Zusammenfassung
Werbung
Visualisierung von Sequenzvergleichen 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 1 / 81 Ein paar Worte vorweg Wir stellen uns vor: • André Brück 2579542 2579542 2579542 • Kai Scheiffele 2311519 12.06.2003 2311519 Proseminar BioVis A. Brück & K. Scheiffele 2311519 3 / 81 Warum Visualisierung von Sequenzvergleichen? 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 4 / 81 Warum Visualisierung von Sequenzvergleichen? • Datenmenge steigt immer weiter und immer schneller an 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 5 / 81 Warum Visualisierung von Sequenzvergleichen? • Datenmenge steigt immer weiter und immer schneller an • Visualisierung von Sequenzvergleichen erleichtert es dem Wissenschaftler enorm neue Daten auszuwerten und Ergebnisse einzuordnen 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 6 / 81 Gliederung Gliederung • Einführung √ • Grundlagen – DNA – Datenbanken – Sequenzierung • Algorithmen – BLAST – FASTA • Visualisierungs - Tools – SimiTri – Alignment Viewer • Zusammenfassung anschl. Fragen / Diskussion 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 8 / 81 Gliederung • Einführung √ • Grundlagen – DNA – Datenbanken – Sequenzierung • Algorithmen – BLAST – FASTA • Visualisierungs - Tools – SimiTri – Alignment Viewer • Zusammenfassung anschl. Fragen / Diskussion 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 9 / 81 Gliederung • Einführung √ • Grundlagen – DNA – Datenbanken – Sequenzierung • Algorithmen – BLAST – FASTA • Visualisierungs - Tools – SimiTri – Alignment Viewer • Zusammenfassung anschl. Fragen / Diskussion 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 10 / 81 Gliederung • Einführung √ • Grundlagen – DNA – Datenbanken – Sequenzierung • Algorithmen – BLAST – FASTA • Visualisierungs - Tools – SimiTri – Alignment Viewer • Zusammenfassung anschl. Fragen / Diskussion 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 11 / 81 Gliederung • Einführung √ • Grundlagen – DNA – Datenbanken – Sequenzierung • Algorithmen – BLAST – FASTA • Visualisierungs - Tools – SimiTri – Alignment Viewer • Zusammenfassung anschl. Fragen / Diskussion 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 12 / 81 Grundlagen Grundlagen DNA 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 14 / 81 Grundlagen DNA • DNA ist das Molekül mit der primären genetischen Information. Sie wird aus den vier Nucleotiden A, T, G und C zusammengesetzt 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 15 / 81 Grundlagen DNA • DNA ist das Molekül mit der primären genetischen Information. Sie wird aus den vier Nucleotiden A, T, G und C zusammengesetzt http://www.engineering.ucsb.edu/~trevorc/images/tech/transcription.jpg • Ein Codon ist ein Nucleotid-Triplet, welches für bestimmte Aminosäuren oder Termination codiert http://www.engineering.ucsb.edu/~trevorc/images/tech/translation.jpg 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 16 / 81 Grundlagen DNA www.usask.ca/biology/211/211questions/ sgd3prob.html • Der offene Leserahmen (ORF) besteht aus einer Reihe von Codons, die für ein Peptid codieren • Auf doppelsträngiger DNA gibt es sechs solcher ORFs 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 