Занятие 7. Программы пакета BLAST для работы с нуклеотидными последовательностями

На компьютере kodomo в директории /home/export/samba/public/y09/Term_3/Block_2/Pr_7 лежат 3 файла:

• sty_genome.fasta включает последовательности из позапрошлогоднего релиза EMBL, составляющие полный геном сальмонеллы Salmonella typhimurium (возбудителя сальмонеллёза человека и мышиного тифа, ныне эта бактерия называется Salmonella enterica str. typhimurium);
• xca_genome.fasta - полный геном возбудителя чёрной гнили капусты Xanthomonas campestris;
• pmu_genome.fasta - полный геном бактерии Pasteurella multocida.

Поиск в геноме участков, кодирующих белки, похожие на заданный

Вы знаете аминокислотную последовательность Вашего белка из Bacillus Subtilis. Ваша задача — определить, закодированы ли похожие белки в геноме другого организма, не пользуясь аннотацией генома.

Создайте в своей рабочей директории индексные файлы пакета BLAST для поиска по геному вашего организма.

Выберите подходящую для решения данной задачи программу из пакета BLAST (cм. материалы) и проведите с ее помощью поиск с порогом на E-value 0,001.

По результатам поиска заполните таблицу.

Поиск гомологов белка <...> в геноме <такого-то организма>

(От ... до ... ориентация) (От ... до ... )

Число находок с Е-value<0,001
Характеристика лучшей находки:
	E-value находки
	Нормализованный вес (Bit score)
	Идентификатор записи, содержащей фрагмент генома. (В файле геном не склеен в одну последовательность a представлен набором фрагментов)
	Координаты выравнивания в найденной нуклеотидной последовательности
	Координаты выравнивания в последовательности белка, поданной на вход
	Процент совпадающих букв в выравнивании
	Число гэпов (gap opening)

Нахождение записи EMBL по последовательности с помощью программы BLASTN

Определите AC записи нынешнего (до этого вы работали с позапрошлогодним) релиза EMBL, в которую попадает найденная в предыдущем упражнении последовательность гена гомолога вашего белка, а также координаты этого гена согласно аннотации EMBL.

Для этого создайте в своей директории файл с последовательностью того участка генома, который был найден в предыдущем упражнении как лучший. На сайте EBI (http://www.ebi.ac.uk/Tools/) запустите поиск этой последовательности в банке "EMBL standard prokaryote". Укажите в отчёте, какая информация имеется о соответствующем участке в поле FT. Если участок является частью аннотированной кодирующей последовательности (CDS), укажите координаты CDS и какой записи банка UniProt она соответствует.

Поиск гомологов с помощью программы BLASTN

Создайте в своей рабочей директории fasta-файл с последовательностью из генома B.Subtilis, кодирующей ваш белок (для этого надо взять одну из записей EMBL, на которую ссылается ваша запись Swiss-Prot, найти в ней координаты соответствующей CDS и вырезать последнюю программой seqret в отдельный файл).

Поищите гомологов этого гена в том же геноме, что в упражнении 1, но программой BLASTN. Опишите результаты в отчёте: укажите E-value лучшей находки, приведите название геномной последовательности в файле и координаты находки в этой последовательности. Сравните результаты (количество находок, E-value и длины соответствующих друг другу находок и т.п.) с результатами поиска по последовательноси белка.

Ваши наблюдения изложите в отчёте

Включите ответы на вопросы:
• Какую программу - TBLASTN (задание 1) или BLASTN (задание 3) - следует применять для поиска гомологичных белков в нуклеотидной базе данных? (И последовательность CDS, и последовательность белка считаются известными)
• Думаете ли вы, что исследованная вами лучшая находка, действительно, приналежит белку, гомологичному данному?
Приведите обоснования ответов.

Добавьте информацию о новых программах (seqret из пакета EMBOSS, blastall, ...) в файл с инструкциями