Kaarten: Omnica en bioinformatica | Quizlet

Enzymatische lyse

gebruik van verschillende restrictie-enzymen om fragmenten te creëren, tijdsduur van werking aanpassen om bepaalde grootte van fragmenten te bekomen

Covaris

ultrasone golven worden geconcentreerd in bepaalde positie in waterbad waar epje met DNA kan geplaatst worden voor fragmentatie → kleiner wattage dan bij sonicatie over heel bad, dus minder opwarming

Verneveling (nebulisatie)

Staal vernevelen in speciaal toestel om kleinere fragmenten te krijgen

HydroShear

hydrodynamische krachten gebruiken om DNA-oplossing heen en weer te sturen doorheen membraan, pompsnelheid optimaliseren per staal(soort) om gewenste lengte te verkrijgen

E-Gel SizeSelect

Gel met twee rijen welletjes -> staal (en ladder) laten migreren van ene rij naar de andere via elektroforese -> indien juiste lengte van de ladder wordt gedetecteerd -> staal uit well halen

Pippin systeem

Automatisch syteem (zonder ladder) -> migreren van staal via elektroforese -> lengte detecteren en afscheiden

ATP-sulfurylase

Pyrofosfaat reageert met adenosine 5'- fosfosulfaat om ATP te vormen

Luciferase

omzetting van substraat naar oxyluciferine m.b.v. het ATP uit de vorige reactie waarbij ook licht wordt vrijgegeven dat kan gedetecteerd worden met CCD (charge-coupled device) camera → intensiteit van licht per well komt overeen met hoeveel van bepaald nucleotide werden toegevoegd bij synthese

Apyrase

breekt ongebruikte nucleotiden en ATP af zodat er geen interferentie is bij de toediening van het volgende nucleotide

PhiX

Een bacteriofaag met een gekend genoom (~5386 bp, ~50% GC) dat als interne controle wordt toegevoegd aan Illumina runs voor kwaliteitscontrole, base balans en calibratie.

Amplicon sequencing

Gebruikt PCR met specifieke primers om doelregio's te amplificeren vóór NGS, wat goedkoper en dieper is maar beperkt tot gekende regio's en gevoelig voor PCR bias.

α-hemolysine

Nanopore: Natuurlijk ionenkanaal in celmembranen, heptameer met een binnendiameter van 1nm, zelfde grootteorde als individuele moleculen (water, ionen, ATP, ...) en DNA

Hierarchical shotgun sequencing

verdeelt het genoom eerst in grote BAC-fragmenten die fysisch gekarteerd worden, waarna elk BAC apart via shotgun sequencing gelezen en geassembleerd wordt tot een volledig genoom.

contig

een aaneengesloten stuk geassembleerde DNA-sequentie zonder onderbrekingen, opgebouwd uit overlappende reads

N50

de lengte van de kortste contig waarbij 50% van de totale assembly bereikt wordt bij aflopende sortering — hoe hoger de N50, hoe minder gefragmenteerd en beter de assembly

Polisching

corrigeert fouten in een ruwe long-read assembly door reads opnieuw te aligneren, eerst met long reads (Medaka/Arrow) en daarna met accurate short reads (Pilon), resulterend in een zeer accurate finale assembly.

Haplotype phasing

scheidt de twee (of meer) versies van elk chromosoom in een diploïd/polyploïd genoom, waarbij long reads of Hi-C het mogelijk maken om ver uit elkaar liggende varianten aan het juiste haplotype toe te wijzen

Benchmarking Universal Single-Copy Orthologs (BUSCO)

percentage aan complete genen die gevonden worden in een assembly van alle chromosomen o.b.v. gekende genen in soort

Exome

geheel van alle exonen in het genoom — dus alleen de stukken DNA die uiteindelijk eiwit coderen

ONT adaptive sequencing (nanopore)

software screent tijdens sequeneren voor gekende sequenties (bv exons), als sequentie niet gekend (bv introns) is kan sequencing gestopt worden en bij gekende sequentie wordt doorgegaan (of omgekeerd) → triëren o.b.v. lijst die wordt meegegeven aan software

