td .pdf

République Algérienne Démocratique et Populaire
Ministère de l’enseignement supérieur et de la recherche scientifique
Université Saad Dahleb Blida
Département de biologie
Licence 3 B.C.M, génétique, microbiologie
Module: bioinformatique (annotation génomique)

Prof de module :Mohamed belhocine

Réalisé par Le groupe "BHK"
en coopération avec l'Université de BLIDA –
Département de Biologie
© 2008 - 2010

1

http://egene.dixkey.com/index.php?page=home

2

Pour ajouter les séquences a vos paniers ,cliquez
sur:

1

Mon Panier
2
Ajouter une nouvelle séquence à mon panier

3

Les étapes d’annotation d’une
séquence:
1-Recherche ORF
2-Traduction
3-Modélisation 3D
4-Domaines Protéiques
5-Analyse Blast
6-Rapport Taxonomique
7-Homologues
8-Alignement Multiple
9-Arbre Phylogénique
10-Classification Taxonomique
11-Conclusion
4

1-la recherche d’ORF:
• Open Reading Frame = cadre de lecture ouvert

5

On utilise le logiciel SMS
Séquence Manipulation Suite

PROTOCOLE:

• SMS ORF finder copier coller la séquence génomique
avec la forme fasta (ex: >EXEMPLE_1190010ADN
génomique (Polynesia Archipelagos: Tikehau Lagoon /code
génétique standard /cadre de lecture (1,2, 3) /any codon pour
l’initiation /nombre minimale d’a.a =60  1 et 2 .

6

•1
•
•
•

•

•

sens directsubmit résultats
Ex:
No ORFs were found in reading frame 1.
>ORF number 1 in reading frame 2 on the direct strand extends from base 266 to base 457.
CTACTGCTTTCTCCATTATGTCTTTTGGATAAACACGACCATTTCTGTTCTTCTTGT
TTG
TTTGTGCGAAGATACCTTGAATGGTGTAATCTTTTTCACCATTCTCTTTTTTCTCAA
CTA
AACATTCTATATGACTTTCGTTATACTCTGTTATTAACTTCATGTAAGTTCCTTTATA
GT TTGTTCTATTGA
>Translation of ORF number 1 in reading frame 2 on the direct strand.
LLLSPLCLLDKHDHFCSSCLFVRRYLEWCNLFHHSLFSQLNILYDFRYTLLLTSCKFL
YS LFY*
>ORF number 1 in reading frame 3 on the direct strand extends from base 477 to base 656.
TTCTTGAATGCGTCTAATTTGTCACCGTCAATATATGCGACAAAAGGTAATTTACC
AGTT
TCCTTGGTAATTACCGTATCAATTCGATTTATCTTCTTCTTGAAGACAACCTTACCT
TTT
GGTTTTACAGCTTCTCTTAAAGAAGAAAATGTTTTCATTACAAGAATCTCCGTTTT
GTAA >Translation of ORF number 1 in reading frame 3 on the direct strand.
FLNASNLSPSIYATKGNLPVSLVITVSIRFIFFLKTTLPFGFTASLKEENVFITRISVL*
7

