Universidad Peruana Cayetano Heredia
Departamento de Bioquímica, Biología Molecular y Farmacia

Bioinformática 2004-II

Profesor: Mirko Zimic (página web personal)

Creditaje: (4 horas crédito) Segundo semestre, 2004

Horario de clases
Lunes 8:00-10:00am   Aula de postgrado
Martes 10:00-12:00    Aula Interactiva - LID

Asistentes:
        Cesar Lopez
 

Horas de consulta
Martes y Jueves, 12:00 - 1:00pm,  Unidad de Bioinformática LID

Resumen
Este curso proveerá un panorama global de los principales tópicos de la Bioinformática, haciendo énfasis en el análisis de secuencias de ADN y proteínas y en el modelamiento y análisis estructural de biomoléculas.

Prerequisitos: Bioquímica I, conocimientos del manejo de computadora personal en Windows, conocimientos básicos del internet y manejo de programas browsers y correo electrónico. Se recomienda fuertemente a los alumnos en obtener una cuenta de correo electrónico y aprender su manejo previamente al inicio del curso.

Evaluación: La evaluación de los estudiantes estará basada en:
Examen parcial (25%)
Examen final (25%) *
Prácticas (30%)
Presentación/exposición (10%)
Proyecto  (20%)

* El examen final no es necesariamente cancelatorio.

Libro Texto:   Bioinformatics, Sequence and Genome Análisis. David W. Mount.
                        Bioinformatics for dummies. J.M. Claverie, Cedric Notredame

CD del curso: Será distribuído el primer día de clase.

Syllabus (2004 - I) 

Semana 1.1: Introducción, Bases de Datos Biológicas  (Mount cap1,cap2)

Semana 1.2: Búsquedas en las Bases de Datos Biológicas (CN cap1, cap2, cap3:74-94)  (Guía 1)

Semana 2.1 :Alineamiento simple de secuencias. Alineamiento local y global. Matrices de ‘score’ (Mount cap3)

Semana 2.2: Alineamiento simple de secuencias: Clustal,  Macaw, WWW servers) (CN cap8:267-278 ) (Guía 2)

Semana 3.1: Alineamiento múltiple de secuencias (Mount cap4)
Semana 3.2: Clustal, servidores en línea (CN cap7) (Guía 3)

Semana 4.1: BLAST, Alineamiento matricial (matrix plot), búsqueda de repeticiones, inversiones. Regiones de baja complejidad.(Mount cap7)
Semana 4.2:  BLAST (blastn, blastp, blastx, etc), Dot plot, servidores de identificación de repeticiones y regiones de baja complejidad. (CN cap8:247-266, cap9 ) (Guía 4)

Semana 5.1: Bases de datos de genomas. Secuencias únicas y repetitivas. Código genético (universal y particulares). Transcripción y traducción, ORF, cDNA.
Semana 5.2: WinDNA, BLAST (genomas). (CN cap3:95-115, cap5:141-148, 160-172, cap6:173-189) (Guía 5)

Semana 6.1: Características termodinámicas del ADN. Hibridización de oligonucleótidos. Cinéticas de hibridación de oligonucleótidos complementarios. Criterios para el diseño de primers. Estructuras de ADN-ARN (Mount cap5)
Semana 6.2: Oligo, oligocalculator, servidores online para diseño de primers. RNAStructure, (CN cap5:148-158, cap12) (Guía 6)

Semana 7.1: Evolución molecular. Teoría Neutral, Teoría seleccionista, Teoría mutacionalista, Teoría de la Presión Termodinámica
Semana 7.2: Presentaciones de avances parciales de proyectos

Semana 8.1: Reconstrucción filogenética. Experimentos de evolución in-vitro. Reconstrucción de dendrogramas para patrones polimórficos (RFLP, SSCP, spoligotyping, etc.) (Mount cap6)
Semana 8.2: Phylip, PAUP, Tree of Life (CN cap13) (Guía 8)

