaní. IGV poskytuje užívateľsky prívetivé rozhranie, ktoré umožňuje výskumníkom priblížiť a oddialiť genóm, zobraziť viacero dátových stôp súčasne a preskúmať vzťahy medzi rôznymi genómovými vlastnosťami.
Vysokovýkonné techniky analýzy údajov
S príchodom vysoko výkonných technológií, ako je sekvenovanie ďalšej generácie a mikročipy, sa generuje veľké množstvo biologických údajov bezprecedentnou rýchlosťou. Na analýzu týchto údajov sú nevyhnutné bioinformatické techniky.
Analýza RNA - seq je bežnou aplikáciou vysokovýkonnej analýzy údajov. Zahŕňa kvantifikáciu hladín expresie génov vo vzorke sekvenovaním molekúl RNA. Nástroje ako DESeq2 a edgeR sa používajú na identifikáciu rozdielne exprimovaných génov medzi rôznymi stavmi, ako sú zdravé a choré tkanivá. Tieto nástroje používajú štatistické modely na zohľadnenie variability v údajoch a na určenie, ktoré gény sú výrazne up- alebo down-regulované.
Mikročipová analýza údajov tiež vyžaduje bioinformatické techniky. Mikročipy dokážu merať úrovne expresie tisícok génov súčasne. Nástroje ako LIMMA (Linear Models for Microarray Data) sa používajú na analýzu údajov z mikročipov, identifikáciu rozdielne exprimovaných génov a vykonanie analýzy obohatenia génovej sady.
Ako dodávateľ biologických vied chápeme dôležitosť týchto bioinformatických nástrojov a techník v modernom biologickom výskume. Ponúkame širokú škálu produktov a služieb, ktoré podporujú bioinformatický výskum. Napríklad poskytujeme vysoko kvalitné sekvenačné činidlá, ktoré sú nevyhnutné na generovanie nespracovaných údajov používaných v bioinformatickej analýze. Ponúkame tiež licencie na bioinformatický softvér a školiace programy, ktoré výskumníkom pomôžu čo najlepšie využiť tieto nástroje.
Ak máte záujem o naše produkty a služby súvisiace s bioinformatikou v biologických vedách, pozývame vás na preskúmanie nášho katalógu produktov. Viac informácií o niektorých našich konkrétnych produktoch nájdete na nasledujúcich odkazoch:CAS: 111470 - 99 - 6 Amlodipín besylátaTransparentný tekutý perfluórhexánsulfonylfluorid pre povrchovo aktívne látky CAS 423 - 50 - 7.
Zaviazali sme sa poskytovať najlepšie riešenia pre vaše potreby bioinformatického výskumu. Či už ste malá výskumná skupina alebo veľká farmaceutická spoločnosť, máme odborné znalosti a zdroje na podporu vašich projektov. Ak máte akékoľvek otázky alebo by ste chceli prediskutovať svoje špecifické požiadavky, neváhajte nás kontaktovať pre rokovanie o obstarávaní.
Referencie
- Altschul, SF, Gish, W., Miller, W., Myers, EW, & Lipman, DJ (1990). Základný nástroj na vyhľadávanie lokálneho zarovnania. Časopis molekulárnej biológie, 215(3), 403 - 410.
- Thompson, JD, Higgins, DG a Gibson, TJ (1994). CLUSTAL W: zlepšenie citlivosti progresívneho zarovnania viacerých sekvencií prostredníctvom váženia sekvencií, penalizácie za medzery špecifické pre polohu a výberu matice váh. Výskum nukleových kyselín, 22(22), 4673 - 4680.
- Li, R., Zhu, H., Ruan, J., Qian, W., Fang, X., Shi, Z., ... & Li, S. (2010). De novo zostavenie ľudských genómov s masívne paralelným krátkym čítaním sekvencovania. Výskum genómu, 20(2), 265 - 272.
- Zerbino, DR a Birney, E. (2008). Velvet: Algoritmy pre de novo zostavenie krátkeho čítania pomocou de Bruijnových grafov. Výskum genómu, 18(5), 821 - 829.
- Delcher, AL, Harmon, D., Kasif, S., White, O., & Salzberg, SL (1999). Vylepšená identifikácia mikrobiálnych génov s GLIMMER. Výskum nukleových kyselín, 27(23), 4636 - 4641.
- Stanke, M. a Morgenstern, B. (2005). AUGUSTUS: webový server na predpovedanie génov v eukaryotoch. Výskum nukleových kyselín, 33(suppl_2), W465 - W467.
- Eswar, N., Webb, B., Marti - Renom, MA, Madhusudhan, MS, Eramian, D., Shen, M., ... & Sali, A. (2006). Porovnávacie modelovanie proteínovej štruktúry pomocou MODELLER. Aktuálne protokoly v bioinformatike, 5(1), 5.6.1 - 5.6.37.
- Das, R., & Baker, D. (2008). Makromolekulárne modelovanie s Rosetta. Ročný prehľad biofyziky, 37, 363 - 382.
- Shannon, P., Markiel, A., Ozier, O., Baliga, NS, Wang, JT, Ramage, D., ... & Ideker, T. (2003). Cytoscape: softvérové prostredie pre integrované modely biomolekulových interakčných sietí. Výskum genómu, 13(11), 2498 - 2504.
- Robinson, MD, McCarthy, DJ a Smyth, GK (2010). edgeR: balík Bioconductor na analýzu diferenciálnej expresie údajov o expresii digitálnych génov. Bioinformatika, 26(1), 139 - 140.
- Láska, MI, Huber, W., & Anders, S. (2014). Moderovaný odhad násobnej zmeny a disperzie pre RNA - seq dáta s DESeq2. Genome biology, 15(12), 550.
- Smyth, GK (2004). Lineárne modely a empirické Bayesove metódy na hodnotenie diferenciálnej expresie v mikročipových experimentoch. Štatistické aplikácie v genetike a molekulárnej biológii, 3(1).