1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik1 Softwarewerkzeuge der Bioinformatik Inhalt dieser Veranstaltung: Softwarewerkzeuge kennenlernen für ISequenzanalyse IIAnalyse von Proteinstruktur und Ligandenbindung IIIZell- bzw. Netzwerksimulationen

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik2 Lernziele Lerne aktuelle und bewährte Programme und Datenbanken der Bioinformatik kennen und erfolgreich einzusetzen um - Hands-On mit Web-Tools arbeiten, mit denen man bioinformatische Fragen bearbeiten kann - zu wissen, was auf dem Markt ist (das Rad nicht zweimal erfinden) - ein Gefühl dafür zu bekommen, wie erfolgreiche Softwareprodukte aussehen (sollen) - 3 Mini-Forschungsprojekte zu bearbeiten (nicht Biologie-BSc)

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik3 Organisatorisches Jede Woche zweistündige VorlesungMittwoch – 12.00, Hörsaal 1, Geb. E 1 3 Dozent: Prof. Helms (die ersten 8 Wochen), Dr. Geyer (danach) Übungen hands-on (a) Für Biologie-BSc, Mittwoch – Uhr CIP-Pools 012 und 104 (b) Für alle anderen, Freitag – Uhr CIP-Pool Bioinformatik 104 Die Teilnahme an der Vorlesung ist nicht obligatorisch, jedoch die Teilnahme an den Übungen. Verantwortliche Betreuer der Übungen Sequenz-AnalyseBarbara Hutter ProteinstrukturDr. Michael Hutter ZellsimulationenDr. Tihamer Geyer

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik4 Organisatorisches Jeder Teilnehmer an den Übungen benötigt einen Rechneraccount für den CIP-Pool. Diese Accounts für die Biologiestudenten wurden bereits von der Rechnerbetriebs- gruppe des FB Informatik eingerichtet. Sie erhalten die Informationen nach dieser Vorlesung. 4. Pflichten der Benutzer Der Benutzer verpflichtet sich, a) die bereitgestellten Betriebsmittel sorgfältig zu benutzen; b) das Passwort des ihm zugeteilten Benutzerkennzeichens geheim zu halten...;... d) alles zu unterlassen, was den ordnungsgemäßen Ablauf der Anlage stört; e) in den Arbeitsräumen sich so zu verhalten, dass andere Benutzer nicht gestört werden; f) Störungen... zu melden und diese nicht auszunutzen; g) in den Räumen... sowie bei Inanspruchnahme seiner Geräte... den Weisungen des Personals des Anlagenbetreibers Folge zu leisten;... l) lizensierte Software nur nach Absprache mit dem jeweiligen BfR einzuspielen und zu verwenden; m) von der Fak6 oder der Universität des Saarlandes bereitgestellte Software, Dokumentationen oder Daten weder zu kopieren noch an Dritte weiterzugeben, sofern dies nicht ausdrücklich erlaubt ist, noch zu anderen als den erlaubten Zwecken zu verwenden, Zugang zum CIP-Pool: Für Bioinformatik-Studenten 24/7, für alle anderen während der Übungsstunden.

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik5 Organisatorisches: Scheinvergabe Biologie Die ersten 8 Wochen der Vorlesung mit Übung ergeben 2 ECTS Leistungspunkte für 60 Zeitstunden. Der Zeitaufwand ist (2V 1Ü + 2 Stunden Vor- und Nachbereitung) x 8 Wochen = 40 Stunden. Damit bleiben 20 Stunden für die Klausurvorbereitung Voraussetzungen für den Schein für Biologen (2 CP): Die Veranstaltung gilt als bestanden, wenn mindestens 50% der Punkte der abschließenden Klausur erreicht worden sind. Die Note des Scheins entspricht der Klausurnote. Datum der 2-stündigen Klausur für Biologie BSc: kann noch festgelegt werden. Inhalt der Klausur: Vorlesung (1.-8. Woche) und der Stoff der dazugehörigen Übungen. Bei Nichtbestehen der Klausur besteht die Möglichkeit einer schriftlichen oder mündlichen Nachprüfung. Diese findet im allgemeinen zu Beginn des darauffolgenden Semesters statt.

