Luận văn Thu thập và tổ chức dữ liệu gene phục vụ nghiên cứu cây trồng biến đổi di truyền

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC NÔNG LÂM TP. HỒ CHÍ MINH BỘ MÔN CÔNG NGHỆ SINH HỌC    KHÓA LUẬN TỐT NGHIỆP THU THẬP VÀ TỔ CHỨC DỮ LIỆU GENE PHỤC VỤ NGHIÊN CỨU CÂY TRỒNG BIẾN ĐỔI DI TRUYỀN NGÀNH HỌC: CÔNG NGHỆ SINH HỌC NIÊN KHÓA: 2001-2005 SINH VIÊN THỰC HIỆN: NGUYỄN KỲ TRUNG 01125137 LÊ THÀNH TRUNG 01126165 Thành phố Hồ Chí Minh Tháng 9/2005 ii BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC NÔNG LÂM TP. HỒ CHÍ MINH BỘ MÔN CÔNG NGHỆ SINH HỌC    THU THẬP VÀ TỔ CHỨC DỮ LIỆU GENE PHỤC VỤ NGHIÊN CỨU CÂY TRỒNG BIẾN ĐỔI DI TRUYỀN Giảng viên hƣớng dẫn: Sinh viên thực hiện: PGS.TS. BÙI THỌ THANH NGUYỄN KỲ TRUNG TS. BÙI MINH TRÍ LÊ THÀNH TRUNG TS. NGUYỄN CÔNG VŨ Thành phố Hồ Chí Minh Tháng 9/2005 iii LỜI CẢM ƠN Chúng em chân thành cảm ơn: - Ban Giám hiệu trƣờng Đại học Nông Lâm thành phố Hồ Chí Minh. - Ban Giám đốc Trung tâm Phân tích Thí nghiệm Trƣờng Đại học Nông Lâm thành phố Hồ Chí Minh. - Ban chủ nhiệm Bộ Môn Công nghệ Sinh học cùng toàn thể Quý Thầy Cô đã truyền đạt kiến thức cho chúng em trong suốt quá trình học tập tại trƣờng. Chúng em xin gửi lòng biết ơn sâu sắc đến: - TS. Bùi Minh Trí - PGS.TS. Bùi Thọ Thanh - TS. Nguyễn Công Vũ Đã tận tình hƣớng dẫn tạo điều kiện tốt nhất cho chúng em trong suốt quá trình thực hiện đề tài và hoàn thành luận văn tốt nghiệp này. Chúng em đồng chân thành cảm ơn đến: - Thầy Lƣu Phúc Lợi - TS. Đinh Duy Kháng - Các bạn sinh viên Khoa Công nghệ Thông tin đang làm việc trong nhóm Bioinformatics Đại học Nông Lâm thành phố Hồ Chí Minh - Các anh chị đang làm việc tại Trung tâm Phân tích Hóa sinh - Các bạn trong lớp CNSH27 Đã hết giúp đỡ, hỗ trợ, động viên, chia sẽ những buồn vui trong suốt thời gian chúng tôi thực tập và thực hiện đề tài này. Tp. Hồ Chí Minh tháng 09 năm 2005 Sinh viên thực hiện Nguyễn Kỳ Trung Lê Thành Trung iv TÓM TẮT Tên đề tài: THU THẬP VÀ TỔ CHỨC DỮ LIỆU GENE PHỤC VỤ NGHIÊN CỨU CÂY TRỒNG BIẾN ĐỔI DI TRUYỀN, do hai sinh viên: NGUYỄN KỲ TRUNG và LÊ THÀNH TRUNG thực hiện tháng 9/2005. Giảng viên hƣớng dẫn: PGS.TS. BÙI THỌ THANH TS. BÙI MINH TRÍ TS. NGUYỄN CÔNG VŨ Đề tài thực hiện nhằm mục đích tập hợp, tổ chức dữ liệu gene phục vụ cho nghiên cứu cây trồng biến đổi di truyền. Công việc đƣợc tiến hành tại Trung Tâm Phân Tích Hóa Sinh (Đại học Nông Lâm TP.HCM), Phòng thực hành mạng (Khoa Công Nghệ Thông Tin, Đại học Nông Lâm TP.HCM). Công việc đƣợc tiến hành chia ra nhiều giai đoạn:  Khai thác thông tin ấn phẩm bài báo về cây trồng biến đổi di truyền trên kho dữ liệu khổng lồ trên internet bằng hai công cụ tìm kiếm trang web Google và Scirus.  Khai thác thông tin trình tự trên GenBank tại NCBI bằng hai công cụ Entrez và BLAST.  Tổ chức thông tin dữ liệu với ngôn ngữ Perl.  Xử lý dữ liệu, tạo giao diện sử dụng khai thác dữ liệu cho ngƣời dùng với Biojava, công nghệ Java servlet và công cụ thiết kế web Frontpage, Dreamweaver. Kết quả tạo ra qui trình tìm trình tự gene mong muốn trên cơ sở dữ liệu trình tự chung GenBank và tạo đƣợc cơ sở dữ liệu riêng về các gene liên quan đến cây trồng biến đổi di truyền phục vụ khai thác dễ dàng thuận lợi cho các nhà nghiên cứu trong lĩnh vực này. v SUMMARY “COLECTING AND ORGANIZING GENE DATA SERVES GENETIC MODIFIED PLANT RESEARCHES” by TRUNG NGUYEN KY and TRUNG LE THANH in 9/2005. Supervisors: Assoc. prof. PhD. THANH BUI THO PhD. TRI BUI MINH PhD. VU NGUYEN CONG The purpose of this research is to collect, orgarnize gene data to surve research in genetic modified plant. The research was carried out at the Chemical and Biological Analysis and Experiment Center and the practical network department (in the Information Facuty at Nong Lam University). The process was devided in various phases as following: Accessing articles about GM plants on the internet with two web search engines Google and Scirus. Accessing comparing and selecting sequences of interest from the GenBank at NCBI with Entrez and BLAST tools. Organizing data with Perl language. Processing data, designing user interfaces with Biojava, Java Servlet technology in combination with Frontpage and Dreamweaver. The establishing database allows researchers in the related fields easily to access and satisfied with basic requirement in genetic research. vi MỤC LỤC Nội dung Trang Trang tựa ............................................................................................................................ ii Lời cảm ơn ......................................................................................................................... iii Tóm tắt ............................................................................................................................... iv Sumary ................................................................................................................................ v Mục lục .............................................................................................................................. vi Danh sách các chữ viết tắt .................................................................................................. x Danh sách các sơ đồ và bảng .............................................................................................. xi Danh sách các hình ........................................................................................................... xii PHẦN A: GIỚI THIỆU ................................................................................................... 