Alineamiento múltiple de secuencias

Alineamiento múltiple de secuencias
Filogenias
http://bioinfo2.ugr.es/
José L Oliver
Alineamiento múltiple
>Man
MENFPIVDMG
INDLDWESTF
NYPPCPKPEL
DGARMSLASF
KLNTEERKAT
FLRHLPVSNI
IKGLRAHTDA
YNPGDDALIS
LDKMKDACEN
SEIPDLDQDY
GGNLLLFQDD
PAPTLVKENE
WGFFELVNHG
RKVMKEFAVK
KVSGLRLLKD
TSEIYPKFVF
ISIELMDTVE
LEKLAEELLD
DKWIDVPPMR
DDYMKLYVGL
KLTKEHYKKC
YLCENLGLEK
HSIVINLGDQ
KFQAKEPRFE
MEQRFKEMVE
GYLKKVFYGS
LEVITSGKYK
AMKALSSVDV
SKGLEYVQSE
KGPNFGTKVS
SVMHRVIAQT
GPVVTA
NNLNGESRVS
FFLRHLPVSN
LIKGLRAHTD
FYNPGNDAVI
VLNQINDACE
MSEIGDLDEE
AGGLILLFQD
YPAPALVEGE
NWGFFELVNH
YKKVMKEFAD
DKVSGLHVLK
QEKTKLYPKF
GISHELMDKV
ELEKLAEEVL
DGKWVDVPPM
VFDDYMKLYV
EKLTKEHYRK
DLLCENLGLE
HHSIVINLGD
GLKFQAKEPR
CMEQRFKEMV
KGYLKKVFYG
QLEVITNGKY
FEAMKAMEST
ASKGLDSVET
SKGPNFGTKV
KSVMHRVIAQ
NLNMGPIATV
KLNTEDRKST
FLRHLPVSSI
IKGLRAHTDA
YNPGDDAVIS
MELIKDACEN
SEIPDLDDDY
GGIILLFQDD
PASTLLKENE
WGFFECVNHG
RKVMKEFALK
KVSGLQLLKD
TSEVYPKFVF
ISIEMMDTVE
LEELAEELLD
DQWIDVPPMR
DDYMKLYMGL
KLTKEHYKKC
LLCENLGLEK
HSIVINLGDQ
KFQAKEPRFE
MEQRFKEMVA
GYLKKAFYGS
LEVITNGKYK
AMMKAMSSVK
TKGLECVQSE
KGPNFGTKVS
SVMHRVIAQT
VGPVVSI
KLNTEERGTA
FLRHLPVSNV
IKGLRAHTDA
YNPGDDAVIS
MEMIKDACEN
SENTDLDQDY
GGIILLFQDD
PAPALVKESD
WGFFELVNHG
RKIMKQFAEE
KVSGLQLLKD
ETSQVYPKFV
ISIELMDTVE
LEKLAEHLLD
DQWIDVPPMR
FNDYMKLYAG
KLTKEHYKKT
LLCENLGLEK
HSIVINLGDQ
LKFQAKEPRF
MEQRFKEMVA
GYLKKVFYGS
LEVITNGKYK
EAMKAVSSVD
NKGLESVQSE
KGPNFGTKVS
SVMHRVIAQT
VGAIATV
NLNGDERAKT
FLRHLPTSNI
IKGLRAHTDA
YNPGNDAVIY
MEMIKDACEN
SQVPDLDEEY
GGIILLFQDD
PAPSLIEESK
WGFFELVNHG
REVMRDFAKR
KVSGLQLLKD
QVYPKFVFDD
IPHEVMDTVE
LEKLAEELLD
EQWIDVPPMR
YMKLYAGLKF
KLTKGHYKKC
LLCENLGLEK
HSIVVNLGDQ
QPKEPRFEAM
MEQRFKELVA
GYLKNAFYGS
LEVITNGKYK
KAMEANVELV
SKGLEAVQAE
KGPNFGTKVS
SVMHRVIAQT
DQIASA
>Rhesus
MEMDFPVINM
EINDTDWEST
SNYPPCPKPE
EDGNRMSIAS
>Chimp
MENFPIVDMG
IDDLDWESTF
NYPPCPKPEL
DGARMSIASF
>Gorilla
MANFPVVDMG
INDLDWESTF
NYPPCPTPDL
DGTRMSLASF
>Orangutan
MENFPIINLE
VTDLDWESTF
NYPPCPKPDL
DGTRMSLASF
http://bioinfo2.ugr.es/
José L Oliver
CLUSTAL W
1. Se alinean las secuencias
separadamente de dos en dos,
obteniéndose una matriz de
distancias por pares
2. Se deriva un árbol guía a partir
de la matriz de distancias
3. Las secuencias se van alineando
progresivamente de acuerdo con
el árbol guía
4. Los gaps introducidos en las
primeras etapas se respetan en
etapas posteriores
http://bioinfo2.ugr.es/
José L Oliver
CLUSTAL W (1.82) multiple sequence alignment
Man
Chimp
Gorilla
