A computational approach for single nucleotide polymorphism discovery

A pesquisa genomica é de grande interesse para area medica. Por isso o entendimento de como os genes influenciam na aparição de doencas é de grande relevancia para a criação de metodos de diagnostico e criação de drogas apropriadas. A maioria dos genes apresenta uma grande frequencia de variações alelicas, conhecida como polimorfismo. Estas variações podem ser a chave para a predisposição de certos indiv?duos a certas doenças. Dentre os polimorfismos, os SNPs tem uma grande importancia, por representarem cerca de 90% dos polimorfismos encontrados no genoma humano [21]. Neste trabalho iremos estudar tres etapas no processo de detecção e analise de SNPs. A primeira etapa consiste no processo de alinhamento de sequencias de EST e cDNA com DNA genomico. A identificaçãode genes em sequencias de DNA não-caracterizadas é um dos grandes problemas na pesquisa genomica. Os algoritmos tradicionais [45, 55, 83, 84, 106] descrevem metodos para alinhar duas sequencias arbitrarias. Iremos descrever as estrategias de alinhamento de duas sequencias, discutir os metodos existentes para alinhamento de cDNA com DNA genomico e propor um conjunto de coeficientes apropriados a serem usados com os algoritmos classicos para resolver este tipo de alinhamento. A segunda etapa consiste na detecção de SNPs, seja atraves de alinhamentos multiplos ou da analise de cromatogramas. Iremos descrever o funcionamento dos dois metodos citados acima e discutir uma nova metodologia para detectar SNPs em sequencias de v?rus HIV. A terceira etapa consiste em correlacionar SNPs. Sabe-se que a predisposição genetica para muitas doenças não é devido a apenas uma mutação, ou presença ou não de um certo alelo. Em muitos casos, varios SNPs agem em conjunto e aumentam ou não a chance de uma doença se manifestar em um indiv?duo. Assim, é muito importante desenvolver metodos de correlação entre diversos SNPs para se entender como eles interagem entre si. Iremos descrever medidas de correlação e estudar a presença de LDs e LDs multiplos em genes da cana-de-açucar, mapeados pelo projeto SUCEST, e em genes humanosGenomic research is of great interest in the medical field. Therefore, understanding how genes impact the ocurrence of diseases is of significant relevance, so that proper diagnosis can be made and appropriate drugs can be developed. Most genes present great variantion and allele frequency, known as polymorphism. These variantions may be key to understanding the predisposition in individuals to certain diseases. Among polymorhisms, SNPs are of great importance, representing circa 90% of all polymorphism found in the human genome. [21]. For this work, we will study three phases in the process of detecting and analysis of SNPs. The first phase consists in the process of aligning EST sequences and cDNA to genomic DNA. Identiying genes in non-caracterized DNA sequences is one of the challenging problems in genomic research. Traditional algorithms [45, 55, 83, 84, 106] describe methods to align two arbitrary sequences. We shall describe alignment strategies of two sequences, discuss over existing existing methods for aligning cDNA with genomic DNA and propose a set of apropriate coefficients to be used in the classical algorithms to perform this kind of alignment. The seconde phase consists in detecting SNPs, whether through multiple alignments or cromatogram analysis. We shall describe how the two above mentioned methods work and discuss a new methodology to detect SNPs and HIV sequences. The third phase consists of correlating SNPs. It is known that the genetic predisposition for many diseases is not only due to a single mutation, or to the presence or absence of a single allele. In many cases, several SNPs act together and may increase or decrease the chance for a disease to manifest in a individual. Thus, it is very important to develop methods of correlation between SNPs to better understand how they interact. We shall describe correlation measures and study the presence of LD or multiple LDs in sugarcane genes,which were mapped by the SUCEST project, and in human gene