17 / 81 Grundlagen Datenbanken 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 18 / 81 Grundlagen Datenbanken • Datenbanken sind ein Hilfsmittel, welches die Informatik bereitstellt und dienen der Speicherung und Wiedergewinnung von umfangreichen Datenmengen 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 19 / 81 Grundlagen Datenbanken • Datenbanken sind ein Hilfsmittel, welches die Informatik bereitstellt und dienen der Speicherung und Wiedergewinnung von umfangreichen Datenmengen • Datenbanken mit genetischen Sequenzen eignen sich besonders für Sequenzvergleiche (siehe BLAST, FASTA) 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 20 / 81 Grundlagen Sequenzierung 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 21 / 81 Grundlagen Sequenzierung • Die Sequenzierung (z.B. über PCR) liefert Rohdaten für die Datenbank 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 22 / 81 Grundlagen Sequenzierung • Die Sequenzierung (z.B. über PCR) liefert Rohdaten für die Datenbank • Format: ASN.1, FASTA,… 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 23 / 81 Gliederung • Einführung √ • Grundlagen √ – DNA – Datenbanken – Sequenzierung • Algorithmen – BLAST – FASTA • Visualisierungs - Tools – SimiTri – Alignment Viewer • Zusammenfassung 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 24 / 81 Algorithmen Algorithmen • BLAST – Wissenswertes – Mathematische Grundlagen – Wirkungsweise – Vorteile / Nachteile • FASTA – Wissenswertes – Vorteile / Nachteile 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 26 / 81 BLAST Wissenswertes • „Basic Local Alignment Search Tools“ • Beschrieben von Stephen F. Altschul et al. (1990) • Effizienter Algorithmus zum Finden von Gleichheiten / Verwandtschaften zwischen DNA / Proteinsequenzen • Findet die ähnlichste(n) Sequenz(en) innerhalb einer BLAST-Datenbank • Als Web-Tool oder StandAlone (PC, UNIX, Mac) 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 27 / 81 BLAST Wissenswertes (2) • • • • • BLASTP – Protein / Protein-Vergleich BLASTN – DNA / DNA-Vergleich BLASTX – DNA / Protein-Vergleich (2x3RF) TBLASTN – Protein / DNA-Vergleich (2x3RF) TBLASTX – Protein in DNA / Protein in DNA DB (6*6 Reading Frames) • BLAST2 – „advanced BLAST“ / inkl. GAPs • PSIBLAST – „Position Specific Iterated“ Protein / Protein (mehrere Durchgänge) 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 28 / 81 BLAST Mathematische Grundlagen • BLAST geht von 2 Sequenzen A(subject) und B(query) aus mit • A = a1a2....an und • B = b1b2...bn . • Einfacher Vergleich (z.B. a1-b1) aufgrund Deletion, Insertion, ReadingFrames nicht möglich. • Aufbau einer Matrix mit verschiedenen Gewichtungen für alle möglichen, vorkommenden Paare von Sequenzteilen. 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 29 / 81 BLAST Wirkungsweise • Matrix: Alle RFs werden parallel durchsucht (mittels Pointer) nur ein Durchlauf für alle RF´s • BLAST2 kann auch GAPs ermitteln 12.06.2003 • Beispiele für Gewichtungen: – Match 5 – Mismatch –4 • Verschiedene Matrizen: – BLOSUM62 – PAM120 Proseminar BioVis A. Brück & K. Scheiffele 30 / 81 BLAST Vorteile / Nachteile • Vorteile – Schnell / Effizient – Variabel – Kostenlos • Nachteile – Ausgabe muss weiter