UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICOFACULTAD DE ESTUDIOS SUPERIORES

CUAUTITLÁNDEPARTAMENTOS DE CIENCIAS BIOLÓGICAS

SECCIÓN BIOQUÍMICA Y FARMACOLOGÍA HUMANA

ALUMNO: López Toledo Gustavo

GRUPO: 2001

CARRERA: Bioquímica Diagnóstica

PROFESORA: M. en C. Maritere Domínguez Rojas

Cuautitlán Izcalli, Abril de 2013

En la   bioinformática , Basic Local Alignment Search Tool   o BLAST ,   es   un algoritmo  para comparar  información primaria  de la secuencia biológica, tales como los aminoácidos secuencias de diferentes proteínas o los nucleótidos de las secuencias de ADN .Una búsqueda BLAST permite a  un  investigador  comparar  una secuencia  de consulta  con una biblioteca  o base  de datos de secuencias, e identificar secuencias de la biblioteca que se asemejan a la secuencia de consulta por encima de un cierto umbral. 

Los diferentes tipos de explosiones están disponibles de acuerdo a las secuencias de la consulta. Por ejemplo, tras el descubrimiento de un gen previamente desconocido en el ratón , un científico suele realizar una búsqueda BLAST de la genoma humano para ver si los seres humanos tienen un gen similar; BLAST identifican secuencias en el genoma humano que se asemejan a los genes del ratón basado en la similitud de secuencia.

BLAST   se   puede   utilizar   para   varios   fines. Esto   incluye   la   identificación   de   especies, dominios, posicionamiento filogenia establece, mapeo de ADN y la comparación.

La identificación de especies:

Con el uso de BLAST, puede posiblemente  identificar correctamente una especie y / o encontrar especies homólogas. Esto puede ser útil, por ejemplo, cuando se está trabajando con una secuencia de ADN de una especie desconocida.

Localización de dominios

Cuando se trabaja con una secuencia de la proteína que puede ingresar en él BLAST, para localizar dominios conocidos dentro de la secuencia de interés.

El establecimiento de la filogenia

Con los resultados recibidos a través de BLAST puede crear un árbol filogenético utilizando el BLAST página web. Filogenias basadas en BLAST solo son menos fiables que otras construidas específicamente filogenética   computacional métodos,   por   lo   que   sólo   se   debe   confiar   en   los análisis de "primer paso" filogenéticos.

Secuenciar el ADN

Cuando se trabaja con una especie conocida, y que mira a la secuencia de un gen en un lugar desconocido, BLAST puede comparar la posición cromosómica de la secuencia de interés, a las secuencias correspondientes en la base de datos (s).

Comparación

Cuando   se   trabaja   con  genes,  BLAST  puede   localizar  genes   comunes  en  dos  especies relacionadas, y se puede utilizar para asignar anotaciones de un organismo a otro.

Programas de BLAST Hay un número de variaciones del programa BLAST para comparar el ácido nucleíco o secuencias de 

proteínas de consulta con ácido nucleíco o bases de datos de secuencias de proteínas. Si es necesario, los programas   de   traducir   secuencias   de   ácidos   nucléicos   en   los   seis   marcos   de   lectura   posibles   para compararlas con las secuencias de proteínas.

La selección apropiada de un programa BLAST para una búsqueda dada está influenciada por los siguientes tres factores 1) la naturaleza de la consulta, 2) el objeto de la búsqueda, y 3) la base de datos destinados   como   el   objetivo   de   la   búsqueda   y   su   disponibilidad. Las   siguientes   tablas   proporcionan recomendaciones sobre cómo hacer esta selección.

Programa de Selección para consultas de nucleótidos

Longitud ¹ Base de datos Propósito Programa Explicación

20 pb o más 28 pb o más para megablast

Nucleótidos

Identificar la secuencia de la consulta

megablast contigua , megablasto blastn Más 

información ...

