Bioinformatyka
Kolokwium 1
08.06.2015
Imię:___x
Nazwisko:___x
Instrukcje
Wypełnij odpowiednie miejsca w niniejszym pliku odpowiedziami. Zmień nazwę pliku według schematu:
Imie_Nazwisko_bioinf_kolokwium_1
Plik wyślij na adres mbereta@pk.edu.pl
Zadania
1. Z archiwum ENA pobierz rekord o numerze dostępu AF193276. Wczytaj plik do programu UGENE. Odpowiedz na pytania
a. Ile razy w sekwencji genu pol występuje wzorzec „GGGAG”. Ewentualne wyniki wyszukiwania tego wzorca nie powinny na siebie zachodzić. 5 ____
b. Na jakiej pozycji zaczyna się ostatnie wystąpienie wzorca z punktu a? __3118__
c. Jaka jest długość najdłuższego powtarzającego się wzorca w genie tat? __11bp__
d. Ile jest takich powtórzeń wzorców? _4___
e. Wypisz pierwszy i ostatni z tych powtarzających się wzorców: __CAGGAAGCACT________oraz __GAATAAAACAA__________
f. Wypisz kolejno wszystkie odległości w jakich pojawiają się powtórzenia znalezione w punkcie d: join(5467..5477,6978..6988), join(5496..5506,6954..6964), join(5528..5538,5705..5715), join(6481..6491,6657..6667)
2. Przeanalizuj sekwencje z pliku zad2_sekwencje.fasta.
a. Z której sekwencji (sekwencja_2, sekwencja_3 czy sekwencja_4) pochodzi krótsza sekwencja sekwencja_1?_sekwencja_4
b. Jaka zmiana/zmiany została wprowadzona w sekwencji_1 w stosunku do dłuższej oryginalnej sekwencji, wskazanej jako odpowiedź w punkcie (a) (mutacja/insercja/delecja/inna)? delecja
c. Jakiego fragmentu/fragmentów dotyczy punkt (b)? usunięto fragment CGAAACC w sekwencji 1
3. Wykorzystaj dane z pliku CytBProt.txt oraz algorytm dopasowania pary sekwencji Smitha-Watermana (macierz BLOSUM62, kara za utworzenie przerwy 10, kara za wydłużenie przerwy 0.5) i odpowiedz na pytanie: do sekwencji kodującej białko jakiego organizmu najlepiej można dopasować poniższy fragment sekwencji aminokwasów:
TRFFAFHFLLPAIIAGSILHFLHETGSTNPTGLNS
a. Psa
b. Rekina
c. Aligatora
d. Żaby
Odpowiedź: _d. Żaby
Dla najlepszego dopasowania, jaka jest:
a. Jakość dopasowania: _157.5
b. Długość lokalnego dopasowania: _38___
c. Liczba wstawionych przerw: __3___
d. Wartość procentowego podobieństwa: ___89.5%
__
4. Sekwencja z pliku zad4_sekwencja.fasta zawiera nieznany gen. Wiadomo, że jest on podobny do genu pewnego organizmu, którego kompletny mitochondrialny genom znajduje się w bazie w rekordzie o numerze dostępu AJ242872.
Znajdź w bazie ENA rekord, o którym mowa powyżej. Jakiego organizmu dotyczy? _Ceratitis capitata ____
a. Do jakiego genu ze znalezionego rekordu najbardziej jest podobny nieznany gen? ____CAB___
b. Jaka jest długość genu znalezionego w punkcie b? _525bp__
c. Wykonaj dopasowanie nieznanego genu oraz genu znalezionego w punkcie b. Użyj wersji globalnej algorytmu dopasowania pary sekwencji przy karze za rozpoczęcie przerwy 5 oraz karze za wydłużenie przerwy 0.5. Nie uwzględniaj kar za przerwy na początku oraz końcu dopasowania. Jakie są:
i. Jakość otrzymanego dopasowania _2390,5__
ii. Liczba wstawionych przerw _34__
iii. Długość dopasowania __528_
iv. Wartość procentowego podobieństwa _92,8%__
d. Wykonaj dopasowanie poniższej sekwencji oraz translacji genu znalezionego w punkcie b. Użyj wersji lokalnej algorytmu dopasowania pary sekwencji przy karze za rozpoczęcie przerwy 5 oraz karze za wydłużenie przerwy 1.0. Użyj macierzy punktacji BLOSUM90.
MMQLMLYASTLITSFIFIQMNHPLAMGLMLLIQTIQICMLTGLMAKSFWFSYILFLIFLGGMKLTTILVLFIYVTSLASNEMFSLSMSLFIFSMILIINLMTILILLDKSSISFFIQNNEMQSIYNLNMFLQENSLNLQKLYNYPTNLMNYLLITLIAVVKITKLFYGPLRPMN
Jakie są:
i. Jakość otrzymanego dopasowania ___953.0__
ii. Liczba wstawionych przerw __20___
iii. Długość dopasowania __184___
iv. Wartość procentowego podobieństwa ___89,1%__
tomek964