Bioinformatika 2 1. előad

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Bioinformatika 2 1. előad"

Átírás

1 1. előad adás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat

2 Bioinformatika Mi az? Bioinformatika: Tágabb értelemben: biológiai információ tárolása, értelmezése és elemzése számítógépes módszerek felhasználásával. Szűkebb értelemben: biológiai szekvenciaadatok illetve térszerkezeti adatok kezelése és elemzése

3 Bioinformatika Mi az? Bioinformatika Részletesebb definíció - Oxford English Dictionary: (Molecular) bio informatics: bioinformatics is conceptualising biology in terms of molecules (in the sense of physical chemistry) and applying "informatics techniques" (derived from disciplines such as applied maths, computer science and statistics) to understand and organise the information associated with these molecules, on a large scale. In short, bioinformatics is a management information system for molecular biology and has many practical applications. A bioinformatika a biológia (fizikai kémiai értelemben vett) molekulák segítségével történő értelmezése és (az alkalmazott matematikából, számítógépes tudományból, statisztikából származó) "informatikai módszerek" felhasználása az e molekulákkal kapcsolatos információ nagy léptékben történő megértésére és rendszerezésére. A bioinformatika röviden a molekuláris biológia sok gyakorlati alkalmazással bíró információkezelési rendszere

4 Bioinformatika Mi az? Bioinformatika Számításos biológia Részletesebb definíciók - definition Committee, National Institute of Mental Health : Bioinformatics: Research, development, or application of computational tools and approaches for expanding the use of biological, medical, behavioral or health data,including those to acquire, store, organize, archive, analyze, or visualize such data. Bioinformatika: Számítógépes eszközök és módszerek kutatása, fejlesztése és alkalmazása biológiai, orvosi, viselkedéstudományi és orvosi adatok kinyerése, tárolása, rendszerezése, archiválása, elemzése ill. megjelenítése céljából Computational Biology: The development and application of data-analytical and theoretical methods, mathematical modeling and computational simulation techniques to the study of biological, behavioral, and social systems. Számításos biológia: Adatelemzési és elméleti módszerek fejlesztése és alkalmazása, matematikai modellezés és számítógépes szimulációs eljárások biológiai, viselkedéstudományi és szociális rendszerek tanulmányozására

5 Rövid tematika A bioinformatika definíciója és története Szekvencia analízis nukleotid és fehérjeszekvenciák, az ezek közti összefüggések, páronkénti és többszörös összerendelés, filogenetikai analízis A szekunder szerkezet előrejelzése szekvencia alapján Domén analízis, funkció előrejelzése szekvencia alapján A genetikai és szerkezeti adatok összefüggése a molekuláris funkcióval és a metabolizmusban betöltött szereppel A fehérjék térszerkezetével összefüggő kérdések. A térszerkezet létrejöttéért felelős kölcsönhatások. A fehérjék szerkezeti osztályai. A térszerkezet meghatározás módszerei (proteinkrisztallográfia, NMR) A fehérjék 3D szerkezetének modellezésére alkalmas módszerek. Homológia modellezés alapmódszerei: templát alalpú és ab initio modellezési módszerek Fehérjék kölcsönhatása kis molekulákkal és biológiai makromolekulákkal, fehérjeszerkezetek dinamikája Proteomikai kérdésekkel összefüggő adatbázisok (nukleotid és fehérje szekvencia, szerkezeti adatbázisok, funkcionális adatbázisok) Bioinformatikai programok és programrendszerek proteomikai alkalmazásokhoz (önálló és Web alapú alkalmazások) Bioinformatika néhány gyakorlati alkalmazása

6 Bioinformatika Előzm zmények Pauling & Corey: az alfa-hélix és beta-redő szerkezete Watson & Crick: DNS kettős spirál (hélix) szerkezete (Franklin & Wilkins röntgenszerkezete alapján) Perutz's csoport: nehéz atom módszer a protein krisztallográfia fázisproblémájára F. Sanger: Az első protein szekvencia (bovine insulin) J. Kilby (Texas Instr.): Az első integrált áramkör / ARPA (Advanced Research Projects Agency, USA) megalakul Pauling elmélete a molekuláris evolúcióról Margaret Dayhoff : Atlas of Protein Sequences ARPANET: az UCSB (Stanford) és az UCLA (University of Utah) számítógépeinek összekötése Needleman-Wunsch algoritmus: szekvencia összhasonlításra Ray Tomlinson (BBN): az Paul Berg és csoportja: az első rekombináns DNS molekula A Brookhaven Protein DataBank (PDB) bejelentése / Robert Metcalfe (Harvard University) - Ethernet Vint Cerf & Robert Khan: az "internet" és a Transmission Control Protocol (TCP) Microsoft Co. (Bill Gates & Paul Allen) / 2D elektroforézis (P. H. O'Farrell) Unix-To-Unix Copy Protocol (UUCP) - Bell Labs / Southern Blot technika (E. M. Southern) A Brookhaven PDB teljes leírása / DNS szekvenálás (A. Maxam, W. Gilbert & F. Sanger) és szoftver (Staden) 1978 Az első Usenet kapcsolat (T. Truscott, J. Ellis & S. Bellovin)

7 Bioinformatika Kezdetek Az első teljes gén szekvencia (FX bázis pár / 9 protein) / Többdimenziós NMR protein szerkezet meghatározásra (Kumar, A.; Ernst, R.R.; Wüthrich, K.) A Smith-Waterman algoritmus (szekvencia összerendelés) / IBM - Personal Computer (PC) / A szekvencia motívum koncepció (Doolittle) Genetics Computer Group (GCG) - Wisconsin Suite molekuláris biológiai eszközök / GenBank Release 3 / Lambda fág genome szekvenálása Compact Disk (CD) / Szekvencia adatbázis kereső algoritmus (Wilbur-Lipman) / DNS klón (cosmid) könyvtárak / PCR (Polymerase Chain Reaction) a DNS analízis lehetővé válik Jon Postel: Domain Name System (DNS) / Macintosh (Apple Computer) A FASTP/FASTN algoritmus / A Human Genome Initiative lehetőségének felvetése A Human Genome Initiative kezdete / A "Genomics" elnevezés / A SWISS-PROT adatbázis megalapítása Mesterséges élesztő kromoszóma (YAC) / Az E. coli feltérképezése / Perl (Practical Extraction Report Language) / NIH NIGMS - genome projektek finanszírozásának kezdete National Center for Biotechnology Information (NCBI) megalakulása / EMBnet network az adatbázisok terjesztésére / A Human Genome Intiative elindul / A FASTA algoritmus (Pearson and Lupman) Oxford Molceular Group,Ltd.(OMG) megalakul. Termékeik: Anaconds, Asp, Cameleon (molekula modellezés, drug design, protein design)

8 Bioinformatika Kibontakozás A BLAST program (Altschul, et.al.) / (M. Levitt, C. Lee): Look & SegMod (molecular modeling and protein design) / HGP terv - USA Congress (15 éves projekt kezdete) Genf (CERN) - World Wide Web / Expressed sequence tags (ESTs) / Humán kromoszóma térkép adattár (GDB) megalakulása Humán genom - Kisfelbontású genetikai térkép IMAGE konzorcium összehangolt cdna génszekvenálás és térképezés / LBNL - új transposonsegített kromoszóma-szekvenálás / GRAIL Internetes szekvencia-interpretáló szolgáltatás (ORNL) Netscape Co (Navigator) / PRINTS database: protein motivumok (Attwood & Beck) / EMBL European Bioinformatics Institute / Másod-generációs DNS klón könyvtárak az összes humán kromoszómáról Az első bakteriális (Haemophilus influenzea) genom (1.8) szekvenálása ( Fleischmann et al) / A legkisebb baktérium (Mycoplasma genitalium) szekvenálása - az önálló léthez szükséges legkevesebb gén A sütőélesztő (Sacharomyces cerevisiae 12.1 Mb) genom / A Prosite adatbázis (Bairoch, et.al) / Affymetrix az első kereskedelmi DNS chip Az E. coli (4.7 Mbp) genom / National Human Genome Research Institute (NHGRI) A Swiss Institute of Bioinformatics megalakulása Az első teljes humán kromoszóma szekvencia

