- 1 - ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Phan Duy Tùng KIỂM ĐỊNH VÀ SO SÁNH CÁC MÔ HÌNH BIẾN ĐỔI AMINO ACID CHO VIRÚT CÚM KHOÁ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: khoa học máy tính HÀ NỘI - 2009 - 2 - ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Phan Duy Tùng KIỂM ĐỊNH VÀ SO SÁNH CÁC MÔ HÌNH BIẾN ĐỔI AMINO ACID CHO VIRÚT CÚM KHOÁ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: khoa học máy tính Cán bộ hướng dẫn: TS. Lê Sỹ Vinh HÀ NỘI - 2009 - 3 - Tóm tắt khóa luận Khóa luận với đề tài “kiểm định và so sánh các mô hình biến đổi amino acid cho virút cúm”. Đề tài này chúng tôi đã thực hiện những công việc sau: 1. Nghiên cứu tổng quan về sinh học phân tử và tin sinh học. 2. Nghiên cứu mô hình biến đổi amino acid. 3. Kiểm thứ mô hình I09 cho virút cúm và so sánh với các mô hình khác như: LG, WAG, HIVw, HIVb, JTT …… Kết quả cho thấy I09 [31] tốt hơn các mô hình khác khi áp dụng cho dữ liệu virút cúm. - 4 - Lời cảm ơn Tôi xin chân thành cảm ơn Tiến sỹ Lê Sỹ Vinh là người trực tiếp, nhiệt tình hướng dẫn tôi làm khóa luận tốt nghiệp trong thời gian qua. Tôi xin gửi lời cảm ơn tới thạc sỹ Đặng Cao Cường người đã giúp đỡ tôi rất nhiều trong quá trình làm khoán luận tốt nghiệp. Tôi xin gửi lời cảm ơn tới toàn thể các thầy giáo, cô giáo tại Trường Đại Học Công Nghệ những người đã hết lòng dạy cho tôi những kiến thức hết sức bổ ích trong 4 năm học tại trường. Xin cảm ơn gia đình và những người bạn đã dành cho tôi tình thương yêu và sự hỗ trợ tốt nhất. - 5 - Mục lục Lời nói đầu 1 Chương 1: Tổng quan về sinh học phân tử và 2 Một số khái niệm khái niệm tin sinh 2 1.1 Sinh học phân tử 2 1.2 Sắp hàng đa chuỗi 4 1.3 Cây phân loài 6 Chương 2: Mô hình thay thế nucleotide và 7 Mô hình thay thế amino acids 7 2.1 Mô hình của chuỗi tiến hóa 7 2.2 Mô hình thay thế của nucleotide 9 2.3 Mô hình thay thế của amino acid 13 Chương 3: Virút 17 3.1 Khái niệm cơ bản về virút 17 3.2 Phân loại Virút 17 3.3 Virút cúm 18 Chương 4: Quá trình thực hiện kết quả 21 4.1 Sơ lược về chương trình 22 4.2 Những điểm cần chú ý trong chương trình 22 4.3 Quá trình thực hiện 24 Kết luận 31 Chương 5: Tổng kết – Đánh giá 32 5.1 Tổng kết 32 5.2 Những đóng góp 32 5.3 Hướng phát triển 32 Tài liệu tham khảo 33 Hình tham khảo 36 - 1 - Lời nói đầu Tin sinh (Bioinformatics), Bio:sinh học phân tử (Molecular Biology), Informatics (Khoa học máy tính). Bioinformatics: giải quyết các bài toán sinh học bằng việc sử dụng các phương pháp của khoa học máy tính. Với sự phát triển mạnh mẽ của công nghệ sinh học, một khối lượng lớn dữ liệu sinh học phân tử (gene, protein, genome) đã được thu thập, lưu trữ và chia sẻ tại các ngân hàng dữ liệu thế giới như NCBI (National center for biotechnology information). Tin sinh học hiện đang được ứng dụng phổ biến trong sinh học phân tử, nông nghiệp, công nghệ thực phẩm, môi trường, y - dược học, và kiểm soát bệnh. Trong những năm gần đây trên toàn cầu đã bùng nổ những đại dịch cúm như đại dịch H5N1 và gần đây nhất mới phát hiện ra đại dịch mới do chủng H1N1 (đã đột biến) gây ra, có thể lây từ người sang người. Các nhà khoa học trên toàn thế giới đang ra sức nghiên cứu, tìm hiểu về loại virút cúm mới này. Vì vậy