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik6 Organisatorisches: Scheinvergabe B.Sc. Bioinformatik und Biotechnologie M.Sc. - Bewertung: Vorlesung zählt 2V + 2P = 9 Leistungspunkte - Curriculum: Pflichtvorlesung für die Vertiefung Bioinformatics - kann natürlich auch für CMB-Bachelor eingebracht werden - Wahlfach Pharmazie/Diplom - Pflichtvorlesung für bestimmte Studenten des M.Sc. Biotechnologie Drei Mini-Projekte werden etwa alle 4 Wochen ausgegeben. Diese sind innerhalb von 2 Wochen in Teams mit 2-3 Studenten zu bearbeiten und durch einen mindestens 5-seitigen Praktikumsbericht zu dokumentieren. Jeder Student muss mindestens zwei der drei praktischen Aufgaben mit einer Note von 4 und besser bestehen. - Benotung der Scheine: Voraussetzung für die Teilnahme an der Abschlussklausur ist das Erreichen von mindestens 50 % der maximalen Punkte aus den drei Praktikumsberichten. Die Veranstaltung gilt als bestanden, wenn in der abschließenden 2-stündigen Klausur über die Inhalte der Vorlesung und der Übungen mindestens die Note 4 erreicht wurde. Für die Note des Scheins zählt das bessere Ergebnis entweder ausschließlich aus der abschließenden Klausur oder der Kombination des Durchschnitts der benoteten Praktika und der Note der Abschlussklausur, die jeweils zu 50 % gewichtet werden. Bei Nichtbestehen der Klausur besteht die Möglichkeit einer schriftlichen oder mündlichen Nachprüfung. Diese findet im allgemeinen zu Beginn des darauffolgenden Semesters statt.

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik7 Literatur David Mount Bioinformatics 70 Marketa Zvelebil & Jeremil O. Baum Understanding bioinformatics, 96 Sehr zu empfehlen: Vorlesungsskript (126 Seiten) kann von heruntergeladen werden. Allerdings nur bis Danach nicht mehr. Vorlesungsfolien ebenfalls auf

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik8 Übersicht über Vorlesungsinhalt I Sequenz 1 Einführung, Datenbanken 2 Paarweises Sequenzalignment 3 Multiples Sequenzalignments; Phylogenie 4 Genvorhersage, Motivsuche II Proteinstruktur 5. Proteinstruktur; Sekundärstruktur 6. Homologie-Modellierung 7. Genexpression - Microarrays 8. Systembiologie: metabolische Pfade; Protein-Interaktion III Zellsimulationen/Netzwerke 9. Protein-Protein-Docking 10. E-Cell 11. Virtual Cell 12. Systembiologie eines photosynthetischen Vesikels

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik9 Historische Entwicklung der Bioinformatik 1960er Jahre:Entwicklung phylogenetischer Methoden 1960er Jahre:Methoden zum Vergleich von DNA- und Proteinsequenzen 1976: erste MD-Simulation eines Proteins 1981: Smith-Waterman Algorithmus 1992: Sekundärstrukturvorhersage mit Neuronalen Netzwerken, PHD 1996: Vergleich von Proteinstrukturen mit DALI 2000: Durchbruch bei Sequenz-Assemblierung aus Shotgun-Daten (E. Myers)

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik10 Die vier Nukleotidbasen Zvelebil (2008)

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik11 Codonsonne Zvelebil (2008)

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik12 Eigenschaften der Aminosäuren Aminosäuren unterscheiden sich in ihren physikochemischen Eigenschaften. Q: müssen Bioinformatiker die Eigenschaften von Aminosäuren kennen?

