Bioinformatika 2 − 1. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika – proteomika Előadás és gyakorlat
2009. 02. 13.
Bioinformatika 2
Bioinformatika – Mi az ? Bioinformatika:
2
¾
Tágabb értelemben: biológiai információ tárolása, értelmezése és elemzése számítógépes módszerek felhasználásával.
¾
Szűkebb értelemben: biológiai szekvenciaadatok illetve térszerkezeti adatok kezelése és elemzése.
2009. 02. 13.
Bioinformatika 2
Bioinformatika – Mi az ? Bioinformatika Részletesebb definíció - Oxford English Dictionary: ¾ (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. ¾
3
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.
2009. 02. 13.
Bioinformatika 2
Bioinformatika – Mi az ? Bioinformatika – Számításos biológia Részletesebb definíciók - definition Committee, National Institute of Mental Health :
4
¾
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
¾
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.
2009. 02. 13.
Bioinformatika 2
Bioinformatika 2 – Rövid tematika ¾ ¾ ¾ ¾ ¾ ¾ ¾ ¾ ¾ ¾ ¾ ¾
5
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
2009. 02. 13.
Bioinformatika 2
Bioinformatika – Előzmények 1951 - Pauling & Corey: az alfa-hélix és beta-redő szerkezete 1953 - Watson & Crick: DNS kettős spirál (hélix) szerkezete (Franklin & Wilkins röntgenszerkezete alapján). 1954 - Perutz's csoport: nehéz atom módszer a protein krisztallográfia fázisproblémájára 1955 - F. Sanger: Az első protein szekvencia (bovine insulin). 1958 – J. Kilby (Texas Instr.): Az első integrált áramkör / ARPA (Advanced Research Projects Agency, USA) megalakul 1962 - Pauling elmélete a molekuláris evolúcióról 1965 - Margaret Dayhoff‘: Atlas of Protein Sequences 1969 - ARPANET: az UCSB (Stanford) és az UCLA (University of Utah) számítógépeinek összekötése. 1970 - Needleman-Wunsch algoritmus: szekvencia összhasonlításra. 1971 - Ray Tomlinson (BBN): az e-mail 1972 - Paul Berg és csoportja: az első rekombináns DNS molekula 1973 - A Brookhaven Protein DataBank (PDB) bejelentése / Robert Metcalfe (Harvard University) Ethernet. 1974 - Vint Cerf & Robert Khan: az "internet" és a Transmission Control Protocol (TCP). 1975 - Microsoft Co. (Bill Gates & Paul Allen) / 2D elektroforézis (P. H. O'Farrell) 1976 - Unix-To-Unix Copy Protocol (UUCP) - Bell Labs / Southern Blot technika (E. M. Southern). 1977 - 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). 6
2009. 02. 13.
Bioinformatika 2
Bioinformatika – Kezdetek 1980 - Az első teljes gén szekvencia (FX174 - 5386 bázis pár / 9 protein) / Többdimenziós NMR protein szerkezet meghatározásra (Kumar, A.; Ernst, R.R.; Wüthrich, K.). 1981 - A Smith-Waterman algoritmus (szekvencia összerendelés) / IBM - Personal Computer (PC) / A szekvencia motívum koncepció (Doolittle) 1982 - Genetics Computer Group (GCG) - Wisconsin Suite molekuláris biológiai eszközök / GenBank Release 3 / Lambda fág genome szekvenálása 1983 - Compact Disk (CD) / Szekvencia adatbázis kereső algoritmus (Wilbur-Lipman) / DNS klón (cosmid) könyvtárak / PCR (Polymerase Chain Reaction) a DNS analízis lehetővé válik 1984 - Jon Postel: Domain Name System (DNS) / Macintosh (Apple Computer) 1985 - A FASTP/FASTN algoritmus / A Human Genome Initiative lehetőségének felvetése 1986 - A Human Genome Initiative kezdete / A "Genomics" elnevezés / A SWISS-PROT adatbázis megalapítása 1987 - Mesterséges élesztő kromoszóma (YAC) / Az E. coli feltérképezése / Perl (Practical Extraction Report Language) / NIH NIGMS - genome projektek finanszírozásának kezdete 1988 - National Center for Biotechnology Information (NCBI) megalakulása / EMBnet network az adatbázisok terjesztésére / A Human Genome Intiative elindul / A FASTA algoritmus (Pearson and Lupman) 1989 - Oxford Molceular Group,Ltd.(OMG) megalakul. Termékeik: Anaconds, Asp, Cameleon (molekula modellezés, drug design, protein design). 7
2009. 02. 13.