1 I. Đặt vấn đề ................................................................................................................. 1 II. Mục đích của đề tài .................................................................................................. 2 III. Yêu cầu của đề tài .................................................................................................... 2 IV. Các giai đoạn tiến hành .............................................................................................. 3 V. Giới hạn .................................................................................................................... 3 PHẦN B: TỔNG QUAN TÀI LIỆU ............................................................................... 4 I. GIỚI THIỆU VỀ SINH HỌC .................................................................................... 4 I.1. Cơ sở sinh học về gene ........................................................................................ 4 I.1.1. Thuật ngữ và quan niệm về gene ................................................................ 4 I.1.2. DNA ở các sinh vật khác nhau .................................................................... 5 I.1.2.1. Sự khác nhau giữa các phân tử DNA ................................................. 5 I.1.2.2. Cấu trúc acid nucleic .......................................................................... 6 I.1.3 Mã di truyền ................................................................................................. 8 I.1.3.1. Thuật ngữ ............................................................................................ 8 I.1.3.2. Từ điển mã di truyền ........................................................................... 8 I.1.3.3. Ba đặc tính quan trọng của mã di truyền ............................................ 10 I.1.4 Cấu trúc căn bản của một gene eukaryote .................................................... 12 I.2. Cơ sở sinh học về chuyển gene ............................................................................ 13 vii I.2.1. Các vấn đề chủ yếu trong việc cải biến di truyền ...................................... 14 I.2.2. Các phƣơng pháp chuyển gene ................................................................... 14 I.2.3. Những khó khăn trong chuyển gene ........................................................... 17 I.2.4. Sản phẩm của kỹ thuật di truyền ................................................................. 18 I.2.5. Tiềm năng của chuyển gene ........................................................................ 19 I.2.5.1. Các chức năng mới trong cải biến di truyền thực vật ......................... 19 I.2.5.2. Các tính trạng mới (News traits)......................................................... 20 I.2.5.3. Sự biểu hiện gene ................................................................................ 21 I.2.6. Locus chuyển gene ...................................................................................... 22 I.3. Hiện trạng sản xuất cây trồng chuyển gene trên thế giới .................................... 24 II. GIỚI THIỆU VỀ BIOINFORMATICS ..................................................................... 28 II.1. Khái niệm về Bioinformatics .............................................................................. 28 II.2. Vài nét về các cơ sở dữ liệu Sinh học ................................................................ 29 II.2.1. NCBI ......................................................................................................... 29 II.2.2. EMBL......................................................................................................... 29 II.2.3. DDBJ .......................................................................................................... 30 II.3. Vài công cụ Bioinformatics hiện nay ................................................................. 31 II.3.1. Readseq ...................................................................................................... 31 II.3.2. BLAST ....................................................................................................... 31 II.3.3. BLAT ......................................................................................................... 