überarbeitet werden – Ausgabe wächst mit der Größe der Datenbank (Verdopplung DB alle 1.2 Jahre, PubMed) 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 31 / 81 Algorithmen • BLAST √ – Wissenswertes – Mathematische Grundlagen – Wirkungsweise – Vorteile / Nachteile • FASTA – Wissenswertes – Vorteile / Nachteile 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 32 / 81 FASTA Wissenswertes Auch hier verschiedene Typen: - FastA: DNA/DNA - FastX: DNA/Protein (GAPs nur zw. Codons) - FastY: DNA/Protein (inkl. GAPs) - TFastA: Protein/DNA 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 33 / 81 FASTA Vorteile / Nachteile • Vorteile – Findet GAPs selbst innerhalb von Codons – Sensitiver als BLAST • Nachteile – Findet nur 1 passendes Segment – Langsamer als BLAST 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 34 / 81 FASTA Format Beispiel • 1: AY279354. SARS coronavirus ...[gi:31416306] AGCTGTCGCTCGGCTGCATGCCTAGTGCACCTACGCAGTATAAACAATAATAAATTTTACTATCGTTGACAAGAAACGAGTAACTCGTCCCTCTTCTGCAGACTGCTTACGGTTT CGTCCGTGTTGCAGTCGATCATCAGCATACCTAGGTTTCGTCCGGGTGTGACCGAAAGGTAAGATGGAGAGCCTTGTTCTTGGTGTCAACGAGAAAACACACGTCCAA CTCAGTTTGCCTGTCCTTCAGGTTAGAGACGTGCTAGTGCGTGGCTTCGGGGACTCTGTGGAAGAGGCCCTATCGGAGGCACGTGAACACCTCAAAAATGGCACTTGT GGTCTAGTAGAGCTGGAAAAAGGCGTACTGCCCCAGCTTGAACAGCCCTATGTGTTCATTAAACGTTCTGATGCCTTAAGCACCAATCACGGCCACAAGGTCGTTGAG CTGGTTGCAGAAATGGACGGCATTCAGTACGGTCGTAGCGGTATAACACTGGGAGTACTCGTGCCACATGTGGGCGAAACCCCAATTGCATACCGCAATGTTCTTCTT CGTAAGAACGGTAATAAGGGAGCCGGTGGTCATAGCTATGGCATCGATCTAAAGTCTTATGACTTAGGTGACGAGCTTGGCACTGATCCCATTGAAGATTATGAACAAA ACTGGAACACTAAGCATGGCAGTGGTGCACTCCGTGAACTCACTCGTGAGCTCAATGGAGGTGCAGTCACTCGCTATGTCGACAACAATTTCTGTGGCCCAGATGGGT ACCCTCTTGATTGCATCAAAGATTTTCTCGCACGCGCGGGCAAGTCAATGTGCACTCTTTCCGAACAACTTGATTACATCGAGTCGAAGAGAGGTGTCTACTGCTGCCG TGACCATGAGCATGAAATTGCCTGGTTCACTGAGCGCTCTGATAAGAGCTACGAGCACCAGACACCCTTCGAAATTAAGAGTGCCAAGAAATTTGACACTTTCAAAGGG GAATGCCCAAAGTTTGTGTTTCCTCTTAACTCAAAAGTCAAAGTCATTCAACCACGTGTTGAAAAGAAAAAGACTGAGGGTTTCATGGGGCGTATACGCTCTGTGTACCC TTTTGCATCTCCACAGGAGTGTAACAATATGCACTTGTCTACCTTGATGAAATGTAATCATTGCGATGAAGTTTCATGGCAGACGTGCGACTTTCTGAAAGCCACTTGTG AACATTGTGGCACTGAAAATTTAGTTATTGAAGGACCTACTACATGTGGGTACCTACCTACTAATGCTGTAGTGAAAATGCCATGTCCTGCCTGTCAAGACCCAGAGATT GGACCTGAGCATAGTGTTGCAGATTATCACAACCACTCAAACATTGAAACTCGACTCCGCAAGGGAGGTAGGACTAGATGTTTTGGAGGCTGTGTGTTTGCCTATGTTG GCTGCTATAATAAGCGTGCCTACTGGGTTCCTCGTGCTAGTGCTGATATTGGCTCAGGCCATACTGGCATTACTGGTGACAATGTGGAGACCTTGAATGAGGATCTCCT TGAGATACTGAGTCGTGAACGTGTTAACATTAACATTGTTGGCGATTTTCATTTGAATGAAGAGGTTGCCATCATTTTGGCATCTTTCTCTGCTTCTACAAGTGCCTTTAT TGACACTATAAAGAGTCTTGATTACAAGTCTTTCAAAACCATTGTTGAGTCCTGCGGTAACTATAAAGTTACCAAGGGAAAGCCCGTAAAAGGTGCTTGGAACATTGGAC AACAGAGATCAGTTTTAACACCACTGTGTGGTTTTCCCTCACAGGCTGCTGGTGTTATCAGATCAATTTTTGCGCGCACACTTGATGCAGCAAACCACTCAATTCCTGAT TTGCAAAGAGCAGCTGTCACCATACTTGATGGTATTTCTGAACAGTCATTACGTCTTGTCGACGCCATGGTTTATACTTCAGACCTGCTCACCAACAGTGTCATTATTAT GGCATATGTAACTGGTGGTCTTGTACAACAGACTTCTCAGTGGTTGTCTAATCTTTTGGGCACTACTGTTGAAAAACTCAGGCCTATCTTTGAATGGATTGAGGCGAAAC TTAGTGCAGGAGTTGAATTTCTCAAGGATGCTTGGGAGATTCTCAAATTTCTCATTACAGGTGTTTTTGACATCGTCAAGGGTCAAATACAGGTTGCTTCAGATAACATC AAGGATTGTGTAAAATGCTTCATTGATGTTGTTAACAAGGCACTCGAAATGTGCATTGATCAAGTCACTATCGCTGGCGCAAAGTTGCGATCACTCAACTTAGGTGAAGT