INTRODUCCIÓN A LA BIOINFORMÁTICA
TAREA ALINEAMIENTO DE SECUENCIAS Y BÚSQUEDA DE SIMILITUDES EN BASES DE DATOS
Nombre: Micaela Fuentes
NRC: IBIO3708-2788_2789
1. Calcular la alineación óptima para las siguientes secuencias:
• Secuencia 1: MTPARGSALS
• Secuencia 2: MTPVRRSLS
Utilice la aplicación EMBOSS Needle para hacer esto. Calcule los puntajes para las matrices de
similitud BLOSUM62, PAM250 y PAM30 usando una penalización de gap de 1 y extensión de gap
0. ¿Las matrices de similitud sugeridas conducen a alineaciones similares o hay diferencias?
Matrices de similitud:
BLOSUM62- score: 31.0
PAM250- score: 29.0
PAM30- score: 49.0
Se puede observar alineaciones diferentes entre las matrices BLOSUM62, PAM250 y PAM30;
también, se observa una diferencia en la puntuación de la alineación.
2. Busque el registro de la base de datos Swissprot para el receptor 5-hydroxytryptamine 2A
humano en la base de datos de proteínas del NCBI y guarde la secuencia de la proteína en
formato FASTA. Con la secuencia guardada, realice una búsqueda BLAST de secuencias similares
en la base de datos de proteínas no redundantes del NCBI. ¿Cuántas secuencias similares se
encuentran? ¿Qué información se puede extraer del gráfico en la página de resultados?
Como resultados de la consulta, se encontró 100 secuencias relacionadas.
En el gráfico anterior, indica dominios conservados relacionando la secuencia con el puntaje
respectivo de la alineación.
3. Utilizaremos el alineamiento de pares de secuencias para buscar homologías entre la secuencia
codificante del gen de AT3G52905.1 de la especie Arabidopsis thaliana y su correspondiente
región genómica (secuencias adjuntas), y de esta manera poder determinar su estructura
génica; es decir, las regiones exónicas e intrónicas. Para ello, utilizaremos la herramienta de
alineamiento EMBOSS Needle. ¿Cuántos exones e intrones encontró?
>[Link]
TGCTTCAATCGCGAAGACATTTAGCAGAACCATTTGTCGTTTCCTCTCGCCAGATTCCGTGCTCCGGAGCCAGAAAGTTTCCGCCTT
TAAAGAAATGAAGTATGTGAAGCCATTGAGCTTATTGGGTAATGCGCTGAAGACCAAAGTGTCAGTCCCTGGTCGGTTTCTGGGT
TTAGATGTTGGTGATAAGTATGTTGGATTAGCTATCTCAGATCCTTCAAATATGGTTGCTTCTCCATTGAGTGTTTTGCTCAGAAAG
AAATCAAACATTGACCTGATGGCTACAGATTTCCAGAACCTGGTCAAAGCATTTTCTGTGTCGGGATTAGTCGTTGGTTATCCATTT
GGCAAACTGAACAATGTAGAGGATGTTGTCACTGTGAATCTTTTCATTGAGGAACTTCGTAAGACCGAAAAACTCAAGGATGTGA
AATACACATATTGGGACGAGCGATTATCATCAAAGACCGTTGAACTGATGTTGAAGCCCTTGAATTTGCATCCTGTTCAAGAGAAG
ACAATGTTGGACAAGTTAGCCGCAGTAGTTATACTTCAGGAGTATTTAGATTACGCGAACAGGTATGTAAACACTGAGCCAGCAG
AGTAAAAGGAAACGGGTAATGACAAAATAGGGAAGCCGCTAGTTTCGGATATATGAATATAATGATGCTTGATTTGTTTTGACAT
TATCTATGTGTACAAAGACATCTTGCATCTTTTAAGAAATTCGTTTTTCGCTGC
>[Link]
TGCTTCAATCGCGAAGACATTTAGCAGAACCATTTGTCGTTTCCTCTCGCCAGATTCCGTGCTCCGGAGCCAGAAAGTTTCCGCCTT
TAAAGTACGTCAAGATTTAAACTTTCTGATTAATTTCTAAAACCCTTTTTCGAAATGTTTGTTTGATGGTCTGATTAAAGTTTTTTTTG