Linkage studies

opsporen waar mogelijke gen aanwezig is in genoom dat ziekte veroorzaakt, merkers in de buurt van gen zullen samen overgeërfd worden, wanneer verschillende merkers over hele genoom zijn overgeërfd en er zijn symptomen dan bestaat de kans dat het gen zich in de gemerkte regio's bevindt

Kankergenoom

achterhalen van verschillende sequentievariaties die cruciaal zijn voor kankerontwikkeling via het vergelijken van stalen gezond en tumorweefsel met elkaar om na te gaan wat echte mutaties zijn in de tumor en geen overgeërfde variaties

Pangenoom

Alle genomische informatie van binnen een bepaalde soort (met alle stammen erin) → open: stijging van aantal genen als er meer stammen bijkomen; gesloten: als er stagnatie optreedt in het aantal genen wanneer nieuwe stammen gekend zijn

Kerngenoom

genen die gemeenschappelijk zijn over alle stammen = DNA-synthese en replicatie en basismetabolisme → neemt af met meer stammen die gesequeneerd worden omdat bepaald gen in nieuwe stam misschien niet voorkomt en bij alle anderen tot dan toe wel, maar gen kan dus niet deel uitmaken van kerngenoom

Variabel genoom

genen die specifiek zijn voor een bepaalde stam → gekoppeld aan biotoop van stam (om daar te overleven)

Synteny plot

visualiseert geconserveerde genomische regio's tussen soorten waarbij diagonale lijnen syntenie aangeven en afwijkingen zoals inversies of translocaties evolutionaire herschikkingen onthullen

Metagenome

collectie van genomen van alle deelnemers in een microbieel ecosysteem

OTU (operationele taxonomische unit)

laagste taxonomische niveau (bv genus)

Rarefaction

bepaalt of sequentiediepte voldoende is door te plotten hoeveel nieuwe soorten of functionele genen gevonden worden per extra read — een plateau betekent saturatie, functionele saturatie wordt sneller bereikt dan soortensaturatie

Single amplified genomes/FACS (Fluorescence-activated cell sorting)

cellen sorteren en isoleren om apart DNA-extractie en fragmentatie te doen en library te vormen (eqimolair) via onderscheid met barcodes

Genomen uit metagenomen

metagenoom assembly technieken toepassen om genomen te reconstrueren

mock community

een kunstmatige mix van gekende micro-organismen in gekende verhoudingen die gebruikt wordt om metagenomics pipelines te valideren, bias te detecteren en kwantificatie te controleren

Alpha diversity

Soorten rijkdom (aantal taxa) in één microbiële omgeving

Evenness

Prorties van OTU's in een ecosysteem

Amplicon sequence variant

een exacte unieke sequentie uit amplicon data die via denoising van sequenceerfouten onderscheiden wordt van echte biologische varianten, met hogere resolutie en reproduceerbaarheid dan de oudere OTU-aanpak op 97% identiteit.

Chao1 richness estimator

schat de werkelijke soortrijkdom door de geobserveerde soorten te corrigeren met de verhouding van singletons (F1) en doubletons (F2) — veel singletons suggereren dat veel zeldzame soorten gemist werden

Bèta-diversiteit

diversiteit in microbiële gemeenschappen tussen verschillende stalen

Transcriptoom

verzameling van alle RNA in een cel, coderend en niet-coderend

RNA integriteitsparameter (RIN, schaal 1-10)

meet RNA kwaliteit via de verhouding van 28S/18S rRNA pieken op capillaire elektroforese, waarbij RIN>7 vereist is voor betrouwbare transcriptomics

cRNA

complimentary RNA

Locked Nucleotide Acid

binding tussen 2'-O en 4'-C → verhoogde sensitiviteit en specificiteit

Gene fusion

distinct class of mutations (genomic aberrations in for example cancers)

XML

eXtesible Markup Language

Parsing

input uit ene formaat omzetten naar output in ander formaat

Primaire databanken

nucleotide sequenties, microarray data, 2D protein gels, aminozuursequenties (Swiss-Prot), ...