Encontrar secuencias similares a la secuencia de consulta

megablast contigua o blastnMás 

información ...

Encontrar secuencia similar desde el archivo de 

seguimiento

Traza megablast o megablast contigua Rastro

Más información ...

Encuentra proteínas similares a la consulta traducido en una base de datos traducida

BLAST Traducido (tblastx)Más 

información ...

PéptidoEncuentra proteínas similares a la consulta traducido en una base de datos de proteínas

BLAST Traducido (blastx)Más 

información ...

7 a 20 pb NucleótidosEncontrar sitios de unión o 

mapa contiguos motivos cortosBúsqueda de torneos cortos, casi 

exactasMás 

información ...

NOTA: ¹ El corte es sólo una recomendación. Para consultas cortas, es más probable que obtenga los partidos si la opción "Buscar torneos   cortos,   casi   exactas"   de   la   página   se   utiliza. Una   discusión   detallada   se   encuentra   en   la sección   4 a continuación. Con el ajuste predeterminado, el menor consulta inequívoca se puede utilizar es 11 para blastn y 28 para MEGABLAST.

Programa de Selección para consultas de proteínas

Longitud ¹ Base de datos Propósito Programa

15 o más residuos

Péptido

Identificar la secuencia de

consulta o encontrar

secuencias de proteínas

similares a la consulta

BLAST Proteína estándar

(blastp)

Encuentra los miembros de

una familia de proteínas o

construir una costumbre

posición específica matriz de

puntuación

PSI-BLAST

Encuentra proteínas similares

a la consulta en torno a un

patrón dado

PHI-BLAST

Encuentre los dominios

conservados de la consultaCD-búsqueda (RPS-BLAST)

Buscar dominios conservados

en la consulta e identificar

otras proteínas con

arquitecturas de dominio

similares

Conservada arquitectura de

dominio de recuperación

Herramienta (CDART)

Nucleótidos

Encuentra proteínas similares

en una base de datos de

nucleótidos traducida

BLAST Traducido (tblastn)

5-15 residuos Péptido Buscar por motivos peptídicosBúsqueda de torneos cortos,

casi exactas

Nota: 

¹ El corte es sólo una recomendación. Para consultas cortas, es más probable que obtenga los partidos si la

opción "Buscar torneos cortos, casi exactas" de la página se utiliza.

INICIO DE LA BUSQUEDA EN BLASTn

Enter query sequence. Es el espacio designado para introducir la secuencia del usuario. Choose search sets. Permite elegir los parámetros a seguir en la búsqueda de secuencias 

para realizar el alineamiento  Program Selection. Permite elegir el programa que llevará a cabo el alineamiento.  logorithm parameter. Permite modificar los algoritmos que regirán la búsqueda. 

En   la   ventana   inicial   se   puede   apreciar   un  menú   principal   en   donde   se   pueden encontrar las siguientes opciones:

Recent   results.  Permite   acceder   a   los   resultados obtenidos  de  forma reciente,   cada búsqueda en BLAST proporciona un número ID de búsqueda, éste podrá ser indicado   con   la   finalidad  de   encontrar   el   resultado  de interés, sin la necesidad de revisar los resultados uno por 

Saves   strategies.  Permite seleccionar   parámetros determinados previamente utilizados y guardados por el usuario.

Help.  Permite acceder   a  manuales y   guías  de  uso  para las   diferentes herramientas   que componen el sistema 

Home.  Esta   pestaña   permitirá visualizar   la   ventana   de   inicio   de BLAST.   En   esta   opción   se   tendrá acceso  a  una  breve  descripción  de BLAST;  además de proporcionar un acceso   directo   a   todas   las herramientas disponibles en BLAST.

Compara   una   secuencia   problema   de   nucleótidos contra   una   base   de   datos   de   secuencias   de 

Compara   una   secuencia   problema   de   aminoácidos contra una base de datos de secuencias de proteínas.