TACAATAATTCTCAAATTTATGCAATTGATATGTGAATTTTTAGTCTTGATTTGAACAAGTGTTTTGGAAGTTTGATTCACTTACTTT
TGATCAGGAAATGAAGTATGTGAAGCCATTGAGCTTATTGGGTAATGCGCTGAAGACCAAAGTGTCAGTCCCTGGTCGGTTTCTG
GGTTTAGATGTTGGTGATAAGTATGTTGGATTAGCTATCTCAGATCCTTCAAATATGGTTGCTTCTCCATTGAGGTACCTTTGATTC
AGTGTCTACATGCTACAACATTTGTTTAACAGTAATTTTCAAAAATGCAAATCCTCTCTGATCAATTTTGTCACCATCATCGCTATTG
AAAACCTGTTACTTCTCTTGCAGTGTTTTGCTCAGAAAGAAATCAAACATTGACCTGATGGCTACAGATTTCCAGAACCTGGTAGG
TGCTATAAGTTTGATCGTTCCTTTACTTTTTAGCTCTAGATTTAAAGGAGACCTTAAACAAATACACAGATTTTAGTTCTTGTTAAGA
AATGGAGAAACTATCATTTCTTAGTGTTTTTTAAAACAAAGAAAAAAGGTTGCTAGTGTAGATTAGTGTTTACTAAGATAAGGAAT
GAAGAAACTATCGTTTGTTTTGGTAATGAAGAAGAAAGTTTGTTAGTGTAGTAGATTAGTGTCTACTTTCACCCTCGGCTTTTTGTG
ATTACTGCCTTACTGGTGATTAAAGGATCAAGGTTTATTCAGTTAGTGTTTACTGTTAAGTCCTTGACGTAGTAGAGATCTATCAAC
AAGTAGACTTATGAACTCTGTTTGATTACATCAATCATTTGCCTTTTGTTGTCTTATGCAGGTCAAAGCATTTTCTGTGTCGGGATTA
GTCGTTGGTTATCCATTTGGCAAACTGAACAATGTAGAGGATGTAAGTTTTTTTTTTTGTTTCGACTGAATTGTGAAGTACTTTTCCT
CTACATTAGCTCATATAACCGAAAAGGATTTTTAAACTTGGAACAGGTTGTCACTGTGAATCTTTTCATTGAGGAACTTCGTAAGAC
CGAAAAACTCAAGGATGTGAAATACACATATTGGGACGAGCGATTATCATCAAAGGTATATATTTTTCAGATTTAAAGATCTTGTA
AGTCACAGTAAAGATAGGTGTTAAGTTTAATATCCCTTGAATCTCATGTAATACTGTCAACAGACCGTTGAACTGATGTTGAAGCC
CTTGAATTTGCATCCTGTTCAAGAGAAGACAATGTTGGACAAGTTAGCCGCAGTAGTTATACTTCAGGTAAGGTTACTAATATTCA
TTTAAAGACCAATGGAATCTGTTCTTGTATTTCCTTCTTGATAATTTTTATGTTTGATTGTTTGTTACTTGCAGGAGTATTTAGATTAC
GCGAACAGGTATGTAAACACTGAGCCAGCAGAGTAAAAGGAAACGGGTAATGACAAAATAGGGAAGCCGCTAGTTTCGGATATA
TGAATATAATGATGCTTGATTTGTTTTGACATTATCTATGTGTACAAAGACATCTTGCATCTTTTAAGAAATTCGTTTTTCGCTGC
Cantidad de Exones: 7
Cantidad de Intrones: 6
4. Una vez realizado el alineamiento con Needle, hacer un análisis BLAST con estas dos mismas
secuencias nucleotídicas. ¿Observa diferencias entre los alineamientos realizados con Needle y
BLAST? ¿Cuántos alineamientos aparecen en la página de resultados de BLAST? A tenor de los
resultados obtenidos con Ia herramienta BLAST ¿Has realizado un alineamiento local o global?
- En comparación entre los dos alineamientos, Needle nos lanza un alineamiento global;
mientras que, Blast nos da alineamientos locales.
- En Blast, tenemos como resultados 7 alineamientos locales.
- Con la herramienta de Blast se realizó un alineamiento local.
5. A partir de las secuencias proteicas de Arabidopsis thaliana con identificador: NP_564194.1;
NP_177078.1; NP_850080.1; NP_566037.1; NP_567154.1; NP_001078337.1
• Identificar en qué cromosoma se localiza el gen que codifica cada una de estas
proteínas.
- NP_564194.1: Chromosome 1
- NP_177078.1: Chromosome 1
- NP_850080.1: Chromosome 2
- NP_566037.1: Chromosome 2
- NP_567154.1: Chromosome 4
- NP_001078337.1: Chromosome 4
• Generar un fichero de texto con las secuencias en formato FASTA de las seis proteínas
problema.
• Realizar un alineamiento múltiple de las proteínas problema en MUSCLE, mostrando con
colores los aminoácidos conservados.