BİYOİNFORMATİK

Biyoinformatik nedir? Biyoinformatik, bitki ve hayvan ıslahı araştırmaları başta olmak üzere biyolojik problemlerin çözümünde bilişim teknolojilerinin kullanılması olarak tanımlanmaktadır.

İnformatik, matematik ve yaşam bilimlerini birleştiren ve işlevsel genomik (gen haritaları) ile birlikte, gen ve protein etkileşimlerini anlamaya yönelik bilim dalıdır. Bu bağlamda Biyoinformatik; temel algoritma (herhangi bir sorunun çözümü için izlenecek yol) çıkarmak ve veri tabanı oluşturma amaçlı, protein ve gen dizilimleri ile ilgili bilgilerin işlenmesini ve derlenmesini hedefleyen yeni bir bilim dalıdır.

Diğer bir ifadeyle, dünya üzerinde akredite ve referans olan biyoloji veri bankalarından gelen bilginin anlaşılır ve kullanılabilir hale getirilmesi için informatik tekniklerinin kullanımıdır. Bu sistem sürekli güncellenmekte olup, iki temel amaca yönelik hizmet vermektedir :

1-Genetik Bilgi Akışı: Dünyanın bir bölgesindeki bir araştırma kuruluşunun, bir organizmanın DNA’ sını inceleyerek özelliklerini belirlemesinden, incelenen bu organizma türünün oluşturduğu toplulukların karakteristik özelliklerine kadar olan bilgi akışını dünyadaki diğer araştırmacılarla paylaşmasıdır. Elde edilen DNA bilgisi, hem ıslah çalışmalarında genetik çeşitliği tanımlamak ve arttırmak hem de genetik havuzun genişletilmesi için, tür alış verişinde araştırmacılar tarafından yaygın olarak kullanılır.

2- Deneysel Bilgi Akışı: Biyolojik olaylar gözlenerek ve uygulamalar sonucu elde edilen bilgi, açıklayıcı modeller ile tarif edilir, daha sonra bu modellerin doğruluğu dünya üzerinde aynı konuda araştırma yapan kuruluşlardaki yeni deneyler ile test edilir.

Biyoinformatik Bazı Eş anlamlar: • Moleküler Biyoinformatik • Computational Biology • Biocomputing

Biyoinformatiğin Amaçları: Biyoinformatiğin üç amacından bahsedebiliriz; 1- Bilimsel verileri organize etmek: Araştırmalara, sanal ortamda var olan bilgiye erişmek ve yine onların ürettikleri yeni girdileri bildirmek için detaların düzenlenmesi ve veri bankalarında saklanmasını sağlamak. 2- Verilerin analiz edilmesine yardımcı olacak araçlar ve kaynaklar geliştirmek: Belli bir genin dizi analizini yapabilmek için onu öncelikle karakteristik dizisiyle karşılaştırmak gerekir. Bu uygulamada FASTA, BLAST ve ClustalW dibi araçlara ihtiyaç vardır. 3- Biyolojik çalışmaların sonuçlarını yorumlamak ve bilgiyi analiz etmek için geliştirilen araçları kullanmak.

Nereden çıktı bu biyoinformatik? Biyoinformatik adı ilk defa Paulien Hogeweg tarafından 1970 yılında, canlı sistemlerin bilgisinin incelenmesi olarak kullanıldı; 2001 yılında ise insan genom projesinin açıklanması ile ivme kazandı (Hogeweg, 2011). 1970’lerde moleküler biyolojiden güçlükle ayrılan biyoinformatiğin 1990’larda ayrı bir bilim dalı olarak kabul edilmesi, hızla yükselen veri miktarının doğurduğu ihtiyaç ve bir o kadar hızla yükselen bilgisayar teknolojisinin sunduğu imkanlar ile oldu.

