Tp Base Connaissance 2

TP2 Part A : Alignement de séquences
Vous trouverez le nécessaire ici : http://www.math-info.univ-paris5.fr/~lomn/Cours/BI/
Ce tableau résume les grands familles d'alignement de séquences textuelles utilisées en

bio-informatique :
Méthodes algorithmiques Optimale Heuristique

d'alignement de séquences (rapide)
Globale Needleman-Wunsch FASTA / FASTP
Locale Smith-Waterman BLAST
Exercice 1. Étude d'une séquence ADN
Copiez-collez ci-dessous ou récupérez sur le site du cours la séquence suivante unknown.fasta (au
format FASTA) afin d'essayer d'identifier cette séquence dans les bases de connaissance disponible
en ligne.
ATGGCGAACCTTGGCTGCTGGATGCTGGTTCTCTTTGTGGCCACATGGAGTGACCTGGGCCTCTGCAAGAAGCG
CCCGAAGCCTGGAGGATGGAACACTGGGGGCAGCCGATACCCGGGGCAGGGCAGCCCTGGAGGCAACCGCTACC
CACCTCAGGGCGGTGGTGGCTGGGGGCAGCCTCATGGTGGTGGCTGGGGGCAGCCTCATGGTGGTGGCTGGGGG
CAGCCCCATGGTGGTGGCTGGGGGCAGCCTCATGGTGGTGGCTGGGGGCAGCCTCATGGTGGTGGCTGGGGGCA
GCCTCATGGTGGTGGCTGGGGGCAGCCCCATGGTGGTGGCTGGGGACAGCCTCATGGTGGTGGCTGGGGTCAAG
GAGGTGGCACCCACAGTCAGTGGAACAAGCCGAGTAAGCCAAAAACCAACATGAAGCACATGGCTGGTGCTGCA
GCAGCTGGGGCAGTGGTGGGGGGCCTTGGCGGCTACATGCTGGGAAGTGCCATGAGCAGGCCCATCATACATTT
CGGCAGTGACTATGAGGACCGTTACTATCGTGAAAACATGCACCGTTACCCCAACCAAGTGTACTACAGGCCCA
TGGATGAGTACAGCAACCAGAACAACTTTGTGCACGACTGCGTCAATATCACAATCAAGCAGCACACGGTCACC
ACAACCACCAAGGGGGAGAACTTCACCGAGACCGACGTTAAGATGATGGAGCGCGTGGTTGAGCAGATGTGTAT
CACCCAGTACGAGAGGGAATCTCAGGCCTATTACCAGAGAGGATCGAGCATGGTCCTCTTCTCCTCTCCACCTG
TGATCCTCCTGATCTCTTTCCTCATCTTCCTGATAGTGGGATGA
• Pour faire une recherche avec l'algorithme FASTA:

(https://www.ebi.ac.uk/Tools/sss/fasta/nucleotide.html) proposé par EBI-EMBL
• Essayez enfin avec l'algorithme BLAST :
https://www.ebi.ac.uk/Tools/sss/ncbiblast/nucleotide.html
• Et comparer avec l'outil proposé par le NCBI en prenant soin de sélectionner l'espèce
humaine: http://blast.ncbi.nlm.nih.gov/
• Qu'est ce que la E-value ? (voir annexe de ce TP si nécessaire)
Interprétation/Commentaire de résultats : par exemple, de quel gène s'agit-il ? Le temps de

réponse ?
Exercice 2 : Alignement de deux séquences ADN
• Récupérez le fichier mutation.fasta proposé sur le site du TP. Que contient-il a priori ?
• Procédez à un alignement des deux séquences ADN normale et mutée en visualisant les
mutations avec l'outil EMBOSS proposé par EBI-EMBL : par exemple
https://www.ebi.ac.uk/Tools/psa/emboss_water/nucleotide.html
• On peut aussi utiliser d'autres outils comme https://www.ebi.ac.uk/Tools/psa.
• Faites de même avec l'outil blast proposé par le NCBI (voir exercice précédent) en cochant
« Align two or more sequences »
Interprétation/Commentaire de résultats :
Exercice 3 : Les protéines

• Connectez-vous à Uniprot : http://www.uniprot.org/
• Combien de protéines contient cette base ? (combien annotées ? combien identifiées
automatiquement ?)
• Qu'est-ce que le projet TREMBL ?
• Trouvez la séquence de la protéine du prion humain (Homo Sapiens) PrP : code P04156
dans cette base. Sauvegardez la séquence au format fasta.
• Consultez l'ensemble des documents fournis pour comprendre la fonction de la protéine et
les maladies auxquelles elle est associée.
• Étudiez le réseau d'interaction de la protéine avec l'outil BioGrid http://thebiogrid.org/
(cherchez pour le gène PRNP et sélectionnez l'onglet Network)
• Comparez avec le réseau d'interaction du gène PRNP trouvé avec l'outil STRING
Exercice 4 : Alignement de deux séquences de protéines

