Biologia Molecolare Computazionale

More documents

Recommendations

Info

Ricerca di TFBS ◮ Ogni volta che la sequenza supera un certo score minimo deciso a priori, la si identifica come un candidato TFBS ◮ Problema: in genere si trovano troppi candidati: ◮ PWM di lunghezza 6 ◮ Accettiamo solo il massimo score possibile (1 sola sequenza) ◮ Su sequenze casuali, otteniamo un candidato ogni 4 6 = 4, 000 basi ◮ Sul genoma umano, ci aspettiamo 3 · 10 9 ∼ 7.5 · 105 4 · 103 candidati semplicemente per caso
Soluzioni 1. Spesso i TFBS funzionali sono ripetuti nella regione regolatrice ⇒ Selezionare soltanto le regioni regolatrici in cui il numero di candidati è significativamente più alto di quanto ci si aspetta per caso 2. Spesso i TFBS funzionali sono evolutivamente conservati ⇒ Selezionare soltanto i candidati TFBS che si ritrovano in altre specie
Page 1 and 2:
Biologia Molecolare Computazionale
Page 3 and 4:
Allineamento Allineamento di sequen
Page 5 and 6:
Allineamento Un esempio di allineam
Page 7 and 8:
Score di un allineamento ◮ Due po
Page 9 and 10:
Algoritmi di allineamento ◮ Gli a
Page 11 and 12: Perchè abbiamo bisogno di algoritm
Page 13 and 14: Algoritmo di Needleman-Wunsch ◮ S
Page 15 and 16: Esercizio Trovare un allineamento g
Page 17 and 18: Esercizio Trovare un allineamento l
Page 19 and 20: Gap penalty affine: esempio ◮ Ese
Page 21 and 22: Esercizio Usare le matrici di sosti
Page 23 and 24: BLAST steps (simplified) 1. Generar
Page 25 and 26: Grafi ◮ Un grafo è un insieme di
Page 27 and 28: Ricostruzione di alberi filogenetic
Page 29 and 30: Distanze ◮ Una distanza è una re
Page 31 and 32: Distanza ultrametrica ◮ La distan
Page 33 and 34: UPGMA 1. Individuare le due specie
Page 35 and 36: Esempio ◮ Le distanze evolutive t
Page 37 and 38: Esempio ◮ Considerare la matrice
Page 39 and 40: Tree-derived distances ◮ Data una
Page 41 and 42: Neighbor joining ◮ Calcolare la m
Page 43 and 44: Rooting ◮ E’ possibile localizz
Page 45 and 46: Maximum Parsimony ◮ Trovare l’a
Page 47 and 48: Alberi possibili Gli alberi si dist
Page 50 and 51: Numero di alberi ◮ Il numero di a
Page 52 and 53: Esempio match = 1, mismatch = -1, d
Page 54 and 55: Algoritmi per l’allineamento mult
Page 56 and 57: Esempio Usando lo scoring: match =
Page 58 and 59: Positional Weight Matrices Una desc
Page 60 and 61: Log-likelihood ratio Un sistema di
show all

Biologia Molecolare Computazionale

Create successful ePaper yourself

Delete template?

Save as template?