1 / 22

Performance de anotação automática com grupos de ortólogos KOG

Performance de anotação automática com grupos de ortólogos KOG. Se vc conhece os grupos de ortólogos de MO E vc pode conhecer a anotação correta de ESTs de um MO Um experimento pode ser feito! Mas… vc tem que conhecer o cutoff para o alinhamento de uma EST com a sua proteína cognata

erwin
Télécharger la présentation

Performance de anotação automática com grupos de ortólogos KOG

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Performance de anotação automáticacom grupos de ortólogos KOG • Se vc conhece os grupos de ortólogos de MO • E vc pode conhecer a anotação correta de ESTs de um MO • Um experimento pode ser feito! • Mas… vc tem que conhecer o cutoff para o alinhamento de uma EST com a sua proteína cognata • (parece simples mas não é)

  2. Como é uma entrada KOG?

  3. As seqüências analisadas

  4. Seqüências de pUC reunidas por 82% de similaridade equivalem a 96% de identidade .93 82%

  5. Os cutoffs se aproximam de 80% de similaridadepara alinhamentos EST-proteina correta 80% PROTEINA 78% 78% 84% EST 84%

  6. O teste de anotação hsa dme KOG ath cel BLAST Cutoff 78% Assigned ESTs to desired KOGs dme ESTs

  7. Elimine o KOG para um organismo por vez(transforme-o em um transcriptoma novo) hsa dme KOG ath cel BLAST • correct: same KOG • changed: distinct KOG • speculated: not assigned dme ESTs

  8. correct especulated changed A especulação minimiza com o cutoff apropriado de “designação”

  9. 1,8% 1,2% 5,1% 5,5% 1,6% 2,4% 3,0% 5,2% 96,3% 89,3% 96,7% 91,9% A anotação correta é maior que 90% correct changed especulated

  10. Picturing Discovering Quantas ESTs eu preciso para descobrir oKOG todo?(com ou sem o organismo cognato na base)

  11. Por categoria funcional C. elegans picturing sampling D. melanogaster

  12. Schistosoma mansoni KOG category

  13. Sumarizando • 80% (EST-aa) equivale a cutoff de 96% (EST-nt) usado no UniGene • Anotação com KOG é acima de 90% correta • Clusters KOG de S. mansoni não foram completamente descobertos • Alguns podem estar faltando…

  14. Níveis de expressão e amostragemem bibliotecas de EST • A chance de descobrir um gene dependerá • Da ocorrência • Da conservação • Ambos podem ser estimados em Organismos Modelo

  15. KOG clusters ath cel dme hsa N Sampling athESTs {N} Conservation Computando amostragem e conservaçãode ESTs usando organismos modelo

  16. I MISS YOUaplicado a S. mansoni

  17. I MISS YOUaplicado a S. mansoni

  18. Glicólise: exemplo de amostragem

  19. Genes muito expressos são mais compartilhados que os pouco expressos

  20. Resumindo • K-EST sugere a chance de descobrir um gene com quantidades crescentes de ESTs • Mostra o nível de variação da expressão entre as várias bibliotecas usando estatística de Steckel “R” • Amostragem conjugada a conservação, em organismos modelo, pode indicar ausência de genes

More Related