Semana 9.1: Sesión de presentaciones (cuatro grupos)
Semana 9.2: Examen parcial (teórico y práctico) [19 de Octubre]

Semana 10.1: Métodos experimentales de predicción de estructuras moleculares. Protein Data Bank. Los archivos PDB y sus características. Factor beta. Perfiles de hidrofobicidad y de otras características físicoquímicas. (Mount cap9)
Semana 10.2: Manejo de archivos PDB, visualización de estructuras moleculares: Rasmol, SwissPdViewer, servidores de predicción de perfiles de hidrofobicidad (CN cap4, cap11:341-362) (Guía 9)

Semana 11.1: Alineamiento estructural, RMS, varianza posicional (Mount cap9)
Semana 11.2: Swisspdviewer (magic fit).  Programas ad-hoc (stata) para análisis de varianza posicional.() (Guía 10)

Semana 12.1: Modelamiento por homología.(Mount cap9)
Semana 12.2: SwissModel first approach, búsqueda de templates. (CN cap11) (Guía 11)

Semana 13.1: Modelamiento por Threading (global y local), Rosetta
Semana 13.2: Threading local y global (Fugue, SUSOI, 3Dpssm), Rosetta. (CN cap11) (Guía 12)

Semana 14.1: Minimización de Energía, Montecarlo, Dinámica Molecular, Mecánica Cuántica. Refinamientos. Control de calidad de estructuras moleculares.
Semana 14.2: Hyperchem, Sculpt, Gaussian. WhatIF. () (Guía 13)

Semana 15.1: Desarrollo de drogas y vacunas. Bioinformática y las Enfermedades Infecciosas
Semana 15.2: Discusión de proyectos

Semana 16.1: Sesión de presentaciones (cuatro grupos)
Semana 16.2: Examen final (teórico y práctico)  [7 de Diciembre]

---------------------------------------------------------------------------------------------------

Prácticas
Las prácticas se entregarán electrónicamente, adjuntando una copia por correo electrónico a la dirección: mzimic@jhsph.edu

Práctica 1 (descargar). Fecha de entrega: Martes 7 de setiembre
Práctica 2 (descargar). Fecha de entrega: Martes 28 de setiembre
Práctica 3 (descargar). Fecha de entrega: Martes 19 de octubre
Práctica 4 (descargar). Fecha de entrega: Martes 9 de noviembre
Práctica 5 (descargar). Fecha de entrega: Martes 7 de diciembre

Proyecto. 
Fecha de entrega del proyecto: Martes 14 de diciembre.
Se entregará una copia impresa y se adjuntará una copia por correo electrónico a la dirección: mzimic@jhsph.edu

---------------------------------------------------------------------------------------------------

Libros de consulta: (Biblioteca de la Unidad de Bioinformática)
-Bioinformatics, A Practical Guide to the Análisis of Genes and Proteins. Andreas D. Baxevanis.
-Phylogenetics Charles Semple)
-Phylogenetics Trees made easy: A how to mmanual for molecular biologists
-Inferring Phylogenetics (Joseph Felsensteein)
-Protein structure prediction (Igor F. Tsiigelny)
-Protein Engineering and Design  (Pauul A. Carey)
-Mechanisms of protein folding (R.H. Pain))
-Molecular Structure Bioinformatics
-Structure determination by X-Ray crystalllography (M.F.C. Ladd)
-Biophysics: An introduction (Rodney Coterrrill)
-Molecular Biophysics: Structures in motioon (Michel Daune)
-Biological Thermodynamics  (Donlad HHaynie)
-Vaccine Design:  The role of cytokinne networks (Gregory Gregoriadis)
-Statistical methods for bioinformatics&nbbsp; (Warren J. Ewens)
-Microarray: Gene Expression Data Analysiss
-Phylogenetic Analysis Using Parsimony andd Other Methods. David L. Swofford.
-Physical Approaches to Biological Evolution. Mikhail V. Volkenstein.        
-Dynamics of Proteins and Nucleic Acids. J. Andrew McCammon and Stephen C. Harvey.
-Molecular Structures Bioinformatics
-Beginning Perl for bioinformatics (James Tisdall)
-Genomic Perl (Rex A. Dwyer)