afgeleide databanken

geninformatie, eiwitmotieven, ... => gecombineerd en gecureerd

Redundant

entries met identieke of bijna identieke gegevens kunnen aanwezig zijn (inhoud wordt niet gecontroleerd)

Niet-redundant

één enkele entry, refereert naar andere entries in redundante databanken Automatische checks voor data consistentie

BLOSUM

BLOck Substition Matrix

k-meren

subsequenties van k aaneengesloten residu's (overlappend of niet-overlappend)

Hashing table

list of numbers describing the location of k-tuples in sequence in a database

E-value

number of expected random matches in a given database search

Exploring

looking for related sequences

Mapping

finding the position of one sequence in another sequence

BLASTP

Identifying common regions between proteins; collecting related proteins for phylogenetic analysis (orthogroups)

BLASTN

Mapping oligonucleotides, ESTs, and repeats to a genome; identifying related transcripts

BLASTX

Finding protein-coding genes in genomic DNA

TBLASTN

Identifying transcripts similar to a known protein; mapping a protein to genomic DNA

TBLASTX

Cross-species gene prediction; searching for genes missed by traditional methods

Megablast (BLASTN)

gebruikt minder computationele kracht, voor nauwverwante sequenties (percentage identiteit > 95%)

Discontiguous megablast

mismatch toegestaan op elke derde positie van seed, voor divergente sequenties (percentage identiteit < 80%)

Blastn

ongeveer vergelijkbare sequenties

PSI-BLAST

Position-Specific Iterated BLAST: maakt PSSM aan met BlastP resultaat om verder te gaan zoeken in databank

PHI-BLAST

Pattern Hit Initiated BLAST: alignementen limiteren tot degenen die een bepaald patroon in query matchen

DELTA-BLAST

Domain Enhanced Lookup Time Accelerated BLAST: stelt PSSM op vanuit het resultaat uit een Conserved Domain Database om te zoeken in proteïnedatabank, zoeken naar ververwante proteïnen die nog geconserveerd deel hebben

WU-BLAST

meer controle (score matrices, grootte woordenorde’s)

SSAHA

Sequence Search and Alignement by Hashing Algorithm

sneller

BLAT

BLAST Like Alignement Tool

Short read mapping

Mappen van weinig divergente sequenties tegen referentie

STR matrix

neemt info over proteïne structuur mee

SLIM matrix

Scoring Matrix Leading to Intra-Membrane

PHAT matrix

Predicted Hydrophobic And Transmembrane

Needleman-Wunsch

Globaal alignement van twee geralateerde sequenties met ongeveer dezelfde lengte

Smith-Waterman

Lokaal alignement van delen van sequenties die grote similariteit hebben

FASTA stappenplan

A. Alle lokale alignementen aanduiden
B. 10 hoogst scorende alignementen opnieuw scoren met PAM250
C. Pogingen om sequenties aan elkaar te linken
D. Extensie van alignement met dynamic programming

AZ-sequentie

aanmaken van profielen van geconserveerde domeinen en structuurelementen per proteïnefamilie om nieuwe sequenties mee te vergelijken + proteïnestructuur voorspellen

DNA-sequentie

gebruik voor primer en probe design en het vinden van bindingssites voor regulatorische proteïnen

T-Coffee

Tree-based Consistency Objective Function for alignement evaluation

SAGA

Sequence Alignement by Genetic Algorithm

MUSCLE

MUltiple Sequence Comparison by Log-Expectation

HMM

Hidden Markov Models

Speciesboom

orthologe sequenties van verschillende soorten gebruiken voor opstellen van boom

Genenboom

relatie tussen genen of proteïnen in genenfamilies, genevolutie

P-afstand

afstand verkregen door de fractie van niet-identieke posities op te tellen

Poisson distance correction

uniforme mutatiesnelhied per site per tijdseenheid

Gamma distance correction

ongelijkheid van substitutiesnelheden

UPGMA

Unweighted Pair-Group Method with Arithmetic Mean

NJ

Neighbour-Joining

Bootstrapping

Sensitiviteit (Sn)

fractie van basen die correct zijn voorspeld in echte genen

Specificiteit (Sp)

fractie van basen die voorspeld zijn in gen en die echt in gen liggen