Bioinformatika 2
Bioinformatika – Kibontakozás 1990 - 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) 1991 - Genf (CERN) - World Wide Web / Expressed sequence tags (ESTs) / Humán kromoszóma térkép adattár (GDB) megalakulása 1992 - Humán genom - Kisfelbontású genetikai térkép 1993 - IMAGE konzorcium – összehangolt cDNA génszekvenálás és térképezés / LBNL - új transposonsegített kromoszóma-szekvenálás / GRAIL Internetes szekvencia-interpretáló szolgáltatás (ORNL) 1994 - Netscape Co (Navigator) / PRINTS database: protein motivumok (Attwood & Beck) / EMBL European Bioinformatics Institute / Másod-generációs DNS klón könyvtárak az összes humán kromoszómáról 1995 - Az első bakteriális (Haemophilus influenzea) genom (1.8) szekvenálása ( Fleischmann et al) / A legkisebb baktérium (Mycoplasma genitalium) szekvenálása - az önálló léthez szükséges legkevesebb gén 1996 - A sütőélesztő (Sacharomyces cerevisiae 12.1 Mb) genom / A Prosite adatbázis (Bairoch, et.al) / Affymetrix – az első kereskedelmi DNS chip 1997 - Az E. coli (4.7 Mbp) genom / National Human Genome Research Institute (NHGRI) 1998 - A Swiss Institute of Bioinformatics megalakulása 1999 - Az első teljes humán kromoszóma szekvencia
8
2009. 02. 13.
Bioinformatika 2
Bioinformatika – Közelmúlt 2000 - Bakteriális (Pseudomonas aeruginosa, 6.3 Mbp), növényi (A. thaliana, 100 Mb) és rovar (Drosophila melanogaster, 180 Mbp) genom szekvenálása / További humán kromoszómák szekvenálása 2001 - A Humán genom (3000 Mbp) közlése / Több humán kromoszóma komplett szekvenálása a Human Genome Project magas minőségi követelményei szerint 2002 - Structural Bioinformatics és GeneFormatics egyesülnek / Mouse Genome Sequencing Consortium – az egér genom nyers szekvenciája 2003 - A Human Genome Project befejezése: 2003 április 2004 - Rat Genome Sequencing Consortium: a barna norvég patkány (Rattus norvegicus) genom
9
2009. 02. 13.
Bioinformatika 2
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
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
L-Aszparaginsav
Asp
D
L-Glutaminsav
Glu
E
L-Lizine
Lys
K
L-Arginin
Arg
R
His
H
Neutrális-Poláris
Savas
Bázikus
10
L-Hisztidin 2009. 02. 13.
Bioinformatika 2
Fehérjék
Szerkezet - Feltekeredés Protein szerkezet - A fehérjék szerkezeti szintjei
11
2009. 02. 13.