Otros libros interesantes

• Biocomputing. Douglas W. Smith
• P Sham (1998) Statistics in human genetics. Arnold, London.
• J Ott (1999) Analysis of human genetic linkage, 3rd edition. Johns Hopkins University Press, Baltimore.
• K Lange (1997) Mathematical and statistical methods for genetic analysis. Springer-Verlag, New York.
• B S Weir (1996) Genetic data analysis II. Sinauer Associates, Sunderland, MA.

Revistas
Advances in Biophysics Full text journal online
Biochemical and biophysical research communications Full text journal online
Bioinformatics Full text journal online. (recomendado )
Bulletin of Mathematical Biology Full text journal onlineGenomics Full text journal online
Cladistics Full text journal online
Journal of Human Evolution Full text journal online
Journal of Molecular Modeling Full text journal online
Molecular Phylogenetics and Evolution Full text journal online
Journal of Structural Biology Full text journal online
Journal of Theoretical Biology Full text journal online

Discusión del libro texto: Bioinformatics (A.D. Baxevanis)

• Capítulos 2 y 3 resumen y preguntas de discusión del libro texto
• Capítulos 5 y 6 resumen y preguntas de discusión del libro texto
• Capítulo 7 resumen y preguntas de discusión del libro texto
• Capítulo 8 resumen y preguntas de discusión del libro texto
• Capítulo 9 resumen y preguntas de discusión del libro texto
• Capítulo 10 resumen y preguntas de discusión del libro texto
• Capítulo 11 resumen y preguntas de discusión del libro texto
• Capítulo 12 resumen y preguntas de discusión del libro texto

-------------------------------------------------------------------------------------------

Servidores WEB importantes:

LOS MÁS VISITADOS
ExPASy Molecular Biology Server
NCBI (National Center for Biotechnology and Information)
Welcome to the GenomeWeb
Expasy Proteomics Tools
Weizmann Institute of Bioinformatics
Bioinformatics tools setup in the BIOINFO system: http://bioinfo.hku.hk/documents.html

BASES DE DATOS
Databases - Weizmann Institute of Science
SRS (Sequence Retrieval System)
Genome databases
Protein Database searching
Protein family Databases
Protein Pattern and Domain Databases
Protein Interaction Databases

ALINEAMIENTOS
ClustalW (EMBL-EBI)
LALIGN
DIALIGN - Multiple sequence alignment based on segment-to-segment comparison, at University of Bielefeld, Germany
PipMaker (full genome alignment)
Sequence Analysis - Weizmann Institute of Science
Protein Multiple Sequence Analysisl
T-Coffee [At EMBnet Switzerland or at CMBI]
STRAP - Structural Alignment Program for Proteins
VSNS BioComputing Division Multiple Alignment Resource Page (Link)

ALINEAMIENTO ESTRUCTURAL
VAST (Vector Alignment Search Tool)
COMPARER

MATRIX-PLOT
Fr33 http://www.fr33.net/bio/na_dotplot.php
Matrix Plot http://www.cbs.dtu.dk/services/MatrixPlot/
Matrix Plot 2 http://www.cbs.dtu.dk/services/MatrixPlot/mutualNucl/index.html

GENÓMICA
Genomics - Weizmann Institute of Science
MAVID - multiple alignment program for large genomic regions (http://baboon.math.berkeley.edu/mavid/)
TIGR - Mummer   http://www.tigr.org/software/mummer/ (whole genome alignment)
Open Reading Frame (ORF) finder  (NCBI)
TaxPlot  (Protein homologs in Complete Microbial / Eukaryotic genomes)
COGs  (Clusters of Orthologous Groups of proteins) Phylogenetic classification of proteins encoded in complete genomes

