Universidad Andrs Bello

Facultad de Ciencias Biolgicas

Bioinformtica BIT 120
TRABA! "R#CTIC! $%&
'(otivos ) *ominios+
BIT 120

Integrantes, Francisca -uevara
.antiago /alen0uela
"rofesores, *aniel Almonacid
(elissa Alegria
.eccin, 2

1/iernes 02 de (a)o del 201&1
Introduccin
Un as3ecto im3ortante 3ara caracteri0ar secuencias es la identificacin de motivos )
dominios4 donde un motivo es una secuencia corta conservada asociada con distintas
funciones en 3rote5nas o *$A un e6em3lo son los *edos de 7inc 8ue tienen de 10 a 20
aminocidos de largo9 "or otro lado un dominio tam:in es una secuencia conservada
definida como una unidad inde3endiente estructural ) funcional4 a su ve0 son muc;o ms
largas 8ue los motivos< 3ueden incluir o no motivos ) un e6em3lo de estos son los
dominios transmem:rana9 =1>
?volutivamente los motivos ) dominios son ms conservados 8ue otras regiones ) su
identificacin en 3rote5nas es un as3ecto im3ortante 3ara clasificar las secuencias de las
3rote5nas9 *e:ido a la divergencia e@istente evolutivamente las relaciones funcionales
entre 3rote5nas a menudo no 3ueden ser distinguidas usando BAA.T o FA.TA4 3ara esto
la identificacin de motivos ) dominios es mu) Btil9 =1>
*ic;a identificacin de3ende fuertemente de los alineamientos mBlti3les de secuencias
como los modelos ocultos de (arCov =D((>4 :asados en estos alineamientos las
regiones comBnmente conservadas se 3ueden identificar9 As5 las regiones consideradas
motivos ) dominios sirven como caracter5sticas de diagnostico 3ara una familia de
3rote5na4 estas secuencias consenso luego son 3uestas en una :ase de datos 3ara
:Bs8uedas 3osteriores9 *entro de las :ases de datos utili0adas se encuentra "R!.IT? )
?motif9 =1>
"or otro lado los motivos ) dominios se 3ueden re3resentar mediante el uso de
e@3resiones regulares4 en este ti3o de e@3resiones se re3resenta mediante una cadena
de caracteres ) 3ara esto es necesario seguir ciertas reglas donde se utili0a
3rinci3almente el cdigo estndar de una letra 3ara los aminocidos9 =1>
Objetivos
Caracteri0ar 1E secuencias de 3rote5nas9
Utili0ar F :ases de datos diferentes 3ara tener e@3resiones regulares ) modelos
estad5sticos de motivos ) dominios9
?valuar estad5sticamente las 3redicciones ;ec;as 3or la :ase de datos "fma9
Resultados
191 ?n "rosite se :uscaron los siguientes 1E cdigos Uni"rot,
G0F&H1< !E1122< G2I&22< "2FJJK< GKRJUF< "1&F2&< GE"L.1< G&F1FF< !JJ122<
G2HM22< GFEE02< G2F1LJ< GKK012< GKD700< GFEH10< GHA"JH< BK/T2&< IFFDFJ9
a9
Codigo Uni"3rot $om:re
G0F&H1 Aristoloc;ene s)nt;ase
GKRJUF .8ualene s)nt;ase
"1&F2& Farnes)l 3)ro3;os3;ate s)nt;ase
G&F1FF -eran)lgeran)l 3)ro3;os3;ate s)nt;ase
!JJ122 De@a3ren)l1di3;os3;ate s)nt;ase large su:unit ==2?4J?>1
farnes)l1di3;os3;ate s3ecific>
G2HM22 De@a3ren)l 3)ro3;os3;ate s)nt;ase
GKD700 .olanes)l di3;os3;ate s)nt;ase F4 c;loro3lasticNmitoc;ondrial
BK/T2& L"A0J2C31liCe 3rotein
IFFDFJ *e;)dros8ualene s)nt;ase
Tabla 1: Nombres de los patrones encontrados en UniProt
