Fylogenetická analýza


Vyberte si 28 sekvencí různých proteinů, ktere sdílejí alespoň 30% identitu. Zvolte sekvence z
různých oraganismů.  Zvolte i dvě sekvence, které mají identitu nižší (ale jsou nalezeny jako
potenciální podobné sekvence)


1) Připravte si data (zeditujte nazvy), tak aby byla jednoznacne kratce a smysluplne pojmenovana
(napr: vymazte"sp|gi|P31415626|QNXY_CJAPONa nahradte slovem rice, R. solanacearum, atd ..., ze
které sekvence pochází.


2) Udělejte vícenásobné sekvenční přiložení (ideálně ClustalW2 (už není dostupný na EBI, dá se
stáhnout jako stand-alone z clustal.org či je dostupný na stránkách simgene.com/ClustalW či jiným
softwate.  Pro jednodišší práci je mít sekvence obdobné délky, ale není nutné


3) Proveďte dvě fylogenetické analýzy s použitím Neighbor Joining metodou a pak UPGMA


4) Popište výsledné přiložení a zahrňte grafické obrázky alignmentu i fylogeneze.


(5) Proveďte totéž na úrovni (c)DNA..


(6) Mají stromy stejnou topologii?


(7) Mají stromy stejnou délku větví?

?

(8) Pokud 6 a 7 není pravda, popište rozdíly a zkuste navrhnout, proč se tyto stromy  od sebe liší.


(9) Ukazují stromy náznaky paralogní evolece_?


(10) Které uzly jsou ortologní a které paralogní?


Pro znázornění a formátování stromů můžete využít např. http://itol.embl.de (upload) či jakýkoli
jiný program.

Do protokolu zahrňte i Vaše sekvence ve FASTA formátu


(11) vyberte si nejkonzervovanější část přiložení a vygenerujte jeho sekvenční logo (např.
http://weblogo.berkeley.edu/)



Postranlační modifikace


Zvolte si jednu z eukaryotních proteinových sekvencí (alespoň 350 aminokyselin)  a za využití
nástrojů pro predikci postranslačních modifikací v sekvenci vyznačte graficky potenciální
modifikovaná místa. Uveďte i negativní výsledky...Jelikož programy pracují s různými predikčními
algoritmy, zkuste použít i více programů pro podobnou predikci...


je možné využít následující predikční programy, ale výčet je limitován a lze nalézt spoustu
dalších:

INTERPRO, balíky na http://www.expasy.org/proteomics/post-translational_modification

Predikce glykosylace program GPP

http://comp.chem.nottingham.ac.uk/cgi-bin/glyco/bin/getparams.cgi


Predictions for O-GlcNAc sites YinOYang 1.2

http://www.cbs.dtu.dk/services/YinOYang/



predictions for O-ß-GlcNAc attachment sites in eukaryotic protein sequences, Intracellular
O-glycosylation is characterised by the addition of N-acetylglucosamine, in a beta anomeric
linkage, to Serine and Threonine residues in a protein.


NetPhos 2.0 Server

http://www.cbs.dtu.dk/services/NetPhos/



The NetPhos 2.0 server produces neural network predictions for serine, threonine and tyrosine
phosphorylation sites in eukaryotic proteins.




NetPhosK 1.0 Server

http://www.cbs.dtu.dk/services/NetPhosK/


The NetPhosK 1.0 server produces neural network predictions of kinase specific eukaryotic protein
phosphoylation sites. Currently NetPhosK covers the following kinases: PKA, PKC, PKG, CKII, Cdc2,
CaM-II, ATM, DNA PK, Cdk5, p38 MAPK, GSK3, CKI, PKB, RSK, INSR, EGFR and Src.


NetAcet 1.0 Server

http://www.cbs.dtu.dk/services/NetAcet/


NetAcet 1.0 server predicts substrates of N-acetyltransferase A (NatA). The method was trained on
yeast data but, as mentioned in the article describing the method, it obtains similar performance
values on mammalian substrates acetylated by NatA orthologs.


Terminator

http://www.isv.cnrs-gif.fr/terminator3/index.html


TermiNator predicts N-terminal methionine excision, N-terminal acetylation, N-terminal
myristoylation and S-palmitoylation of either prokaryotic or eukaryotic proteins originating from
organellar or nuclear genomes


SulfoSite

http://sulfosite.mbc.nctu.edu.tw/

 is to computationally predict sulfation sites within given protein sequences



Sulfinator

http://web.expasy.org/sulfinator/


The Sulfinator predicts tyrosine sulfation sites in protein sequences. Tyrosine sulfation is an
important post-translational modification of proteins that go through the secretory pathway.


PrePS - Prenylation Prediction Suite

http://mendel.imp.ac.at/sat/PrePS/index.html


Myristoylator

http://web.expasy.org/myristoylator/


Myristoylator predicts N-terminal myristoylation of proteins by neural networks. Only N-terminal
glycines are myristoylated (leading methionines are cleaved prior to myristoylation).



GPI-SOM: Identification of GPI-anchor signals by a Kohonen Self Organizing Map

http://gpi.unibe.ch/


Predikce sumoylace

http://www.abgent.com/sumoplot

The SUMOplot™ Analysis Program predicts and scores sumoylation sites in your protein. The presence
of this post-translational modification may help explain larger MWs than expected on SDS gels due
to attachment of SUMO protein (11kDa) at multiple positions in your protein.

SUMO-1 (small ubiquitin-related modifier; also known as PIC1, UBL1, Sentrin, GMP1, and Smt3) is a
member of the ubiquitin and ubiquitin-like superfamily. Most SUMO-modified proteins contain the
tetrapeptide motif B-K-x-D/E where B is a hydrophobic residue, K is the lysine conjugated to SUMO,
x is any amino acid (aa), D or E is an acidic residue.

The SUMOplot™ Analysis Program predicts the probability for the SUMO consensus sequence (SUMO-CS)
to be engaged in SUMO attachment. The SUMOplot™ score system is based on two criteria: direct amino
acid match to SUMO-CS. substitution of the consensus amino acid residues with amino acid residues
exhibiting similar hydrophobicity


CSS-Palm

http://csspalm.biocuckoo.org/