DNA -> PROTEÍNA
Translate  - Translates a nucleotide sequence to a protein sequence
Transeq - Nucleotide to protein translation from the EMBOSS package
Graphical Codon Usage Analyser - Displays the codon bias in a graphical manner
BCM search launcher - Six frame translation of nucleotide sequence(s)
Backtranslation - Translates a protein sequence back to a nucleotide sequence
Genewise - Compares a protein sequence to a genomicc DNA sequence, allowing for introns and frameshifting errors
FSED - Frameshift error detection
LabOnWeb - Elongation, expression profiles and sequence analysis of ESTs using Compugen LEADS clusters
List of gene identification software sites

VISUALIZADORES DE ESTRUCTURAS DE PROTEÍNAS
Protein Structure Viewers

PREDICCIÓN DE ESTRUCTURA SECUNDARIA DE PROTEINAS
***Consensus Secondary Structure Prediction (IBCP)***
Protein Secondary Structure
GOR IV (Garnier et al, 1996)
HNN - Hierarchical Neural Network method (Guerrmeur, 1997)
Jpred - A consensus method for protein secondary structure prediction at University of Dundee
nnPredict - University of California at San Francisco (UCSF)
PredictProtein - PHDsec, PHDacc, PHDhtm, PHDtopology, PHDthreader, MaxHom, EvalSec from Columbia University

PREDICCIÓN DE ESTRUCTURAS 3D
Protein 3D Structure analysis
GENO3D (AUTOMATIC MODELING OF PROTEINS THREE-DIMENSIONAL STRUCTURE)

MODELAMIENTO POR HOMOLOGÍA
CAFASP 3D (list of 3D protein structure prediction servers)
Protein 3D structural analysis
SWISS-MODEL
GlobPlot - Protein disorder/order/globularity/domain predictor
DisEMBL - Protein disorder prediction
CATH  Protein Structure Classification
SCOP (Structural Classification of Proteins)
DALI  (Domain Dictionary)
FSSP  (Dali fold classification)

MODELAMIENTO POR THREADING
3D-PSSM - Protein fold recognition using 1D and 3D sequence profiles coupled with secondary structure information (Foldfit)
Geno3d - Automatic modelling of protein three-dimensional structure
PSIPRED /Protein Structure Prediction Server

MODELAMIENTO AB-INITIO
HMMSTR / ROSETTA

COMPARACIÓN/VERIFICACIÓN DE ESTRUCTURAS MOLECULARES
RAPPER
What IF
Validation suite for protein structures
DALI - compare protein structures in 3D

DISEÑO DE PRIMERS
GeneFisher:  http://bibiserv.techfak.uni-bielefeld.de/genefisher/
Primer 3

PREDICCIÓN DE ESTRUCTURA 2D Y 3D EN ADN/ARN
Mfold:   http://www.bioinfo.rpi.edu/applications/mfold/

PREDICCIÓN DE EPITOPES  T
ProPred  MHC Class-II Binding Peptide Prediction Server ***
ProPred-I The Promiscuous MHC Class-I Binding Peptide Prediction Server
Antibody, MHC and Immunologycal Proteins
HLA_Bind - Prediction of MHC type I (HLA) peptide binding
SYFPEITHI - Prediction of MHC type I and II peptide binding

PERFILES DE HIDROFOBICIDAD
ProtScale  - Amino acid scale representation (Hydrophobicity, other conformational parameters, etc.)
Drawhca - Draw an HCA (Hydrophobic Cluster Analysis) plot of a protein sequence
Hydrophobic profile prediction at the Weizmann Bioinformatics Institute
Analysis of protein sequence (physical chemical profiles)
Protein General Sequence Analysis
GENO3D (AUTOMATIC MODELING OF PROTEINS THREE-DIMENSIONAL STRUCTURE)

