SlideShare ist ein Scribd-Unternehmen logo
1 von 47
PREDICCION DE GENES CON GENSCAN José María Hidalgo Utrera Joan Miquel Fuster Mollá Ana Isabel Martínez García
ÍNDICE ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Introducción ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Problemas ,[object Object],[object Object],[object Object],[object Object]
Conocimientos básicos exon exon start donor acceptor intron CDS UTR UTR Región reguladora  EXON 1  EXON 2  EXON 3  EXON 4  EXON n  Región reguladora PROMOTOR 3` Intrón 1  Intrón 2  Intrón 3  Secuencia que no se traduce  Secuencia que no se traduce   5`
Splice Sites
Objetivos ,[object Object],[object Object],[object Object],[object Object]
Objetivos ,[object Object],[object Object],[object Object],[object Object]
Objetivos ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Modelo general ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Modelo general ,[object Object]
Modelo general Signal Models State length  distributions Transcriptional  Translational signals Splice Signals MDD Acceptor splice Site model Exon models Reverse-strand states Algorithmic  issues Initial, transition  probabilities HMM
Modelo general ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Modelo general ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Método: Conjunto de secuencias ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Método: Conjunto de secuencias ,[object Object],[object Object],[object Object],[object Object],[object Object]
Método: Algorithmic issues ,[object Object],[object Object],[object Object]
Método: Probabilidades inicial y de transición
Método: State length distributions ,[object Object],[object Object],[object Object],[object Object]
Método: State length distributions ,[object Object]
Método: Signal models ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Método: Transcriptional and translational signals ,[object Object],[object Object],[object Object]
Método: Splice signals ,[object Object],[object Object],[object Object]
Método: Splice signals
Método: MDD ,[object Object],[object Object]
Método: MDD
Método: Aceptor splice site model ,[object Object],[object Object]
Método: Exon Models ,[object Object],[object Object],[object Object]
Método: Reserve-strand states ,[object Object],[object Object],[object Object],[object Object]
Limitaciones ,[object Object],[object Object],[object Object],[object Object],[object Object]
Resultados ,[object Object],[object Object],[object Object],[object Object],[object Object]
Resultados ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Resultados ,[object Object],[object Object],[object Object],[object Object],[object Object]
Resultados ,[object Object],[object Object],[object Object],[object Object],[object Object]
Resultados ,[object Object],[object Object],[object Object],[object Object],[object Object]
Resultados ,[object Object],[object Object]
Resultados: Nivel de estructuras completas ,[object Object],[object Object],[object Object],[object Object],[object Object],Superado por GeneID+
Resultados: Nivel de gen ,[object Object],[object Object],[object Object]
Resultados: Nivel de gen ,[object Object],[object Object]
Resultados: Nivel de Gen ,[object Object],[object Object],30% 248 [0.00,0.50] 54% 362 [0.50,0.75] 75% 337 [0.75,0.90] 88% 263 [0.90,0.95] 92% 551 [0.95,0.99] 98% 917 >0.99 Porcentaje correctos Número exones p
Resultados: Entrenamiento ,[object Object],[object Object]
Resultados: Entrenamiento ,[object Object],[object Object]
Resultados: Entrenamiento ,[object Object],[object Object]
Resultados: Notas ,[object Object],[object Object]
Resultados: Secuencias largas ,[object Object]
Resultados: Secuencias largas ,[object Object],[object Object]
Conclusión ,[object Object]

Weitere ähnliche Inhalte

Ähnlich wie FusterMolla.PPT

Genetica molecular
Genetica molecularGenetica molecular
Genetica molecular
mnmunaiz
 
Marcadores moleculares
Marcadores molecularesMarcadores moleculares
Marcadores moleculares
LACBiosafety
 

Ähnlich wie FusterMolla.PPT (20)

Genética para IV plan común Oratorio Don Bosco
Genética para IV plan común Oratorio Don Bosco Genética para IV plan común Oratorio Don Bosco
Genética para IV plan común Oratorio Don Bosco
 
Biotecnología módulo 2
Biotecnología módulo 2Biotecnología módulo 2
Biotecnología módulo 2
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
EXPRESIÓN DEL ADN SANTIAGO ANDRADE
EXPRESIÓN DEL ADN SANTIAGO ANDRADEEXPRESIÓN DEL ADN SANTIAGO ANDRADE
EXPRESIÓN DEL ADN SANTIAGO ANDRADE
 