Compara   una   secuencia   problema   de   nucleótidos traducida   en   sus   seis   posibles   marcos   de   lectura contra una base de secuencias de proteínas.

Compara   una   secuencia   problema   de   aminoácidos contra toda la base de datos de nucleótidos traducida en sus seis posibles marcos de lectura.

Compara   las   seis   traducciones   en   sus   marcos   de lectura   de   la   secuencia   problema   de   nucleótidos, contra las seis traducciones en sus marcos de lectura 

Como información especializada secuencias genómicas y otras se pondrán   a   disposición   del público,   NCBI   BLAST   crea páginas especializadas para esas secuencias. 

Secuencias de Genomas de  BLAST 

Programas de BLAST para comparar el ácido nucleíco o secuencias de proteínas de consulta con ácido nucleíco o bases de datos de secuencias de proteínas.

Formatos de entrada aceptados: Secuencia de consulta (s) que se utilizará para una búsqueda BLAST debe pegar en el "Buscar" área  de texto. Se  acepta  un número de diferentes   tipos   de   entrada   y   determina automáticamente el formato o la entrada. Para permitir esta función, no son necesarias ciertas convenciones con respecto   a   la   entrada   de   los   identificadores   (por ejemplo, adhesiones o gi, FASTA, Secuencias Bare.).

Descripción gráfica

Un segmento de las secuencias de consulta se puede utilizar en la búsqueda de BLAST.  Por ejemplo, para limitar las coincidencias con la región de 24 a 200 de la secuencia de consulta, deberá introducir 24 en el campo "De" y 200 en el campo 

Seleccionar   archivo:  Esta   función  permite   a   los   usuarios   cargar   un archivo  de  texto que contiene  las  consultas  de   formato en  formato FASTA. El archivo también puede contener identificadores de secuencia en lugar de secuencias FASTA. Esta función sólo está disponible para megablast página. Secuencia de largo debe ser cargado a través de esta opción para evitar posibles errores por el tamaño de la secuencia. TITULO:  Este   título   aparece   en   todos   los   resultados   de   BLAST   y búsquedas guardadas. Puede utilizar la sintaxis Entrez consulta para buscar un subconjunto de la base de datos BLAST seleccionado. Esto puede ser útil para limitar las búsquedas a los tipos de moléculas, las longitudes de secuencia o para excluir a los organismos.                Megablast  está  destinado a  comparar  una consulta  para  secuencias estrechamente   relacionadas   y   funciona   mejor   si   el   porcentaje   de identidad de destino es 95% o más, pero es muy rápido. Megablast contiguo utiliza una semilla inicial que ignora algunas bases (permitiendo   desajustes)   y   está   destinada   a   comparaciones   entre especies.                                               BlastN es lento, pero permite una palabra de tamaño hasta siete bases.

Iniciar la secuenciación con BLAST

Número   máximo   de   secuencias   alineadas para mostrar (el número real de alineaciones puede ser mayor que esta).

Automáticamente   según   el   tamaño   de   la   palabra   y   otros parámetros para mejorar los resultados de las consultas cortas.

Esta   configuración   especifica   el   umbral   de significación estadística para informar partidos contra secuencias de bases de datos. 

La longitud de la semilla que inicia una alineación

Limite el  número de partidos a una amplia consulta. Esta opción es útil si muchos partidos fuertes con una parte de una consulta, puede prevenir que BLAST presente los partidos más débiles a otra parte de la consulta.

Muchas búsquedas de nucleótidos utiliza un sistema de   puntuación   simple   que   consiste   en   una "recompensa" por un partido y una "pena" por una falta de coincidencia. El aumento de los costos Gap resultará en alineaciones que disminuyen el número de huecos introducidos.

Regiones de baja complejidad filtrar, Específicas para cada especie.  

Inicio de comparación de la secuencia en BLAST estableciendo los criterios en los algoritmos.