CTTCATCGCTCAAAGCAAGGGACTTTACCGTCAGTGTATACGTGGCAAGGAGCAGCTGCAACTACTCATGCCTCTTAAGGCACCAAAAGAAGTAACCTTTCTTGAAGGT GATTCACATGACACAGTACTTACCTCTGAGGAGGTTGTTCTCAAGAACGGTGAACTCGAAGCACTCGAGACGCCCGTTGATAGCTTCACAAATGGAGCTATCGTTGGCA CACCAGTCTGTGTAAATGGCCTCATGCTCTTAGAGATTAAGGACAAAGAACAATACTGCGCATTGTCTCCTGGTTTACTGGCTACAAACAATGTCTTTCGCTTAAAAGGG GGTGCACCAATTAAAGGTGTAACCTTTGGAGAAGATACTGTTTGGGAAGTTCAAGGTTACAAGAATGTGAGAATCACATTTGAGCTTGATGAACGTGTTGACAAAGTGC TTAATGAAAAGTGCTCTGTCTACACTGTTGAATCCGGTACCGAAGTTACTGAGTTTGCATGTGTTGTAGCAGAGGCTGTTGTGAAGACTTTACAACCAGTTTCTGATCTC CTTACCAACATGGGTATTGATCTTGATGAGTGGAGTGTAGCTACATTCTACTTATTTGATGATGCTGGTGAAGAAAACTTTTCATCACGTATGTATTGTTCCTTTTACCCT CCAGATGAGGAAGAAGAGGACGATGCAGAGTGTGAGGAAGAAGAAATTGATGAAACCTGTGAACATGAGTACGGTACAGAGGATGATTATCAAGGTCTCCCTCTGGAA TTTGGTGCCTCAGCTGAAACAGTTCGAGTTGAGGAAGAAGAAGAGGAAGACTGGCTGGATGATACTACTGAGCAATCAGAGATTGAGCCAGAACCAGAACCTACACCT GAAGAACCAGTTAATCAGTTTACTGGTTATTTAAAACTTACTGACAATGTTGCCATTAAATGTGTTGACATCGTTAAGGAGGCACAAAGTGCTAATCCTATGGTGATTGTA AATGCTGCTAACATACACCTGAAACATGGTGGTGGTGTAGCAGGTGCACTCAACAAGGCAACCAATGGTGCCATGCAAAAGGAGAGTGATGATTACATTAAGCTAAATG GCCCTCTTACAGTAGGAGGGTCTTGTTTGCTTTCTGACATAATCTTGCTAAGAAGTGTCTGCATGTTGTTGGACCTAACCTAAATGCAGGTGAGGACATCCAGCTCTTAA GGCAGCATATGAAAATTTCAATTCACAGGACATCTTACTTGCACCATTGTTGTCAGCAGGCATATTTGGTGCTAAACCACTTCAGTCTTTACAAGTGTGCGTGCAGACGG TTCGTACACAGGTTTATATTGCATCAATGACAAAGCTCTTTATGAGCAGGTTGTCATGGATTATCTTGATAACCTGAAGCCTAGAGTGGAA 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 35 / 81 Gliederung • Einführung √ • Grundlagen √ – DNA – Datenbanken – Sequenzierung • Algorithmen √ – BLAST – FASTA • Visualisierungs - Tools – SimiTri – Alignment Viewer • Zusammenfassung 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 36 / 81 Visualisierungstools SimiTri • • • • • 12.06.2003 Übersicht Methoden Visualisierung Vorteile / Nachteile Zusammenfassung Proseminar BioVis A. Brück & K. Scheiffele 38 / 81 SimiTri Übersicht • JAVA / Perl – based Applet • Zum Vergleich von 3 Datensätzen • Schnelle Übersicht von Verwandtschaften • Vereinfacht z.B. Evolutionsforschung 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 39 / 81 SimiTri Übersicht (2) • Selekt. Cluster (Name) • Mapper • Datensätze • Visualisierung • Cutoff-Score • Zoom-Balken 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 40 / 81 SimiTri Methoden • Erstellen von einem „similarity profile“ – Mittels BLAST-Suche gegen versch. DB – 50 „high score“-Cluster (Ähnliche Sequenzen werden zu Clustern zusammengefasst) – Alle Scores gegenseitig in Relation setzen. – Sequenzliste wird unterhalb der Grafik mit ausgegeben. 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 41 / 81 SimiTri Visualisierung • BLAST-Score = relative Entfernung des Clusters vom Zentrum • Farbe = CutoffScore • Räumliche Anordnung im Dreieck = „Näher verwandt mit...