Atlas biología molecular
Atlas biología molecularAtlas biología molecular
Atlas biología molecular
 
Espinosa laura. guia practica sobre la tecnica pcr. ok ok
Espinosa laura. guia practica sobre la tecnica pcr. ok okEspinosa laura. guia practica sobre la tecnica pcr. ok ok
Espinosa laura. guia practica sobre la tecnica pcr. ok ok
 
Bioinformatica present
Bioinformatica presentBioinformatica present
Bioinformatica present
 
Snapgene informe
Snapgene informeSnapgene informe
Snapgene informe
 
Biologia Celular Atlasbiologiamoleculari(2)
Biologia Celular Atlasbiologiamoleculari(2)Biologia Celular Atlasbiologiamoleculari(2)
Biologia Celular Atlasbiologiamoleculari(2)
 
TIB-SecuenciacionEnsamblado-2015-2016.pdf
TIB-SecuenciacionEnsamblado-2015-2016.pdfTIB-SecuenciacionEnsamblado-2015-2016.pdf
TIB-SecuenciacionEnsamblado-2015-2016.pdf
 
Genetica molecular
Genetica molecularGenetica molecular
Genetica molecular
 
MLPA.pptx
MLPA.pptxMLPA.pptx
MLPA.pptx
 
Sistemas Híbridos centrados en la Lógica Difusa para el Diagnóstico de la enf...
Sistemas Híbridos centrados en la Lógica Difusa para el Diagnóstico de la enf...Sistemas Híbridos centrados en la Lógica Difusa para el Diagnóstico de la enf...
Sistemas Híbridos centrados en la Lógica Difusa para el Diagnóstico de la enf...
 
Secuenciacion ADN
Secuenciacion ADNSecuenciacion ADN
Secuenciacion ADN
 
A Geneticos
A GeneticosA Geneticos
A Geneticos
 
Marcadores moleculares
Marcadores molecularesMarcadores moleculares
Marcadores moleculares
 
Expresión genica II
Expresión genica IIExpresión genica II
Expresión genica II
 
Tema 4c
Tema 4cTema 4c
Tema 4c
 
Biosintes22 de adn_y_arn
Biosintes22 de adn_y_arnBiosintes22 de adn_y_arn
Biosintes22 de adn_y_arn
 
Biosintes22 de adn_y_arn
Biosintes22 de adn_y_arnBiosintes22 de adn_y_arn
Biosintes22 de adn_y_arn
 

FusterMolla.PPT

  • 1. PREDICCION DE GENES CON GENSCAN José María Hidalgo Utrera Joan Miquel Fuster Mollá Ana Isabel Martínez García
  • 2.
  • 3.
  • 4.
  • 5. Conocimientos básicos exon exon start donor acceptor intron CDS UTR UTR Región reguladora EXON 1 EXON 2 EXON 3 EXON 4 EXON n Región reguladora PROMOTOR 3` Intrón 1 Intrón 2 Intrón 3 Secuencia que no se traduce Secuencia que no se traduce 5`
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12. Modelo general Signal Models State length distributions Transcriptional Translational signals Splice Signals MDD Acceptor splice Site model Exon models Reverse-strand states Algorithmic issues Initial, transition probabilities HMM
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 25.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37.
  • 38.
  • 39.
  • 40.
  • 41.
  • 42.
  • 43.
  • 44.
  • 45.
  • 46.
  • 47.

Hinweis der Redaktion

  1. splice site determination is a crucial part of determining gene structure. All good programs take these short motifs into account. INTRON: RNASPL: A V. Solovyev program ( h ttp://dot.imgen.bcm.tmc.edu:9331/gene-finder/gf.html) Recognition of exon-exon junctions in cDNA. Prediction is performed by linear discriminant function combining characteristics describing tipical sequences around exon-exon junctions. SPLICEVIEW: The program is based on prediction of splice signals by classification approach (a set of consensuses). It is based on two main assumptions: 1) The high frequency of some nucleotides in definite site positions reflects a functional importance to preserve the nucleotide in this position. 2) Nucleotides of different site positions are considered to be mutually dependent, thus forming the structure which might be recognised by some particle. (http://l25.itba.mi.cnr.it/~webgene/wwwspliceview_help.html)