¾
Primer szerkezet
(„hajtogatás-mentes” állapot)
¾
Szekunder szerkezet (α-hélix, β-redő)
¾
Tercier szerkezet
(domének, alegységek)
¾
Kvaterner szerkezet
(több fehérjelánc)
¾
Intra- és intermolekuláris diszulfid kötések
Bioinformatika 2
Fehérjék
Primer és szekunder szerkezet Primer szerkezet
Szekunder szerkezet
MNKKEWEEKYVKPLLERSPERKKEFKTSSGIVVDRLYTPEDVEIDYENKL GYPGVYPFTRGVYPTMYRGRLWTMRQYAGFGTAEETNRRYRYLLEQGQTG LSVAFDLPTQIGYDSDHPMALGEVGKVGVAIDTIEDMEILFNGIPLGKVS TSMTINSTCAQILSMYVAVAEKQGVERANLRGTVQNDMLKEYIARGTYIF PPEPSLRLATDIIMFCAKEMPKWNSISISGYHMEEAGATPVQEVAFTLAD GITYVEKVIERGMDVDSFAPRLSFFFAAGNNFLEEIAKFRAARRLWARIM KERFNAKNPRSMMLRFHVQTAGCTLTAQQPENNIVRVALQALAAVLGGCQ SLHTNSFDEALCLPTEKAVRIALRTQQIIAEESGVADVVDPLGGSYYIEW LTDRIEEEAMKYIEKIDEMGGMIKAIESGYVQREIQKSAYEKQKAIDEGE ITVVGVNKYQIEEEIQIELLRVDKAVVEKQIRRLQEFRKNRDAKKVEEAL RLRKAAEKEDENLMPYVLDAVKARATLGEMTDALRDVFGEFRAPEIF
(tk. az aminosav sorrend)
12
2009. 02. 13.
DNS
aminosav sorrend
”feltekeredés”
Bioinformatika 2
Fehérjék
Tercier és kvaterner szerkezet Tercier szerkezet
13
Kvaterner szerkezet
Tercier és kvaterner szerkezet aktív konformáció Enzimek (katalítikus fehérjék): pozitív katalízis (a szubsztrát illeszkedik az aktív hely katalítikus részeihez) 2009. 02. 13. Bioinformatika 2 ) negatív katalízis (a szubsztrát védelme, biológiai ”védőcsoport”
Fehérjék
Az enzimek aktív centruma
A karboxipeptidá a) az aktív centrum sematikus megjelenítése; (b b) a fehérje aktív centruma a Cbz-Gly-Phe arboxipeptidáz A enzim aktí aktív centruma; centruma (a szubsztráttal (abban a helyzetben ahogy az aktív centrumban feltehetóen elhelyezkedik).
14
2009. 02. 13.
Bioinformatika 2
A fehérje expressziót követő folyamatok Proteinek feltekeredése és lebomlása
15
2009. 02. 13.
Bioinformatika 2
A genetikai kód A DNS szerkezete
16
2009. 02. 13.
Bioinformatika 2
A genetikai kód A DNS szerkezete
17
2009. 02. 13.
Bioinformatika 2
Gén expresszió
A központi dogma
18
2009. 02. 13.
Bioinformatika 2
Gén expresszió Transzkripció
19
2009. 02. 13.
Bioinformatika 2
A szabványos genetikai kód
A protein - DNS irányban a kód redundáns
20
2009. 02. 13.
Bioinformatika 2
Gén expresszió
Transzkripció – transzláció folyamata
21
2009. 02. 13.
Bioinformatika 2
Gén expresszió
A transzláció folyamata
22
2009. 02. 13.
Bioinformatika 2
Gén expresszió
Olvasási keretek – A start-stop kódok fontossága
23
2009. 02. 13.
Bioinformatika 2
Gén multiplikáció
DNS in vitro multiplikációja PCR segítségével Primerek (nagy felesleg) és AS’k+tRNA
A PCR ciklus: egyszálú DNS
1. - DNS szétválás (~90oC) 2. - Komplementer szál szintézis (~70oC) hőstabil polimerázzal
Eredmény: exponenciális sokszorozódás
24
2009. 02. 13.
Bioinformatika 2
Gén multiplikáció
Gének klónozása és multiplikációja Desired gene
Wild type host cell
Cleaved plasmid
Plasmid with the desired gene
Recombinant cell 25
2009. 02. 13.
Bioinformatika 2
A bioinformatika céljai
26
¾
Adatbázisok készítése és fenntartása. Az adatok elrendezése szervezése úgy, hogy a kutatók a meglévő információt könnyen elérjék és hozzáadhassanak újat.
