Les banques de séquences nucléiques
Origine des données :
Séquençage d’ADN et d’ARN
Les données stockées : séquences + annotations
Fragments de génomes
Un ou plusieurs gènes, un bout de gène, séquence intergénique, …
Génomes complets
ARNm, ARNt, ARNr, … (fragments ou entiers)
[ NB 1] : toutes les séquences (ADN ou ARN) sont écrites
avec des T (thymine)
[ NB 2] : les séquences sont toujours orientées 5’ vers 3’.
Allez dans «NCBI»
Entrer la recherche suivante dans la base de
donnée «Nucleotide»: Bovine chromogranin B
Séquence
Fin
Nucleotide ambiguity code
les caractères sont les mêmes: Identité ou match
les caractères ne sont pas les mêmes: Substitution
l’une des positions est un espace: Insertion / Délétion
Sbjct
Query
Identité (match)
Substitution Délétion Insertion
Indel (Gap)
Format commun de manipulation des données:
le format FASTA (Fast – alignment)
Objectif: manipuler facilement des séquences dans les bases de
données, à l’aide d’un format universel, compatibles avec les
traitements de texte (sous forme de fichier texte), ou par copier –
coller.
Séquence simplifiée
(pas de chiffre)
Format commun de manipulation des données:
le format FASTA (Fast – alignment)
Remarques:
-Les bases nucléotidiques ne référencient que des monobrins
d’ADN (même si la séquence soumise est de l’ADN bicaténaire ou de
l’ARN)
la séquence est toujours dans le sens 5’P – 3’OH
-Les séquences nucléotidiques selon le degré de précision de
l’enregistrement seront écrites le plus souvent avec A,T, C et G
et/ou avec R,Y (base puRique A et G / base pYrimidique C et T)
et/ou K,M (base Keto G et T / base aMino A et C)...
Comparaison de séquences
La comparaison de séquences comme méthode de prédiction
Activité principale en bioinformatique
Alignement: processus de comparaison de séquences permettant
d'obtenir le maximum de correspondances entre les lettres qui les
composent. Il est quantifié par un score de similarité
Similarité: mesure du degré de ressemblance entre
séquences, quantifié par un score, calculé à l’aide d’une
matrice de score.
Homologie: parenté évolutive. Inférence déduite à partir du
degré de similitude. Mais deux séquences similaires ne sont
pas forcément dérivées d'un ancêtre commun.
Principe de la comparaison de séquences
La comparaison de séquences est l’outil central en bioinformatique :
Repose sur des calculs matriciels ou des algorithmes complexes qui rendent
des résultats sous forme de données statistiques (% match, score, e-value…)
Logiciel d’alignement le plus connu = BLAST (Basic Local Alignment Search
Tool)
Alignement de séquences
Score de similitude
Démarche globale :
Degré d’homologie
Identification, prédiction de structure de
propriétés, de fonction
NCBI: Blast
Specialized Blast
(Blast spécialisé)
Allez dans: [Link]
Autres portails bioinformatique…
Protéomique…
Génomique…
Principe de la comparaison de séquences
Principe du calcul des scores d’alignement :
En pratique, plus le score d’alignement est élevé, plus les séquences sont
similaires et présenteront des propriétés et des fonctions proches.
plus de 70% de similarité permettent d’affirmer qu’il y a homologie