việc tìm ra một mô hình thay thế amino acid tốt nhất để giúp các nhà khoa học nghiên cứu tốt hơn các loại virút cúm là rất cần thiết. Với đề tài khóa luận tốt nghiệp “Kiểm định và so sánh các mô hình biến đổi Amino Acid cho virút cúm” chúng tôi hi vọng sẽ có những đóng góp vào việc sản xuất và điều chế ra vacxin điều trị cúm. Sau quá trình nghiên cứu và kiểm tra chúng tôi đã thu được một số kết quả sau. Chúng tôi đã tìm ra mô hình I09 [31] là tốt nhất để nghiên cứu các loại dữ liệu virút cúm. Mặc dù mô hình này mới ở giai đoạn đầu phát triển nhưng nó đã có những thuộc tính nổi trội cao so với các mô hình khác. Kiểm tra giá trị log likelihood trên 489 aligment độc lập đã cho chúng ta những kết quả như sau: I09 tốt hơn HIVb 455 bộ trên 489 aligmenent, tồi hơn 34 bộ, và I09 tốt hơn HIVw 476 bộ trên 489 aligmenent và tồi hơn 13 bộ, I09 tốt hơn JTT 464 bộ trên 489 aligmenent và tồi hơn 25 bộ, I09 tốt hơn LG 468 bộ trên 489 aligmenent và tồi hơn 21 bộ. - 2 - Chương 1: Tổng quan về sinh học phân tử và Một số khái niệm khái niệm tin sinh 1.1 Sinh học phân tử Mọi cơ thể sống đều cấu tạo từ các tế bào. Tế bào có cấu tạo gồm: vỏ, nhân. Nhân tế bào đều chứa acid nucleic. Đó là những phân tử lớn gồm nhiều các nucleotide. Có hai loại nucleic: DNA và RNA. Để dễ hình dung hơn chúng ta có thể xem hình 1 thể hiện mô hình của một tế bào được phóng to ra. Hình 1: Cấu tạo tế bào. ADN (Acid deoxyribonucleic): là chuỗi xoán kép, mang thông tin di truyền, được cấu tạo từ 4 thành phần cơ bản sau: Adenine (A), Cytosine (C), Guanine (G), Thymine (T). Những đặc điểm này được thể hiện ở hình 2, hình này mô tả chuỗi xoán kép DNA và các liên kết A-T và C-G. Hình 2: Cấu trúc xoắn kép của DNA. - 3 - Trật tự các base dọc theo chiều dài của chuỗi DNA gọi là trình tự, trình tự này rất quan trọng vì nó chính là mật mã nói lên đặc điểm hình thái của sinh vật. Tuy nhiên, vì mỗi loại base chỉ có khả năng kết hợp với 1 loại base trên sợi kia, cho nên chỉ cần trình tự base của 1 chuỗi là đã đại diện cho cả phân tử DNA. Đột biến hiểu đơn giản là hậu quả của những sai sót hoá học trong quá trình nhân đôi. Bằng cách nào đó, một base đã bị bỏ qua, chèn thêm, bị sao chép nhầm hay có thể chuỗi DNA bị đứt gẫy hoặc gắn với chuỗi DNA khác. Về mặt cơ bản, sự xuất hiện những đột biến này là ngẫu nhiên và xác suất rất thấp. - Sự thay thế: thay thế một nucleotide bởi cái khác trong chuỗi. - Sự bỏ đi: xóa một hoặc nhiều hơn nucleotide từ chuỗi. - Thêm vào: thêm một hoặc nhiều nucleotide trong chuỗi. - Transitions: thay thế một purine trong purine khác (A  G) hoặc một pyrimidine trong pyrimidine (C  T). - Transversion: thay thế một purine trong một pyrimidine A  C, A  T, G  C, G  T. RNA cũng tương tự như DNA nhưng trong thành phần cơ bản của nó thì T được thay bằng U (Uracil). Mối quan hệ của DNA, RNA, Protein được thể hiện qua sơ đồ sau: DNA tmRNA Protein Protein là thành phần quan trọng trong tế bào của virút. Protein được cấu tạo từ 20 loại amino axit. Sự khác nhau về lượng và trình tự sắp xếp các amino axit tạo thành các protein khác nhau. Transcription Translatio n - 4 - 20 loại amino axit: một bộ ba các A, C, G, T tương ứng với một amino acid gọi là bộ ba mã hóa (codon). Các bộ ba này ứng với các amino acid thể hiện trong hình 3, với các loại amino acid như sau: Phe, Leu, Ser, Tyr, Cys, Trp, Pro, His, Gln, Arg, lle, Thr, Asn, Lys, Arg, Val, Ala, Asp, Glu, Gly. Hình 3: 20 amino acid. Trong quá trình tiến hóa và biến đổi của các chuỗi DNA, RNA, có xảy ra những những đột biến (thêm vào, chèn, xóa – đã được định nghĩa trong phần 1.1). Chính vì vậy đã tạo ra sự khác nhau của các cuỗi DNA, RNA của cùng một loài. Vì vậy để nghiên cứu được về các chuỗi này điều đầu tiên chúng ta cần làm là sắp hàng các chuỗi này. 1.2 Sắp hàng đa chuỗi Sắp hàng đa chuỗi (gióng hàng đa chuỗi) là cách sắp hàng các chuỗi DNA, RNA hay protein sao cho chúng giống nhau nhất. Các chuỗi này sau khi sắp hàng sẽ có cùng chiều dài. Một số chương trình dùng để sắp hàng đa chuỗi như: CLUSTALW [28], T- COFFEE [17], hoặc MUSCLE [5]. Sắp hàng 2 chuỗi: là trường hợp riêng của sắp hàng đa chuỗi.Ví dụ chúng ta có hai chuỗi DNA của người và tinh tinh: - 5 - 1 2 3 4 5 6 7 8 9 10 11 12 Người A A C C T T T C C C T T Tinh Tinh A C C T T T C C C T T Sau khi sắp hàng ta có kết quả: 1 2 3 4 5 6 7 8 9 10 11 12 Người A A C C T T T C C C T T Tinh Tinh A C C - T T T C C C T T Sắp hàng đa chuỗi thay vì so sánh 2 cặp thì là việc tìm sự giống nhau của đồng thời nhiều chuỗi. Ví dụ: có sắp hàng đa chuỗi của 7 chuỗi sau: Sau khi các chuỗi được sắp hàng xong chúng sẽ được sử dụng với nhiều mục đích khác nhau. Một trong những mục đích quan trọng là xây dựng cây phân loài. 1 2 3 4 5 6 7 8 9 10 11 12 Người A A C C T T T C C C T T Tinh Tinh G A C - T T T C C C T T Khỉ đột C A C C T T T C C C T T Bò T C C - T T T C C C T T Chó T C C - T T T C C C T T Chuột T G C - T T T C C C T T Chim T G T - T T T C C C T T [...]... aligmenent và tồi hơn 21 bộ Những kết quả này sẽ được trình bày rõ hơn ở chương 4 của khóa luận này Chương 4 là chương nói lên toàn bộ quá trình thực hiện việc kiểm định và so sánh các mô hình biến đổi amino acid cho virút cúm - 20 - Chương 4: Quá trình thực hiện kết quả Hình 11: Sơ lược quá trình kiểm định và so sánh các mô hình biến đổi Amino Acid cho virút cúm PhyML chương trình xử lý các chuỗi amino acid. .. thế amino acid để giúp các nhà khoa học nghiên cứu tốt hơn về các chủng virút cúm là rất quan trong Sau đây sẽ là những giới thiệu về một mô hình mới như vậy, mô hình này ra đời nhằm phục vụ cho việc nghiên cứu virút cúm Giới thiệu về mô hình nghiên cứu với virút cúm Mô hình I09 [31] đang trong giai đoạn dầu phát triển (2009) Mô hình này xây dựng để phục vu cho việc nghiên cứu các chủng virút cúm Phương... và chuẩn xác thì cần phải có những kiến thức cơ bản về những mô hình thay thế nucleotide hoặc mô hình thay thế amino acid Những mô hình này là nền tảng của việc xây dựng nên cây phân loài Lựa chọn được mô hình tốt sẽ dẫn tới việc có cây phân loài tốt Phần tiếp theo sẽ nói chi tiết hơn về các mô hình thay thế nucleotide và mô hình thay thế amino acid -6- Chương 2: Mô hình thay thế nucleotide và Mô hình. .. với cột đầu tiên là tên mô hình amino acid, cột 1 nghĩa là số lần các mô hình đứng đầu trong khi so sánh giá trị loglikelihood của 489 alignment, cột 2,…, cột 15 có ý nghĩa tương tự, mỗi hàng ngang ứng với các mô hình thay thế amino acid giao