¾
Eljárások, módszerek kidolgozása adatok elemzésére. Az adatok elemzés nélkül haszontalanok.
¾
A kidolgozott eszközök és módszerek alkalmazása az adatok elemzésére, és az eredmények biológiai értelmezése.
2009. 02. 13.
Bioinformatika 2
A biológiai információ típusai és a bioinformatikai módszerek
27
Az adatok forrása
Az adathalmaz mérete
Bioinformatikai témák
Nyers DNS−szekvenciák
50 millió szekvencia, 60 milliárd bázis
· Kódoló és nem−kódoló régiók · Intronok és exonok · Géntermékek predikciója · Igazságügyi elemzések
Fehérjeszekvenciák
1 600 000 szekvencia (egyenként kb. 300 aminosav)
· Szekvenciaösszehasonlítás · Többszörös szekvenciaillesztés · Konzerválódott szekvenciamotívumok
Makromolekuláris szerkezetek (DNS, RNS, protein)
50 000 szerkezet (egyenként kb. 1000 atom koordinátái)
· 3D szerkezet illesztések · Fehérjegeometriai mérések · Felszín, térfogat alak számítás · Intermolekuláris kölcsönhatás · Molekulaszimulációk (energiafüggvény, molekuláris mozgások, dokkolás)
2009. 02. 13.
Bioinformatika 2
A biológiai információ típusai és a bioinformatikai módszerek
28
Az adatok forrása
Az adathalmaz mérete
Bioinformatikai témák
Genomok
Kb. 1000 teljes genom (egyenként 1,6 millió - 3 milliárd bázis)
· Ismétlődések jellemzése · Szerkezet - gén hozzárendelés · Filogenetikai analízis · Genom méretű felmérések (pl. anyagcsere−útvonalak ) · Betegségek és gének összefüggésének vizsgálata
Génexpressziós adatok
Legnagyobb: kb. 20 időpont az élesztő kb. 6000 génjénél
· Expressziós mintázatok korrelációja · Expresszió kapcsolata szerkezeti és biokémiai adatokkal
Egyéb: Szakirodalom Anyagcsere útvonalak
Kb. 35 millió szakcikk
· Elektronikus könyvtárak / automatikus irodalmazás · Tudásadatbázisok · Reacióút szimulációk
2009. 02. 13.
Bioinformatika 2
Adatcsoportosítás hasonlóságok alapján Valós biológiai hasonlóságok alapján az információ nagy része csoportokba rendezhető ¾ ismétlődő szekvenciarészletek a genomban ¾ a gének funkció szerint csoportosíthatóak (pl. enzimhatás vagy anyagcsere−útvonalak) ¾ különböző fehérjéknek gyakran hasonló a szekvenciájuk ¾ az alapvető fehérjeszerkezetek száma korlátos (becslések szerint 1000 és 10 000 között)
A biológiai rendszerek véges számú alkotórészből állnak
29
2009. 02. 13.
Bioinformatika 2
Mintázatfelismerés és predikció A bioinformatika két alapvető művelete a mintafelismerés és a predikció Mintafelismerés: a hasonlóságok megtalálása ¾ A már ismert, hasonló funkciójú/szerkezetû fehérjéket megvizsgálva megkeresünk valamely, a funkcióra/szerkezetre jellemző, konzerválódott sajátosságot ¾ Ezt használjuk fel új szekvenciák funkciójának/szerkezetének azonosítására ¾ Feltétel: az új szekvencia olyan fehérjéhez tartozzon, amihez hasonlót már "láttunk" Predikció: ¾ A funkció vagy a térszerkezet megjóslása, hasonlóság alapján vagy ab initio módon ¾ A bioinformatika alapóhaja - szekvenciából megjósolt térszerkezet
30
2009. 02. 13.