Una visión general de las secuencias de la base de datos alineados con la secuencia de consulta. La puntuación de cada alineación se indica mediante uno de los cinco colores diferentes, que divide el rango de puntuaciones en cinco grupos. Múltiples segmentos de alineamientos de la secuencia misma base de datos están conectados por una línea gris delgada. Pasar el ratón sobre una  secuencia  de  coincidencias  hace  que   la  definición  y   la  puntuación  que  se  muestra  en   la ventana  en   la  parte   superior,  al  hacer  clic  en  una  secuencia  de  golpe   llevan  al  usuario  a   las alineaciones correspondientes.

En la primera parte de los resultados podemos apreciar una descripción general acerca de la secuencia de interés, el numero ID y gi, el nombre de la secuencia, el tipo de molécula, la longitud, y el programa empleado para llevar a cabo el alineamiento. También aparece un apartado denominado Other reports en donde se aprecian 4 submenús: 

Search   summary  permite   apreciar   un   resumen   de   los   parámetros   empleados   en   la búsqueda. 

Taxonomy reports. Para conocer la taxonomía de la secuencia.  Distance tree of results.  Presenta el árbol evolutivo de la secuencia de interés y de las 

secuencias que alinearon correctamente con esta.  Human genome view.  visualizar  la  localización de las secuencias alineadas en el  mapa 

genómico del humano. 

DESCRIPCIÓN

Muestra un resumen gráfico de las secuencias   alineadas.   El   resumen cuenta   con  un   código  de   colores que   varía   según   el   puntaje   que reciba  cada  alineamiento;  para  el mejor   alineamiento   se   encuentra el color rojo, de rosa se colocan los fragmentos   de   la   secuencia alineada   que   cuenta   con   algunas no concordancias en la similitud, el verde muestra alineamientos poco confiables   y   los   colores   azul   y negro   son   indicativos   de alineamientos   con   una   similitud muy pobre. Cada línea representa una secuencia para una especie en 

Este gen codifica un miembro de la p47 inmunidad relacionada  GTPasa de la familia. La proteína codificada puede desempeñar un papel en la  respuesta inmune innata mediante la regulación de la formación en respuesta a la autofagia

Este campo proporciona el número de acceso de la secuencia alineada, además de una breve descripción de dichas secuencias. Así mismo, en este componente se puede apreciar el tipo y/o base de datos a la que pertenece la secuencia que se alineo a la secuencia del usuario. 

ALINEACIONES

Max   score.  Muestra   la puntuación   máxima obtenida   por   un segmento alineado de la secuencia. 

Total score.  Muestra una sumatoria   de   la puntuación   obtenida   por todos los fragmentos que alinearon de la secuencia. 

Query   coverage.  Indica   el porcentaje   total   de   la secuencia   que   alineo correctamente   con respecto a la secuencia del 

E-value.  Indica   el   valor     o procedimiento   matemático para calcular la probabilidad de   que   un   alineamiento particular   sea   producto únicamente del azar y no se base   en   homología sabiendo   que   mientras menor sea este, mayor será la   similitud   entre   las secuencias. 

Max   ident.  Muestra   el porcentaje   de   identidad de la secuencia alineada con   respecto   a   la secuencia de interés. 

Numero de acceso específico para la secuencia descrita reportada en alguna página o liga de interés científico llámese NCBI o EBI.

La   secuencia   comparada   en BLAST   corresponde   a   la GTPasa de la familia IRGM  en una  molécula   de   RNA   de   la especie Homo sapiens, de las 1659   pb   que   conformar   la secuencia   se   alineo   en   un 100% y  presenta  un  0.0% E-value esto nos dice que si es su   homologo   más   que   una secuencia al azar.

Esta opción restringe secuencias de la base de datos al número especificado para el que la alta puntuación segmento de pares (HSPs) son reportados. Páginas diferentes tienen diferentes configuraciones por defecto. Si el número de secuencias de bases de datos  satisface el umbral de significación   estadística   se   presentan   los   informes,   sólo   los   partidos   que   posean   la   mayor importancia estadística son reportados. 