điểm của cột và hàng là số lần đứng các vị trí 1,2,…., 15 Bảng 4 đã thể hiện một cách đầy đủ nhất thứ tự của các mô hình trong khi so sánh giá trị loglikelihood... đầu tiên là tên mô hình amino acid, cột 1 nghĩa là số lần các mô hình đứng đầu trong khi so sánh giá trị treesize của 489 alignment, cột 2,…, cột 15 có ý nghĩa tương tự, mỗi hàng ngang ứng với các mô hình thay thế amino acid giao điểm của cột và hàng là số lần đứng các vị trí 1,2, … ,15 - 28 - Theo bảng so sánh giá tri treesize thì ta thu được những kết quả sau Mô hình thay thế amino acid MtArt là đứng... và thứ 3 là các mô hình MtMan và MtREV với số lần đứng đầu lần lượt là 148 và 8 Thực hiện một so sánh nữa, ứng với mỗi aligment ta sẽ so sánh kết quả gamma shape parameter của từng alignement ứng với 15 mô hình Sau khi so sánh 489 alignment ra xem xem mội mô hình đứng đầu bao nhiều lần, đứng thứ 2, 3 ….15 bao nhiêu lần .Và ta có kết quả như sau: Bảng 7: Bảng kết quả so sánh thứ hạng của 15 mô hình amino. .. tác giả còn khẳng định rằng mô hình của họ còn có thể áp dụng với virút viêm gan C, và virút cúm A Mô hình HIVw sử dụng sắp hàng chuỗi của 48 cặp tương ứng với tổng số 6,328 cặp amino acid khác nhau Mô hình HIVb sử dụng 8 bộ dữ liệu với tổng cộng 7,189 amino acid khác nhau Số bộ dữ liệu này khá là tuyệt vời lớn hơn 1,700 amino acid so với Dayhoff sử dụng và gấp 2 lần so với rtREV và C.Nickle cũng sử... mô hình xem kết quả của 2 mô hình có độ chênh lệnh quá 5% (chênh lệch đáng kể) là bao nhiêu lần so với mô hình còn lại Phương pháp Sign test này được sử dụng để so sánh mô hình đứng đầu với một số mô hình đứng ngay sau đó để khẳng định một điều là mô hình đứng đầu thực sự tốt hơn so với mô hình đứng thứ 2 và thứ 3 … Sau khi thực hiện sign test (so sánh I09 với từng mô hình HIVb, HIVw, JTT, LG) ta có... virút cúm là nguy hiểm Điều này cũng dễ hiểu khi chúng ta nhìn vào hình 10, nó thể hiện sự lây lan của virút cúm vào các năm 1918, 1957, 1968, 1977, 2003, 2004 Các thống kê sự lây lan của virút Hình 10: Sự lây lan của virút cúm - 19 - Như chúng ta thấy với sự lây lan của virút cúm như ở hình 10, cho chúng ta thấy đượng sự nguy hiểm của virút cúm đối với sức khỏe con người Vì vậy việc tìm ra một mô hình. .. đổi định dạng interleaved (mặc định) để định dạng sequential -c 4: tỷ lệ thay đổi là 4 -a e : đặt giá trị gama shape parameter là ước lượng cực đại print site lnl: in các giá trị likelihood của các vị trí (site) ra file * phyml lk.txt -v e :tỷ lệ các của vị trí không thay đổi đặt với ước lượng cực đại -m tên mô hình amino acids cần chạy Với tất cả các mô hình amino acids và tất cả alignments của virút . phân tử và tin sinh học. 2. Nghiên cứu mô hình biến đổi amino acid. 3. Kiểm thứ mô hình I09 cho virút cúm và so sánh với các mô hình khác như: LG, WAG, HIVw, HIVb, JTT …… Kết quả cho thấy. nhất để giúp các nhà khoa học nghiên cứu tốt hơn các loại virút cúm là rất cần thiết. Với đề tài khóa luận tốt nghiệp “Kiểm định và so sánh các mô hình biến đổi Amino Acid cho virút cúm chúng. 2: Mô hình thay thế nucleotide và 7 Mô hình thay thế amino acids 7 2.1 Mô hình của chuỗi tiến hóa 7 2.2 Mô hình thay thế của nucleotide 9 2.3 Mô hình thay thế của amino acid 13 Chương 3: Virút