9 Bioinformatika Közelmúltlt Bakteriális (Pseudomonas aeruginosa, 6.3 Mbp), növényi (A. thaliana, 100 Mb) és rovar (Drosophila melanogaster, 180 Mbp) genom szekvenálása / További humán kromoszómák szekvenálása A Humán genom (3000 Mbp) közlése / Több humán kromoszóma komplett szekvenálása a Human Genome Project magas minőségi követelményei szerint Structural Bioinformatics és GeneFormatics egyesülnek / Mouse Genome Sequencing Consortium az egér genom nyers szekvenciája A Human Genome Project befejezése: 2003 április Rat Genome Sequencing Consortium: a barna norvég patkány (Rattus norvegicus) genom

10 Neutrális-Apoláris 3-betűs 1-betűs Glicin Gly G L-Alanin Ala A L-Valin Val V L-Izoleucin Ile I L-Leucin Leu L L-Fenilalanin Phe F L-Prolin Pro P L-Metionin Met M Neutrális-Poláris L-Szerin Ser S L-Treonin Thr T L-Tirozin Tyr Y L-Triptofán Trp W L-Aszparagin Asn N L-Glutamin Gln Q L-Cisztein Cys C Savas L-Aszparaginsav Asp D L-Glutaminsav Glu E Bázikus L-Lizine Lys K L-Arginin Arg R L-Hisztidin 13. His H

11 Fehérj rjék Szerkezet - Feltekeredés Protein szerkezets - A fehérj rjék szerkezeti szintjei Primer szerkezet Szekunder szerkezet Tercier szerkezet Kvaterner szerkezet ( hajtogatás-mentes állapot) (α-hélix, β-redő) (domének, alegységek) (több fehérjelánc) Intra- és intermolekuláris diszulfid kötések

12 Fehérj rjék Primer és szekunder szerkezet Primer szerkezet MNKKEWEEKYVKPLLERSPERKKEFKTSSGIVVDRLYTPEDVEIDYENKL GYPGVYPFTRGVYPTMYRGRLWTMRQYAGFGTAEETNRRYRYLLEQGQTG LSVAFDLPTQIGYDSDHPMALGEVGKVGVAIDTIEDMEILFNGIPLGKVS TSMTINSTCAQILSMYVAVAEKQGVERANLRGTVQNDMLKEYIARGTYIF PPEPSLRLATDIIMFCAKEMPKWNSISISGYHMEEAGATPVQEVAFTLAD GITYVEKVIERGMDVDSFAPRLSFFFAAGNNFLEEIAKFRAARRLWARIM KERFNAKNPRSMMLRFHVQTAGCTLTAQQPENNIVRVALQALAAVLGGCQ SLHTNSFDEALCLPTEKAVRIALRTQQIIAEESGVADVVDPLGGSYYIEW LTDRIEEEAMKYIEKIDEMGGMIKAIESGYVQREIQKSAYEKQKAIDEGE ITVVGVNKYQIEEEIQIELLRVDKAVVEKQIRRLQEFRKNRDAKKVEEAL RLRKAAEKEDENLMPYVLDAVKARATLGEMTDALRDVFGEFRAPEIF (tk. az aminosav sorrend) Szekunder szerkezet DNS aminosav sorrend feltekeredés

13 Tercier Fehérj rjék cier és kvaterner szerkezet Tercier szerkezet Kvaterner szerkezet Tercier és kvaterner szerkezet aktív konform nformáció Enzimek (katalítikus fehérjék): pozitív katalízis (a szubsztrát illeszkedik az aktív hely katalítikus részeihez) negatív v katalízis (a szubsztrát védelme, biológiai védőcsoport )

14 Fehérj rjék Az enzimek aktív v centruma A karboxipeptidáz A enzim aktív v centruma; (a) az aktív centrum sematikus megjelenítése; (b) a fehérje aktív centruma a Cbz-Gly-Phe szubsztráttal (abban a helyzetben ahogy az aktív centrumban feltehetóen elhelyezkedik)

15 A fehérje expressziót t követk vető folyamatok Proteinek feltekeredése és s lebomlása

16 A genetikai kódk A DNS szerkezete

17 A genetikai kódk A DNS szerkezete

18 Gén expresszi zió A központik dogma

19 Gén expresszi zió Transzk zkripció

20 A szabványos genetikai kódk A protein - DNS irányban a kódk redundáns ns

21 Gén expresszió Transzk zkripció transzláció folyamata

22 Gén n expresszió A transzláci ció folyamata

23 Gén expresszió Olvasási si keretek A start-stop stop kódok fontossága

24 Gén multiplikáci ció DNS in n vitro multiplikáci ciója PCR segíts tségével Primerek (nagy felesleg) és AS k+trna egyszálú DNS A PCR ciklus: 1. - DNS szétválás (~90 o C) 2. - Komplementer szál szintézis (~70 o C) hőstabil polimerázzal Eredmény: exponenciális sokszorozódás

25 Gén multiplikáci ció Gének klónoz nozása és multiplikáci ciója Desired gene Cleaved plasmid Wild type host cell Plasmid with the desired gene Recombinant cell

26 A bioinformatika céljaic Adatbázisok készítése és fenntartása. Az adatok elrendezése szervezése úgy, hogy a kutatók a meglévő információt könnyen elérjék és hozzáadhassanak újat. Eljárások, módszerek kidolgozása adatok elemzésére. Az adatok elemzés nélkül haszontalanok. A kidolgozott eszközök és módszerek alkalmazása az adatok elemzésére, és az eredmények biológiai értelmezése

27 A biológiai információ típusai és a bioinformatikai módszerek Az adatok forrása Nyers DNS szekvenciák Fehérjeszekvenciák Makromolekuláris szerkezetek (DNS, RNS, protein) Az adathalmaz mérete 50 millió szekvencia, 60 milliárd bázis szekvencia (egyenként kb. 300 aminosav) szerkezet (egyenként kb atom koordinátái) Bioinformatikai témák Kódoló és nem kódoló régiók Intronok és exonok Géntermékek predikciója Igazságügyi elemzések Szekvenciaösszehasonlítás Többszörös szekvenciaillesztés Konzerválódott szekvenciamotívumok 3D szerkezet illesztések Fehérjegeometriai mérések Felszín, térfogat alak számítás Intermolekuláris kölcsönhatás Molekulaszimulációk (energiafüggvény, molekuláris mozgások, dokkolás)

28 A biológiai információ típusai és a bioinformatikai módszerek Az adatok forrása Genomok Génexpressziós adatok Egyéb: Szakirodalom Anyagcsere útvonalak Az adathalmaz mérete Kb teljes genom (egyenként 1,6 millió - 3 milliárd bázis) Legnagyobb: kb. 20 időpont az élesztő kb génjénél Kb. 35 millió szakcikk Bioinformatikai témák Ismétlődések jellemzése Szerkezet - gén hozzárendelés Filogenetikai analízis Genom méretű felmérések (pl. anyagcsere útvonalak ) Betegségek és gének összefüggésének vizsgálata Expressziós mintázatok korrelációja Expresszió kapcsolata szerkezeti és biokémiai adatokkal Elektronikus könyvtárak / automatikus irodalmazás Tudásadatbázisok Reacióút szimulációk

29 Adatcsoportosítás hasonlóságok alapján Valós biológiai hasonlóságok alapján az információ nagy része csoportokba rendezhető ismétlődő szekvenciarészletek a genomban a gének funkció szerint csoportosíthatóak (pl. enzimhatás vagy anyagcsere útvonalak) különböző fehérjéknek gyakran hasonló a szekvenciájuk az alapvető fehérjeszerkezetek száma korlátos (becslések szerint 1000 és között) A biológiai rendszerek véges számú alkotórészből állnak

30 Mintázatfelismerés és predikció A bioinformatika két alapvető művelete a mintafelismerés és a predikció Mintafelismerés: a hasonlóságok megtalálása A már ismert, hasonló funkciójú/szerkezetû fehérjéket megvizsgálva megkeresünk valamely, a funkcióra/szerkezetre jellemző, konzerválódott sajátosságot Ezt használjuk fel új szekvenciák funkciójának/szerkezetének azonosítására Feltétel: az új szekvencia olyan fehérjéhez tartozzon, amihez hasonlót már "láttunk" Predikció: A funkció vagy a térszerkezet megjóslása, hasonlóság alapján vagy ab initio módon A bioinformatika alapóhaja - szekvenciából megjósolt térszerkezet