“ 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 42 / 81 SimiTri Visualisierung (2) A • Protein aus A näher verwandt mit B als mit C • In allen DB gleich • Protein in B und C gleich, nicht in A. B C 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 43 / 81 SimiTri Vorteile / Nachteile • Vorteile: – Übersichtlich – Viele Information bei Selektion eines Cluster • Nachteile – Nur 3 Organismen – Nur 50 Cluster – Z.Zt. nur online für Nematoden 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 44 / 81 SimiTri Zusammenfassung • Farbige, graphische Auswertung • Interaktiv • Zoombar • Übersichtlich • Schnell • Kostenlos 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 45 / 81 Alignment Viewer (AV) Alignment Viewer Übersicht • • • • Wofür ist der AV gut? Wie arbeitet der AV? Was bietet der AV noch für Möglichkeiten? Was kann der Wissenschaftler mit dem AV erkennen? • Wie sieht die Zukunft des AV aus? 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 47 / 81 AV Wofür ist der AV gut? 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 48 / 81 AV Wofür ist der AV gut? • Algorithmen wie BLAST liefern nur eine Textausgabe: 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 49 / 81 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 50 / 81 AV Wofür ist der AV gut? • Algorithmen wie BLAST liefern nur eine Textausgabe: 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 51 / 81 AV Wofür ist der AV gut? • Algorithmen wie BLAST liefern nur eine Textausgabe: • AV hilft bei der Analyse von Sequenzvergleichen durch Visualisierungstechniken: 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 52 / 81 AV Wie arbeitet der AV? 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 53 / 81 AV Wie arbeitet der AV? 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 54 / 81 AV Wie arbeitet der AV? 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 55 / 81 AV Wie arbeitet der AV? • X-Achse: Eingabesequenz 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 56 / 81 AV Wie arbeitet der AV? • X-Achse: Eingabesequenz • Y-Achse: Similarity score 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 57 / 81 AV Wie arbeitet der AV? • X-Achse: Eingabesequenz • Y-Achse: Similarity score • Z-Achse: Leserahmen (auch durch Farben möglich) 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 58 / 81 AV Was bietet der AV noch für Möglichkeiten? 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 59 / 81 AV Was bietet der AV noch für Möglichkeiten? • Hyperlinks („detail-on-demand“) 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 60 / 81 AV Was bietet der AV noch für Möglichkeiten? • Hyperlinks („detail-on-demand“) • Unabhängige Skalierung aller Achsen 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 61 / 81 AV Was bietet der AV noch für Möglichkeiten? • Hyperlinks („detail-on-demand“) • Unabhängige Skalierung aller Achsen • Animierung durch 4. Dimension (Zeit) 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 62 / 81 AV Was bietet der AV noch für Möglichkeiten? • • • • Hyperlinks („detail-on-demand“) Unabhängige Skalierung aller Achsen Animierung durch 4. Dimension (Zeit) Freie Belegung der 4 Dimensionen (X, Y, Z, Zeit) mit den 12 Variablen eines Alignments 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 63 / 81 AV Was bietet der AV noch für Möglichkeiten? • • • • Hyperlinks („detail-on-demand“) Unabhängige Skalierung aller Achsen Animierung durch 4. Dimension (Zeit) Freie Belegung der 4 Dimensionen (X, Y, Z, Zeit) mit den 12 Variablen eines Alignments • Filterung 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 64 / 81 AV Was kann der Wissenschaftler mit dem AV erkennen? 