🔷شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔷
1.24K subscribers
386 photos
63 videos
184 files
201 links
🔷شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔷

✔️لینک گروه: https://t.me/computational_science_group
✔️لینک کانال: @Computational_sceince

@ammar_mohseni:ادمین✔️
✔️این شبکه وابسته به مرکز زیست محاسبات پویا می باشد
Download Telegram
زاویه دید مناسب باعث زیبا دیدن می شود.
علوم محاسباتی (بخصوص محاسبات زیستی) زاویه دید شما به علم را عوض می کنند.
@computational_science
#زیبایی_های_خلقت
برگ درختان سبز در نظر هوشیار هر ورقش دفتریست معرفت کردگار
وقتی که خلقت قلم به دست می شود تا هنرش را به رخ بکشد انجاست که معنی واقعی هنر را درک میکنیم.. بی شک همه مولکول ها زیبا هستند و پروتئین ها جزو آن دسته از مارکومولکول هایی هستند که زیبا، منظم و حساب شده تر می باشند. ساختار پروتئین ها به گونه ای می باشد که بخاطر اینکه عملکرد دارند باید ساختار خاص و منحصر به فردی داشته باشند.
برای اینکه نظم را در پروتئین ها نشان دهیم یکی از پروتئین های مهم را در اینجا مثال می زنیم.
پروتئین آلفا همولیزین یکی از پروتئین ها مهم می باشد که در تشکیل کانال غشایی نقش دارد. این پروتئین تماما از ساختار دوم بتا تشکیل شده است و ساختاری شبیه به یک درخت را دارا می باشد. این پروتئین با PDBID:7AHL از سایت rcsb.org قابل دریافت می باشد.
توجه شمارا به عکس های گرفته شده از این ماکرومولکول زیبا جلب میکنیم. عکس ها با استفاده از نرم افزار chimera و vmd گرفته شده است.
@computational_science
کانال حاصل از پروتئین آلفا-همولیزین
@computational_science
کانال حاصل از پروتئین آلفا-همولیزین
@computational_science
کانال حاصل از پروتئین آلفا-همولیزین
@computational_science
#نرم_افزار_R_قسمت_دوم

امکان توسعهٔ قابلیت‌های R، با افزودن بسته‌های ایجاد شده توسط کاربران آن، یکی از ویژگی‌های مهم این نرم‌افزار است. این بسته‌ها توسط R، LaTeX، جاوا، سی++ و فورترن نوشته شده‌اند. مجموعه‌ای از بسته‌های اصلی R، هنگام نصب همراه برنامه وجود دارند و در مجموع ۴۴۴۲ بسته (تا آوریل ۲۰۱۳) در شبکهٔ بایگانی فراگیر آر (CRAN) وجود دارد. این بسته‌ها طیف وسیعی از قابلیت‌ها را در زمینه‌های مختلف تحلیل داده‌ها به R می‌دهند.

نرم افزار R ، دارای محیط خط فرمان برای ورود و اجرای دستورات است. ابزار مختلفی جهت تسهیل ویرایش دستورات و ارتباط با کاربر برای R ساخته شده است، که برخی از آنها در فهرست زیر آمده‌اند:

الف- JGR : ویرایشگر چندسکویی بر پایه جاوا.

ب- R Commander: رابط گرافیکی بر پایه tcltk، دارای قابلیت استفاده از منوها به جای نوشتن دستورات (مناسب برای کاربران مبتدی و آشنا با اس‌پلاس)

ج- آراکسل(RExcel ) امکان استفاده از R و R Commander در برنامه ماکروسافت اکسل

د- rggobi: رابط برنامه GGobi برای به تصویر کشیدن داده‌های ماتریسی

@computational_science
#بلاست_1

بلاست یا Blast نام یک نرم‌افزار کاربردی در علوم سلولی و مولکولی و ژنتیک است که مخفف واژگان Basic Local Alignment Search Tool یا ابزار پایه‌ای برای جستجوی برهمنهی‌های موضعی است. این ابزار قسمتی از مجموعهٔ اطلاعات کیفی مرکز ملی اطلاعات زیست‌فناوری است.