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik13 Einleitung: Aminosäuren Aminosäuren sind die Bausteine von Proteinen: Carboxylsäure Aminogruppe Aminosäuren unterscheiden sich hinsichtlich ihrer - Größe - elektrischen Ladung - Polarität - Form und Steifigkeit

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik14 Proteine sind aus 20 verschiedenen natürlichen Aminosäuren aufgebaut 5 sind hydrophob. Sie sind vor allem Im Proteininneren. Einleitung: hydrophobe Aminosäuren

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik15 Es gibt drei voluminöse aromatische Aminosäuren. Tyrosin und Tryptophan liegen bei Membranproteinen vor allem in der Interface-region. Einleitung: aromatische Aminosäuren

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik16 Es gibt 2 Schwefel enthaltende Aminosäuren und das ungewöhnliche Prolin. Cysteine können Disulfidbrücken bilden. Prolin ist ein Helixbrecher. Einleitung: Aminosäuren

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik17 Es gibt zwei Aminosäuren mit terminalen polaren Hydroxlgruppen: Einleitung: Aminosäuren

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik18 Es gibt 3 positiv geladene Aminosäuren. Sie liegen vor allem auf der Proteinoberflächen und in aktiven Zentren. Thermophile Organismen besitzen besonders viele Ionenpaare auf den Protein- oberflächen. Einleitung: Aminosäuren

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik19 Es gibt 2 negativ geladene Aminosäuren und ihre zwei neutralen Analoga. Asp und Glu haben pK a Werte von 2.8. Das heisst, erst unterhalb von pH=2.8 werden ihre Carboxylgruppe protoniert. Einleitung: Aminosäuren

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik20 Ein- und Drei-Buchstaben-Codes der Aminosäuren G GlycinGlyP ProlinPro A AlaninAlaV ValinVal L LeucinLeuI IsoleucinIle M MethioninMetC CysteinCys F PhenylalaninPheY Tyrosin Tyr W TryptophanTrpH HistidinHis K LysinLysR ArgininArg Q GlutaminGlnN AsparaginAsn E GlutaminsäureGluD AsparaginsäureAsp S SerinSerT ThreoninThr Zusätzliche Codes B Asn/AspZ Gln/GluX Irgendeine Aminosäure Die Kenntnis dieser Abkürzungen ist essentiell für Sequenzalignments und für Proteinstrukturanalyse! Buchstaben-Code der Aminosäuren

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik21 - Analysen auf Basis der primären Datenbanken - Klassifizierungen nach Ähnlichkeit - Sequenzinformationen - zugehörige Annotationen - Kreuzreferenzen zu anderen Datenbanken primärsekundär DNA-/ Nukleotid- Sequenzen Protein-/ Aminosäure- Sequenzen Protein-, DNA- Strukturen Protein-/ Aminosäure- Sequenzen Protein- Strukturen GenBankNCBI Protein Database Swiss Prot (Uniprot) PDBPROSITEPrintsPfamSCOP CATH Datenbanktypen

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik22 Einträge sind teilweise redundant, d.h. es gibt mehrere Versionen derselben Sequenz/Struktur ~80 Mio. Nukleotidsequenzen (Quelle: GenBank GenBank/index.html) 7 Mio. Proteinsequenzen (Quelle: UniParc 0,04 Mio. (43.099) Proteinstrukturen (Quelle: RCSB-PDB ) Sequenzdaten

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik23 GenBank ( – öffentliche Nukleotid-Sequenzdatenbank – ~80 Mio. Sequenzeinträge = >100 Gigabasen – fast jeder kann Sequenzen einreichen – Mindestlänge der eingereichten Sequenzen: 50 bp – jeder Eintrag bekommt eine eindeutige Accession Number – wird alle 24h gegen EMBL-Bank (EMBL Nucleotid Sequence Database, ) und DDBJ (DNA DataBank of Japan, ) synchronisiert – redundant NCBI DNA-Datenbank