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 65 / 81 AV Was kann der Wissenschaftler mit dem AV erkennen? • Das Verhältnis zwischen Eingabesequenz und Alignments 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 66 / 81 AV Was kann der Wissenschaftler mit dem AV erkennen? • Das Verhältnis zwischen Eingabesequenz und Alignments • Den korrekten Leserahmen 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 67 / 81 AV Was kann der Wissenschaftler mit dem AV erkennen? • Das Verhältnis zwischen Eingabesequenz und Alignments • Den korrekten Leserahmen • Eventuelle Frame Shifts 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 68 / 81 AV Was kann der Wissenschaftler mit dem AV erkennen? • Das Verhältnis zwischen Eingabesequenz und Alignments • Den korrekten Leserahmen • Eventuelle Frame Shifts • Konservierte Regionen 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 69 / 81 AV Wie sieht die Zukunft des AV aus? 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 70 / 81 AV Wie sieht die Zukunft des AV aus? • Flexiblere Filter 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 71 / 81 AV Wie sieht die Zukunft des AV aus? • Flexiblere Filter • Simultane Visualisierung von mehreren Suchreporten 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 72 / 81 AV Wie sieht die Zukunft des AV aus? • Flexiblere Filter • Simultane Visualisierung von mehreren Suchreporten • Mehr Plattformen (bisher nur SGI und Sun) 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 73 / 81 Gliederung • Einführung √ • Grundlagen √ – DNA – Datenbanken – Sequenzierung • Algorithmen √ – BLAST – FASTA • Visualisierungs - Tools √ – SimiTri – Alignment Viewer • Zusammenfassung 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 74 / 81 Zusammenfassung Zusammenfassung • Einführung • Grundlagen – DNA – Datenbanken – Sequenzierung • Algorithmen – BLAST – FASTA • Visualisierungs - Tools – SimiTri – Alignment Viewer • Zusammenfassung 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 76 / 81 Zusammenfassung • Einführung Wofür Visualisierung von Sequenzvergl? • Grundlagen – DNA – Datenbanken – Sequenzierung • Algorithmen – BLAST – FASTA • Visualisierungs - Tools – SimiTri – Alignment Viewer • Zusammenfassung 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 77 / 81 Zusammenfassung • Einführung • Grundlagen – DNA – Datenbanken – Sequenzierung • Algorithmen – BLAST – FASTA • Visualisierungs - Tools Zwei Beispiele solcher Tools – SimiTri – Alignment Viewer • Zusammenfassung 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 78 / 81 Zusammenfassung • Einführung • Grundlagen – DNA – Datenbanken – Sequenzierung • Algorithmen Algorithmen auf denen die Tools basieren – BLAST – FASTA • Visualisierungs - Tools – SimiTri – Alignment Viewer • Zusammenfassung 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 79 / 81 Zusammenfassung • Einführung • Grundlagen Grundlegende Begriffe zum Verständnis der Algos – DNA – Datenbanken – Sequenzierung • Algorithmen – BLAST – FASTA • Visualisierungs - Tools – SimiTri – Alignment Viewer • Zusammenfassung 12.06.2003 Proseminar BioVis A. Brück & K. Scheiffele 80 / 81 Danke für Eure Aufmerksamkeit!