Orangutan
Rhesus
MEN-FPIVDMGKLNTEERKATLDKMKDACENWGFFELVNHGISIELMDTVEKLTKEHYKK
MEN-FPIVDMGKLNTEDRKSTMELIKDACENWGFFECVNHGISIEMMDTVEKLTKEHYKK
MAN-FPVVDMGKLNTEERGTAMEMIKDACENWGFFELVNHGISIELMDTVEKLTKEHYKK
MEN-FPIINLENLNGDERAKTMEMIKDACENWGFFELVNHGIPHEVMDTVEKLTKGHYKK
MEMDFPVINMNNLNGESRVSVLNQINDACENWGFFELVNHGISHELMDKVEKLTKEHYRK
*
**:::: :** :.* .:: ::********** *****. *:**.****** **:*
59
59
59
59
60
Man
Chimp
Gorilla
Orangutan
Rhesus
CMEQRFKEMVESKGLEYVQSEINDLDWESTFFLRHLPVSNISEIPDLDQDYRKVMKEFAV
CMEQRFKEMVATKGLECVQSEIDDLDWESTFFLRHLPVSSISEIPDLDDDYRKVMKEFAL
TMEQRFKEMVANKGLESVQSEINDLDWESTFFLRHLPVSNVSENTDLDQDYRKIMKQFAE
CMEQRFKELVASKGLEAVQAEVTDLDWESTFFLRHLPTSNISQVPDLDEEYREVMRDFAK
CMEQRFKEMVASKGLDSVETEINDTDWESTFFLRHLPVSNMSEIGDLDEEYKKVMKEFAD
*******:* .***: *::*: * ************.*.:*: ***::*:::*::**
119
119
119
119
120
Man
Chimp
Gorilla
Orangutan
Rhesus
KLEKLAEELLDYLCENLGLEKGYLKKVFYGSKGPNFGTKVSNYPPCPKPELIKGLRAHTD
KLEELAEELLDLLCENLGLEKGYLKKAFYGSKGPNFGTKVSNYPPCPKPELIKGLRAHTD
ELEKLAEHLLDLLCENLGLEKGYLKKVFYGSKGPNFGTKVSNYPPCPTPDLIKGLRAHTD
RLEKLAEELLDLLCENLGLEKGYLKNAFYGSKGPNFGTKVSNYPPCPKPDLIKGLRAHTD
ELEKLAEEVLDLLCENLGLEKGYLKKVFYGSKGPNFGTKVSNYPPCPKPELIKGLRAHTD
.**:***.:** *************:.********************.*:**********
179
179
179
179
180
Man
Chimp
Gorilla
Orangutan
Rhesus
AGGNLLLFQDDKVSGLRLLKDDKWIDVPPMRHSIVINLGDQLEVITSGKYKSVMHRVIAQ
AGGIILLFQDDKVSGLQLLKDDQWIDVPPMRHSIVINLGDQLEVITNGKYKSVMHRVIAQ
AGGIILLFQDDKVSGLQLLKDDQWIDVPPMRHSIVINLGDQLEVITNGKYKSVMHRVIAQ
AGGIILLFQDDKVSGLQLLKDEQWIDVPPMRHSIVVNLGDQLEVITNGKYKSVMHRVIAQ
AGGLILLFQDDKVSGLHVLKDGKWVDVPPMHHSIVINLGDQLEVITNGKYKSVMHRVIAQ
*** :***********::*** :*:*****:****:**********.*************
239
239
239
239
240
Man
Chimp
Gorilla
Orangutan
Rhesus
TDGARMSLASFYNPGDDALISPAPTLVKE-NETSEIYPKFVFDDYMKLYVGLKFQAKEPR
TDGARMSIASFYNPGDDAVISPASTLLKE-NETSEVYPKFVFDDYMKLYMGLKFQAKEPR
TDGTRMSLASFYNPGDDAVISPAPALVKESDETSQVYPKFVFNDYMKLYAGLKFQAKEPR
TDGTRMSLASFYNPGNDAVIYPAPSLIEE---SKQVYPKFVFDDYMKLYAGLKFQPKEPR
EDGNRMSIASFYNPGNDAVIYPAPALVEGEQEKTKLYPKFVFDDYMKLYVGLKFQAKEPR
** ***:*******:**:* **.:*::
..::******:****** *****.****
298
298
299
296
300
Man
Chimp
Gorilla
Orangutan
Rhesus
FEA-MKALSS--VDVGPVVTA
FEAMMKAMSS--VKVGPVVSI
FEA-MKAVSS--VDVGAIATV
FEA-MKAMEANVELVDQIASA
FEA-MKAMESTNLNMGPIATV
*** ***:.:
:. :.:
http://bioinfo2.ugr.es/
Secuencia consenso
316
317
317
316
320
José L Oliver
http://bioinfo2.ugr.es/
José L Oliver
http://bioinfo2.ugr.es/
José L Oliver
