ulaientífica

Bases de datos en Bioinformática

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 2

Contenidos

1. La bioinformática y las bases de datos

2. Las bases de datos en biología molecular

3. Formato de la información almacenada

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 3

Información en la era genómica

• El proyecto genoma humano y similares genera un inmenso flujo de información

• Para poder utilizar esta información, ha de estar almacenada correctamente

• El acceso a la información almacenada ...– Ha de ser rápido

– Debe poder hacerse de manera flexible

• Esto es posible gracias a la creación de bases de datos y distribución vía Internet.

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 4

Para que se utilizan las bases de datos ?

• Búsqueda de información. – Por palabra clave, números de acceso, autores...

• Búsqueda de homologías– ¿Hay secuencias igual o parecidas a la mía ?

• Búsqueda de patrones– ¿Mi secuencia contienen patrones conocidos?

• Predicciones– ¿Puedo encontrar proteínas parecidas a la mía, pero con

función conocida?

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 5

Aspectos a tener en cuenta

• Los proveedores de recursos– Centros o organizaciones especializadas en tener y

mantener las bases de datos.

• Bases de datos– Hay mucha variedad y contiene información diversa

• Las herramientas– Para encontrar información en las BD– Para contrastar secuencias contra las BD– Para exportar la información

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 6

Principales proveedores de recursos

• El National Center for Biotechnology Information (NCBI) centraliza los bancos de datos y aplicacions de EEUU

• El European Bioinformatics Institute (EBI) realiza una función similar en Europa

• GenomeNet reune bases de datos diversas en Japón

ulaientífica

Principales bases de datos en Biología Molecular

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 8

Tipos de bases de datos

• Existen cientos de BD en número tan elevado que no es práctico enumerarlas (aunque aquí lo intentan)

• Por el tipo de información que contienen distinguimos– Bases de datos bibliográficas

– Bases de datos taxonómicas

– Bases de datos de nucleótidos

– Bases de datos genómicas

– Bases de datos de proteinas

– Bases de datos de microarrays

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 9

Bases de datos bibliográficas

• Organización de los artículos publicados en la revistas de ámbito científico.– Pubmed (NCBI)

– Medline (EBI)

– Biocatalog: organización de los artículos por temáticas concretas de biología molecular.

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 10

Bases de datos taxonómicas

• Son BD que contienen información sobre la clasificación de los seres vivos

• Esta clasificación es básicamente jerárquica y basada en información molecular

• Pretende clasificar cualquier organismo del que se posea como mínimo una secuencia de acidos nucléicos

• Como puede suponerse el proyecto no está libre de controversia debido a las visiones diferentes que existen en la comunidad taxonómica

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 11

Bases de datos de nucleótidos

• Las bases de datos de ácidos nucleicos reciben las secuencias de los laboratorios experimentales y las organizan haciéndolas accesibles a diario a toda la comunidad científica

• Existen varias BD que intercambian diariamente su contenido– Genbank (NCBI)– EMBL (EBI)– KEGG (Genome net)

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 12

Bases de datos de genomas

• Se encargan de mantener y actualizar las secuencias y las anotaciones de genomas completos.– Ensembl (EBI)

– Genome viewer (NCBI)

– Goldenpath (UCSC)

• Existen también recursos genómicos especializados– Transfact: sitios de unión a factores de transcripción.

– EST: Expressed Sequence Tags

– UTRDB: Untranslated regions

– SpliceSitesDB: Pares de señales de splicing

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 13

Bases de datos de proteínas

• Secuencias primarias de aminoácidos– Sin revisión humana

• Trembl (EBI)

• nr (NCBI)

– Con revisión de la anotación• Swisprot (EBI)

– Bases de datos de proteomas• Proteome analysis (EBI)

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 14

Proteínas (II)

• Estructuras secundarias o dominios. Varían según la fuente de las proteínas y el análisis que se realiza sobre ellas.– BLOCKS: Motivos alineados de PROSITE/PRINTS– PROSITE: Expresiones regulares sobre Swiss-prot – PRINTS: Conjunto de motivos que definen una familia sobre

Swiss-prot/TrEMBL– PFAM: Modelos de Markov sobre Swiss-prot– INTERPRO: Integra la información de muchas bases de datos de

dominios.

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 15

Proteínas (III)

• Estructuras tridimensionales de macromoléculas con las coordenadas en el espacio de cada átomo.– PDB: Base de datos principal de estructuras

tridimensionales– CATH: Clasificación de PDB en diferentes grupos

funcionales y estructurales– MMDB: subset de PDB mantenido por NCBI– MSD: subset de PDB mantenido por EBI

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 16

Bases de datos de microarrays

• Bases de datos con las imágenes y resultados obtenidos por arrays de expresión.– ArrayExpress (EBI)

– Riken Expression Array Database

– Eisen Laboratory (Lawrence Berkeley National Lab)

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 17

4. El formato de la información

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 18

Estructura de las BD

• La calidad de la información en una base de datos, está muy relacionas con su estructura

• Este aspecto también es crucial para su eficiencia y accesibilidad .

• En la actualidad no existe ningún formato único y estándar, usualmente cada base de datos impone su propio formato.

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 19

Ejemplo entrada Genbank

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 20

Ejemplo entrada EMBL

ulaientífica

Introducción a la BioinformáticaIntroducción a la Bioinformática 21

Información sobre los formatos de las bases de datos