32 II.3.4. ClustalW..................................................................................................... 32 II.3.5. HMMER..................................................................................................... 32 II.3.6. MEME/MAST ........................................................................................... 33 II.3.7. EMBOSS .................................................................................................... 33 II.4. Ngôn ngữ dùng trong Bioinformatics................................................................. 34 III. CƠ SỞ TIN HỌC CHO VIỆC XÂY DỰNG CƠ SỞ DỮ LIỆU TRÌNH TỰ ........... 35 III.1. Khái niệm về lập trình ....................................................................................... 35 III.2. Ngôn ngữ Perl dùnh trong Bioinformatics ........................................................ 39 III.2.1. Giới thiệu Perl ........................................................................................... 39 III.2.2. Thành phần cơ bản trong Perl ................................................................... 39 III.3. Công nghệ Java ứng dụng trong công việc xử lý dữ liệu Bioinformatics ........ 50 III.3.1. Biojava ...................................................................................................... 50 viii III.3.2. Biojava và CSDL ...................................................................................... 50 III.3.3. Tổng quan về công nghệ servlet cho các ứng dụng trên Web .................. 51 III.3.4. Chức năng cơ bản của servlet ................................................................... 52 III.3.5. Thuận lợi của servlet so với các công nghệ thiết kế web khác ................ 53 III.3.6. Sự xây dựng ứng dụng servlet .................................................................. 55 PHẦN C: PHƢƠNG TIỆN VÀ PHƢƠNG PHÁP TIẾN HÀNH ................................ 57 I. PHƢƠNG TIỆN ........................................................................................................ 57 I.1. Thiết bị ................................................................................................................. 57 I.2. Thời gian và địa điểm xây dựng CSDL ............................................................... 57 II. TÌM KIẾM DỮ LIỆU BÀI BÁO .............................................................................. 58 II.1. Tìm kiếm tổng hợp tính trạng ............................................................................. 58 II.2. Tổng hợp dữ liệu Primer dùng trong phát hiện GMO ........................................ 64 III. TÌM KIẾM DỮ LIỆU TRÌNH TỰ ............................................................................ 66 III.1. Tìm kiếm trình tự bằng Keyword ...................................................................... 66 III.2. Tìm kiếm trình tự bằng Primer .......................................................................... 70 PHẦN D: KẾT QUẢ VÀ THẢO LUẬN ....................................................................... 82 I. Kết quả thu đƣợc từ quá trình tìm kiếm ấn phẩm khoa học ...................................... 82 II. Kết quả thu đƣợc từ quá trình tìm kiếm trình tự trên NCBI ...................................... 82 II.1. Kết quả tìm kiếm trình tự bằng keyword ............................................................ 83 II.2. Kết quả tìm kiếm trình tự bằng Primer ............................................................... 84 II.3. Dùng Perl xử lý kết quả thu đƣợc ....................................................................... 85 II.3.1. Loại bỏ trùng lắp dữ liệu, tổng hợp danh sách tổng hợp ........................... 85 II.3.2. Tải trình tự ................................................................................................. 90 III. Các kết quả thu đƣợc từ quá trình tải trình tự từ Genbank ........................................ 92 IV. Tổ chức dữ liệu .......................................................................................................... 93 IV.1. Cách thức tổ chức dữ liệu ................................................................................. 93 IV.2. Tiến hành tổ chức, phân loại dữ liệu ................................................................. 94 V. Java xử lý dữ liệu ....................................................................................................... 98 V.1. Các yêu cầu đặt ra .............................................................................................. 98 V.2. Xử lý yêu cầu bằng Java và Biojava .................................................................. 99 V.3. Thiết kế giao diện ............................................................................................... 101 V.4. Lập trình hiển thị giao diện sử dụng .................................................................. 