2 :sens indirect  submitrésultats.
EX:
No ORFs were found in reading frame 1.
>ORF number 1 in reading frame 2 on the reverse strand extends from base 284 to base 778.
CAAATTAGACGCATTCAAGAATCAAAAAGATGCGGAGAAGTCAATAGAACAAACTATAAA
GGAACTTACATGAAGTTAATAACAGAGTATAACGAAAGTCATATAGAATGTTTAGTTGAG
AAAAAAGAGAATGGTGAAAAAGATTACACCATTCAAGGTATCTTCGCACAAACAAACAAG
AAGAACAGAAATGGTCGTGTTTATCCAAAAGACATAATGGAGAAAGCAGTAGCTAAATAC
GACAAAGAACAAATTAAAACTAAAAGAGCAGTTGGAGAGTTAAATCACCCAGAAGGGCCA
ACTGTAAACTTAGATAAGGTTTCACACTTAATCACCAACCTTGAATTCAAGGGTGATGAT
ATAGTAGGAAAGGCACGAATACTTGATACGCCCAACGGGAAGATTGTAAAAGGTCTTCTT
GAAGGTGGTGTTCAACTAGGAGTGTCAACTCGTGGTATGGGTAGTCTTGAATCAAAGAAT
GGTGCTATGCAGGTA
>Translation of ORF number 1 in reading frame 2 on the reverse strand.
QIRRIQESKRCGEVNRTNYKGTYMKLITEYNESHIECLVEKKENGEKDYTIQGIFAQTNK
KNRNGRVYPKDIMEKAVAKYDKEQIKTKRAVGELNHPEGPTVNLDKVSHLITNLEFKGDD
IVGKARILDTPNGKIVKGLLEGGVQLGVSTRGMGSLESKNGAMQV
>ORF number 1 in reading frame 3 on the reverse strand extends from base 84 to base 356.
TACAGAACAAGTCTAAAAATCTTTGTTTTTATAAATAATAATTACAAAACGGAGATTCTT
GTAATGAAAACATTTTCTTCTTTAAGAGAAGCTGTAAAACCAAAAGGTAAGGTTGTCTTC
AAGAAGAAGATAAATCGAATTGATACGGTAATTACCAAGGAAACTGGTAAATTACCTTTT
GTCGCATATATTGACGGTGACAAATTAGACGCATTCAAGAATCAAAAAGATGCGGAGAAG
TCAATAGAACAAACTATAAAGGAACTTACATGA
>Translation of ORF number 1 in reading frame 3 on the reverse strand.
YRTSLKIFVFINNNYKTEILVMKTFSSLREAVKPKGKVVFKKKINRIDTVITKETGKLPF
VAYIDGDKLDAFKNQKDAEKSIEQTIKELT*
8

Copier -coller les résultats dans le champ
résultats bruts

Très bien!

9

10

PROTOCOLE:

L’ORF le plus long  dans ce cas :
Taille de L'ORF:
début: 284
fin: 778
Sens:
direct
indirect
Etat:
Codant
Non Codant
Cliquez ici
Traduction: Actualiser
résultat:
>EXEMPLE_1190010Traduction [284-778 sens direct ]
QIRRIQESKRCGEVNRTNYKGTYMKLITEYNESHIECLVEKKENGEKDYTIQGIFAQTNKKNRNGRVYPKDIMEKAVAKY
DKEQIKTKRAVGELNHPEGPTVNLDKVSHLITNLEFKGDDIVGKARILDTPNGKIVKGLLEGGVQLGVSTRGMGSLESKN
GAMQV
[Pour info] 5' incomplet: ne commence pas par une Méthionine.
[Pour info] 3' incomplet: ne termine pas par un codon STOP.
NB:
Si la séquence traduite est complète (les deux cotés)  calculer la masse moléculaire (KD)

11

3-Modélisation 3D:

12

PROTOCOLE:
On utilise le logiciel LOOP-3D
Learning, Observing and Outputting Protein Patterns
E-mail
Job name

exemple@hotmail.fr
>EXEMPLE_1190010Traduction (la forme fasta)

Input sequence (amino acids one-letter code only, no names, numbers etc):

Copier-coller la traduction (sans la forme fasta)
EX:
QIRRIQESKRCGEVNRTNYKGTYMKLITEYNESHIECLVEKKENGEKDYTIQGIFAQTNKKNRNGRVYPKD
IMEKAVAKY
DKEQIKTKRAVGELNHPEGPTVNLDKVSHLITNLEFKGDDIVGKARILDTPNGKIVKGLLEGGVQLGVSTR
GMGSLESKN
GAMQV

submit
13

Vous allez recevoir un mail de validation (Your LOOPP job EXEMPLE_1190010T (179395) has been
SUBMITTED )
Après 1 jour vous allez recevoir l’E-mail (your job is finished.)
Your LOOPP job NCBI_HMP16S_READ_1118736745092Traduction (168756) FINISHED
EX:

here  1
You can view the current results
Your final result file will be available for download via http here or via ftp here
You may follow program's progress by viewing here
Timeout information and the current job status can be found here
You can delete job files by clicking here
For more information, please visit our FAQ page.

2 [PDB file (backbone only)] 3-enregistrer sous bureau

4dans le champ résultats bruts ,cliquez sur

parcourir bureauenvoyer 

visualisez vos protéines en 3D.
Et n’oubliez pas d’interpréter ces résultats dans le champ vide a droite ???