:9 OCuntos 3atrones Bnicos diferentes ;a) entre las 1E secuenciasP .eguir los linCs
a cada uno de ellos e inclu)a en el informe el nom:re del 3atrn4 ) el 3atrn de
secuencia consenso 3ara cada uno de ellos9
R: K de las 1E 3rote5nas tienen 3atrones Bnicos diferentes9
Tabla 2, (uestra los nom:res de los 3atrones ) sus 3atrones de secuencia
consenso9
29 "fam
a9 Registre slo los Q.ignificant "fam1A (atc;esQ OA 8u familia=s> corres3onde cada
secuencia9 L cul es el e1value 8ue tiene la secuencia de la 3rote5na 8ue usted
ingreso vs9 el modelo oculto de (arCov 8ue define cada familiaP Bit score4 3unta6e
de 8ue tan :ueno fue el e1value del modelo oculto de marCov9
$umero Cdigo Familia e1value D(( Bit score
1
G0F&H1
*ominio terminal C
ter3eno sintasa
J9Ke12J K a 2JE 2191
2
!E1122
*ominio $
terminal4 Ter3eno
sintasa
*ominio terminal C
ter3eno sintasa
292e1K1
19&e1EJ
1 a 1EF
2 a 2H0
1HF9&
22090
F
G2I&22
*ominio terminal C
ter3eno sintasa
191e1FK & A 2J2 12F92
& "2FJJK *ominio $
terminal4 Ter3eno
sintasa
*ominio terminal C
19Je1J0 1 a 1EF 20F9J
$om:re del 3atrn "atrn de secuencia consenso
Neutral zinc
metallopeptidases, zinc-
binding region signature
[GSTALIVN]-{!"#$-{%N&$-"-'-[LIV()*+]-{&'"#%$-"-{'%!$-
[LIV()*+GS,]
a- S.ualene and p/0toene
s0nt/ases signature 1
b- S.ualene and p/0toene
s0nt/ases signature 2
a> *-[!SA(]-342--[VSG]-A-[GSA]-[LIVAT]-[IV]-G-342--[L(S!]-342--[LIV]
:> [LIV(]-G-345--,-342,5--[N&]-[I)L]-3-[#']-&-[LIV()*]-342--[&']-346,7--#-
3-[)*]-3-
a> ol0pren0l s0nt/ases
signature 1
:> ol0pren0l s0nt/ases
signature 2
Se repite para 165264
,651554 89912:4 ;<VT:64
,<"=>>4
a> [LIV(]42--3-&-&-342,6--&-346--#-#-[G"]
:> [LIV()*]-G-342--[)*L]-,-[LIV(]-3-&-&-[LIV()*]-3-[&NG]
ol0pren0l s0nt/ases
signature 2 4,:7+:2>
[LIV()*]-G-342--[)*L]-,-[LIV(]-3-&-&-[LIV()*]-3-[&NG]
a> S.ualene and p/0toene
s0nt/ases signature 1
b- S.ualene and p/0toene
s0nt/ases signature 2
a> *-[!SA(]-342--[VSG]-A-[GSA]-[LIVAT]-[IV]-G-342--[L(S!]-342--[LIV]
:> [LIV(]-G-345--,-342,5--[N&]-[I)L]-3-[#']-&-[LIV()*]-342--[&']-346,7--#-
3-[)*]-3-
ter3eno sintasa
19&e12F 1 a 2H0 F1F90
K
GKRJUF
.8ualeneN3;)toene
s)nt;ase
19He1&2 2 a 2JK 1&K9J
J "1&F2&
"oli3renil sintetasa
29&e1EJ 2 a 2KE 2EJ9E
H GE"L.1
"oli3renil sintetasa
F9&e1&K F a 12F 1KF92
E G&F1FF
"oli3renil sintetasa
F92e1EK 2 a 2&H 2EK91
2 !JJ122
"oli3renil sintetasa
19Fe1J2 & a 2&1 21190
10 G2HM22
"oli3renil sintetasa
&9Ee1F2 K a 12K 1109E
11
GFEE02
*ominio $
terminal4 Ter3eno
sintasa
*ominio terminal C
ter3eno sintasa
1e1K1
19Ke1&0
E a 1EF
1 a 2KJ
1H&92
1F291
12
G2F1LJ
*ominio terminal C
ter3eno sintasa
E9Je12J E a 2J2 209H
1F
GKK012
*ominio terminal C
ter3eno sintasa
E9He1K2 11 a 2JE 1HK92
1& GKD700
"oli3renil sintetasa
Je1K0 12 a 2FF 1J29K
1K
GFEH10
*ominio $
terminal4 Ter3eno
sintasa
*ominio terminal C
ter3eno sintasa
J9Je1&E
F9Ke1EH
1 a 1EF
1 a 2H0
1J29K
22290
1J
GHA"JH
Tric;odiene
sintase
Fe121E 1 a FHK H2F9E
1H BK/T2&
"oli3renil sintetasa
Je1&K F a 22K 1KF91
1E
IFFDFJ
.8ualeneN3;)toene
s)nt;ase
19Ee1KE 2 a 2JJ 12H92
Tabla 3, (uestra los cdigos de las 3rote5nas4 su nom:re4 los e1value corres3ondiente
