Учебная страница курса биоинформатики,
год поступления 2023

Семестры Студенты Преподаватели

• 2024
• 2022
• 2021
• 2020
• 2019
• 2018
• 2017
• 2016

• ...

Практикум 11. Домашнее задание

Задание обязательно для тех, кто не сделал 18 апреля задание в классе или сделал его неудовлетворительно. Те, у кого задание в классе зачтено, могут при желании сделать это задание для получения дополнительных баллов. Дедлайн (сразу жёсткий) — среда 21 мая.

1. Выберите какое-нибудь семейство Pfam и в нём подсемейство. Критерии выбора подсемейства:
   • По доменной архитектуре (рекомендуется)
   • По таксономии
   • Как кладу на дереве, построенном по выравниванию seed
   • Ещё как-нибудь
2. Постройте профиль HMM по последовательностям доменов (не полных белков) подсемейства. Используйте программу hmmbuild.
3. Скачайте последовательности полных белков с доменом из выбранного семейства. Запустите поиск своим профилем (программа hmmsearch) по этим белкам.
4. Определите оптимальный порог на вес находки, который лучше всего выделяет подсемейство на фоне семейства

В директорию ~/term4/pr11 положите файлы:

• Выравнивание последовательностей доменов подсемейства
• Профиль HMM
• Последовательности белков семейства (т.е., область поиска)
• Результат поиска (выходной файл hmmsearch)

На странице с отчётом (со ссылкой со страницы семестра) напишите:

• Что за семейство выбрано (AC, ID, Name), кратко о функции белков, которые содержат домены этого семейства, сколько последовательностей в seed и в full
• По какому признаку выделено подсемейство, сколько последовательностей в выравнивании, использованном для создания профиля
• Какой порог на вес сочтён вами оптимальным для выделения подсемейства и почему
• Численные характеристики выделения подсемейства профилем: TP, FP, TN, FN (лучше в виде таблицы 2x2)

Напоминаем, что:

• TP — True positives, число находок, принадлежащих подсемейству с весом выше порога

• FP — False positives, число находок не из подсемейства, но в весом выше порога

• FN — False negatives, число находок из подсемейства, но в весом ниже порога

• TN — True negatives, число находок не из подсемейства и с весом ниже порога

Сумма всех четырёх чисел должна быть равна общему числу белков в области поиска (число находок в выходном файле может оказаться меньше, так как белки с очень низким весом могут туда не попасть)