31 Szekvenciából jósolt térszerkezet problémája MNKKEWEEKYVKPLLERSPERKKEFKTSSGIVVDRLYTPEDVEIDYENKL GYPGVYPFTRGVYPTMYRGRLWTMRQYAGFGTAEETNRRYRYLLEQGQTG LSVAFDLPTQIGYDSDHPMALGEVGKVGVAIDTIEDMEILFNGIPLGKVS TSMTINSTCAQILSMYVAVAEKQGVERANLRGTVQNDMLKEYIARGTYIF PPEPSLRLATDIIMFCAKEMPKWNSISISGYHMEEAGATPVQEVAFTLAD GITYVEKVIERGMDVDSFAPRLSFFFAAGNNFLEEIAKFRAARRLWARIM KERFNAKNPRSMMLRFHVQTAGCTLTAQQPENNIVRVALQALAAVLGGCQ SLHTNSFDEALCLPTEKAVRIALRTQQIIAEESGVADVVDPLGGSYYIEW LTDRIEEEAMKYIEKIDEMGGMIKAIESGYVQREIQKSAYEKQKAIDEGE ITVVGVNKYQIEEEIQIELLRVDKAVVEKQIRRLQEFRKNRDAKKVEEAL RLRKAAEKEDENLMPYVLDAVKARATLGEMTDALRDVFGEFRAPEIF Felgombolyodás: az aminosavsorrend meghatározza a térszerkezetet, de máig sem értjük, hogyan Csak a másodlagos szerkezet jósolható korlátozott megbízhatósággal Ez így marad még a közeli jövőben is

32 A 2D 3D adatok különbk nbözősége Az ismert fehérjeszekvenciák és az ismert fehérje térszerkezetek száma jelentősen eltérő arányban nő Nagy információs deficit fontos szerep jut a bioinformatikának Kb több szekvencia, mint 3D szerkezet Kb ismert szekvencia, kb egyedi térszerkezet Az arány fokozatosan nő (genom programok) [percenként egy új szekvencia, míg max. napi 5 új szerkezetet]

33 Genom projektek Genom szekvenálás BAC to BAC szekvenálás Eukarioták (kb. 90 kész genom): Élesztő Caenorhabditis elegans (féreg) Drosophila melanogaster (muslica) Arabidopsis thaliana (lúdfû) Ember Egyéb: kb. 800 baktérium kb. 50 archeon >100 organellum több száz vírus és fág whole genom shotgun szekvenálás

34 Szekvenciaanalízis zis A bioinformatika legfontosabb eljárása: új (ismeretlen szerkezetû/funkciójú fehérjéhez tartozó) szekvenciához hasonló keresáse a már ismert szerkezetű / funkciójú fehérjék szekvenciái között. Szekvenciák összerendezése (vagy illesztése) (alignment): Szekvenciaazonosság: az összerendezésben az azonos aminosavpárok százalékos aránya A szekvenciaazonosság csökkenésével a funkció/szerkezet átvihetősége csökken

35 Szekvenciaanalízis zis

36 M. J. Foster: Micron 2002, 33, Szekvencia egyezés s fokának jelentősége A szekvencia egyezés s foka: <30 %: nem megfelelő modellek %: megfelelő modellek, amelyek megbízhatatlan régiókkal rendelkeznek >60 %: igen jó minőségű modellek, amelyeknél C α átlagos eltérése a kísérleti értéktől kisebb, mint 1Å A fibroblasz növekedési faktor modelljének (a patkány GF keratinocita szerkezete alapján, 40% egyezés) összehasonlítása kísérleti szerkezetével (röntgen)

37 A homológia típusait A homológia két k t típusat Ortológia: két gén ortológ, ha két különbözõ fajban találhatóak, és egy közös ős génből származnak, mely a két faj közös ősében volt jelen. Ugyanazt a funkciót szolgálják, a két fajban. Példa: karboxil észteráz (ill. génje) az emberben és a sertésben. Paralógia: két gén paralóg, ha ugyanabban az organizmusban találhatóak, és egy közös ős génből génduplikáció és azt követő divergens evolúció útján alakultak ki. Többnyire különböző, de egymással összefüggésben lévő funkciójuk van. Példa: a hisztidin bioszintézis enzimei (ill. ezek génjei) emberben (nagyon hasonló szerkezetûek, de más más reakciót katalizálnak)

38 M. J. Foster: Micron 2002, 33, Az illesztési si (threading) probléma Szerkezet: konzervált régiók változó régiók Illesztési (alignment) módszerek Szerkezeti finomítás túlfinomítás (over-refinement) A szerkezet minőségének értékelése (PROCHECK / WhatIf...) 1CPC 2FAL Nagyfokú szerkezeti hasonlóság kis mértékű szekvencia egyezés esetében is megfigyelhető Összehasonlítás a C-fikociamin (1CPC) és a tengeri nyúl mioglobin (2FAL) megfelelő régiói között

39 Bioinformatikai webhelyek EMBL, SRS NCBI (Medline, Genbank, stb.) Expasy, Swissprot, Amos

40 Bioinformatikai adatbázisok A Nucleic Acids Research 2009 évi adatbázis összesítője: Nucleotide Sequence Databases RNA sequence databases Protein sequence databases Structure Databases Genomics Databases (non-vertebrate) Metabolic and Signaling Pathways Human and other Vertebrate Genomes Human Genes and Diseases Microarray Data and other Gene Expression Databases Proteomics Resources Other Molecular Biology Databases Organelle databases Plant databases Immunological databases

Bioinformatika 2 1. előadás

Bioinformatika 2 1. előadás 1. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat Bioinformatika Mi az? Bioinformatika: Tágabb értelemben: biológiai információ tárolása,

Részletesebben

Bevezetés a bioinformatikába. Harangi János DE, TEK, TTK Biokémiai Tanszék

Bevezetés a bioinformatikába. Harangi János DE, TEK, TTK Biokémiai Tanszék Bevezetés a bioinformatikába Harangi János DE, TEK, TTK Biokémiai Tanszék Bioinformatika Interdiszciplináris tudomány, amely magába foglalja a biológiai adatok gyűjtésének,feldolgozásának, tárolásának,

Részletesebben

Bioinformatika 2 6. előadás

Bioinformatika 2 6. előadás 6. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2018.10.08. PDBj: http://www.pdbj.org/ Fehérjék 3D szerkezeti adatbázisai - PDBj 2 2018.10.08.

Részletesebben

Bioinformatika 2 2. előadás

Bioinformatika 2 2. előadás 2. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2018.09.10. N.M. Luscombe, D. Greenbaum, M. Gerstein: International Medical Informatics

Részletesebben

Bioinformatika és genomanalízis az orvostudományban. Biológiai adatbázisok. Cserző Miklós 2018

Bioinformatika és genomanalízis az orvostudományban. Biológiai adatbázisok. Cserző Miklós 2018 Bioinformatika és genomanalízis az orvostudományban Biológiai adatbázisok Cserző Miklós 2018 A mai előadás Mi az adatbázis A biológia kapcsolata az adatbázisokkal Az adatbázisok típusai Adatbázis formátumok,

Részletesebben

Bioinformatika előadás

Bioinformatika előadás Bioinformatika 2 11. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2016.11.28. Bioinformatics Szerkezeti genomika, proteomika, biológia

Részletesebben

Bioinformatika 2 5.. előad

Bioinformatika 2 5.. előad 5.. előad adás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2009. 03. 21. Fehérje térszerkezet t megjelenítése A fehérjék meglehetősen összetett

Részletesebben

Bioinformatika 2 4. előadás

Bioinformatika 2 4. előadás 4. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2018.09.24. Biológiai adatbázisok Felhasználó Keresõprogram BLAST Biológiai adatbázisok

Részletesebben

3. Sejtalkotó molekulák III.

3. Sejtalkotó molekulák III. 3. Sejtalkotó molekulák III. Fehérjék, fehérjeszintézis (transzkripció, transzláció, posztszintetikus módosítások). Enzimműködés 3.1 Fehérjék A genetikai információ egyik fő manifesztálódása Számos funkció

