Bancos de dados genmicos

Alunos: Jssica Silvrio e Rafael Mendes

DNA
Gene
Genoma
Sequenciamento de DNA
Variao Gentica
Regulao Gentica
Bancos de dados biolgicos
Bancos de dados genmicos so um subtipo
de bancos de dados biolgicos
Armazenam sequncias do genoma e
informaes relacionadas
Diversas fontes de dados

Alta complexidade
Grande variabilidade de dados
Necessidade de uma forma de redundncia
Rpida mudana na estrutura
Conhecimento limitado da estrutura pelos
usurios
Importncia das consultas complexas
Importncia do contexto para os dados
Acesso dados histricos
Grande volume de dados


Banco de dados de variao gentica do
Ensembl


Sequncias armazenadas em arquivos texto
Aumento exponencial da produo de
sequncias
1977: Primeiro genoma a ser sequenciado (5kb)
2004: Sequenciamento humano terminado (3gb)
Manuteno trabalhosa dos arquivos e
programas de aplicao
Banco de Dados surge como uma alternativa
para armazenar o grande volume de dados


Inseres feitas pela internet
Realizar consultas sobre sequncias e
informaes relacionadas
Oferece suporte pesquisas
Permite integrao e consulta de dados
derivados de pesquisas
Auxilia na evoluo da cincia
Descoberta de medicamentos
Trechos de DNA conservados entre espcies
Identificar funes e caractersticas de sequncias

Principais anlises realizadas no banco
Arquitetura de um
cluster de 8 ns
Utiliza MySQL no banco
de dados central

Processamento at 8
mais rpido
Implantao de um
banco de dados
somente leitura
Possui sistema de arquivos compartilhado
Todos os ns do cluster so capazes de ver o
mesmo armazenamento
Mudana ou escrita de novas informaes do
BD necessitam ser passadas para um servidor
especfico de banco de dados
Modelo somente leitura aplicado ao Ensembl
e Ensembl Web Site para melhora de
processamento.

Relacional:
Agrega informaes em tuplas (coleo de valores
correlacionados);
Respostas de forma otimizada s consultas;
Cada registro identificado por um campo que
contm um valor nico (no possvel representar
um atributo com mltiplos tipos de dados);
Mapeamento complicado e de difcil atualizao e
compreenso para um usurio comum.
Orientado a Objeto:
Mapeamento de conceitos complexos de forma
direta;
O usurio comum consegue ter conhecimento do
objeto de forma completa;
possvel obter uma coleo de mtodos e
estruturas para modelar, manter e consultar dados;
Objetos so representados em estruturas fixas, e
mtodos prprios, por isso pode acarretar a
alterao no esquema do BD, e pode gerar alterao
na estrutura do mesmo;
Favorece o mapeamento do mundo real, mas
existem inmeras deficincias a serem resolvidas
para que este seja o melhor modelo.

Relacional-Objeto:
Considerado um dos mais adequados para
aplicaes da biologia molecular;
Aliam a rapidez da consulta inerente ao modelo
relacional com o tratamento de dados complexos
inerente ao modelo orientado a objeto;
Conseguem realizar a formulao de consultas a
partir de funes e operadores definidos pelos
usurios;
O AatDB (banco de dados do genoma da
Arabdopsis thaliana - planta da famlia da
mostarda) um exemplo que implementa esse
modelo.
Semi-estruturado:
Implementado por diversos bancos de dados
biolgicos;
Fcil alterao dos objetos, sem necessariamente
exigir a alterao dos mtodos j utilizados;
Representado muitas vezes por estruturas XML;
Utilizado pelo AceDB, que um SGBD criado
especialmente para banco de dados genmicos. E
diversos outros BDs utilizam o cdigo do AceDB.
Dois problemas principais:
Acesso integrado de mltiplas fontes
Qualidade dos dados
Bancos de dados genmicos recebem grande
quantidade de consultas
Ambientes paralelos so utilizados
Problema: Equilbrio de carga
Um dos modos de aplicar segurana em um
BD genmico a utilizao de plataformas
Java;
Implementaao de uma aplicao local (Ex:
Framework Java Hibernate) para
mapeamento, comunicao e dos objetos
contidos na base de dados;
A verso local da aplicao pode conter 4
tipos de usurio: root, administrador, analista
de dados/resultados e comum;


O usurio root cadastra novos projetos e atribui a
funo de administrador a um usurio, inicia e
encerra um projeto dentro da aplicao;
O usurio comum possui permisso apenas para
consultar dados;
O usurio analista de dados/resultados o
responsvel pelo resultado das anlises
realizadas a partir dos dados brutos. Realiza
downloads de dados brutos e anlises, e o
cadastro de novo resultados de anlise;
O usurio administrador pode realizar todas as
funes dos demais usurios.



Projeto conjunto entre o Instituto Europeu de
Bioinformtica (EBI) e o Wellcome Trust
Sanger Institute (WTSI)
Usado mundialmente
Oferece informaes genticas sobre
vertebrados e parentes prximos
EnsemblGenomes oferece informaes
sobre bactrias, fungos, plantas...
Informao variadas
Regies reguladoras
Variao gentica
Comparao entre genes
Descrio detalhada de genes
Todos os dados podem ser acessados atravs
do site (www.ensembl.org)


4 formas de obteno de informao
Site
Biomart
Banco de dados Ensembl (API Perl, MySQL)
Site FTP de download

Modo de obteno de dados
Registro automtico
Registro Manual


Gene ESPM: Codifica protena Espin
Passos:
Acessar o site, selecionar Human
Pesquisar gene ESPN
Selecionar human no tpico gene
Clicar no identificador do gene
Clicar em phenotype no lado esquerdo
Clicar em sequence