14

Pour mieux comprendre
ouvrir avec le logiciel Rasmol
télécharger ICI http://www.rasmol.org/software/RasMol_2.7.5_Windows_Installer.exe

PDB: Protein Data Bank

15

4-Domaines Protéiques:
on utilise le logiciel INTERPRO

16

PROTOCOLE:

INTERPROtable view

17

La traduction
18

Cliquez sur

Résultats

19

20

Dans le champ résultats bruts
Désignation

E-value

début fin

Num. Acc

Source

Glycoside hydrolase,family15

8,0E-5

196

206

PS00820

prosite

Glycoside
hydrolase,carbohydratbinding

5.09998762524108E- 537
55

633

PF00686

PFAM

21

Cas exceptionnelle :
interproscan submit jobno hits
essayez avec les bases de données:
1- pfam  http://pfam.jouy.inra.fr/
2- prosite  http://www.expasy.org/prosite/

22

Basic Local Alignement search Tool

23

Existe-t-il des protéines similaires
(homologues) à ma protéine ?
Recherchez d'éventuels protéines similaires à
votre protéine traduite (protéines homologues)
en effectuant BLAST sur le site du NCBI

NCBI: National Center for Biotechnologie Information

24

PROTOCOLE:
NCBIblastpcopier, coller la séquence protéique (traduction)/contre NR/n° de
séquences ciblées =500

Non redundant protein séquences(nr)

25

Résultats

26

27

28

Copier coller dans le champ résultats bruts (analyse blast)

cochez les groupes choisi (groupe d’étude et groupe externe) pour obtenir les
homologues.

Le groupe d’étude: les hits qui ont les scores élevés et les E-values petits(20 30
homologues ou plus).
Le groupe externe :les hits qui ont des scores petits et des E-values élevés(5 a 6
homologues ). pour enrichir l’arbre phylogénétique.

29

6-Rapport Taxonomique:
trouver les hits qui synthétisent presque la même protéine
traduite (des séquence protéique similaires) .

Homologues :protéine ou gènes qui sont similaires et qui ont une origine
commune (découlent de la divergence de 2 gènes d’un ancêtre commun).
Plus de 25 a.a dans 100 a.a(25 ٪ de similarité) homologie par ce que la
similarité ne signifie pas forcément l’homologie .
Paralogues: protéines homologues qui ont des fonction différents mais liées
au sein d’un même organisme(espèce)
orthologues: protéines homologues qui des fonctions différents mais liées au
sein des organismes différents (espèces différentes)
30

PROTOCOLE:

NCBIblastp taxonomy repport

31

Résultats

32

Copier, coller ces résultats dans le
champ résultats bruts de Rapport
Taxonomique

33

7- Homologues:

cochez les groupes choisi (groupe d’étude et groupe externe)get selected
sequence display fasta send to text homologues .

34

35

36

37

résultats:

38

Copier ,coller ces homologues dans le champ résultats
bruts +la séquence protéique inconnu (traduction).
Mettez les étiquettes.

39

EXP:
>inconnu JCVI_READ_1093113500174 Traduction [3-842 sens direct ]
PLRDDLDTKVVKVKTVKDYQKLLLNNNIILNHEEREQKIIKKFESFYKVKNFKNLYDLKLLKEVTNIVEDPHVLLIDFDK
KYLELPKEIIISTLQNHQRYFPIIDKKDDITNFFLVVTNKKDTNNLIKDGNKRVVEARLADAKFFWDKDKSKNLIKQIAK
LKDVKFYEGLGSVYDKTQRLRKLSGMLADEFNLNKEKAEIAASISKSDLCSDLVNEYPDLQGLLGKYFALSQGFEDDVSN
AVSDHYLPLGNNSMTSKKPISYIVAISDKIDTLVGIFSN*