Részletesebben

A tárgy címe: Bioinformatika

A tárgy címe: Bioinformatika A tárgy címe: Bioinformatika Kötelezően választható tárgy IV. és V. évfolyamos biológus hallgatók számára; heti 2+3 óra Előkövetelmény: Biokémia főkollégium; genetika főkollégium; alapszintű számítógépes

Részletesebben

Orvosi Genomtudomány 2014 Medical Genomics 2014. Április 8 Május 22 8th April 22nd May

Orvosi Genomtudomány 2014 Medical Genomics 2014. Április 8 Május 22 8th April 22nd May Orvosi Genomtudomány 2014 Medical Genomics 2014 Április 8 Május 22 8th April 22nd May Hét / 1st week (9. kalendariumi het) Takács László / Fehér Zsigmond Magyar kurzus Datum/ido Ápr. 8 Apr. 9 10:00 10:45

Részletesebben

Human genome project

Human genome project Human genome project Pataki Bálint Ármin 2017.03.14. Pataki Bálint Ármin Human genome project 2017.03.14. 1 / 14 Agenda 1 Biológiai bevezető 2 A human genome project lefolyása 3 Alkalmazások, kitekintés

Részletesebben

Több oxigéntartalmú funkciós csoportot tartalmazó vegyületek

Több oxigéntartalmú funkciós csoportot tartalmazó vegyületek Több oxigéntartalmú funkciós csoportot tartalmazó vegyületek Hidroxikarbonsavak α-hidroxi karbonsavak -Glikolsav (kézkrémek) - Tejsav (tejtermékek, izomláz, fogszuvasodás) - Citromsav (citrusfélékben,

Részletesebben

A fehérjék hierarchikus szerkezete

A fehérjék hierarchikus szerkezete Fehérjék felosztása A fehérjék hierarchikus szerkezete Smeller László Semmelweis Egyetem Biofizikai és Sugárbiológiai Intézet Biológiai funkció alapján Enzimek (pl.: tripszin, citokróm-c ) Transzportfehérjék

Részletesebben

Bioinformatika 2 5. előadás

Bioinformatika 2 5. előadás 5. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2018.10.01. Fehérje térszerkezet megjelenítése A fehérjék meglehetősen összetett szerkezetek,

Részletesebben

Juhász Angéla MTA ATK MI Alkalmazott Genomikai Osztály SZEKVENCIA ADATBÁZISOK

Juhász Angéla MTA ATK MI Alkalmazott Genomikai Osztály SZEKVENCIA ADATBÁZISOK Juhász Angéla MTA ATK MI Alkalmazott Genomikai Osztály SZEKVENCIA ADATBÁZISOK Fehérjét kódol? Tulajdonságai? -Hol lokalizálódik? -Oldható? -3D szerkezete? -Accession #? -Annotációja elérhető? Már benne

Részletesebben

A genetikai lelet értelmezése monogénes betegségekben

A genetikai lelet értelmezése monogénes betegségekben A genetikai lelet értelmezése monogénes betegségekben Tory Kálmán Semmelweis Egyetem, I. sz. Gyermekklinika A ~20 ezer fehérje-kódoló gén a 23 pár kromoszómán A kromoszómán található bázisok száma: 250M

Részletesebben

Bioinformatika előadás

Bioinformatika előadás Bioinformatika 2 11. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2018.11.22. Szerkezeti genomika, proteomika, biológia A biológia forradalma

Részletesebben

Bioinformatika előadás

Bioinformatika előadás 10. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat Genomika vs. proteomika A genomika módszereivel nem a tényleges fehérjéket vizsgáljuk,

Részletesebben

MEDICINÁLIS ALAPISMERETEK AZ ÉLŐ SZERVEZETEK KÉMIAI ÉPÍTŐKÖVEI AZ AMINOSAVAK ÉS FEHÉRJÉK 1. kulcsszó cím: Aminosavak

MEDICINÁLIS ALAPISMERETEK AZ ÉLŐ SZERVEZETEK KÉMIAI ÉPÍTŐKÖVEI AZ AMINOSAVAK ÉS FEHÉRJÉK 1. kulcsszó cím: Aminosavak Modul cím: MEDICINÁLIS ALAPISMERETEK AZ ÉLŐ SZERVEZETEK KÉMIAI ÉPÍTŐKÖVEI AZ AMINOSAVAK ÉS FEHÉRJÉK 1. kulcsszó cím: Aminosavak Egy átlagos emberben 10-12 kg fehérje van, mely elsősorban a vázizomban található.

Részletesebben

BIOINFORMATIKA Ungvári Ildikó

BIOINFORMATIKA Ungvári Ildikó 1 BIOINFORMATIKA Ungvári Ildikó Az elmúlt évtizedekben a molekuláris biológiai, genomikai technológiák robbanásszerű fejlődése a biológiai adatok mennyiségének exponenciális növekedéséhez vezetett. Ebben

Részletesebben

NMR a peptid- és fehérje-kutatásban

NMR a peptid- és fehérje-kutatásban NMR a peptid- és fehérje-kutatásban A PDB adatbázisban megtalálható NMR alapú fehérjeszerkezetek számának alakulása az elmúlt évek során 4000 3500 3000 2500 2000 1500 1000 500 0 1987 1988 1989 1990 1991

Részletesebben

Miben különbözünk az egértől? Szabályozás a molekuláris biológiában

Miben különbözünk az egértől? Szabályozás a molekuláris biológiában Az atomoktól a csillagokig, 2010. október 28., ELTE Fizikai Intézet Miben különbözünk az egértől? Szabályozás a molekuláris biológiában brainmaps.org Homo sapiens (Miroslav Klose) Mus musculus Farkas Illés

Részletesebben

Genomadatbázisok Ld. Entrez Genome: Összes ismert genom, hierarchikus szervezésben (kromoszóma, térképek, gének, stb.)

Genomadatbázisok Ld. Entrez Genome: Összes ismert genom, hierarchikus szervezésben (kromoszóma, térképek, gének, stb.) Genomika Új korszak, paradigmaváltás, forradalom: a teljes genomok ismeretében a biológia adatokban gazdag tudománnyá válik. Új kutatási módszerek, új szemlélet. Hajtóerõk: Genomszekvenálási projektek

Részletesebben

FEHÉRJÉK A MÁGNESEKBEN. Bodor Andrea ELTE, Szerkezeti Kémiai és Biológiai Laboratórium. Alkímia Ma, Budapest,

FEHÉRJÉK A MÁGNESEKBEN. Bodor Andrea ELTE, Szerkezeti Kémiai és Biológiai Laboratórium. Alkímia Ma, Budapest, FEHÉRJÉK A MÁGNESEKBEN Bodor Andrea ELTE, Szerkezeti Kémiai és Biológiai Laboratórium Alkímia Ma, Budapest, 2013.02.28. I. FEHÉRJÉK: L-α aminosavakból felépülő lineáris polimerek α H 2 N CH COOH amino

Részletesebben

A DNS szerkezete. Genom kromoszóma gén DNS genotípus - allél. Pontos méretek Watson genomja. J. D. Watson F. H. C. Crick. 2 nm C G.

A DNS szerkezete. Genom kromoszóma gén DNS genotípus - allél. Pontos méretek Watson genomja. J. D. Watson F. H. C. Crick. 2 nm C G. 1955: 46 emberi kromoszóma van 1961: mrns 1975: DNS szekvenálás 1982: gén-bank adatbázisok 1983: R (polymerase chain reaction) Mérföldkövek 1 J. D. Watson F. H.. rick 2008 1953 2003 Watson genomja DNS

Részletesebben

3. Sejtalkotó molekulák III. Fehérjék, enzimműködés, fehérjeszintézis (transzkripció, transzláció, poszt szintetikus módosítások)

3. Sejtalkotó molekulák III. Fehérjék, enzimműködés, fehérjeszintézis (transzkripció, transzláció, poszt szintetikus módosítások) 3. Sejtalkotó molekulák III. Fehérjék, enzimműködés, fehérjeszintézis (transzkripció, transzláció, poszt szintetikus módosítások) 3.1 Fehérjék, enzimek A genetikai információ egyik fő manifesztálódása

Részletesebben

TDK lehetőségek az MTA TTK Enzimológiai Intézetben

TDK lehetőségek az MTA TTK Enzimológiai Intézetben TDK lehetőségek az MTA TTK Enzimológiai Intézetben Vértessy G. Beáta egyetemi tanár TDK mind 1-3 helyezettek OTDK Pro Scientia különdíj 1 második díj Diákjaink Eredményei Zsűri különdíj 2 első díj OTDK

