Preuve de l'évolution par la comparaison de protéines chez différentes espèces

Procédure

1Trouver les entrées pour insuline de plusieurs espèces dans la banque de données UniProt

http://tecfa.unige.ch/perso/lombardf/bist/scenario5/index.html

N. B. : En principe on utilise les séquences protéiques : elles sont plus pertinentes du point de vue évolutif (phénotype) N. B. : Ici nous travaillons avec l'insuline, mais d'autres protéines peuvent être employées (cf liste d'exemples) Aller sur UniProt dans Query taper insuline. L'outil propose "Did you mean: insulin ": cliquer le terme en anglais.

UniProt contient toutes les protéines répertoriées à partir des données publiques (~8 millions ). Les pseudogènes ne sont donc pas répertoriés (ne produisent pas de protéine), ni les protéines qui n'ont pas été étudiées ou qui sont sous brevet. Il va chercher toutes les entrées dans lesquelles on trouve le terme insulin solution : la liste est énorme. Cliquer Restrict term "insulin" to ....Protein name et cliquer "Show only reviewed" (filter by dans la nouvelle version) solution,

N.B. Le nom de la protéine (cf liste d'exemples) diffère souvent du nom du gène. Il faut parfois chercher par le nom du gène pour retrouver le nom de la protéine, ou l'inverse. Mais UniProt est une base de protéines la suite du traitement se fait sur les séquences protéiques.

En haut de la liste : l'entrée pour l'insuline humaine INS_HUMAN : P01308 Solution.

->Une variante pour les avancés est de chercher les protéines homologues sur la base de leur similarité de séquence (Blast)

2° Afficher les données pertinentes

Cliquer "Customize display" et sélectionner les données dont on souhaite l'affichage : p. ex. Organism, Protein Names, Gene Names, Sequence.

3° Sélectionner la même protéine chez plusieurs organismes :

Sélectionner (cocher) dans cette liste les insulines des espèces qui vous intéressent. Un minimum de 5 est nécessaire si l'on veut ensuite former un arbre raisonnable.

Les séquences apparaissent dans le bandeau vert en bas, sur la gauche.

(N.B: si on avait sélectionné d'autres séquences avant : il faut cliquer Clear dans ce bandeau pour éviter qu'elles restent sélectionnées.)

4° Produire un alignement

Cliquer le bouton Align à droite du bandeau vert en bas de l'écran.

cocher la case "Similarity" dans la colonne de droite

les séquences alignées sont affichées et on voit bien que certaines zones sont plus conservées.

Une étoile signifie identité ( dans la colonne) pour toutes les séquences alignées, : signifie acides aminées qui ont des propriétés physico-chimiques très similaires, "." signifie acides aminées qui ont des propriétés physico-chimiques similaires, un "-" signifie que le le programme d'alignement a introduit un espace ("gap") pour aligner avec des séquences plus longues

Les propriétés chimiques des différents a.a. sont décrites ici Un tableau des codes à 3 lettres et à1 lettre et codons.

Pour pouvoir retrouver les noms d'espèce (comme dans l'image ci-dessus où on a édité les données avant d'aligner) on peut imprimer ou copier-coller le tableau - plus haut dans la même page - donnant les noms des espèces en rapport avec le numéro d'accession.

Scénarios pédagogiques où il peut s'intégrer

Retour à Bioinformatique : opportunités pour l’enseignement