Bioinformatika 2
Szekvenciából jósolt térszerkezet problémája MNKKEWEEKYVKPLLERSPERKKEFKTSSGIVVDRLYTPEDVEIDYENKL GYPGVYPFTRGVYPTMYRGRLWTMRQYAGFGTAEETNRRYRYLLEQGQTG LSVAFDLPTQIGYDSDHPMALGEVGKVGVAIDTIEDMEILFNGIPLGKVS TSMTINSTCAQILSMYVAVAEKQGVERANLRGTVQNDMLKEYIARGTYIF PPEPSLRLATDIIMFCAKEMPKWNSISISGYHMEEAGATPVQEVAFTLAD GITYVEKVIERGMDVDSFAPRLSFFFAAGNNFLEEIAKFRAARRLWARIM KERFNAKNPRSMMLRFHVQTAGCTLTAQQPENNIVRVALQALAAVLGGCQ SLHTNSFDEALCLPTEKAVRIALRTQQIIAEESGVADVVDPLGGSYYIEW LTDRIEEEAMKYIEKIDEMGGMIKAIESGYVQREIQKSAYEKQKAIDEGE ITVVGVNKYQIEEEIQIELLRVDKAVVEKQIRRLQEFRKNRDAKKVEEAL RLRKAAEKEDENLMPYVLDAVKARATLGEMTDALRDVFGEFRAPEIF
¾ Felgombolyodás: az aminosavsorrend meghatározza a térszerkezetet, de máig sem értjük, hogyan ¾ Csak a másodlagos szerkezet jósolható korlátozott megbízhatósággal ¾ Ez így marad még a közeli jövőben is 31
2009. 02. 13.
Bioinformatika 2
A 2D – 3D adatok különbözősége Az ismert fehérjeszekvenciák és az ismert fehérje térszerkezetek száma jelentősen eltérő arányban nő
32
2009. 02. 13.
¾
Nagy információs deficit – fontos szerep jut a bioinformatikának
¾
Kb. 1000 × több szekvencia, mint 3D szerkezet
¾
Kb. 50 000 000 ismert szekvencia, kb. 50 000 egyedi térszerkezet
¾
Az arány fokozatosan nő (genom programok) [percenként egy új szekvencia, míg max. napi 5 új szerkezetet]
Bioinformatika 2
Genom projektek Genom szekvenálás
„BAC to BAC” szekvenálás „whole genom shotgun” 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 33
2009. 02. 13.
Bioinformatika 2
Szekvenciaanalízis
¾ A bioinformatika legfontosabb eljárása: új (ismeretlen szerkezetû/funkciójú fehérjéhez tartozó) szekvenciához hasonló keresáse a már ismert szerkezetű / funkciójú fehérjék szekvenciái között. ¾ Szekvenciák összerendezése (vagy illesztése) (alignment): ¾ Szekvenciaazonosság: az összerendezésben az azonos aminosavpárok százalékos aránya ¾ A szekvenciaazonosság csökkenésével a funkció/szerkezet átvihetősége csökken
34
2009. 02. 13.
Bioinformatika 2
Szekvenciaanalízis
35
2009. 02. 13.
Bioinformatika 2
M. J. Foster: Micron 2002, 33, 365-384.
Szekvencia egyezés fokának jelentősége A szekvencia egyezés foka: <30 %:
nem megfelelő modellek
30-60 %: megfelelő modellek, amelyek megbízhatatlan régiókkal rendelkeznek >60 %:
igen jó minőségű modellek, amelyeknél Cα 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). 36
2009. 02. 13.
Bioinformatika 2
A homológia típusai A homológia két típusa 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).
37
2009. 02. 13.
Bioinformatika 2
M. J. Foster: Micron 2002, 33, 365-384.
Az illesztési (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
38
2009. 02. 13.
Bioinformatika 2
Bioinformatikai webhelyek
EMBL, SRS NCBI (Medline, Genbank, stb.) Expasy, Swissprot, Amos
39
2009. 02. 13.
Bioinformatika 2
Bioinformatikai adatbázisok http://www3.oup.co.uk/nar/database/c/
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
40
2009. 02. 13.
Bioinformatika 2