Részletesebben

Bakteriális identifikáció 16S rrns gén szekvencia alapján

Bakteriális identifikáció 16S rrns gén szekvencia alapján Bakteriális identifikáció 16S rrns gén szekvencia alapján MOHR ANITA SIPOS RITA, SZÁNTÓ-EGÉSZ RÉKA, MICSINAI ADRIENN 2100 Gödöllő, Szent-Györgyi Albert út 4. info@biomi.hu, www.biomi.hu TÖRZS AZONOSÍTÁS

Részletesebben

Fehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis

Fehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis Szerkezet Protein Data Bank (PDB) http://www.rcsb.org/pdb ~ 35 701 szerkezet közepes felbontás 1552 szerkezet d 1.5 Å 160 szerkezet d 1.0 Å 10 szerkezet d 0.8 Å (atomi felbontás) E globális minimum? funkció

Részletesebben

10. Genomika 2. Microarrayek és típusaik

10. Genomika 2. Microarrayek és típusaik 10. Genomika 2. 1. Microarray technikák és bioinformatikai vonatkozásaik Microarrayek és típusaik Korrelált génexpresszió mint a funkcionális genomika eszköze 2. Kombinált megközelítés a funkcionális genomikában

Részletesebben

DNS-szekvencia meghatározás

DNS-szekvencia meghatározás DNS-szekvencia meghatározás Gilbert 1980 (1958) Sanger 3-1 A DNS-polimerázok jellemzői 5'-3' polimeráz aktivitás 5'-3' exonukleáz 3'-5' exonukleáz aktivitás Az új szál szintéziséhez kell: templát DNS primer

Részletesebben

A fehérjék hierarchikus szerkezete

A fehérjék hierarchikus szerkezete Fehérjék felosztása A fehérjék hierarchikus szerkezete Smeller László Semmelweis Egyetem Biofizikai és Sugárbiológiai Intézet Biológiai funkció alapján Enzimek (pl.: tripszin, citokróm-c ) Transzportfehérjék

Részletesebben

Cserző Miklós Bioinformatika és genomanalízis az orvostudományban. Integrált biológiai adatbázisok

Cserző Miklós Bioinformatika és genomanalízis az orvostudományban. Integrált biológiai adatbázisok Bioinformatika és genomanalízis az orvostudományban Integrált biológiai adatbázisok Cserző Miklós 2018 A mai előadás A genom annotálás jelentősége Genome Reference Consortium Gene Ontology Az ensembl pipeline

Részletesebben

TEMATIKA Biokémia és molekuláris biológia IB kurzus (bb5t1301)

TEMATIKA Biokémia és molekuláris biológia IB kurzus (bb5t1301) Biokémia és molekuláris biológia I. kurzus (bb5t1301) Tematika 1 TEMATIKA Biokémia és molekuláris biológia IB kurzus (bb5t1301) 0. Bevezető A (a biokémiáról) (~40 perc: 1. heti előadás) A BIOkémia tárgya

Részletesebben

Semmelweis Egyetem / Élettani Intézet / Budapest. Bioinformatika és genomanalízis az orvostudományban. Bevezetés. Cserző Miklós 2018

Semmelweis Egyetem / Élettani Intézet / Budapest. Bioinformatika és genomanalízis az orvostudományban. Bevezetés. Cserző Miklós 2018 Bioinformatika és genomanalízis az orvostudományban Bevezetés Cserző Miklós 2018 A mai előadás A kurzus menete Hol találkozunk bioinformatikával Mi a bioinformatika Miért van bioinformatika A számítógépekről

Részletesebben

Gerinces és növényi ortológ promóter adatbázisok fejlesztése és elemzése. Eötvös Loránd Tudományegyetem Természettudományi Kar Biológia Doktori Iskola

Gerinces és növényi ortológ promóter adatbázisok fejlesztése és elemzése. Eötvös Loránd Tudományegyetem Természettudományi Kar Biológia Doktori Iskola Doktori értekezés tézisei Gerinces és növényi ortológ promóter adatbázisok fejlesztése és elemzése Sebestyén Endre Eötvös Loránd Tudományegyetem Természettudományi Kar Biológia Doktori Iskola Vezetője:

Részletesebben

A MOLEKULÁRIS BIOLÓGIA ISMERETÁBRÁZOLÁSI PROBLÉMÁI

A MOLEKULÁRIS BIOLÓGIA ISMERETÁBRÁZOLÁSI PROBLÉMÁI Magyar Tudomány 2005/4 A MOLEKULÁRIS BIOLÓGIA ISMERETÁBRÁZOLÁSI PROBLÉMÁI Pongor Sándor a biológiai tudomány doktora, MTA Biológiai Központ, Szeged International Centre of Genetic Engineering and Biotechnology,

Részletesebben

Fehérje expressziós rendszerek. Gyógyszerészi Biotechnológia

Fehérje expressziós rendszerek. Gyógyszerészi Biotechnológia Fehérje expressziós rendszerek Gyógyszerészi Biotechnológia Expressziós rendszerek Cél: rekombináns fehérjék előállítása nagy tisztaságban és nagy mennyiségben kísérleti ill. gyakorlati (therapia) felhasználásokra

Részletesebben

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data.

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Adatelemzés intelligens módszerekkel Hullám Gábor Adatelemzés hagyományos megközelítésben I. Megválaszolandó

Részletesebben

12/4/2014. Genetika 7-8 ea. DNS szerkezete, replikáció és a rekombináció. 1952 Hershey & Chase 1953!!!

12/4/2014. Genetika 7-8 ea. DNS szerkezete, replikáció és a rekombináció. 1952 Hershey & Chase 1953!!! Genetika 7-8 ea. DNS szerkezete, replikáció és a rekombináció 1859 1865 1869 1952 Hershey & Chase 1953!!! 1879 1903 1951 1950 1944 1928 1911 1 1. DNS szerkezete Mi az örökítő anyag? Friedrich Miescher

Részletesebben

2. Ismert térszerkezetű transzmembrán fehérjék adatbázisa: a PDBTM adatbázis. 3. A transzmembrán fehérje topológiai adatbázis, a TOPDB szerver

2. Ismert térszerkezetű transzmembrán fehérjék adatbázisa: a PDBTM adatbázis. 3. A transzmembrán fehérje topológiai adatbázis, a TOPDB szerver A 2005 és 2007 között megvalósított project célja transzmembrán fehérjék vizsgálata és az ehhez szükséges eljárások kifejlesztése volt. Ez utóbbi magába foglalta új adatbázisok és szerkezet becslő módszerek

Részletesebben

Fehérjeszerkezet, és tekeredés

Fehérjeszerkezet, és tekeredés Fehérjeszerkezet, és tekeredés Futó Kinga 2013.10.08. Polimerek Polimer: hasonló alegységekből (monomer) felépülő makromolekulák Alegységek száma: tipikusan 10 2-10 4 Titin: 3,435*10 4 aminosav C 132983

Részletesebben

A bioinformatika gyökerei

A bioinformatika gyökerei A bioinformatika gyökerei 1944: Avery a transforming principle a DNS 1952: Hershey és Chase perdöntő bizonyíték: a bakteriofágok szaporodásakor csak a DNS jut be a sejtbe 1953: Watson és Crick a DNS szerkezete

Részletesebben

A HUMÁN GENOM PROJEKT Sasvári-Székely Mária* Semmelweis Egyetem, Orvosi Vegytani, Molekuláris Biológiai és Pathobiokémiai Intézet

A HUMÁN GENOM PROJEKT Sasvári-Székely Mária* Semmelweis Egyetem, Orvosi Vegytani, Molekuláris Biológiai és Pathobiokémiai Intézet A HUMÁN GENOM PROJEKT Sasvári-Székely Mária* Semmelweis Egyetem, Orvosi Vegytani, Molekuláris Biológiai és Pathobiokémiai Intézet *Levelezési cím: Dr. Sasvári-Székely Mária, Semmelweis Egyetem, Orvosi

Részletesebben

Hamar Péter. RNS világ. Lánczos Kornél Gimnázium, Székesfehérvár, 2014. október 21. www.meetthescientist.hu 1 26