>pro1 a gi|71083322|ref|YP_266041.1| glycyl-tRNA synthetase subunit beta [Candidatus Pelagibacter ubique HTCC1062]
MSDFFIELFSEEIPAGLQSNSRNVLLENFQNLFEEKKILFKKSSSFSTPNRLIILFEGLSKEIIQKAEEI
KGPNVKAPEKAIEGFLRSNQIEKKDLLKKTLEKGEFYFFKKASSKINTIDLLQEYTPIILDKLQWKKSMT
WGNYNLSWARPLKSILAVFDDKSLNFKFHHLIASNSTFIDKEFEDKKKIFKNFKSYKDFFSQSGIIIDHV
LRKEFIVKEIEKISRKNNFIVEPNNKLLDEVTDIVEQPNILVCKFDQKFLNIPKEILIITMQYHQKYFPT
FDKKGKITNEFLVVANNNDEKGYIKMGNERVVEARLSDAQFFWEKNKSQNLVKQVSKLKNMNYFKGLGSY
FDKIQRMRKLGGIISDELLISKDQVELSASICKVDLVSDIVGEFPELQGIMGGHFAEVQGFDKEIALAIS
EHYQPVGLDSKTPKKPFSIALALTDKIDTLVGFFGINQKPTSSKDPYALRRSALGVIKLLIDNNKEFKIK
DLISYSTSLHKDQGFIFSNDSSQKELSDFLMDRLKYYMKEKKIRSEIIEASIKAHGLDHMNKIYKKASTL
NGLISKVIGEDIITSYKRAYSILESELKNTDLELSNTTDPGIFKNDYEKNLFKKINEIRKYFTNIGKDEN
YRETLEILAGAKKATSEFFDNVKVNDDDKNIKKNRLELLQMLCRTFDNYINFSNIDIKQ
>pro2 a gi|262277439|ref|ZP_06055232.1| glycyl-tRNA synthetase, beta subunit [alpha proteobacterium HIMB114]
MSDFFLELYSEEIPHGLQIHARKQIHELIFKELNENNIKFKGLDVFSTPKRLIVLIENITLNQKIESQEV
KGPKVGCNDQALEGFLKSKNALKEDLIQKSTDKGEFYFVKLPAKTLLTSDILRKKLPSILQTINWKKSMR
WSDHDCFWGRPLKSILCLLDNKVLDFSFFHINSSNSTYVNGPFEDKEVKIKNFKDYKKNLEKNKIEINHI
KRESKINIELEKLLKKNKCSFEINNALVDEVTNLVETPVILKGKFDSEYLVLPDELLNLTMVNHQRYFPM
KSEQENKMINSFLFVANNFDNKNLITKGNEKVIDARLSDAKFFWDKNKRQNLVKQVTKLNSIVFYQKLGT
LYDKTQRIRQLSSVIADTIGANKEDTEIAGSICKADLVSDLVGEYPELQGTIGRYFALEQGFSQEISNAI
QNHYLPLGPSGKVPKEKISIAVAVADKIDTLIGFFGIDEKPTSSKDPFALRRACFGVLRLITENKISLSL
KEILNNSKNLYLSQNYQLSNEKVIEDLFQFFIERFKINLKDKGARLDVTNSILGNNRSDDFYLIMKNINE
LSKCLKKSQGQDAISIYKRSKNILDQSNQEEEFFGNPDNVLFQHPSEDEILIKLNEARDYFTTPSRLRDN
EKTITLLSELKPMTDNFFDNVKVNDDNQQVRKNRLELLTLLCKTFEKFTDFSKLDGS

les étiquettes:>Pro1 ; >pro2 ; >inconnu

40

8-Alignement Multiple:
on utilise le logiciel EBI

European Bioinformatique Institute

se fait pour identifier les zones et les degrés de
similitudes entre les séquences homologues et la
séquence inconnu.
41

PROTOCOLE:

EBIcopier, coller les homologues submit

résultats
ex:
inconnu
pro2a
pro1a
pro3a
pro9a
pro5a
pro7a
pro6a
pro4a
pro8a
pro1b
pro2b
pro1g
fir1
fir3
fir4
fir5
fir2