با این نرم‌افزار می‌توان توالی اسیدهای آمینه در پروتئین‌ها یا توالی نوکلئوتیدها را در DNA را با هم مقایسه کرد. این نرم‌افزار به پژوهشگر اجازه می‌دهد تا یک توالی را با توالی دیگر یا توالی که در بانک اطلاعاتی وجود دارد، مقایسه کند. شناسایی توالی‌های موجود در بانک اطلاعاتی که بیشترین شباهت را با توالی مورد نظر دارد از دیگر قابلیت‌های این نرم‌افزار است. بر حسب نوع توالی انواع مختلفی از بلاست امکان پذیر است. مثلاً اگر یک ژن ناشناخته در موش که قبلاً اطلاعاتی از آن در اختیار نبوده، باید بررسی شود، یک پژوهشگر ترجیح می‌دهد این توالی را با ژنوم انسان بلاست کند. این نرم‌افزار در NIH (موسسه ملی بهداشت آمریکا) طراحی شد. بلاست یکی از برکاربردترین نرم‌افزارها در بیوانفورماتیک است که با سرعت مطلوب مقایسه مورد نظر را انجام می‌دهد. سرعت زمانی اهمیت خود را نشان می‌دهد که با ژنوم کامل روبرو باشیم. پیش از طراحی این نرم‌افزار مقایسه توالی‌ها بسیار وقت گیر بود.

@computational_science
#بلاست_2

نحوه پردازش برنامه بلاست:

با استفاده از روش Heuristic الگوریتم بلاست دنباله های همسان را پیدا میکند. در این روش به جای مقایسه کامل دو دنباله، تطابقهای کوتاه با یکدیگر مقایسه میشوند. به پروسه ی پیدا کردن کلمات اولیه برای اجرای الگوریتم بلاست seeding میگویند. بعد از پیدا کردن این تطابق های اولیه الگوریتم بلاست یک تطابق محلی (local alignment) انجام میدهد. هنگام پیدا کردن هومولوگ در دنباله ها، مجموعه حروف مشترک که به آنها لغت گفته میشود بسیار مهم اند. به عنوان مثال اگر دنباله ای شامل حروف GLKFA باشد؛ اگر بلاست با تنظیمات پیشفرض اجرا شود، طول لغت 3 خواهد بود( word size = 3).در این حالت لغاتی که جستجو خواهند شد لغات روبه رو هستند: GLK, LKF, KFA. الگوریتم اکتشافی (heuristic) بلاست، حروف سه تایی مشترک را بین دنباله ی مورد نظر و دنباله ی تطابق یا دنباله های پایگاه داده مکان یابی میکند. سپس از این نتایج برای ساخت یک تطابق استفاده میشو. بعد از ساخت لغات برای دنباله ی مورد نظر، لغات موجود در همسایگی نیز ساخته میشوند. این لغات باید در پروسه ی امتیاز دهی، امتیازشان از یک حد آستانه ای بیشتر شده باشد. و معمولاً برای این امتیاز دهی از ماتریس BLOSUM62 استفاده میشود. بعد از ساخت لغات و برای پیدا کردن تطابق لفات ساخته شده با دنباله های موجود در پایگاه داده مقایسه میشوند. حد آستانه مشخص میکند که لغت مورد نظر در تطابق نهایی باشد یا نباشد. بعد از انجام پروسه ی seeding (پیدا کردن تطابق اولیه)، تطابق یافته شده ی اولیه که در این مثال طول آن سه بود در دو جهت گسترش می یابد و با هر گسترش امتیاز جدیدی به تطابق داده میشود و اگر این امتیاز از مقداری از قبل تعیین شده بیشتر بود تطابق پذیرفته میشود و در غیر اینصورت از گسترش تطابق خودداری میشود. افزایش مقدار از قبل تعیین شده، فضای جستجو را محدود میکند و تعداد لغات همسایگی را کاهش میدهد اما سرعت اجرای الگوریتم بلاست را افزایش میدهد.

@computational_science
#بلاست_3

بلاست هم میتواند دانلود شده و به صورت command-line اجرا شود (برنامه blastall) و هم اینکه بدون دانلود روی وب اجرا شود. بلاست یک برنامه متن باز است و هرکس میتواند در کد تغییرات مورد نظر خود را اجرا کند و این خود علت وجود نسخه های مختلف از بلاست می باشد. بلاست مجموعه ای از برنامه های مختلف است که همگی در فایل اجرایی blastall قابل دسترسی است. ایم مجموعه ها شامل:

• نوکلئوتید-نوکلئوتید بلاست (blastn)
• پروتئین-پروتئین بلاست (blastp)
• بلاست تکرار شونده ی وابسته به مکان (position-specific iterative blast)
در این روش ابتدا یک پروفایل عمومی ساخته میشود. سپس با استفاده از این پروفایل گروههای بیشتری از پروتئینها به دست می آیند که خود انها نیز تشکیل یک پروفایل جدید میدهند و این کار تکرار میشود.

• Nucleotide 6-frame translation-protein
این برنامه به صورت 6-فریم 6-فریم ترجمه ی دنباله ی query را با دنباله پروتئین مقایسه میکند.

