Señala lo verdadero En un análisis de secuencias por pares, intentamos alinear lo mejor posible las letras de una secuencia con la de la otra secuencia, reduciendo todo lo posible la presencia de gaps pero no de mismatches Algo muy positivo de los alineamientos de secuencias es que, en la mayoría de los casos, se conoce el ancestro a ambas secuencias En análisis de secuencia un buen alineamiento es aquel que permite acercarse lo máximo posible al ancestro, es decir, aquel que alinea (pone letra sobre letra) en la misma columna residuos que derivan del mismo residuo ancestral En análisis de secuencia un buen alineamiento es aquel que tiene muchos matches En análisis de secuencia han de utilizarse aproximaciones porque no solemos conocer al ancestro ni la historia evolutiva del organismo En análisis de secuencia han de utilizarse aproximaciones porque no solemos conocer al ancestro aunque sí la historia evolutiva del organismo.
Señala lo verdadero En un análisis de secuencias por pares, intentamos alinear lo mejor posible las letras de una secuencia con la de la otra secuencia, reduciendo todo lo posible la presencia de gaps pero no de mismatches En análisis de secuencia no solemos conocer ni el ancestro ni la historia evolutiva del organismo En análisis de secuencia un buen alineamiento es aquel que permite acercarse lo máximo posible al ancestro, es decir, aquel que alinea (pone letra sobre letra) en la misma columna residuos que derivan del mismo residuo ancestral En el alineamiento de secuencias se usan aproximaciones, intentando alinear el máximo número de residuos idénticos o similares posibles Existe un problema en el concepto de "residuos similares" En análisis de secuencia han de utilizarse aproximaciones porque no solemos conocer al ancestro aunque sí la historia evolutiva del organismo.
Relaciona. En análisis de secuencias se necesita (columna 1) para (columna 2) alguna forma de puntuar ("metric") un sistema de puntuación un método computacional.
Para determinar el sistema de puntuación ("metric") que valore los residuos "similares", qué dos alternativas hay estimar empíricamente (viendo en la naturaleza) la frecuencia de cambio de los aminoácidos y, así, determinar la "similitud" entre aminoácidos estimar la "similitud" a partir de sus propiedades físico-químicas estimar la "similitd" a partir del código genético. Cuantas más variaciones haya entre sus codones más separados ("menos similares") son esos residuos.
¿Qué método fue utilizado por Margaret Dayhoff para determinar un sistema de puntuación de residuos idénticos y similares? estimar empíricamente (viendo en la naturaleza) la frecuencia de cambio de los aminoácidos y, así, determinar la "similitud" entre aminoácidos estimar la "similitud" a partir de sus propiedades físico-químicas estimar la "similitd" a partir del código genético. Cuantas más variaciones haya entre sus codones más separados ("menos similares") son esos residuos Así creó la matriz PAM, empleando proteínas muy similares (cercanas evolutivamente hablando) entre sí (85% como mínimo de identidad) Así creó la matriz PAM, empleando proteínas muy diferentes (alejadas evolutivamente hablando) entre sí (por debajo del 85% de identidad).
¿Cuándo podemos decir que un aminoácido (aa1) es más probable a cambiar por otro (aa2)? Cuando haya mayor número de cambios entre los codones que los codifican Cuando haya el menor número de cambios entre los codones que los codifican.
Cuánto más cambios ocurran entre los codones que codifican dos aminoácidos: (es una pregunta posible, pero recuerda que las matrices de puntuación no se basan en las diferencias de codones, sino en la frecuencia de cambio observada. Pero para entender el concepto es útil igualmente) Menos probable es su cambio, dado que deben ocurrir más fenómenos mutacionales. Esto se penaliza con una puntuación del cambio (score del cambio) positivo Menos probable es su cambio, dado que deben ocurrir más fenómenos mutacionales. Esto se penaliza con una puntuación del cambio (score del cambio) negativo.
Señala lo correcto Margaret Dayhoff con sus matrices PAM y las matrices BLOSUM son matrices de puntuación Margaret Dayhoff con sus matrices PAM y las matrices BLOSUM son matrices de mutaciones aceptadas Las matrices de sustitución son tambíen denominadas matrices de mutaciones aceptadas La matriz de puntación BLOSUM se obtiene al comparar la frecuencia observada de un cambio (mutación aceptada) con respecto a la frecuencia aleatoria (azar) de ese cambio Las matrices de puntuación son también denominadas matrices de sustitucíon.
Señala lo correcto La matriz BLOSUM 45 usa secuencias con más de un 45% de identidad para construirse La matriz BLOSUM 45 usa secuencias de hasta 45 % de identidad La matriz PAM 1 esmás restrictiva que la PAM 100 La matriz BLOSUM 45 se elabora de forma independiente al resto de matrices BLOSUM La matriz PAM100 se elabora a partir de otra matriz PAM.