Nos muestra en un formato FASTA de manera textual,   los resultados del alineamiento, mostrando una descripción general tanto de la secuencia alineada como la que tiene similitud con la   misma,   así   como   algunos   porcentajes   respecto   a   los   gaps,   el   porcentaje   de   las   bases identificadas.  Así  como un apartado que nos permite elegir  el  orden en que se muestran  los alineamientos.

Nombre,   número de   acceso   y descripción   de   la secuencia perteneciente a la base   de   datos, longitud   de   la secuencia   1659 pb.

Valores   estadísticos,   resultados tras el alineamiento con  100% de similitud y   al poseer 0.0% expect comprueba   la   homología   de   la secuencia con BLAST.

Alineamiento textual   entre secuencias. 

Los   resultados obtenidos pueden ser   descargados directamente.

Se   puede   acceder   a   información   de   la   secuencia   en GenBank y observar formato gráfico en la misma página.

LinkOuts   de   bases   de   datos.  Al   habilitar   esta opción   proporciona   enlaces   de   referencias cruzadas de los BLAST hits a las entradas que se encuentran en otras bases de datos especializadas de   NCBI. Si   una   secuencia   de   bases   de   datos coincide con la consulta y también se incluye en Gene, UniGene, estructura o base de datos GEO, usted será capaz de seguir el enlace al GIF icono marcado   enlaces   para   obtener   información adicional   para   que   los   hit.records   en   esos recursos.

 = Enlace a Gene     = Enlace a UniGene  

 = Enlace a GEO    = Enlace a la estructura

Aplicando la búsqueda de secuencias homologas en BLASTn para la proteína ECSIT en homo sapiens con el menor e-value posible se obtienen los siguientes resultados.

gi|7407498|gb|AAF62100.1|AF243044_1 ECSIT [Homo sapiens] MSWVQATLLARGLCRAWGGTCGAALTGTSISQVPRRLPRGLHCSAAAHSSEQSLVPSPPEPRQRPTKALV PFEDLFGQAPGGERDKASFLQTVQKFAEHSVRKRGHIDFIYLALRKMREYGVERDLAVYNQLLNIFPKEV FRPRNIIQRIFVHYPRQQECGIAVLEQMENHGVMPNKETEFLLIQIFGRKSYPMLKLVRLKLWFPRFMNV NPFPVPRDLPQDPVELAMFGLRHMEPDLSARVTIYQVPLPKDSTGAADPPQPHIVGIQSPDQQAALACHN PARPVFVEGPFSLWLRNKCVYYHILRADLLPPEEREVEETPEEWNLYYPMQLDLEYVRSGWDNYEFDINE VEEGPVFAMCMAGAHDQATMAKWIQGLQETNPTLAQIPVVFRLAGSTRELQTSSAGLEEPPLPEDHQEED DNLQRQQQGQS

Se encontraron alrededor de 50 homologías que correspondían a la secuencia basados en un e-value del 0% pero estas presentaban diferente identidad en las secuencias pero afirmando que corresponden a la misma proteína, aunque en  diferentes especies. Como podemos apreciar los aprox 50 homólogos seleccionados tienen un e-value de 0 lo que nos indica, que las secuencias son muy similares entre sí.

Se procedió a comparar ambas secuencias proteicas y analizar los resultados.Para ello debemos de seleccionar en la página principal de búsqueda la opción “Align two or more sequences” en la opción del programa BLASTp. 

En la parte de información general de las secuencias los resultados obtenidos son para ambas secuencias, el ID de ambas, a que organismo pertenecen, el tipo de molécula en ambos casos amino ácidos, la longitud de ambas secuencias 431 para la primera ECSIT (Homo sapiens) y 435 para la segunda ECSIT (Mus musculus) así como la implementación de  BLASTP.