• Nucleotide 6-frame translation-nucleotide 6-frame translation (tblastx)
این برنامه مانند قبلی است با این تفاوت که هر دو را ترجمه میکند و ترجمه ها را با هم مقایسه میکند.

• Protein-nucleotide 6-frame translation (tblastn)
این برنامه query پروتئین را با ترجمه نوکلئوتید مقایسه میکند.

• Large numbers of query sequences (megablast)
این برنامه هنگام مقایسه ی دنباله های بزرگ استفاده میشود.


@computational_science
میانکنش های ضعیف بین مولکولی
#نیروی_واندروالسی

اتم‌ها در مولکولها توسط پیوندهای کووالانسی کنار هم نگه داشته شده‌اند. اما پرسش این است که مولکولها در حال مایع و جامد توسط چه نیرویی به سوی یکدیگر جذب می‌شوند، نیروهایی که مولکولهای یک ماده را در حالت مایع یا جامد به همدیگر ارتباط می‌دهد به نیروهای بین مولکولی معروف است.

نیروهای بین مولکولی بین مولکولهای قطبی با نیروهای بین مولکولی بین مولکولهای غیرقطبی باهم تفاوت دارند. معمولاً نیروهای بین مولکولی به نام نیروهای واندروالسی معروفند. وجود این نیروها در بین مولکولها باعث می‌شود که یک ترکیب جامد مولکولی شکل معینی داشته باشد و با غلبه بر این نیروها بتوان آن را به حالت مایع درآورد.

@computational_science
#نیروهای_دوقطبی_دوقطبی

این نیروها بین مولکولهای قطبی دیده می‌شوند. این مولکولها دارای دوقطبیهای دائمی هستند و تمایل به قرار گرفتن در راستای میدان الکتریکی دارند. پایدارترین حالت زمانی است که قطب مثبت یک مولکول تا حد امکان به قطب منفی مولکول مجاور نزدیک باشد. در این شرایط بین مولکولهای مجاور یک نیروی جاذبه الکتروستاتیکی به نام نیروی دوقطبی بوجود می‌آید.
با توجه به مقادیر الکترونگاتیوی اتم‌ها در یک مولکول دو اتمی می‌توان میزان قطبیت مولکول و جهت‌گیری قطبهای مثبت و منفی را پیش بینی کرد اما پیش بینی قطبیت مولکولهای چند اتمی باید مبتنی بر شناخت شکل هندسی مولکول و آرایش جفت الکترونهای غیر مشترک باشد.

@computational_science
#پیوند_هیدروژنی

پیوند هیدروژنی نوعی نیروی بین مولکولی است که در آن بین اتم هیدروژن از یک مولکول با اتمهای الکترونگاتیو F و O و N از مولکول دیگر جاذبه‌ای بوجود می‌آید که به پیوند هیدروژنی معروف است. پیوند هیدروژنی فقط بین ترکیبات دارای H و O و N و F وجود دارد یعنی در این ترکیبات هیدروژن به عنوان پلی بین دو اتم الکترونگاتیو عمل می‌کند. انرژی لازم برای شکستن یک مول پیوند هیدروژنی از حدود ۱ تا ۱۰ کیلوکالری متغیر است.

اگرچه پیوندهای هیدروژنی ضعیفتر از پیوندهای کووالانسی است اما در میان نیروهای بین مولکولی قویترین آنها به شمار می‌رود. پیوندهای هیدروژنی نقش موثری در ساختار مواد مهم بیولوژیکی شامل پیوندهای N -H و O-H و تعیین خواص آنها دارد. شکل هندسی پروتئین‌ها و اسیدهای نوکلئیک که مولکولهای آلی دارای زنجیر بلند هستند با پیوند هیدروژنی میان گروههای N - H یک زنجیر و گروه C = O زنجیر مجاور تثبیت می‌شود.

@computational_science
#نیروهای_لاندن

مولکولهای غیرقطبی، دوقطبی دائمی ندارند ولی با وجود این تمام مواد غیرقطبی را می‌توان مایع کرد. از اینرو علاوه بر نیروی دوقطبی - دوقطبی باید نوع دیگری از نیروی بین مولکولی وجود داشته باشد.