Hamar Péter. RNS világ. Lánczos Kornél Gimnázium, Székesfehérvár, 2014. október 21. www.meetthescientist.hu 1 26 Hamar Péter RNS világ Lánczos Kornél Gimnázium, Székesfehérvár, 2014. október 21. 1 26 Főszereplők: DNS -> RNS -> fehérje A kód lefordítása Dezoxy-ribo-Nuklein-Sav: DNS az élet kódja megkettőződés (replikáció)

Részletesebben

Gyakorlati bioinformatika

Gyakorlati bioinformatika Gyakorlati bioinformatika Szekvenciaillesztés PhD kurzus 2. Szekvenciaillesztés Bagossi Péter Fajtái: - egyszer ill. többszörös illesztés - globális ill. lokális illesztés Alkalmazása: - adatbázisokban

Részletesebben

Bioinformatika 2 10.el

Bioinformatika 2 10.el 10.el őadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2009. 04. 24. Genomikavs. proteomika A genomika módszereivel nem a tényleges fehérjéket

Részletesebben

Phenotype. Genotype. It is like any other experiment! What is a bioinformatics experiment? Remember the Goal. Infectious Disease Paradigm

Phenotype. Genotype. It is like any other experiment! What is a bioinformatics experiment? Remember the Goal. Infectious Disease Paradigm It is like any other experiment! What is a bioinformatics experiment? You need to know your data/input sources You need to understand your methods and their assumptions You need a plan to get from point

Részletesebben

Biomassza alapú bioalkohol előállítási technológia fejlesztése metagenomikai eljárással

Biomassza alapú bioalkohol előállítási technológia fejlesztése metagenomikai eljárással Biomassza alapú bioalkohol előállítási technológia fejlesztése metagenomikai eljárással Kovács Zoltán ügyvezető DEKUT Debreceni Kutatásfejlesztési Közhasznú Nonprofit Kft. Problémadefiníció Első generációs

Részletesebben

9. Előadás Fehérjék Előzmények Peptidkémia Analitikai kémia Protein kémia 1901 E.Fischer : Gly-Gly 1923 F. Pregl : Mikroanalitika 1952 Stein and Moore : Aminosav analizis 1932 Bergman és Zervas : Benziloxikarbonil

Részletesebben

19.Budapest Nephrologiai Iskola/19th Budapest Nephrology School angol 44 6 napos rosivall@net.sote.hu

19.Budapest Nephrologiai Iskola/19th Budapest Nephrology School angol 44 6 napos rosivall@net.sote.hu 1.sz. Elméleti Orvostudományok Doktori Iskola 3 éves kurzus terve 2011/2012/ 2 félév - 2014/2015/1 félév 2011//2012 tavaszi félév Program sz. Kurzusvezető neve Kurzus címe magyarul/angolul Kurzus nyelve

Részletesebben

Szénhidrátkémiai kutatások bioinformatikai esetek. Dr. Harangi János DE, TTK, Biokémiai Tanszék

Szénhidrátkémiai kutatások bioinformatikai esetek. Dr. Harangi János DE, TTK, Biokémiai Tanszék Szénhidrátkémiai kutatások bioinformatikai esetek Dr. Harangi János DE, TTK, Biokémiai Tanszék Intranet http://dspace.lib.unideb.hu:8080/dspace/handle/2437/2815 Fő kutatási területek Enzimek vizsgálata

Részletesebben

ADATBÁNYÁSZAT I. ÉS OMICS

ADATBÁNYÁSZAT I. ÉS OMICS Az élettudományi-klinikai felsőoktatás gyakorlatorientált és hallgatóbarát korszerűsítése a vidéki képzőhelyek nemzetközi versenyképességének erősítésére TÁMOP-4.1.1.C-13/1/KONV-2014-0001 ADATBÁNYÁSZAT

Részletesebben

Fehérjék rövid bevezetés

Fehérjék rövid bevezetés Receptorfehérj rjék szerkezetének felderítése Homológia modellezés Fehérjék rövid bevezetés makromolekulák számos biológiai funkció hordozói: enzimatikus katalízis, molekula transzport, immunválaszok,

Részletesebben

2. Aminosavak - Treonin

2. Aminosavak - Treonin Az aminosavak felhasználása nátrium-glutamát ízfokozó (Delikát, Vegeta) lizin, metionin, treonin, triptofán takarmány- és élelmiszerkiegészítő aszparaginsav és fenilalanin aszpartám édesítőszer gyártásához

Részletesebben

A genomikai oktatás helyzete a Debreceni Egyetemen

A genomikai oktatás helyzete a Debreceni Egyetemen A genomikai oktatás helyzete a Debreceni Egyetemen Bálint Bálint L. GNTP Oktatás és Tudásmenedzsment Munkabizottság, 2009. június 10. Tények Debreceni Egyetemről 21000 nappali és 33000 összes hallgató

Részletesebben

transzláció DNS RNS Fehérje A fehérjék jelenléte nélkülözhetetlen minden sejt számára: enzimek, szerkezeti fehérjék, transzportfehérjék

transzláció DNS RNS Fehérje A fehérjék jelenléte nélkülözhetetlen minden sejt számára: enzimek, szerkezeti fehérjék, transzportfehérjék Transzláció A molekuláris biológia centrális dogmája transzkripció transzláció DNS RNS Fehérje replikáció Reverz transzkriptáz A fehérjék jelenléte nélkülözhetetlen minden sejt számára: enzimek, szerkezeti

Részletesebben

A géntechnológiát megalapozó felfedezések

A géntechnológiát megalapozó felfedezések 2010. december BIOTECHNOLÓGIA Rova tvezető: Dr. Heszky László akadémikus A géntechnológia genetikai alapjai c. I. fejezet 1-5. részében azokat a tudományos eredményeket mutattuk be, melyek bizonyítják,

Részletesebben

Bioinformatika 2 9. előadás

Bioinformatika 2 9. előadás 9. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2017.11.06. Térszerkezet előrejelzés fő módszerei Homológia modellezés (komparatív modellezés):

Részletesebben

ÚJ GENERÁCIÓS SZEKVENÁLÁS

ÚJ GENERÁCIÓS SZEKVENÁLÁS VÍZMIKROBIOLÓGUSOK XI. ORSZÁGOS KONFERENCIÁJA - 2012 ÚJ GENERÁCIÓS SZEKVENÁLÁS LEHETŐSÉG, VAGY NEHÉZSÉG? MÁRIALIGETI KÁROLY EÖTVÖS LORÁND TUDOMÁNYEGYETEM, BUDAPEST 1953 JAMES D. WATSON, FRANCIS CRICK:

Részletesebben

Genetika. Tartárgyi adatlap: tantárgy adatai

Genetika. Tartárgyi adatlap: tantárgy adatai Genetika Előadás a I. éves Génsebészet szakos hallgatók számára Tartárgyi adatlap: tantárgy adatai 2.1. Tantárgy címe Genetika 2.2. Előadás felelőse Dr. Mara Gyöngyvér, docens 2.3. Egyéb oktatási tevékenységek

Részletesebben

INFORMATIKA EMELT SZINT%

INFORMATIKA EMELT SZINT% Szövegszerkesztés, prezentáció, grafika, weblapkészítés 1. A fényképezés története Táblázatkezelés 2. Maradékos összeadás Adatbázis-kezelés 3. Érettségi Algoritmizálás, adatmodellezés 4. Fehérje Maximális

Részletesebben

Bevezetés a rendszerbiológiába

Bevezetés a rendszerbiológiába Bevezetés a rendszerbiológiába Papp Balázs http://group.szbk.u-szeged.hu/sysbiol/ MTA Szegedi Biológiai Központja Biokémiai Intézet Alapprobléma Ma a biológiában rengeteg adat termelődik és áll rendelkezésre.