Biyoinformatikten faydalanan bilim dallarını şöyle sıralayabiliriz? • Moleküler Biyoloji • Genomik • Fonksiyonel genomik • Sistem Biyolojisi • Protein mühendisliği • Farmasötik araştırmalar • Tıp • Ekoloji/ Populasyon genetiği

Biyoinformatik araçların kullanıldığı genel araştırma konularından bazıları; - Islah çalışmaları için DNA dizilim araştırmaları - Makromoleküler yapıların üç boyutlu dizilim araştırmaları - Heterojen biyolojik veritabanlarının entegrasyonu - Biyolojik bilginin paylaşımının kolaylaştırılması - Bilgisayar ile otomize edilmiş veri analizi

- Etkileşimde bulunan gen türleri için bilgi ağları oluşturulması - Biyolojik faaliyet sürecinin simülasyonu - Büyük çaplı projelerden çıkan sonuçların değerlendirilmesi (insan genom projesi vb.) - Protein familyalarının nasıl evrimleştiğinin mekanizmasının anlaşılması - Değişik hücre ve dokulardaki proteinlerinin haritalarının çıkarılması

•Bilgiye ulaşma •Bilgiyi analiz etme Biyoinformatiğin işlevsel temelini oluşturan unsurlar nelerdir? •Bilginin depolanması •Bilgiye ulaşma •Bilgiyi analiz etme

Biyolojik Veri tabanları (Biological Databases): Araştırmalar sonucu elde edilmiş olan milyonlarca nükleotidin depolanması ve kullanıma sunulması için veri tabanlarının oluşturulması , araştırmacıların bu bilgilere ulaşabilmesi ve yeni veriler girebilmeleri için 2002 yılından bugüne düzenli olarak çalışmakta olan ilk aşamadır. Biyoinformatikte nükleotid dizi bilgilerinin depolanması ve kullanıma sunulması görevini üstlenmiş üç referans kuruluş mevcuttur.

1. GenBank (Gen Bankası- ABD’ de Maryland’ da) www.ncbi.nlm.nih.gov 2. EMBL (Avrupa Moleküler Biyoloji Laboratuvarı –İngiltere’ de Hinxton’da) www.ebi.ac.uk/embl 3. DDBJ (DNA Japonya Veritabanı – Japonya’ da Mishima’da) www.ddbj.nig.ac.jp

Bu üç kuruluş araştırmacıların faydalanmasına açıktır ve nükleotid dizi bilgilerinin toplanması ve dağıtılmasında dünya çapında üyelik esasına dayalı olarak işbirliği içinde çalışmaktadır.

Bu konudaki çalışmaların çoğu biyolojik verilerin analizi ile ilgilidir. Artan sayıdaki projelerde biyolojik bilgilerin organizasyonu gerekmektedir. Bu alanda oluşturulan veritabanlarının büyük bir kısmını nükleik asitler oluşturmaktadır.

Protein dizi verileri ile ilgili başlıca hizmet sağlayıcılar GenBank, EMBL, PIR International ve Swiss-Prot’tur. NIH’in National Center for Biotechnology Information merkezi, biyoinformatik gereci sunan başlıca web sayfalarından biridir. Ve günde 3 milyon araştırmacı tarafından ziyaret edilmektedir.

DNA Dizi Analizi Dizi analizinde homoloji (benzerlik) araştırması; yeni bulunan bir dizinin bilinen tüm diğer dizilerle karşılaştırılması ve bunun sonucunda benzerlerdeki veritabanında ya da literatürde tanımlanmış bazı biyolojik işlevlerin yeni bulunan diziye yakıştırılması olarak tanımlanabilir.

Bu yöntemi, genomik DNA içinden hızla ekson bulma çabasında olan pozisyonel klonlama yapan araştırma grupları tercih ederler. Bu yöntemle, dizi; benzerlikler ve protein kodlama potansiyeli yönünden araştırılarak genler belirlenir. Ve gendeki mutasyonlar ortaya konulur.

İntrinsik dizi özelliklerinin araştırılması yaklaşımı ise en çok öncelikli hedefi genom dizilerini belirlemek ve üstüste çakışan dizileri (contig) birleştirmek olan dizi analizcileri tarafından kullanılır. Amaç çakışan dizilerin birleştirilmesiyle tüm gen yapısının modellenmesidir. Çoğu zaman her iki yaklaşım birlikte kullanılır.

Benzerlik analizinde veritabanı araştırmaları ve dizi sıralamaları yapılırken, intrinsik analizde istatiksel özelliklerden yararlanarak eksonların belirlenmesinden protein yapısının ortaya konmasının ilk aşamalarına kadar geniş yelpazede bulgular elde edilir.