Relaciona BLOSUM 95 BLOSUM 45 PAM 1 PAM 100.
¿Puede ser diferente el valor de la matriz de sustitución entre dos pares de aminoácidos (aa1 --> aa2 y aa3 -- aa4) si el valor era igual en la matriz de mutaciones aceptadas? Sí, pues la frecuencia de cambio observada se divide por la frecuencia esperada (al azar, según su probabilidad de aparecer). Por lo que un cambio dependerá también de la abundancia de los aminoácidos que suponen ese cambio No.
¿Qué matriz usarías para cada uno de los casos? Comparar una proteína humana con una de chimpancé Comparar una proteína humana con una de bacterias Es una matriz para proteínas más divergentes Es una matriz para proteínas menos divergentes.
Relaciona los equivalentes BLOSUM 45 BLOSUM 62 BLOSUM 95.
AL introducir gaps en un alineamiento estamos suponiendo la presencia del fenómeno mutacional deleción inserción ambas.
Al encontrar mismatches en un alineamiento estamos suponiendo la presencia del fenómeno mutacional deleción inserción sustitución.
Relaciona (donde m es la longitud de la secuencia 1 y n la longitud de la secuencia 2) Fuerza bruta (con gaps) Fuerza bruta (sin gaps) Programación dinámica.
SOn métodos computacionales de programación dinámica Needleman-Wunsch Algorithm Smith-Waterman Algorithm Ambos Ninguno.
SOn métodos computacionales que llegan a una solución heurística Needleman-Wunsch Algorithm Smith-Waterman Algorithm BLAST.
Son métodos computacionales que llegan a la solución óptima (la mejor posible) Needleman-Wunsch Algorithm Smith-Waterman Algorithm BLAST.
Relaciona Smith-Waterman Algorithm Needleman-Wunsch Algorithm.
Señala lo correcto El E valor es la PROBABILIDAD de encontrar una secuencia con un score igual o superior al tuyo El alineamiento global realiza el alineamiento usando todos los carácteres El alinemaiento local realiza subalineamientos La programación dinámica es tan buena que no le afecta que las bases de datos sean inmensas. BLAST usa programación dinámica BLAST es un método aproxiador, pero no exacto En el algoritmo BLAST sólo se hace una word de toda la secuencia. No todas las posibles word Solo las secuencias que tienen una puntuación superiore a un umbrar con tu word, son seleccionados como vecinos para llevar a cabo el alinemaiento (extensión de la word y calcular score final) BLAST divide la query en todas las words posibles de un tamaño pedido, establece vecinos que superan un umbral de puntuación con respecto a la word. Pesca todas las secuencias qe tengan esa word o vecinos en la base de datos. Esas serán solo las secuencias que sufrirán la extensión y se les calculará el score final. .
Señala la respuesta correcta A mayor word hit (T, umbral del vecino) menor espacio de búsqueda = menos sensible pero más rápido A menor word size (W) más sensible al tener más posibles vecinos y mejor calidad de los resultados A menor word size (W) más sensible al tener más posibles vecinos, pero la calidad del alineamiento será igual El E-value no puede ser nunca positivo El p-valor puede ser positivo El p-valor puede ser negativo El E-value puede ser negativo.
Relaciona p-valor E-valor.
Señala lo correcto La homología se expresa en porcentaje (90% homología) La homología no se expresa en porcentaje (O es homólogo, o no es homólogo) Los ortólogos han sufrido un proceso de especiación Los parálogos han ssufrido un proceso de duplicación Cuando tenemos un E-valor mayor a 10e-4 hablamos de homólogos Cuando tenemos un E-valor menor a 10e-4 hablamos de homólogos La identidad de proteínas la azar está entre e 10 y el 20 %. Por encima de 25-30% ya hablamos de homólogos Los ortólogos están en el mismo genoma Los parálogos están en el mismo genoma.
Escoge lo correcto Se recomienda reducir la word size en BLAST sólo cuando tu secuencia es pequeña Reducir la word size no afecta a la calidad del alineamiento, pero aumenta la sensibilidad Los bit scores de BLAST permiten normalizar el score final del alineamiento y poder compararlo con otros alineamientos, pero sólo si se han realizado con la misma matriz de puntuación Los bit scores de BLAST permiten normalizar el score final del alineamiento y poder compararlo con otros alineamientos, incluso si se han realizado con la misma matriz de puntuación El E value muestra el número de falsos positivos esperados El E-value depende de la puntuación final, de la longitud de la secuencia y de la base de datos contra la que lanzas La Twilight zone muestra como la probabilidad de obtener falsos positivos es mayor en secuencias más grandes.
|