وجود نیروهای پراکندگی در مولکولها به عنوان یک اصل پذیرفته شده‌ است. تصور می‌شود این نیروها ناشی از حرکت الکترونها باشد. در یک لحظه از زمان ابر الکترونی یک مولکول به نحوی تغییر شکل می‌دهد که یک دوقطبی لحظه‌ای بوجود می‌آید که در آن قسمتی از مولکول به مقدار بسیار کم منفی تر از قسمت‌های دیگر است و در لحظه بعد به علت حرکت الکترونها جهت دوقطبی لحظه‌ای تغییر می‌کند. اثر این دوقطبیهای لحظه‌ای در طول زمان بسیار کوتاه یکدیگر را حذف می‌کنند به صورتی که مولکول غیر قطبی فاقد دوقطبی دائمی می‌شود. ولی دوقطبیهای مواج لحظه‌ای یک مولکول، دوقطبیهای نظیر خود را در مولکولهای مجاور القا می‌کنند و حرکت هم‌زمان الکترونهای مولکولهای مجاور باعث ایجاد نیروی جاذبه بین این دو قطبیهای لحظه‌ای می شود که به آن نیروی لاندن گویند.

نیروی لاندن بین مولکولهای قطبی هم وجود دارد، اما تنها نیروی بین مولکولی موجود در مولکولهای غیرقطبی است.

@computational_science
#کمینه_کردن_انرژی

اطلاعات حاصل از کریستالوگرافی اشعه ایکس همراه با اشکالاتی است، مثل لحاظ نکردن برخی از اتم ها در ساختار، هم پوشانی شعاع واندروالسی برخی از اتم ها و ... بنابراین بایستی طی مراحلی به ساختار مناسبی از بیومولکول مورد نظر دست یافت. همه ی این مراحل تحت عنوان مینیمم کردن انرژی (Energy minimization) قرار دارند.

اتم ها درون مولکول بصورت ثابت نیستند بلکه در حرکتند، بنابراین بیومولکول های بزرگ می توانند کانفورماسیون های متعددی داشته باشند. در فرایند تا خوردن، پروتئین مسیرهایی را از نظر سطح انرژی طی می‌کند. در ابتدا پروتئین یک رشتهٔ فاقدساختار مشخص با انتروپی بالاست. ضمن فرایند تا خوردن اتم‌های ستون فقرات پروتئینی با ایجاد انواع پیوندهای مناسب یا نا مناسب با سایر اتم‌های ستون فقرات پروتئینی ویا زنجیره جانبی باعث تغییر در سطح انرژی پروتئین می‌شوند.

فرایند تا خوردن که درآن پروتئین از حالت تا نخورده به حالت نهایی می‌رسد را می‌توان از دیدگاه آماری بررسی نمود. می‌توان به جای یک پروتئین که فرایند تا خوردن را با تعداد زیادی کانفورماسیون ممکن از نظر انرژی تجربه می‌کند یک مجموعه از همه کانفورماسیون های ممکن انرژی در نظر گرفت و تعداد حالت‌هایی که در آن انرژی مقدار خاصی است را بدست آورد و برای سیستم آنتروپی را محاسبه نمود و به این ترتیب انرژی آزاد گیبس را به دست آورد. حالت نهایی سیستم در کمینه انرژی اتفاق می‌افتد.

بررسی سیستم از نظر آماری به ما این امکان را می‌دهد که فرایند تا خوردن را با جزئیات شبیه سازی کنیم و این فرایند را بهتر بشناسیم.

@computational_science
#پارادوکس_لوینتال

یکی از مباحث جالب درتا خوردن پروتئین، مسئله زمان تا خوردن است. مدت زمان لازم برای این فرایند در درون سلول از مرتبه ثانیه‌است. نخستین بار لوینتال با محاسبه پارامتر سرعت واکنش از رابطه آرنیوس مدت زمان لازم برای تا خوردن پروتئین را محاسبه کرد. وی این زمان را با در نظر گرفتن تمامی مسیرهای ممکن انرژی انجام داد وجوابی که بدست آورد یک عدد نجومی بود. لوینتال نتیجه گرفت که در فرایند تا خوردن پروتئین، همه مسیرهای ممکن انرژی طی نمی‌شوند و مسیر ویژه‌ای برای تا خوردن وجود دارد.

تعیین ساختار سه‌بعدی پروتئین به طور تجربی بسیار دشوار است. ولی ترتیب زنجیرهٔ هر پروتئین معمولاً دانسته‌است. پژوهشگران می‌کوشند روش‌های بیوفیزیکی گوناگون را به کار بگیرند تا ساختار سه‌بعدی نهایی را از روی دنبالهٔ اسیدهای آمینه پیش‌بینی کنند.

بسیاری از پروتئین‌ها برای فعال بودن باید ساختار سه‌بعدی درست خود را به دست آورند. معمولاً اگر پروتئینی نتواند به ساختار درست خود تا شود، غیرفعال می‌شود.

@computational_science