Dizi bilgileri veritabanlarında iki formda bulunur Dizi bilgileri veritabanlarında iki formda bulunur. Bunlardan birincisi; yazarlar/diziyi veritabanına ilk işleyenler, kaynak gösterimleri, biyolojik atıflar ve dizinin kendisiyle; intronlar, eksonlar, başlangıç ve bitiş kodonları vb bilgiyi içeren bir tablodan oluşan tam bilgi.

İkincisi ise; hızlı benzerlik araştırmaları için kullanılan ve sadece diziyi içeren FASTA formatıdır. Accession (ulaşma) numaraları, herbir diziyi belirleyen özgün kimliklerdir ve dizi veritabanına ilk kez girildiğinde verilir.

Dizi bilgileri, patent ofisleri gibi çeşitli kaynaklardan veritabanına ulaştığından, örneğin, NCBI; non redundant (yinelenmeyen) nr (nükleotid/protein) verikümeleri oluşturmaktadır.

moleküler biyoloji alanındaki bazı veritabanları… AATDB, AceDb, ACUTS, ADB, AFDB, AGIS, AMSdb, ARR, AsDb, BBDB, BCGD, Beanref, Biolmage, BioMagResBank, BIOMDB, BLOCKS, BovGBASE, BOVMAP, BSORF, BTKbase, CANSITE, CarbBank, CARBHYD, CATH, CAZY, CCDC, CD4OLbase, CGAP, ChickGBASE, Colibri, COPE, CottonDB, CSNDB, CUTG, CyanoBase, dbCFC, dbEST, dbSTS, DDBJ, DGP, DictyDb, Picty_cDB, DIP, DOGS, DOMO, DPD, DPlnteract, ECDC, ECGC, EC02DBASE, EcoCyc, EcoGene, EMBL, EMD db, ENZYME, EPD, EpoDB, ESTHER, FlyBase, FlyView, GCRDB, GDB, GENATLAS, Genbank, GeneCards, Genline, GenLink, GENOTK, GenProtEC, GermOnline, GIFTS, GPCRDB, GRAP, GRBase, gRNAsdb, GRR, GSDB, HAEMB, HAMSTERS, HEART-2DPAGE, HEXAdb, HGMD, HIDB, HIDC, HlVdb, HotMolecBase, HOVERGEN, HPDB, HSC- 2DPAGE, ICN, ICTVDB, IL2RGbase, IMGT, Kabat, KDNA, KEGG, Klotho, LGIC, MAD, MaizeDb, MDB, Medline, Mendel, MEROPS, MGDB, MGI, MHCPEP5 Micado, MitoDat, MITOMAP, MJDB, MmtDB, Mol-R-Us, MPDB, MRR, MutBase, MycDB, NDB, NRSub, 0-lycBase, OMIA, OMIM, OPD, ORDB, OWL, PAHdb, PatBase, PDB, PDD, Pfam, PhosphoBase, PigBASE, PIR, PKR, PMD, PPDB, PRESAGE, PRINTS, ProDom, Prolysis, PROSITE, PROTOMAP, RatMAP, RDP, REBASE, RGP, SBASE, SCOP, SeqAnaiRef, SGD, SGP, SheepMap, Soybase, SPAD, SRNA db, SRPDB, STACK, StyGene,Sub2D, SubtiList, SWISS-2DPAGE, SWISS-3DIMAGE, SWISS-MODEL Repository, SWISS-PROT, TelDB, TGN, tmRDB, TOPS, TRANSFAC, TRR, UniGene, URNADB, V BASE, VDRR, VectorDB, WDCM, WIT, WormPep, YEPD, YPD, YPM, ......... etc

PROTEİN DİZİSİNDEN YAPISINA APRKFFVGGNWKMNG DKKSLGELIHTLNGAKL SADTEVVCGAPSIYLDF ARQKLDAKIGVAAQNC YKVPKGAFTGEISPAMIK DIGAAWVILGHSERRHV = FGESDELIGQKVAHALA EGLGVIACIGEKLDEREA GITEKVVFEQTKAIADN VKDWSKVVLAYEPVWA IGTGKTATPQQAQEVHE KLRGWLKSHVSDAVAQS TRIIYGGSVTGGNCKELA SQHDVDGFLVGGASLKPE

Veri tabanının sorunları nelerdir? - Vektoriyel dizilerde kirlilik (Yanlış ya da gereksiz veri girişi) - Kalabalık (bir gene ait dizi parçasının biden fazla kez girilmesi) - Aynı gene ait birden fazla EST (Expressedsequencetag) Bu problemlerin ortadan kalırılmasında genom projelerinin ileri aşamalarını oluşturan UNIGENE, VecScreen gibi projelerden faydalanılacaktır.