DPHVLLIDFDKKYLELPKEIIISTLQNHQRYFPIIDKKDD-ITNFFLVVTNKKDT---NN 125
TPVILKGKFDSEYLVLPDELLNLTMVNHQRYFPMKSEQENKMINSFLFVANNFDN---KN 303
QPNILVCKFDQKFLNIPKEILIITMQYHQKYFPTFDKKGK-ITNEFLVVANNNDE---KG 302
WPVVLMGSIDESFMDVPSEVLITSMRTHQKYFAVLDAEG-RMAPCFIVVANTETL-DGGK 316
WPVVLVGGIDEQFMDVPAEVLTTSMRTHQRYFALETTQG-KLAPRFVVVANRPTV-DGGA 329
WPVPLVGSIDDKFMDVPAEVLITSMRAHQKYFSLLKADG-SLAPRFIVISNMETD-DGGK 304
WPVPLVGSIDDKFMDVPAEVLITSMRAHQKYFSLLKADG-SLASRFVVISNMETT-DGGS 304
WPVPMLGRIDAQFMGVPKEVLVTSMRSHQKYFALETADG-ALADRFVVVANMASEPTRDA 293
HPAPILGDMDPDFLDLPPEVIALTMKTHQKYFAVRDPKSQRLTSKFVVLANQDAP-DGGK 308
WPVPVLGDMDPAFLDLPPEVIRTSMRVHQRYFAVRDPAGGKLAPHFLTVANIAAR-DGGA 302
RPNVLIGQFEEAFLEVPQECLILTMKANQKYFPLLDSKG-GLSNKFLIVSNIRPA--DAS 325
RPNVLIGQFEETFLAVPQECLILTMKANQKYFPLLDSKG-NLSNKFLIVSNIRPA--DAS 333
WPVALAGSFDTAFLEVPAEALISSMQSHQKYFPVVDASG-TLMPNFVTVSNIESR--DPG 312
YPTVLSGNFEKEYLELPEEVLITTMKEHQRYFPVFSQED-ELLPHFVTVRNGNHEN--LN 309
YPTVLSGNFEKEYLELPEEVLITTMKEHQRYFPVFSQED-ELLPHFVTVRNGNHEN--LD 309
YPTVLSGNFEKEYLELPEEVLITTMKEHQRYFPVFSQED-ELLPHFVTVRNGNHEN--LD 309
YPTVLAGNFEKEYLELPEEVLITTMKEHQRYFPVFSQEG-ELLPHFVTVRNGNHEN--LD 309
YPTVLAGNFEKEYLELPEEVLITTMKEHQRYFPVFSKDE-ELLPHFVTVRNGNHEN--LD 309

* : :: :: :* * : :: :*:**. : *: : *

* conservatif

:semi-conservatif

. non conservatif
42

Copier ,coller dans le champ résultats
bruts

43

9-Arbre Phylogénique:
on utilise à la Carte
PROTOCOLE:

à la Carte copier ,coller les homologues et
supprimer les surplus des étiquetteschoisissez:
protdist/fastdis+Neighborstep by stepcreate work
flow .

44

45

Cliquez ici

46

Résultats:
ex:

fir5
!
+-5 +fir4
! ! +-3
! +-4 +fir1
! !
! +fir3
!
!
+----------------pro1a
!
+--7
!
+-----------8 +------------------inconnu
!
!
!
!
!
+----------------pro2a
!
!
!
! +-------------------pro1g
6-----------------------10 +---9
!
! ! !
+pro1b
!
! ! +-----------------1
!
! !
+pro2b
!
+-11
!
!
+-------------pro8a
!
! +--12
!
! ! +---------------pro4a
!
! !
!
+-----13
+-pro5a
!
! +-----------2
!
! !
+-pro7a
!
+-15
!
! +------------pro6a
!
+-16
!
! +-------pro3a
!
+-14
!
+----------pro9a
!
+fir2

La plus proche

Excellent!
47

Copier, coller ces résultats dans le champ résultats bruts
interprétez l’arbre :
1-votre séquence inconnu intègre bien dans l’arbre ?
2- Quelle est la séquence la plus proche a votre séquence
inconnu (c.à.d la séquence qu’elle a le même ancêtre avec l’inconnu « le
même bourgeon ancestral ) . …..etc.

48

10- Classification Taxonomique:
Cliquez ici
Le nom scientifique (la souche la plus proche)

chercher

Résultats:
Candidatus Pelagibacterrank: genus - geneticcode: Bacterial, Archaeal and Plant Plastid - ncbiid: 198251
kingdom: Bacteria - phylum: Proteobacteria - class: Alphaproteobacteria - order: Rickettsiales
Bacteria; Proteobacteria; Alphaproteobacteria; Rickettsiales; SAR11 cluster; Candidatus Pelagibacter;

49

11- Conclusion:

*synthétisez vos interprétations
*posez des hypothèses (la classification
taxonomique de l’organisme qui porte la séquence d’ADN
étudié)

.

50