Altklausur SS13

• Prokaryoten: 90%

• Eukaryoten: 1-2%

• Prokaryoten fast keine intronic regions, gengruppen werden in sogenannten Operons organisiert

• start with initial motif guess

• calculate first motif

• Use motif model to update position likelyhoods (E-Step)

• Use likelyhoods to update the motife (M-step)

• Repeat until convergence

• information content

• how conserved the site is

pseudogenes:

• non-functional sequences of genomic DNA

• conventional:

  • duplicates with mutations e.g.

• processed:

  • transcribed DNA that is reinserted

  • no introns, no promoters …

  • —> inactive

why analyse?:

• can interfere with PCR/in situ hybridization

• pseudogenes provide molecular record on the dynamics and evolution of genomes

• Improvement of gene prediction and annotation efforts

multiplicity:

• one miRNA can target more than one gene

• from ~250 to a few

• most only a few

co-operativity:

• One gene can be controlled by more than one miRNA

• from ~20 to 1

• most genes not more than 4 targets (for miRNA)

• gene prediction

  • combine information from 2 genome alignments with DNA models (splice donors and acceptors, start, stop codons ..)

  • way less false positives compared to GENSCAN

• Präzision geht nach unten —> zu gleiche genome sind schlecht für dual-genome gene prediction

• alternative initiation

  • Start an anderer Position —> frame shift

  • start wird durch das Exon ausgelöst

• alternative termination

  • Hinzufügen Stopp-Codon

• frame shift durch nicht durch 3 teilbares

  • termination codon in mitte

• (ändern des inneren bereich durch insertion/deletion)

• Pri to pre by dorsha/pasha

• pre-miRNA cleaved by dicer, in a imperfect double-stranded duplex

• Incorporated into RISC

• From RNA-induced splicing complex, to the gene or mRNA

1. Falsche Proteinsequenzen

   • Veränderte Aminosäurensequenzen

   • Vorzeitige Stoppcodons

2. Verlust von Domänen

   • Funktionsverlust

   • Fehlfaltung

3. Vorhersageungenauigkeit

   • Fehlerhafte bioinformatische Vorhersagen

   • Fehlinterpretation von Daten

4. Evolutionäre Konsequenzen

   • Negative Selektion gegen Frameshift-Mutationen

• gut konservierter Promoter (Konsensusequenz)

• 35er und 10er Region (vor Start)

• wesentliche Rolle bei Initiaition der Transription bei Prokaryoten

• teil der RNA-Polymerase

• Ermöglicht Bindung an Promotersequenz

• sigma^70 (E.coli)

Clone-by-clone shotgun: BAC clones werden benötigt, clones vorher mappen

Whole genome shotgun: Mapping-Phase wird übersprungen, Assembly dauert länger

1. Eukaryotische Genome: Aufgrund ihrer größeren Größe und höheren Komplexität wird für eukaryotische Genome häufig das Clone-by-Clone-Verfahren verwendet. Dieses Verfahren ermöglicht eine geordnete und detaillierte Sequenzierung, was besonders wichtig für die Handhabung komplexer Strukturen und repetitiver Sequenzen ist.

2. Prokaryotische Genome: Für prokaryotische Genome, die kleiner und weniger komplex sind, wird bevorzugt die Shotgun-Sequenzierung eingesetzt. Diese Methode ist schneller und kosteneffizienter und eignet sich gut für die einfache Assemblierung der weniger komplexen prokaryotischen Genome.

Computational

• EST (Expressed sequence tag)

  • mRNA nur aus Exons -> cDNA

  • Abgleich mit Genom

• Vergleichen verschiedener Splices

  • highly conserved introns can help to verify candidate splices

Experimentally:

• RT-PCR

  • using primers that flank the as-region

• high-throughput by microarrays

• Alter protein binding properties, eg. receptor/ligand

• Alter intracellular localization, eg. membrane insertion

• Alter extracellular localization, eg. secretion

• Alter enzymatic or signaling activities

• Alter protein stability, eg. inclusion of cleavage sites

• Insertion of post-translation modification domains

• Change ion channel properties

• Gene die einem Prozess zugehören können in einem Schritt transkribiert werden

• schnelle Anpassung

  • funktion kann schnell gesilenced werden

• genauso schnell aktiviert werden

• energetische effizienz

(chatGTP weil nichts von Vorlesung)

1. Genomsequenz

2. Annotierte Gene

3. Promotor- und Terminator-Signale

4. Intergenische Abstände

5. Co-Expression Daten

6. Phylogenetische Profile und Konservierung

7. Regulatorische Sequenzen und Motive

8. Datenbanken und bioinformatische Tools

intrinsic evidence:

• ausreichende ORF Länge, lang eigentlich kein Zufall

• spezifische Pattern von Codons (“coding potential”)

• ribosome binding site (-20 bis -1)

extrinsic evidence:

• Ähnlichkeit zu Bekanntem, vor allem experimetiell characterisierte, gen produkte

a)

1. i und j sine basen Paar, hinzugefügt zur Struktur bis i+1, j-1

2. i nicht gepaart und zu struktur i+1, j hinzugefügt

3. j nicht gepaart und zu struktur j+1, i hinzugefügt

4. i und j sind Basenpaar, über k als Gegenüber von i und k zu k+1 auf j Seite

b)

• Considering pseudoknots, they cause a breakdown in the Dynamic Programming Algorithm

• check whether base is already paired, break recurrence relations

retrotransposons:

• LTR (long-terminal repeat transpons)

• LINEs (long intersped elements)

• SINEs (short interspersed elements)

DNA transposons:

• Cut and paste mechanism

• ~45% of the human genome

• derived from biologically active “transposable elements”

• tandem repeats

• segmental duplications

• Pseudogenes

(?)

• pseudogenes

  • stop codon or frameshift mutation

• segmental duplications

  • very high sequence identity

• tandem repeats

  • repeat dircetly follows origin

• single nucleotide polymorphism

  • single nucleotide mutation

  • mostly non-coding regions

in coding regions SNPs are either:

• synonymous:

  • no change in AA sequence

• non-synonymous:

  • change in AA sequence

synonymous can alter the gene expression

• Beschreiben sekundäre Struktur und primären Sequenz Konsensus einer RNA

Ziel, Anwendung bei:

• Konsensus sekundäre Struktur Vorhersage

• Multiples Sequenz Alignment

• Datenbanken similarity searching

Werden automatisch berechnet aus:

• existierenden RNA sequenz Alignments

• auch von ursprünglich nicht alignierten Beispielsequenzen

(Chat-GTP weil keine Antwort gefunden)

• Hoher Rechenaufwand

• deswegen auch limitierte Sequenzlänge

• Stark abhängig von Qualität des MSA Input

• Alternative Splicing

• Organisation in Operons

• Gendichte:

  • 1 Gen pro 100.000 Basen Eukaryoten

  • 1 Gen pro 1000-1400 Basen Prokaryoten