Biyoinformatiğin, saklanan biyolojik bilgilerin analizi kapsamına giren konular; 1-Çeşitli organizmalardaki DNA dizilerinin hangi genlere ait olduğunun belirlenmesi 2-Yeni keşfedilen proteinlerin ve RNA dizilerinin yapı işlev ilişkilerinin belirlenebilmesi için yöntem geliştirilmesi 3-Protein dizilerinin ilgili gen ailelerine kümelenmesi ve protein modellerinin geliştirilmesi 4-Benzer proteinlerin sıralanarak evrimsel ortaya çıkaracak filogenetik ailelerin oluşturulmasıdır.

Son olarak bir örnek verelim, NCBI ‘de Çay (Theaceae sp Son olarak bir örnek verelim, NCBI ‘de Çay (Theaceae sp.) ait genetik veri tabanına ulaşmak için izlenecek yol :

Sonuçta, yukarıda görüleceği üzere örneğin; Taiwan’da ki çay germplazmları üzerinde yapılmış ve Camellia sinensis var. Sinensis‘nin kimlik bilgileri de dahil olmak üzere “gen haritası”na rahatlıkla ulaşılabilmekte ve eldeki mevcut verilerle karşılaştırılabilmektedir.

Biyoinformatik Türkiye’de de yeni bir daldır Biyoinformatik Türkiye’de de yeni bir daldır. TUBITAK bünyesinde, Marmara Araştırma Merkezi (MAM) Gen Mühendisliği ve Biyoteknoloji Araştırma Enstitüsü diğer kuruluşlar ve uluslararası kuruluşlar arasında köprü görevi görerek ülkemizde biyoteknoloji alanında bir sanayi oluşmasına ve genişlemesine yardımcı olmaktadır.

KLASİK SORULAR: 1-Biyoinformatiğin amaçları nelerdir? 2-Genetik bilgi akışı ve deneysel bilgi akışı nedir, açıklayınız.

BOŞLUK DOLDURMA SORULARI: 1- Biyoinformatiğin işlevsel temelini oluşturan unsurlar bilginin depolanması, bilgiye ulaşma ve bilgiyi analiz etmedir. 2-Biyoinformatik temel algoritma çıkarmak ve veri tabanı oluşturma amaçlı, protein ve gen dizilimleri ile ilgili bilgilerin işlenmesini ve derlenmesini hedefleyen yeni bir bilim dalıdır. 3- Biyoinformatik genetik bilgi akışı ve deneysel bilgi akışı şeklinde iki temel amaca yönelik hizmet vermektedir. 4- Gen Bank, EMBL ve DDBJ biyoinformatikte nükleotid dizi bilgilerinin depolanması ve kullanıma sunulması görevini üstlenmiş üç referans kuruluştur. 5- Benzerlik analizinde veri tabanı araştırmaları ve dizi sıralamaları yapılırken, intrinsik analizde istatistiksel özelliklerden yararlanarak eksonların belirlenmesinden protein yapısının ortaya konmasının ilk aşamalarına kadar geniş yelpazede bulgular elde edilir.

DOĞRU-YANLIŞ SORULARI: 1- ( D ) İntrinsik analizde amaç çakışan dizilerin belirlenmesiyle tüm gen yapısının belirlenmesidir. 2- ( D ) Biyoinformatikten faydalanan bilim dalına Moleküler Biyoloji, Genomik, Fonksiyonel Genomik gibi örnekler veilebilir. 3- ( Y ) Veri tabanı sorunlarından biri olan Kalabalık, yanlış yada gereksiz veri girişini ifade eder. 4- ( Y ) Bilimsel verileri organize etmek biyoinformatiğin amaçları arasında yer almaz. 5- ( D ) Dizi bilgileri veri tabanında iki formda bulunur.

ADI: Rukiye SOYADI: Yeseni NUMARA: 141104720 SINIFI: FBÖ–4/A