Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Introducción a la Bioinformática y análisis de secuencias, Apuntes de Biología

Conceptos de bioinformática y análisis de secuencias, incluyendo la automatización y reducción de errores en el análisis de datos biológicos. También se aborda la homología y similitud de secuencias, así como la determinación de homología. Se mencionan herramientas informáticas y tecnologías utilizadas en el análisis de secuencias.

Tipo: Apuntes

2022/2023

A la venta desde 04/02/2024

dani-garcia-23
dani-garcia-23 🇲🇽

1 documento

1 / 18

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12

Vista previa parcial del texto

¡Descarga Introducción a la Bioinformática y análisis de secuencias y más Apuntes en PDF de Biología solo en Docsity!

2 :^ PARCIAL

  1. (^) Determinación de

homologic

· ¿ Como saber si 2 secuencias son

homólogas

· ¿ Cuánto se considera

que hay similitud^ para^ determino^ homologia?

·

Apoyo con^ probabilidad^ y^ estadística

e.

La puntuación del^ alineamiento, de^ acuerdo^ a las^ matrices^ de^ substitución.

Si hay una alta puntuación , podemos asumir que hay homología, aunque nunca sea el

100 % · (^) ¿ (^) luánto (^) es el % (^) minimo de (^) identidad

para definir^ si^ hay homologic "

El 25-30 % de similitud marca el límite entre lo que se considera homólogo y lo

que no

Mostrar (^) alta similitud al (^) azar (definir (^) alineamientos muestran alta similitud al (^) azar (^) y cuales no · (^) z-score : considera la (^) o de la (^) puntuación de alineamientos (^) de (^) secuencias al (^) azar

de la^ misma longitud de^ las secuencias problema.

se obtiene de la comparación -^2 secuencias (problema us. base de^ datos

obtengo o^

  • (^) > de todas (^) las sewencias se obtiene (^) puntuación y z-score (^).

z(s) =

· p-value : (^) se refiere a la

probabilidad de^ que dos^ secuencias^ aleatorias^ tengan una^ similitud

major

o igual al alineamiento^ problema.

depende de^ la^ probabilidad

  • (^) e-value : (^) número

esperado de^ secuencias^ aleatorias,^ cuyo alineamiento^ de^ valores^ de

similitud

mayores o^ iguales^ que^

el alineamiento problema.

no

hay homología^ ,^ solo^ son^ similares

  • (^) Consideraciones 1. (^) Z-score solo (^) es (^) aplicable (^) bajo condiciones de normalidad.

  1. e-value tiene (^) un intervalo (^) amplio. Se (^) debe (^) aproximar a 0.

3. e-value involucra tanto^ # de secuencias alineadas, como la longitud.

  1. (^) Todos los score requieren de^ los^ valores^ de^ la^ matriz^ de^ sustitución.

5. El e-value es el mejor indicador para identificar

homólogos

.

¿Cuál^ es el limite de corte del e-value para decir que

hay o^ no^ homologia^

?

p1 0.^001 => homología (urcano^ al^ cerol

a

mayor longitud^

de

fragmento,menor^ prob

. de alineamiento al azar

sobre el^ umbral^ (30%^ ) =^ probablemente es homólogo.

Depende de^ la

bajo el^ umbral^ (30%^ )^ =^ probablemente^ se^ alinearon^ al^ azar. long. del^ frag

  • (^) Alineamiento · secuencias (^) completas : alineamiento

global (Needle^ ,^ Strecker^ (

·

Fragmentos

: (^) clineamiento Local (^) : (^) búsqueda de dominios

-Needle : EMBOSS-EMBnet , Algoritmo Needleman-Wunsch , muchos recursos

  • (^) Strecher (^) : (^) EMBOSS-EMBnet, Algoritmo N-W^ modificado^ ,^ menos^ recursos