PREDICCIÓN DE TOPOLOGÍA DE PROTEÍNAS
Transmembrane Region Prediction
HMMTOP - Prediction of transmembrane helices and topology of proteins (Hungarian Academy of Sciences)
PredictProtein - Prediction of transmembrane helix location and topology (Columbia University)
SOSUI - Prediction of transmembrane regions (TUAT; Tokyo Univ. of Agriculture & Technology) TMAP - Transmembrane detection based on multiple sequence alignment (Karolinska Institut; Sweden) TMHMM - Prediction of transmembrane helices in proteins (CBS; Denmark)
TMpred - Prediction of transmembrane regions and protein orientation (EMBnet-CH)
TopPred 2 - Topology prediction of membrane proteins (Stockholm University)
Protein 2D-PAGE Analysis

PROTEÓMICA
Proteomics - Weizmann Institute of Science
Peptide Identification

EDITORES
Protein Sequence Editors
 

----------------------------------------------------------------------------------------------

Links importantes

• Online lectures on Bioinformatics
• National Center for Biotechnology Information (NCBI) - national resource for molecular biology information. Creates public databases, conducts research in computational biology, develops software tools for analyzing genome data, and disseminates biomedical information.
• ExPASy - SWISS-PROT and TrEMBL
• The Protein Data Bank PDB
• PubMed - provides free access to Medline.
  http://www.ncbi.nlm.nih.gov/PubMed/
• European Molecular Biology Laboratory (EMBL)
• SWISS-PROT - curated protein sequence database which strives to provide a high level of annotations, a minimal level of redundancy, and high level of integration with other databases.
• Geneva Bioinformatics (GeneBio) S.A. - provides state of the art proteomics databases and software tools including the Swiss Institute of Bioinformatics' SWISS-PROT, PROSITE, and SWISS-2DPAGE databases.
• SwissProt Database 
• Molecular Biology of the Cell (Bruce Alberts)l
• Linkage Analysis software at the Rockefeller University
• ANOLEA: ATOMIC NON-LOCAL ENVIRONMENT ASSESSMENT
• ANOLEA Atomic Non-local Environment Assessment (archivo pdf con la teoría)
• Clustalw
• Clustal W on-line help
• CLUSTAL W Algorithm: improving the sensitivity of progressive multiple sequence alignment through sequence weighting, position specific gap penalties and weight matrix ...
  Manuales del programa PHYLIP
• Manuales diversos (Manuales de los programas bioinformáticos más populares)
  Tree of Life  - contains information about the phylogenetic relationships and characteristics of organisms, to link biological information available on the Internet in the form of a phylogenetic navigator.
• Introduction to Phylogeny  - looks at the ancestor/descendant relationships which connect all organisms that have ever lived.
• Tutorial de BLAST (versión .pdf ~120Kb)

• Tree View (software para redibujar árboles filogenéticos producidos por PHYLIP o por PAUP)

• Artificial Neural Networks  - an explanation of how they work and their applications. http://www.hj.se/~de96klda/NeuralNetworks.htm

• Curso de Estructura de Proteinas y Modelamiento por Homología (EPMH)  
• Archivo PDF : Curso de estructura de proteinas y modelamiento comparativo   
• Preguntas acerca del capítulo 6 del curso de EPMH
• Blue Gene La supercomputadora (IBM) más avanzada del mundo, construida exclusivamente para simulaciones de 'protein folding'... Este es un archivo PDF. El link que los lleva a la págia web es: http://www.research.ibm.com/journal/sj/402/allenaut.html

Software utilizado
PHYLIP (Programa para análisis filogenético)
RASMOL (Visualizador de estructuras moleculares 3D)
Swiss PDb Viewer (Visualizador de estructuras moleculares 3D avanzado).
MACAW (Programa para alineamiento múltiple de secuencias)
Oligocalculator (Programa para estimar parámetros termodinámicos de oligonucleótidos)
Power/Sample size calculators (Programa para estimar el poder y el tamaño de muestra estadístico)
GAUSSIAN
Ghemical
GROMOS
GROMACS
StructureLab
SIB-PAIR  http://www2.qimr.edu.au/davidD (Programa para trabajar en genetic linkage)
GAS  http://users.ox.ac.uk/~ayoung/gas.html  (Programa para trabajar en genetic linkage)