MBC-7-M5-R1

EMPEZAR

Bases de la anotación del genoma

Genómica

Anotación del genoma​

La anotación del genoma es el proceso por el cual se le adjudica información biológica a las secuencias de ADN.Las bases para esta asignación son las siguientes:​

• Identificar las fracciones del genoma que no codifican para proteínas.​
• Identificar los elementos genéticos en el genoma (principalmente la predicción de genes).​
• Adjuntar la información biológica disponible a estos elementos.

Hosseini et al., 2016​

FASTA: Almacena secuencias de ADN y proteína donde se divide cada secuencia por un separador “>” ​ en el encabezado, seguido de la secuencia en cuestión.

Formatos de los archivos de anotación​

Formatos de los archivos de anotación​

GFF3: Es el formato general de características, llamado así por “gene-finding format”. Se utiliza para describir genes y otras características de las secuencias de ADN o ARN.

http://resources.qiagenbioinformatics.com/manuals/clcgenomicsworkbench/950/index.php?manual=GFF3_format.html

Formatos de los archivos de anotación​

1. La idea es identificar y localizar los Marcos abiertos de lectura, motivos de regulación,etc

El primer paso para identificar qué secuencias codifican para proteínas es encontrar cuáles tienen estructuras. A esto se le llama “Anotación estructural” .

Predicción de genes: Anotación estructural​

tRNA prediction​

Predicción de RNAs estructurales:​

• Aragorn​
• Puedes utilizar códigos genéticos para procariotes o eucariotes​
• Se puede seleccionar la topología del genoma

Anotación funcional

• Búsqueda de similitud de secuencia mediante la descripción de función bioquímica y biológica.​
• Predicción de cluster de metabolitos secundarios​
• Buscar ontólogos

BLAST: Es la herramienta más utilizada para la búsqueda de similitud de secuencia.

Hosseini, M., Pratas, D., & Pinho, A. (2016). A Survey on Data Compression Methods for Biological Sequences. Information, 7(4), 56. MDPI AG. Retrieved from http://dx.doi.org/10.3390/info7040056

Referencias​