8ue son com3arados con sus modelos ocultos de (arCov =D((> corres3ondiente9

:9 OCuntas familias Bnicas diferentes identific entre las 1E secuenciasP
191 *ominio terminal ter3eno sintasa C
291 *ominio $ terminal4 Ter3eno sintasa
F91 .8ualeneN3;)toene s)nt;ase
&91 "ol)3ren)l s)nt;etase
K91 Tric;odiene sintasa
F9
Inter"ro
a9
Codigo Uni"rot Codigo dominio $om:re del domino Base de
datos
G0F&H1
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
"F0F2FJ Ter3ene s)nt;ase famil)4 metal :inding domain
"fam
!E1122
..F&E2F2 Ter3enoid c)clasesN"rotein 3ren)ltransferases
su3erfamil)
.u3erfamil)
19K09F0910 Iso3renoid .)nt;ase 1 domain 1
CATD
"F01F2H Ter3ene s)nt;ase4 $1terminal domain "fam
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
"F0F2FJ Ter3ene s)nt;ase famil)4 metal :inding domain
"fam
G2I&22
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
"F0F2FJ Ter3ene s)nt;ase famil)4 metal :inding domain
"fam
"2FJJK
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
"F0F2FJ Ter3ene s)nt;ase famil)4 metal :inding domain
"fam
GKRJUF
"F00&2& .8ualeneN3;)toene s)nt;ase
"fam
TI-R01KK2
farnes)l1di3;os3;ate farnes)ltransferase
TI-RFA(s
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
"1&F2&
"F00F&E "ol)3ren)l s)nt;etase
"fam
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
GE"L.1
"TDR12001 G'#AN*LG'#AN*L *#8"8S"AT'
S*NT"AS'
"A$TD?R
"F00F&E ol0pren0l s0nt/etase
"fam
19109J00910 )arnes0l &ip/osp/ate S0nt/ase
CATD
..F&EKHJ Terpenoid s0nt/ases super?amil0
.u3erfamil)
G&F1FF
"TDR12001 -?RA$LA-?RA$LA "LR!"D!."DAT?
.L$TDA.?
"A$TD?R
"F00F&E "ol)3ren)l s)nt;etase
"fam
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
!JJ122
"TDR12001 -?RA$LA-?RA$LA "LR!"D!."DAT?
.L$TDA.?
"A$TD?R
".00H2F "ol)3ren)l s)nt;ases signature 19
"R!.IT?
".00&&& "ol)3ren)l s)nt;ases signature 29
"R!.IT?
"F00F&E "ol)3ren)l s)nt;etase
"fam
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
G2HM22
"TDR12001 -?RA$LA-?RA$LA "LR!"D!."DAT?
.L$TDA.?
"A$TD?R
".00&&& "ol)3ren)l s)nt;ases signature 29
"R!.IT?
"F00F&E "ol)3ren)l s)nt;etase
"fam
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfami)
GFEE02
..F&E2F2 Ter3enoid c)clasesN"rotein 3ren)ltransferases
su3erfamil)
.u3erfamil)
..F&E2F2 Ter3enoid c)clasesN"rotein 3ren)ltransferases
su3erfamil)
.u3erfamil)
..F&E2F2 Ter3enoid c)clasesN"rotein 3ren)ltransferases
su3erfamil)
.u3erfamil)
19K09F0910 Iso3renoid .)nt;ase 1 domain 1
CATD
"F01F2H Ter3ene s)nt;ase4 $1terminal domain
"fam
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
"F0F2FJ Ter3ene s)nt;ase famil)4 metal :inding domain
"fam
G2F1LJ
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
"F0F2FJ Ter3ene s)nt;ase famil)4 metal :inding domain
"fam
GKK012
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
"F0F2FJ Ter3ene s)nt;ase famil)4 metal :inding domain
"fam
GKD700
"TDR12001 -?RA$LA-?RA$LA "LR!"D!."DAT?
.L$TDA.?
"A$TD?R
".00H2F "ol)3ren)l s)nt;ases signature 19
"R!.IT?
".00&&& "ol)3ren)l s)nt;ases signature 29
"R!.IT?