Részletesebben

Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)

Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) (specializáció választás a 4. félévben, specializációra lépés feltétele: az egyik szigorlat

Részletesebben

A fehérjék hierarchikus szerkezete. Szerkezeti hierarchia. A fehérjék építőkövei az aminosavak. Fehérjék felosztása

A fehérjék hierarchikus szerkezete. Szerkezeti hierarchia. A fehérjék építőkövei az aminosavak. Fehérjék felosztása Fehérjék felosztása A fehérjék hierarchikus szerkezete Smeller László Semmelweis Egyetem Biofizikai és Sugárbiológiai Intézet Biológiai funkció alapján Enzimek (pl.: tripszin, citokróm-c ) Transzportfehérjék

Részletesebben

13. RNS szintézis és splicing

13. RNS szintézis és splicing 13. RNS szintézis és splicing 1 Visszatekintés: Az RNS típusai és szerkezete Hírvivő RNS = mrns (messenger RNA = mrna) : fehérjeszintézis pre-mrns érett mrns (intronok kivágódnak = splicing) Transzfer

Részletesebben

SOLiD Technology. library preparation & Sequencing Chemistry (sequencing by ligation!) Imaging and analysis. Application specific sample preparation

SOLiD Technology. library preparation & Sequencing Chemistry (sequencing by ligation!) Imaging and analysis. Application specific sample preparation SOLiD Technology Application specific sample preparation Application specific data analysis library preparation & emulsion PCR Sequencing Chemistry (sequencing by ligation!) Imaging and analysis SOLiD

Részletesebben

Molekuláris genetikai vizsgáló. módszerek az immundefektusok. diagnosztikájában

Molekuláris genetikai vizsgáló. módszerek az immundefektusok. diagnosztikájában Molekuláris genetikai vizsgáló módszerek az immundefektusok diagnosztikájában Primer immundefektusok A primer immundeficiencia ritka, veleszületett, monogénes öröklődésű immunhiányos állapot. Családi halmozódást

Részletesebben

ELTE Doktori Iskola Evolúciógenetika, evolúciós ökológia, konzervációbiológia program Programvezető: Dr. Szathmáry Eörs, akadémikus, egyetemi tanár

ELTE Doktori Iskola Evolúciógenetika, evolúciós ökológia, konzervációbiológia program Programvezető: Dr. Szathmáry Eörs, akadémikus, egyetemi tanár ELTE Doktori Iskola Evolúciógenetika, evolúciós ökológia, konzervációbiológia program Programvezető: Dr. Szathmáry Eörs, akadémikus, egyetemi tanár A CSIRKÉK FERTŐZŐ BURSITISÉT OKOZÓ VÍRUSTÖRZSEK GENETIKAI

Részletesebben

Hálózati modellek alkalmazása a molekuláris biológia néhány problémájára. Doktori (PhD) értekezés tézisei. Ágoston Vilmos

Hálózati modellek alkalmazása a molekuláris biológia néhány problémájára. Doktori (PhD) értekezés tézisei. Ágoston Vilmos Hálózati modellek alkalmazása a molekuláris biológia néhány problémájára Doktori (PhD) értekezés tézisei Ágoston Vilmos Témavezető: Dr. Pongor Sándor SZEGED 2007 Konferencia-részvétel: Bevezetés Ágoston,

Részletesebben

Bioinformatika előad

Bioinformatika előad 7.. előad adás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2009. 04. 03. Térszerkezet előrejelz rejelzés s főf módszerei Homológia modellezés

Részletesebben

Dobzhansky: In Biology nothing makes sense except in the light of Evolution.

Dobzhansky: In Biology nothing makes sense except in the light of Evolution. Dobzhansky: In Biology nothing makes sense except in the light of Evolution. Az Evolúcióbiológia Története Molnár István im54@invitel.hu Mai témák 1. Mi az evolúció? 2. Hogyan alakult ki a mai evolúciós

Részletesebben

SZTE-ELTE PROTEOMIKAI INNOVÁCIÓ: KONCEPCIÓ, EREDMÉNYEK, JÖVŐKÉP

SZTE-ELTE PROTEOMIKAI INNOVÁCIÓ: KONCEPCIÓ, EREDMÉNYEK, JÖVŐKÉP SZTE-ELTE PROTEOMIKAI INNOVÁCIÓ: KONCEPCIÓ, EREDMÉNYEK, JÖVŐKÉP Minden elméletet úgy is meg lehet alkotni, hogy az általa sugallt kísérletek csak magát az elméletet erősítsék meg Konrad Lorenz A SEJTMŰKÖDÉS

Részletesebben

TÉMAKÖRÖK. Ősi RNS világ BEVEZETÉS. RNS-ek tradicionális szerepben

TÉMAKÖRÖK. Ősi RNS világ BEVEZETÉS. RNS-ek tradicionális szerepben esirna mirtron BEVEZETÉS TÉMAKÖRÖK Ősi RNS világ RNS-ek tradicionális szerepben bevezetés BIOLÓGIAI MOLEKULÁK FEHÉRJÉK NUKLEINSAVAK DNS-ek RNS-ek BIOLÓGIAI MOLEKULÁK FEHÉRJÉK NUKLEINSAVAK DNS-ek RNS-ek

Részletesebben

Biológus MSc. Molekuláris biológiai alapismeretek

Biológus MSc. Molekuláris biológiai alapismeretek Biológus MSc Molekuláris biológiai alapismeretek A nukleotidok építőkövei A nukleotidok szerkezete Nukleotid = N-tartalmú szerves bázis + pentóz + foszfát N-glikozidos kötés 5 1 4 2 3 (Foszfát)észter-kötés

Részletesebben

NÖVÉNYGENETIKA. Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP /1/A

NÖVÉNYGENETIKA. Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP /1/A NÖVÉNYGENETIKA Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 A citológia és a genetika társtudománya Citogenetika A kromoszómák eredetét, szerkezetét, genetikai funkcióját,

Részletesebben

BEVEZETÉS AZ INTERNET ÉS A WORLD WIDE WEB VILÁGÁBA. Kvaszingerné Prantner Csilla, EKF

BEVEZETÉS AZ INTERNET ÉS A WORLD WIDE WEB VILÁGÁBA. Kvaszingerné Prantner Csilla, EKF BEVEZETÉS AZ INTERNET ÉS A WORLD WIDE WEB VILÁGÁBA Kvaszingerné Prantner Csilla, EKF Az Internet 2 A hálózatok összekapcsolt, hálózatba szervezett rendszere, amely behálózza a világot. Részévé vált életünknek.

Részletesebben

Aminosavak általános képlete NH 2. Csoportosítás: R oldallánc szerkezete alapján: Semleges. Esszenciális aminosavak

Aminosavak általános képlete NH 2. Csoportosítás: R oldallánc szerkezete alapján: Semleges. Esszenciális aminosavak Aminosavak 1 Aminosavak általános képlete N 2 soportosítás: oldallánc szerkezete alapján: Apoláris Poláris Bázikus Savas Semleges Esszenciális aminosavak 2 (apoláris) Glicin Név Gly 3 Alanin Ala 3 3 Valin

Részletesebben

4. FEHÉRJÉK. 2. Vázanyagok. Az izmok alkotórésze (pl.: a miozin). Inak, izületek, csontok szerves komponensei, az ún. vázfehérjék (szkleroproteinek).

4. FEHÉRJÉK. 2. Vázanyagok. Az izmok alkotórésze (pl.: a miozin). Inak, izületek, csontok szerves komponensei, az ún. vázfehérjék (szkleroproteinek). 4. FEÉRJÉK 4.0. Bevezetés A fehérjék elsısorban α-l-aminosavakból felépülı biopolimerek. A csak α-laminosavakat tartalmazó fehérjék a proteinek. evüket a görög proteios szóból kapták, ami elsırangút jelent.

Részletesebben

Szerződéses kutatások/contract research

Szerződéses kutatások/contract research Szerződéses kutatások/contract research Év/year Cím/subject (témavezető/principle investigator) Partner Összeg/amount Epitópok predikciója és szintézismódszer kidolgozása/ Epitope prediction and development

Részletesebben

7. Fehérjeszekvenciák és térszerkezetek analízise.

7. Fehérjeszekvenciák és térszerkezetek analízise. 7. Fehérjeszekvenciák és térszerkezetek analízise. 1. Egyszerû elemzések 2. Térszerkezet predikció 2.1. A probléma bonyolultsága 2.2. A predikció szintjei 2.3. 1D predikciók (másodlagos szerkezet, hozzáférhetõség,

Részletesebben

Transzláció. Szintetikus folyamatok Energiájának 90%-a

Transzláció. Szintetikus folyamatok Energiájának 90%-a Transzláció Transzláció Fehérje bioszintézis a genetikai információ kifejeződése Szükséges: mrns: trns: ~40 Riboszóma: 4 rrns + ~ 70 protein 20 Aminosav aktiváló enzim ~12 egyéb enzim Szintetikus folyamatok

Részletesebben

Elválasztástechnikai és bioinformatikai kutatások. Dr. Harangi János DE, TTK, Biokémiai Tanszék

Elválasztástechnikai és bioinformatikai kutatások. Dr. Harangi János DE, TTK, Biokémiai Tanszék Elválasztástechnikai és bioinformatikai kutatások Dr. Harangi János DE, TTK, Biokémiai Tanszék Fő kutatási területek Enzimek vizsgálata mannozidáz amiláz OGT Analitikai kutatások Élelmiszer analitika Magas

Részletesebben

A doktori értekezés tézisei. A növényi NRP fehérjék lehetséges szerepe a hiszton defoszforiláció szabályozásában, és a hőstressz válaszban.