104 ix VI. Kết quả giao diện tìm kiếm với dữ liệu tập hợp đƣợc .............................................. 108 PHẦN E: KẾT LUẬN VÀ ĐỀ NGHỊ ............................................................................. 118 I. Kết luận ...................................................................................................................... 118 II. Đề nghị ....................................................................................................................... 119 TÀI LIỆU THAM KHẢO ................................................................................................ 121 Phụ lục A ............................................................................................................................ 126 Phụ lục B ............................................................................................................................ 139 Phụ lục C ............................................................................................................................ 152 Phụ lục D ............................................................................................................................ 173 Phụ lục E ............................................................................................................................. 197 x DANH SÁCH CÁC CHỮ VIẾT TẮT A adenine API application programing interface BLAST Basic Local Alignment Search Tools BLAT BLAST-Like Alignment Tool C cytosine CDS coding sequence CGI common gateway interface CIB the Center for Information Biology CSDL Cơ sở dữ liệu DDBJ DNA Data Bank of Japan DNA deoxyribonucleic acid EBI the European Bioinformatics Institute EMBL the European Molecular Biology Laborary EPSP 5-enolpyruvyl-shikimate-3-phosphate synthase E-value expected value G guanine gi GenInfo Indentifier Gln Glutamine GM plant Genetic modified plant GMO Genetic modified organism HTML hypertext markup language HTTP hypertext transfer protocol ID identify J2EE Java 2 Enterprise Edition JDBC Java Database Connectivity JSP JavaServer page Met methionine mRNA messenger ribonucleic acid NCBI the National Center for Biotechnology Information NIG the National Institute of Genetics NIH the National Institutes of Health NLM the Nation Library of Medicine NOS noplaine synthase Phe phenylalanine RNA ribonucleic acid SQL Structure Query Language STDIN standard input T thymine T-DNA transfer DNA tRNA tranfer ribonucleic acid Trp tryptophan U uracil xi DANH SÁCH CÁC SƠ ĐỒ VÀ BẢNG Bảng Trang PHẦN A PHẦN B Bảng 1.1: Một số loài đã đƣợc chuyển gene .................................................................... 19 Bảng 1.2: Bảng thống kê danh sách các tính trạng đƣợc chuyển vào cây trồng ............. 24 Bảng 2.1: Bảng liệt kê một số chƣơng trình BLAST ...................................................... 31 Sơ đồ 3.1: Sơ đồ một ứng dụng phần mềm...................................................................... 54 Sơ đồ 3.2: Cấu trúc của một ứng dụng Servlet (Servlet Application) ............................. 56 Sơ đồ 3.3: Một cấu trúc phổ biến hơn của một server application .................................. 56 PHẦN C Sơ đồ 2.1: Quy trình tìm kiếm thông tin sinh học ........................................................... 58 Bảng 2.1: Địa chỉ những phƣơng tiện tìm kiếm trên Internet .......................................... 59 PHẦN D Sơ đồ 4.1: Mô hình tổ chức một hệ thống ứng dụng ....................................................... 93 xii DANH SÁCH CÁC HÌNH Hình Trang PHẦN A PHẦN B Hình 1.1: Sự biểu hiện thông tin di truyền. ................................................................. 4 Hình 1.2: Cấu trúc xoắn kép DNA .............................................................................. 6 Hình 1.3: Cấu trúc của các base pyrimidine và purine. ............................................... 6 Hình 1.4: Cấu trúc của Oligonucleotide ...................................................................... 7 Hình 1.5: Chi tiết cấu trúc của chuỗi Polynucleotide. ................................................. 8 Hình 1.6: Sao chép và dịch mã .................................................................................... 9 Hình 1.7: Mã di truyền của nhân (các codon của mRNA) .......................................... 9 Hình 1.8: Mã di truyền ty thể ngƣời ............................................................................ 10 Hình 1.9: Các kiểu wobble trong tế bào chất (ở các hữu nhũ) .................................... 11 Hình 1.10: Các trình tự đƣợc sao chép của DNA (gene) ............................................. 12 Hình 1.11: Cắt DNA Plasmid sử dụng enzyme cắt giới hạn ....................................... 13 Hình 1.12: Gắn gene chuyển vào vector (Plasmid) ..................................................... 13 Hình 1.13: Plasmid dùng trong chuyể