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik24 NCBI Protein Database ( – öffentliche, primäre Protein-Sequenzdatenbank – Zusammenstellung aus den folgenden Protein-Sequenzdatenbanken: UniProtKB PIR (Protein Identification Resources) PDB (Protein Data Bank, Strukturen) Proteintranslationen der GenBank-Datenbank und weiteren – redundant – Vorteil: Links zu Original-Datenbanken NCBI Protein-Datenbank

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik25 ( – Universal Protein Resource Knowledge Base – öffentliche, primäre Proteinsequenz-Datenbank – nur Einträge (Release 54.4, ) – wichtigste Sammlung von Proteinsequenzen: Daten stammen aus der Datenbank TrEMBL (translated EMBL) manuell überpüft; manuelle Annotationen von Experten nicht redundant Querverweise zu Funktionsbeschreibung, Domänenstruktur, posttranslationalen Modifikationen und ~60 anderen Datenbanken – UniProtKB/TrEMBL enthält Einträge, die noch nicht in UniProtKB/Swiss-Prot aufgenommen wurden UniProtKB/Swiss-Prot

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik26 Datenbank wählen Stichwort, hier Name des Proteins Webinterface: Entrez

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik27 weitere nützliche Beschränkungen: [ACCN]: Accession Number [KYWD]: Stichwort zur Funktion etc. X:Y [SLEN]: Sequenzlänge zwischen X und Y [TITL]: Wort muß im Titel des Eintrags stehen [AUTH]: Name des Autors bei Suche nach einer Publikation in PubMed (elektronische Zeitschriftenbibliothek) logische Verknüpfungen mit NOT, OR –AND als automatische Voreinstellung Suche nach dem Protein Melibiase in genau diesem Organismus Detaillierte Suche bei Entrez

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik28 Eintrag bei NCBI Protein Database

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik29 >DNA-Sequenz-Bezeichnung ACGT.... >Protein-Sequenz-Bezeichnung ACDEFGHIKLMNPQRSTVWY.... Umstellung der Anzeige, Beschränkung auf bestimmten Abschnitt der Sequenz,... Fasta-Format

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik30 ( – sekundäre Protein-Datenbank – Einträge und Motive (2003, letzter Update) – Fingerabdruck (fingerprint): Gruppe von konservierten Motiven – mehrere funktionelle Bereiche (Faltung, Ligandenbindung, Komplexbildung, …) -> mehrere Sequenzmotive für ein Protein – Motive aus kurzen lokalen Alignments Abstände zwischen Motiven und Reihenfolge spielen keine Rolle spezifisch für individuelle Proteine keine Zusammenfassung zu gemeinsamem Motiv PRINTS

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik31 Finger-PRINTS

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik32 ( – sekundäre Protein-Datenbank – 74% aller Proteinsequenzen haben mindestens einen Pfam-Eintrag – Profile = funktionell interessante Domänen – Profil: Auftrittswahrscheinlichkeiten bestimmter Aminosäuren an bestimmten Positionen in Form einer Matrix – Pfam-A: genau untersuchte Profile aus multiplen Alignments, teilweise manuelle Alignments, >8000 Familien – Pfam-B: automatisch generierte Profile: mehr Sequenzen, aber weniger präzise Pfam – Protein-Famiiien-Datenbank

1. Vorlesung WS 2009/10 Software-Werkzeuge der Bioinformatik33 Biologie-Übung - Vorbereitung Vorstellung Barbara Hutter – Tutor für den Teil Sequenzanalyse Unterschrift unter die Nutzerbedingungen der Informatik für die Benutzung der CIP- Pools. Ausgabe der Benutzerkennungen Uhr : Studenten mit den Anfangsbuchstaben A bis K bitte bevorzugt in den CIP Pool 012; alle anderen in den CIP Pool 104. Es gibt jeweils zwei Tutoren als Betreuer der Übung.