A doktori értekezés tézisei. A növényi NRP fehérjék lehetséges szerepe a hiszton defoszforiláció szabályozásában, és a hőstressz válaszban. A doktori értekezés tézisei A növényi NRP fehérjék lehetséges szerepe a hiszton defoszforiláció szabályozásában, és a hőstressz válaszban. Bíró Judit Témavezető: Dr. Fehér Attila Magyar Tudományos Akadémia

Részletesebben

Molekuláris biológiai módszerek alkalmazása a biológiai környezeti kármentesítésben

Molekuláris biológiai módszerek alkalmazása a biológiai környezeti kármentesítésben Molekuláris biológiai módszerek alkalmazása a biológiai környezeti kármentesítésben Dr. Kovács Tamás, Kovács Árpád László Kármentesítés Aktuális Kérdései 2013 Budapest, 2013.03.21-22 Bioremediáció során

Részletesebben

Conserved ortholog set (COS) markerek térképezése Aegilops kromoszómákon

Conserved ortholog set (COS) markerek térképezése Aegilops kromoszómákon Conserved ortholog set (COS) markerek térképezése Aegilops kromoszómákon Rövid tanulmányút 2011. 01.03-03. 30., John Inn Centre, Dept. of Crop Genetics, Norwich Research Park, Norwich NR4 7UH, UK Supervisor:

Részletesebben

NÖVÉNYI GENOMIKA JÓRI BALÁZS

NÖVÉNYI GENOMIKA JÓRI BALÁZS NÖVÉNYI GENOMIKA JÓRI BALÁZS Eötvös Loránd Tudományegyetem, Növényélettani és Molekuláris Növénybiológia Tanszék, 1117 Budapest, Pázmány P. sétány 1/c. Elfogadva: 2004. december 29. Bot. Közlem. 91(1 2):

Részletesebben

A minimális sejt. Avagy hogyan alkalmazzuk a biológia több területét egy kérdés megválaszolására

A minimális sejt. Avagy hogyan alkalmazzuk a biológia több területét egy kérdés megválaszolására A minimális sejt Avagy hogyan alkalmazzuk a biológia több területét egy kérdés megválaszolására Anyagcsere Gánti kemoton elmélete Minimum sejt Top down: Meglevő szervezetek genomjából indulunk ki Bottom

Részletesebben

Human Genome Project, 1990-2005 5 évvel a tervezett befezés előtt The race is over, victory for Craig Venter. The genome is mapped* - now what?

Human Genome Project, 1990-2005 5 évvel a tervezett befezés előtt The race is over, victory for Craig Venter. The genome is mapped* - now what? 2000 június 26 Új út kezdete, vagy egy út vége? Human Genome Project, 1990-2005 5 évvel a tervezett befezés előtt The race is over, victory for Craig Venter. The genome is mapped* - now what? 2000 június

Részletesebben

Molekuláris biológiai eljárások alkalmazása a GMO analitikában és az élelmiszerbiztonság területén

Molekuláris biológiai eljárások alkalmazása a GMO analitikában és az élelmiszerbiztonság területén Molekuláris biológiai eljárások alkalmazása a GMO analitikában és az élelmiszerbiztonság területén Dr. Dallmann Klára A molekuláris biológia célja az élőlények és sejtek működésének molekuláris szintű

Részletesebben

Transzgénikus. nikus állatok. Transzgénikus nikus minden olyan állat, melynek genomja emberi közremk bejuttatott DNS-t t tartalmaz.

Transzgénikus. nikus állatok. Transzgénikus nikus minden olyan állat, melynek genomja emberi közremk bejuttatott DNS-t t tartalmaz. Transzgénikus nikus állatok Transzgénikus nikus minden olyan állat, melynek genomja emberi közremk zremüködéssel bejuttatott DNS-t t tartalmaz. I. A KONKRÉT T GÉNSEBG NSEBÉSZETI SZETI TECHNIKA A beavatkozást

Részletesebben

Felhő használata mindennapi alkalmazások futtatására. Németh Zsolt MTA SZTAKI

Felhő használata mindennapi alkalmazások futtatására. Németh Zsolt MTA SZTAKI Felhő használata mindennapi alkalmazások futtatására Németh Zsolt MTA SZTAKI Legyőzni a maláriát 45 másodpercenként meghal egy gyerek maláriában Évente 216 millió ember fertőződik meg és 650000 meghal

Részletesebben

A sejtek élete. 5. Robotoló törpék és óriások Az aminosavak és fehérjék R C NH 2. C COOH 5.1. A fehérjeépítőaminosavak általános

A sejtek élete. 5. Robotoló törpék és óriások Az aminosavak és fehérjék R C NH 2. C COOH 5.1. A fehérjeépítőaminosavak általános A sejtek élete 5. Robotoló törpék és óriások Az aminosavak és fehérjék e csak nézd! Milyen protonátmenetes reakcióra képes egy aminosav? R 2 5.1. A fehérjeépítőaminosavak általános képlete 5.2. A legegyszerűbb

Részletesebben

ELIXIR-Magyarország: lehetőségek és kihívások: Bálint Bálint L, Debreceni Egyetem, ELIXIR-Magyarország oktatási koordinátor

ELIXIR-Magyarország: lehetőségek és kihívások: Bálint Bálint L, Debreceni Egyetem, ELIXIR-Magyarország oktatási koordinátor ELIXIR-Magyarország: lehetőségek és kihívások: 2018-2019 Bálint Bálint L, Debreceni Egyetem, ELIXIR-Magyarország oktatási koordinátor ELIXIR European Life Science Infrastructure for Biological InfoRmation

Részletesebben

fájl-szerver (file server) Az a számítógép a hálózatban, amelyen a távoli felhasználók (kliensek) adatállományait tárolják.

fájl-szerver (file server) Az a számítógép a hálózatban, amelyen a távoli felhasználók (kliensek) adatállományait tárolják. I n t e r n e t k i f e j e z é s e k adat (data) Valamilyen különleges célból, gyakran speciális alakban elıkészített információ. Számítógépen tárolható és feldolgozható számok és betők. adatbázis (database)

Részletesebben

CHO H H H OH H OH OH H CH2OH HC OH HC OH HC OH CH 2

CHO H H H OH H OH OH H CH2OH HC OH HC OH HC OH CH 2 4. Előadás ukleozidok, nukleotidok, nukleinsavak Történeti háttér Savas karakterű anyagok a sejtmagból 1869-71 DS a sejtmag fő komponense F. Miescher (Svájc) 1882 Flemming: Chromatin elnevezés Waldeyer:

Részletesebben

Gyakorlati tudnivalók nyertes pályázó és bíráló szemszögéből Prof. Dr. Dinnyés András,

Gyakorlati tudnivalók nyertes pályázó és bíráló szemszögéből Prof. Dr. Dinnyés András, Gyakorlati tudnivalók nyertes pályázó és bíráló szemszögéből Prof. Dr. Dinnyés András, BioTalentum Kft, Gödöllő; www.biotalentum.hu Szent István Egyetem, Gödöllő Projektre való előkészületek Kiváló tudományos

Részletesebben

Poligénes v. kantitatív öröklődés

Poligénes v. kantitatív öröklődés 1. Öröklődés komplexebb sajátosságai 2. Öröklődés molekuláris alapja Poligénes v. kantitatív öröklődés Azok a tulajdonságokat amelyek mértékegységgel nem, vagy csak nehezen mérhetők, kialakulásuk kevéssé

Részletesebben