COGs Cluster of Orthologous Groups
Genes Ortólogos Comparten una gran similitud en secuencias. Pueden provenir de un ancestro común.
COGs Grupos de secuencias relacionadas por comparaciones hechas a todo el proteoma. En muchos casos los genes ortólogos pertenecen a familias compuestas de secuencias parálogas relacionadas una con otra por eventos de duplicación de genes.
Objetivos Identificar todas las proteínas similares en los organismos, definidas como un grupo ortólogo relacionado por procesos de especiación y eventos de duplicación de genes. Clasificar proteínas de genomas completamente secuenciados en base al concepto de ortología.
Aplicaciones Predicción de funciones de proteínas individuales o de conjuntos de proteínas. Análisis de patrones filogenéticos. Búsquedas mas sofisticadas. Es posible identificar sistemáticamente las familias conservadas que faltan en un genoma dado.
COGNITOR Permite asignar nuevas proteínas a los COGs
Algoritmo Comparación todos contra todos usando un gapped BLAST, después de filtrar regiones de baja complejidad y coiled-coils
Algoritmo 1. Realizar una comparación todos contra todos. 2. Detectar y desechar parálogos obvios (p.e. proteínas del mismo genoma que son muy familiares entre si, mas que a una exogena) 3. Detectar triángulos mutuamente consistentes (BeTs) tomando en cuenta a los grupos parálogos encontrados en el paso 2.
Algoritmo 4. Unir los triángulos con un lado común en un nuevo COG. 5. Realizar un análisis caso por caso en cada COG evitar proteínas multidominio, falsos positivos 6. Examinar COG grandes que incluyan múltiples miembros de todos o varios de los genomas árboles filogenéticos, análisis de clusters y inspección visual
Algoritmo El 95 – 97% de los COG asignados por el COGnitor, no requieren curación posterior Muyl útil para bacterias y archaea 70% proteínas ortólogas
Ejemplo Objetivo: Encontrar genes ortólogos para la isosima H8 de ligninase proveniente de Phanerochaete chrysosporium Resultado: Gen ortólogo Catalasa A de Saccharomyces cereviseae