Rooted trees with a time axis. Tree (a) can be converted to tree (b)
by swinging around the horizontal branches like mobiles. Hence (a)
and (b) are equivalent to one another.
http://bioinfo2.ugr.es/
José L Oliver
A rooted tree with branches scaled according to the
amount of evolutionary change.
http://bioinfo2.ugr.es/
José L Oliver
The unrooted tree in (a) can be converted to the rooted trees
in (b) and (c) by placing the root in different positions.
http://bioinfo2.ugr.es/
José L Oliver
http://bioinfo2.ugr.es/
José L Oliver
•
Los árboles filogenéticos deben contener solo
bifurcaciones
•
Las trifurcaciones o multifurcaciones se deben
generalmente a falta de resolución del método
 Deben resolverse con más datos
http://bioinfo2.ugr.es/
José L Oliver
http://bioinfo2.ugr.es/
José L Oliver
http://bioinfo2.ugr.es/
José L Oliver
http://bioinfo2.ugr.es/
José L Oliver
http://bioinfo2.ugr.es/
José L Oliver
Selección de las secuencias de partida:
•
Ortólogas: ancestro común
•
Que estén presentes en todas las especies del
grupo de interés
•
Ritmo evolutivo adecuado: ni muy alto ni muy bajo
Se
descartan
los gaps
Part of the alignment of the mitochondrial small
subunit rRNA gene from primates, tree shrews, and
rodents.
http://bioinfo2.ugr.es/
José L Oliver
http://bioinfo2.ugr.es/
José L Oliver
http://bioinfo2.ugr.es/
José L Oliver
Bootstrapping
http://bioinfo2.ugr.es/
José L Oliver
http://bioinfo2.ugr.es/
José L Oliver
FIG. 3. Sample output from Project 4. A, a portion of the multiple sequence alignment used for the analysis of
phenylalanine hydroxylase generated by the program ClustalW. Swiss-Prot accession numbers for the sequences
used in this exercise were as follows: P00439, Homo sapiens PAH; P04176, Rattus norvegicus PAH; P16331, Mus
musculus PAH; P30967, Chromobacterium violaceum PAH; P43334, Pseudomonas aeruginosa PAH; P17276,
Drosophila melanogaster PAH; P90925, Caenorhabditis elegans PAH; and 1PAH, the sequence from the
crystallographic-solved PAH fragment from Rattus Norvegicus (13). B, structure of PAH in which the 100%
conserved residues, identified through the sequence alignment in A, are shown in space-filling mode, whereas the
remainder of the protein is shown as a backbone trace. C, overall statistics of the ClustalW alignment.
http://bioinfo2.ugr.es/
Copyright ©2002 The American Society of Biochemistry and Molecular Biology
José L Oliver
http://bioinfo2.ugr.es/
José L Oliver