- COMPARISON - Multiple Sequences Alignment

Multiple Sequence Alignment ? SEKUEN STRUKTUR FUNGSI Usaha penjajaran (alignment) lebih dari satu sekuen Berhubungan dengan penentuan hipotesis terhadap beberapa sekuen, yaitu seberapa besar perubahan (evolusi) dari sekuen tersebut yang terjadi melalui proses substitusi, delesi, dan insersi pada residu-residu sekuen tersebut.

Program Multiple Alignment Muscle T- Coffee Clustal K-mer clustering, Progressive alignment Progressive global and local alignment Progressive global alignment Accurate Greedy (Less Accurate) Fast Slow Medium

Progressive Sequence Alignment

Input data sekuen Program multiple Alignment Clustal X Input Sekuen yang homolog  Fasta format Input data  Sekumpulan sekuen yang homolog (Share a common ancestor)

Hasil Multiple Alignment Residu hasil penjajaran Posisi setiap residu Gap Subtitusi Sekuen Input Non Conserve Conserve Perbedaan residu menunjukkan adanya subtitusi Gap “-”  adanya insersi atau delesi residu Residu yang muncul di setiap sekuen ditandai dengan tanda bintang “ * ” Tanda “ : ”  berbeda residu, namun memiliki sifat fisikokimia (hydropathy) yang sama

Kriteria dan arti dari Multiple Sequence Alignment ARTINYA Structure Similarity Asam amino yang memiliki peran yang sama di setiap struktur berada dalam kolom yang sama. Program  Structure Superposition Evolutionary Similarity Asam amino atau nukleotida yang memiliki sejarah ancestor yang sama dari setiap sekuen ditempatkan ditempat yang sama Functional Similarity Asam amino atau nukleotida yang memiliki fungsi yang sama berada dalam kolom yang sama Sequence Similarity Asam amino yang berada dalam satu kolom adalah yang menghasilkan penjajaran dengan kesamaan (similarity) paling maksimal. Ketika sekuen-sekuen berhubungan dekat, kesamaan struktur, evolusi, dan fungsi sama dengan kesamaan sekuen

- PREDIKSI - Filogenetika molekuler

Filogeni Filogenetika Molekuler Ilmu yang mempelajari estimasi atau konstruksi sejarah evolusi dari suatu organisme atau sekuen Filogenetika Molekuler Filogeni yang berdasarkan perbandingan data-data sekuen biologi molekuler (DNA atau Protein)

TERMINOLOGI Gene Tree Species Tree Node: Root Branch (Edges) = Cabang Branch Length = Tingkat perbedaan Node: Internal (Last Common Anchestor) Terminal = Leafs (OTUs) Outgroup

HOMOLOGY Homolog = kesamaan yang diperoleh dari anchestor (nenek moyang) yang sama. Ortolog = duplikasi ketika inang membelah, bersamaan dengan keseluruhan genom (vertically transmitted/ parent to offspring)  gen X spesies A dengan gen X spesies B Paralog =muncul karena duplikasi gen (multigene family)  Gen X dengan Gen X’  Rentan misinterpretasi (karena hilangnya gen)

Reason to do phylogenetic : Filogenetik cenderung tidak bias karena informasi yang digunakan adalah sekuen DNA atau protein Reason to do phylogenetic : menentukan kekerabatan organisme, pada bateri dengan sekuen 16s rRNA menentukan fungsi suatu gen menetukan asal usul gen melihat persebaran organisme (filogeografi) 30 November 2008

DNA vs Protein, the hard choice? jika organisme/gen berkerabat dekat atau homologi > 70%  DNA Jika organisme/gen berkerabat jauh atau homologi < 70%  Protein Dari mana Anda tahu nilai homologinya? BLAST Pilihan Anda akan berpengaruh pada hasil Multiple Sequence Alignment 30 November 2008

Jika MSA Anda baik  pohon filogenetik dapat dipertanggungjawabkan. Kunci dari filogenetik yang baik  Multiple Sequence Alignment (MSA) yang baik. Jika MSA Anda tidak cukup baik  pohon filogenetik tidak dapat dipertanggungjawabkan Jika MSA Anda baik  pohon filogenetik dapat dipertanggungjawabkan. 30 November 2008

Semua metode dapat dipertanggungjawabkan Metode rekonstruksi pohon filogenetik : Distance based method : Mengukur perbedaan basa/asam amino antara dua sekuen. Semakin kecil perbedaan  berkerabat dekat. Contoh : Neighbor Joining (NJ) Sequence based method : rekonstruksi filogenetik berdasarkan perbedaan yang ada padaosisis tertentu dari sekuen DNA/protein. Contoh : Maximum Parsimony, Maximum Likelihood & Bayesian Semua metode dapat dipertanggungjawabkan 30 November 2008

METHODS Distance Matrix Methods (Clustering / Algoritmic Methode)  UPGMA, NJ, Fitch Discrete Data Methode (Tree Searching Methods) Parsimony, Maximum likelihood, Bayesian BOOTSTRAPPING (Di Uji Kekokohannya)

Bagaimana membaca pohon filogenetik? Clade adalah pengelompokan utama pada pohon filogenetik Jarak antar Clade dilihat dengan membandingkan garis horizontal antar dua cabang dengan skala 30 November 2008 Pohon filogenetik dengan metode NJ

Bagaimana membaca pohon filogenetik ? Spesies akan memiliki jarak genetik yang kecil Genus bakteri dengan beberapa spesies dicirikan dengan jarak genetik yang cukup jauh 30 November 2008 Pohon filogenetik 16s rRNA dengan metode NJ

Jarak antar genus dicirikan dengan jarak genetik yang jauh 30 November 2008 Pohon filogenetik 16s rRNA dengan metode NJ

BOOTSTRAPPING

Bootstraping adalah pengujian terhadap kestabilan pengelompokan pada pohon filogenetik kita Semakin tinggi nilai bootstraping semakin stabil pengelompokan dalam pohon filogenetik kita 30 November 2008 Bootstraping pohon filogenetik 16s rRNA