Rechercher des séquences nucléiques parmi plusieurs espèces

[Zdravo]

Bonjour,
ça y est, j'ai fait le grand pas je m'y suis inscrit (je me contentais de lire les différents topic depuis plusieurs années). Ce qui est dommage, c'est que je le fais car j'ai besoin d'un coup de pouce

Voici mon problème, qui touche plus à la bioinformatique (enfin, aux outils bioinformatique utilisés par les biologistes. Dédicace aux puristes ).

Je dois faire un screening et récupérer les séquences nucléotidiques de trois sous-unités d'une enzyme, chez différentes espèces. Je ne me lance pas dans l'océan, je dois compléter une liste qui a déjà été réalisé lors d'un publication vielle de 10 ans donc surement plus à jour...

Je vous explique ma démarche : J'ai repris le premier gène de la liste pré-existante, et j'ai fait un BLAST pour voir ce qu'il en retournait. Je trouve quelques séquences homologues présente sur la liste, mais pas tous !

Je passe sous Swiss-Prot, en rentrant le "protein names" (en fait le type générique). Je trouve d'autres espèces c'est cool, mais pas forcément ceux de la liste de départ...

Du coup je me dis que je dois me planter quelques part. Auriez-vous une bonne méthodologie ?


edit : je peux être plus précis si ça peut vous aider Je suis volontairement rester "vague" pour avoir une méthode qui s'applique à plusieurs domaine et non qu'au mien/à cette exemple.

Merci
-----

[Flyingbike]

tu veux trouver des séquences d'une protéine précise chez plusieurs espèces ? pourquoi ne pas simplement faire une nucleotide search ??

[MaliciaR]

Bonjour,
ça y est, j'ai fait le grand pas je m'y suis inscrit (je me contentais de lire les différents topic depuis plusieurs années). Ce qui est dommage, c'est que je le fais car j'ai besoin d'un coup de pouce

Bienvenu

Je dois faire un screening et récupérer les séquences nucléotidiques de trois sous-unités d'une enzyme, chez différentes espèces.

Déjà, tu cherches de l'ADN. Ca déterminera certains des paramètres de ta recherche (ce n'est pas de l'ARN, ce n'est pas de la prot).

Je vous explique ma démarche : J'ai repris le premier gène de la liste pré-existante, et j'ai fait un BLAST pour voir ce qu'il en retournait. Je trouve quelques séquences homologues présente sur la liste, mais pas tous !

Euh, alors reprenons lentement.
Tu as repris le nom du gène de ta liste. Tu as donc cherché sa séquence nucléotidique dans une banque de données biologiques (laquelle ?) et ensuite tu as fait un BLAST (donc, je suppose en utilisant l'algo blastn) : avec quels paramètres et contre quelle banque?

Je passe sous Swiss-Prot, en rentrant le "protein names" (en fait le type générique). Je trouve d'autres espèces c'est cool, mais pas forcément ceux de la liste de départ...

Normal : les paramètres de ta recherche ne sont pas les mêmes, visiblement la banque interrogée n'est pas la même que celle de ton BLAST.

Du coup je me dis que je dois me planter quelques part. Auriez-vous une bonne méthodologie ?


edit : je peux être plus précis si ça peut vous aider Je suis volontairement rester "vague" pour avoir une méthode qui s'applique à plusieurs domaine et non qu'au mien/à cette exemple.

Merci

Tu ne peux pas chercher des réponses à des questions précises et rester vague. Ca n'aide absolument pas. Donc, donne vraiment des précisions sur ce que tu fais et on pourra mieux te guider après. Mais avec la quantité incommensurable de ressources, il n'y a pas une seule et unique méthodologie.

[Zdravo]

Je vais donc être plus précis

Je commence un travail sur les protéines G (hétérotrimériques, et monomériques), sauf que c'est chez les plantes . A la différence des mammifères et invertébrés, il y a très peu de gènes codant les diverses sous-unités. Je pars de ce qui a été trouvé chez la plante modèle Arabidopsis thaliana puis qui a servit à récolter d'autres homologues, à savoir :
Un gène unique codant la sous-unité alpha - GPA1
Un gène unique codant la sous-unité beta - AGB1
Deux gènes codant la sous-unité gamma - AGG1 et AGG2

La liste sur laquelle je me repose est le tableau 1 de cette article : http://www.plantcell.org/cgi/doi/10.1105/tpc.001792 Je dois le "compléter"/mettre à jour. Et récupérer les séquences nucléotidiques.

J'ai donc fait une recherche sur GPA1 chez Arabidopsis, puis fait un BLASTn dans la banque "nucleotide collection nr/nt", et l'algorithme par défaut (Highly similar sequences (megablast)).

Voyant que je ne récupérais pas les mêmes informations que le tableau, je suis donc passé à Swiss-Prot en rentrant "G protein alpha subunit" où je retrouve bien GPA1 mais là encore, pas les autres...

En espérant avoir été plus clair

Cordialement,

[A voir en vidéo sur Futura]

[MaliciaR]

Peux-tu preciser le numero d'accession de la sequence de GPA1 que tu as trouvee? Et tu l'ai recupere d'ou?
Par ailleurs, quelles sont tes connaissances en bioinfo?

[Zdravo]

GPA1 : NM_128187.3
Je l'ai trouvé via UniGene (en tapant "GPA1")

Mes connaissances en bioinformatique se résument à quelques heures de cours théoriques (les différentes banques, les algorithmes, les matrices), appuyées par 3 TD-TP (identification de gène/alignement de séquences/modélisation via Rasmol) il y a maintenant 2 ans. Depuis je n'ai pas eu à retoucher à ces outils. D'où ma question sur la méthodologie à avoir

[MaliciaR]

Bon, dans ce cas, je te conseille vivement la relecture attentive de tes cours sur les banques et sur la façon dont fonctionne BLAST. Tu peux aussi te référer à certains articles (par exemple, celui sur BLAST sur le wiki anglais). Tu comprendras pourquoi tu ne peux pas avoir les mêmes résultats si tu interroges GenBank ou SwissProt

Par contre, j'ai une autre question : le numéro d'accession NM_128187.3 pointe vers un mRNA :

LOCUS NM_128187 2034 bp mRNA linear PLN 21-AUG-2009
DEFINITION Arabidopsis thaliana GP ALPHA 1 (G PROTEIN ALPHA SUBUNIT 1); GTP binding / GTPase/ channel regulator/ signal transducer (GP ALPHA 1) mRNA, complete cds.

http://www.ncbi.nlm.nih.gov/nuccore/145360345
Or, tu cherches des gènes, non ?

En revanche, si tu cherches dans NCBI -> Gene avec les mots-clé GPA1 Arabidopsis par exemple, tu tombes sur ça : http://www.ncbi.nlm.nih.gov/nuccore/...7&report=graph


Cela dit, je te recommande vivement d'utiliser la plateforme SRS@EBI (http://srs.ebi.ac.uk/srsbin/cgi-bin/...id+7MN771_ou7f) qui est moins moche que celle d'Entrez et (àmha) plus intuitive. Donc, tu choisis d'abord la banque que tu souhaites interroger (par exemple, EMBL) et puis, dans la Query Form, tu entres tes mots-clé (GPA1, Organism name = Arabidopsis thaliana). Tu trouveras donc la séquence nucléotidique de ton gène que tu pourras sauvegarder au format FASTA.


Si tu as des questions, n'hésite pas, mais je te conseille vraiment de bien lire comment marchent ses outils : si tu ne sais pas t'en servir, tu risques de morfler

Bon courage.