Por otra parte se nos presenta en el apartado “Graphic Summary”, un resumen gráfico de las secuencias alineadas, en este caso el alineamiento se aprecia en color rojo los que nos indica el mejor alineamiento, de acuerdo al código de colores, es decir ambas secuencias son homologas por parecerse entre sí. En   este   apartado   logramos   apreciar   la   matriz 

resultante, para el alineamiento de las secuencias. Vista de matriz de puntos, muestra las regiones de similitud   en   base   a   los   resultados   de   BLAST. La secuencia de consulta se representa en el eje X y los números representan las bases / residuos de la consulta. El sujeto se representa en el eje Y, y de nuevo   los   números   representan   las   bases   / residuos   de   la   materia. Las   alineaciones   se muestran en el diagrama como líneas. Relación de partidos entre las líneas de proteínas aquellas que están inclinadas desde la parte inferior izquierda a la  esquina   superior  derecha,  menos  partidos   las líneas que están inclinadas desde la parte superior izquierda a la inferior derecha. El número de líneas que se muestran en la trama es el mismo que el número de alineaciones que han encontrado  los 

En la sección de  “descriptions” se muestra el numero de acceso de la secuencia alineada con la secuencia de interés,  su descripción y el  valor Max Score de 627 que corresponde a  la puntuación máxima obtenida por el segmento alineado de la secuencia, el valor de Total score que se refiere a  la puntuación total  de todos  los fragmentos alineados que también es de 627,  el porcentaje de alineamiento correcto fue de un 100% y el valor de e-value de 0 lo que nos indica una mayor similitud entre ambas secuencias al ser menor que 1 , pero la identidad de la secuencia alineada con respecto a la secuencia de interés fue de 73% es decir que no toda la secuencia de aa se parece entre la especie Homo sapiens y la Mus mulusculus.

En este apartado podemos apreciar el resultado del alineamiento de manera textual, se nos proporciona otra vez la descripción general de la secuencia alineada, respecto a la secuencia de interés, así como la identidad entre aminoácidos en este caso se identificaron 318 de 435 lo que equivale al 73% de identidad, además de que hay zonas de deleción o inserción dentro de la secuencia, ya que se señala la existencia de 4 gaps correspondiente al 1% de toda la secuencia alineada,   proporciona   visualmente   los  tipos  de   aa  que   se  modifican   entre   las   secuencias   de comparación de las especies en humano y rata.

C O M E N T A R I O

BLAST,  es una herramienta bioinformatica altamente    funcional  que permite encontrar regiones   similares  entre   secuencias  biológicas.    Normalmente  BLAST es  usado para  encontrar probables genes  homólogos.  Por   lo  general,   cuando una nueva secuencia  es  obtenida,   se  usa BLAST para compararla con otras secuencias que han sido previamente caracterizadas, para así poder   inferir   su   función.  BLAST  es   la  herramienta  más  usada  para   la  anotación  y  predicción funcional   de genes o   secuencias   proteicas.  Muchas   variantes   han   sido   creadas   para   resolver algunos problemas específicos de búsqueda.

Se  ha   convertido  en   la  herramienta  predilecta  para   llevar   a   cabo  el   alineamiento  de grandes bases de datos de genomas. Debido que aborda un problema fundamental basado en la heurística y su algoritmo que es mucho más rápido que el cálculo de una alineación óptima. Se hace énfasis en la velocidad vital para el algoritmo práctico sobre las enormes bases de datos genómicos   disponibles   actualmente,   aunque   los   algoritmos   siguientes   pueden   ser   aún  más rápidos.

Es   así   como   se   convierte   en   un  medio   de   gran   utilidad   para   las   investigaciones   de genéticas, biología molecular, medicina y con el  paso de los años BLAST se consolida como la herramienta más poderosa y actualizada para llevar a cabo alineamientos entre una secuencia particular con respecto a otra, pudiendo incluso realizar un alineamiento con el total de las secuencias presentes en las bases de datos a nivel mundial.