• Récupérer les deux séquences d'acides aminés correspondant aux deux protéines du prion
normal et muté que vous avez sauvegardé au format fasta (voir annexe de ce TP)
• Utilisez l'utilitaire ncbi/blast pour aligner les séquences.
• Utilisez l'utilitaire pair-linux en modifiant le fichier targlist comme il se doit.
http://www.ks.uiuc.edu/Training/Tutorials/science/bioinformatics-
tutorial/bioinformatics/pairData/
$vi targlist #(ou un éditeur graphique comme gedit pour le modifier)

$pair-linux targlist
TP2 Part B : Alignement de famille de séquences
Exercice 5 : Alignement de famille de séquences et Arbres phylogénétiques
1. Dans les résultats du BLAST du prion contre SWISSPROT, sélectionnez 10 protéines
prions, allant des plus proches aux plus éloignées
o Obtenez chaque séquence au format FASTA
o Ajoutez au fur et à mesure chaque séquence dans un fichier texte
o Sauvez votre liste de séquence au format FASTA
2. Sur le serveur du EBI, trouvez l'outil CLUSTAL OMEGA. Copiez-collez les 10 séquences
au format FASTA du fichier texte
o Alignez les 10 séquences
o Repérez les régions conservées/divergentes
o Sauvegardez cet alignement sur votre disque.
o Observez l'arbre de l'évolution de type PHYLIP. Qu'est-ce que l'outil PHYLIP ?
3. Refaite l'exercice avec l'outil T-Coffee (http://www.tcoffee.org/) accessible aussi d'ici
https://www.ebi.ac.uk/Tools/msa/tcoffee/
4. Utilisez l'utilitaire multiple-linux toujours sur le site
http://www.ks.uiuc.edu/Training/Tutorials/science/bioinformatics-tutorial/bioinformatics/
Interprétation des résultats :

Annexe
Séquence de la protéine PRNP traduite d'un cDNA expérimental issu d'un patient atteint
de CJD
>protein prion CDJ

MANLGCWMLVLFVATWSDLGLCKKRPKPGGWNTGGSRYPGQGSPGGNRYPPQGGGGWGQPHG
GGWGQPHGGGWGQPHGGGWGQPHGGGWGQPHGGGWGQPHGGGWGQPHGGGWGQPHGG
GWGQGGGTHSQWNKPSKPKTNMKHMAGAAAAGAVVGGLGGYMLGSAMSRPIIHFGSDYEDRYY
RENMHRYPNQVYYRPMDEYSNQNNFVHDCVNITIKQHTVTTTTKGENFTETDVKMMERVVEQMCI
TQYERESQAYYQRGSSMVLFSSPPVILLISFLIFLIVG
Séquence de la protéine prion normale (SWISSPROT:P04156)
>SWISSPROT:P04156 HUMAN MAJOR PRION PROTEIN PRECURSOR (PRP)

MANLGCWMLVLFVATWSDLGLCKKRPKPGGWNTGGSRYPGQGSPGGNRYPPQGGGGWGQPHG
GGWGQPHGGGWGQPHGGGWGQPHGGGWGQGGGTHSQWNKPSKPKTNMKHMAGAAAAGAV
VGGLGGYMLGSAMSRPIIHFGSDYEDRYYRENMHRYPNQVYYRPMDEYSNQNNFVHDCVNITIKQ
HTVTTTTKGENFTETDVKMMERVVEQMCITQYERESQAYYQRGSSMVLFSSPPVILLISFLIFLIVG
E-value : Dans les alignements de séquence, une E-value de 4 signifie que si l’on avait
soumis une séquence aléatoire, on s’attendrait à trouver 4 alignements avec un score
aussi élevé, par le simple jeu du hasard. Un tel alignement ne peut donc en aucun cas
être considéré comme significatif. En revanche des valeurs très faibles sont une bonne
indication d'un alignement significatif.

Tp Base Connaissance 2

Transféré par

Droits d'auteur :

Formats disponibles

Tp Base Connaissance 2

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Tp Base Connaissance 2

Transféré par

Droits d'auteur :

Formats disponibles

TP2 Part A : Alignement de séquences

Vous trouverez le nécessaire ici : http://www.math-info.univ-paris5.fr/~lomn/Cours/BI/

Ce tableau résume les grands familles d'alignement de séquences textuelles utilisées en

Méthodes algorithmiques Optimale Heuristique

Exercice 1. Étude d'une séquence ADN

• Pour faire une recherche avec l'algorithme FASTA:

Interprétation/Commentaire de résultats : par exemple, de quel gène s'agit-il ? Le temps de

Exercice 3 : Les protéines

Exercice 4 : Alignement de deux séquences de protéines

$vi targlist #(ou un éditeur graphique comme gedit pour le modifier)

Interprétation des résultats :

>protein prion CDJ

Séquence de la protéine prion normale (SWISSPROT:P04156)

>SWISSPROT:P04156 HUMAN MAJOR PRION PROTEIN PRECURSOR (PRP)

Vous aimerez peut-être aussi