"F00F&E "ol)3ren)l s)nt;etase
"fam
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
GFEH10
..F&E2F2 Ter3enoid c)clasesN"rotein 3ren)ltransferases
su3erfamil)
.u3erfamil)
..F&E2F2 Ter3enoid c)clasesN"rotein 3ren)ltransferases
su3erfamil)
.u3erfamil)
..F&E2F2 Ter3enoid c)clasesN"rotein 3ren)ltransferases
su3erfamil)
.u3erfamil)
19K09F0910 Iso3renoid .)nt;ase 1 domain 1
CATD
"F01F2H Ter3ene s)nt;ase4 $1terminal domain
"fam
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
"F0F2FJ Ter3ene s)nt;ase famil)4 metal :inding domain
"fam
GHA"JH
"F0JFF0 Tric;odiene s)nt;ase =TRIK>
"fam
"IR.F001FEE tric;odiene s)nt;ase
"IR
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
BK/T2&
"TDR12001 -?RA$LA-?RA$LA "LR!"D!."DAT?
.L$TDA.?
"A$TD?R
".00H2F "ol)3ren)l s)nt;ases signature 19
"R!.IT?
".00&&& "ol)3ren)l s)nt;ases signature 29
"R!.IT?
"F00F&E "ol)3ren)l s)nt;etase
"fam
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
IFFDFJ
"F00&2& .8ualeneN3;)toene s)nt;ase
"fam
19109J00910 Farnes)l *i3;os3;ate .)nt;ase
CATD
..F&EKHJ Ter3enoid s)nt;ases su3erfamil)
.u3erfamil)
".010&& .8ualene and 3;)toene s)nt;ases signature
19
"R!.IT?
Tabla 4, .e muestran los cdigos de las familias a los dominios ) familias de cada
3rote5na4 adems del nom:re de la familia ) la :ase de datos desde la cual fue e@tra5da la
informacin9
:9 Aa informacin o:tenida 3ara "fam ) "rosite desde Inter"ro4 Ocorres3onde con a8uella
o:tenida 3or usted desde esas :ases de datos directamente en los 3untos 1 ) 2 arri:aP
R: .54 no ;a) variaciones significativas4 3or lo tanto 3odemos decir 8ue si corres3onden9
c9 OGu otras :ases de datos4 adems de "fam ) "rosite4 estn contenidas en Inter"ro )
a3ortan informacin 3ara las 1E 3rote5nas 8ue usted investigP $om:re las :ases de
datos9
R: CATD4 .u3erfamil)4 "A$TD?R4 "IR ) TI-RFA(s
&9 ?valuacin estad5stica de 3redicciones :ioinformticas
.u3onga 8ue en realidad los 2 3rimeros cdigos Uni"rot 3ertenecen a la familia "fam
Ter3eneRs)nt;4 ) 8ue las siguientes 2 3ertenecen a la familia Ter3eneRs)nt;RC9 Usando
estos informacin4 ) su3oniendo 8ue el me6or resultado =ms :a6o e1value> 8ue o:tuvo
3ara "fam en el 3unto 2 son 3redicciones4 determine T"4 T$4 F"4 F$4 sensi:ilidad4
es3ecificidad4 3recisin4 ) valor 3redictivo negativo9
Tabla 5: .e muestran los T$4 T"4 F" L F$ corres3ondientes al 3unto de vista de ter3eno
sintasa ) los valores calculados 8ue se des3renden9
Tabla 6: .e muestra .e muestran los T$4 T"4 F" L F$ corres3ondientes al 3unto de vista
de ter3eno sintasa C ) los valores calculados 8ue se des3renden9
/erdad
"ositiva $egativa
"rediccin
"ositiva
F 0
$egativa
1K 0
.ensi:ilidad, 041J
?s3ecificidad, 0
"recisin, 1
/alor 3redictivo negativo, 0
/erdad
"ositiva $egativa
"rediccin
"ositiva
0 1
$egativa
2 E
.ensi:ilidad, 0
?s3ecificidad, 092
"recisin, 0
/alor 3redictivo negativo, 09K
Conclusin
.e logro caracteri0ar las secuencias de 1E 3rote5nas4 de las cuales se identificaron las
e@3resiones regulares ) los modelos estad5sticos relacionados a motivos ) dominios de
estas4 utili0ando tam:in 3ara esto tres :ases de datos diferentes4 de las cuales
o:tuvimos valores mu) similares entre ellos4 disminu)endo cual8uier error relacionado al
momento de com3arar los datos9 .e evaluaron correctamente las 3redicciones
:ioinformticas4 utili0ando nuestro modelo de 1E 3rote5nas9
Bibliografa
=1> ?ssential Bioinformatics9 Sion4 9 First ?dition =200J>9 Cam:ridge Universit) "ress9
$eT LorC9