Предсказание генов у прокариот

Предсказания генов проводились для данного контига микробиома кардиального отдела желудка валлаби.

Предсказания генов с помощью ORF Finder

ORF Finder (Open Reading Frame Finder) это сервис, который находит все рамки считывания в запрашиваемой последовательности. Этот сервис был запущен для последовательности данного контига. Использовался бактериальный генетический код (11 Bacterial Code). В результате были получены координаты всех возможных рамок считывания этой последовательности, для каждой из них производился поиск гомологов в Swissprot с помощью Blastp.

В качестве потенциальных генов выбраны последовательности, для которых нашлись более-менее достоверные гомологи (E-value находки меньше 0,001 и не менее 80% банковской последовательности покрыто выравниванием), предпочтение предоставлялось более длинным последовательностям. Информацию о предсказанных генах можно увидеть в таблице 1.

Таблица 1. Информация о генах контига микробиома кардиального отдела желудка валлаби, предсказанных с помощью ORF Finder

Начало	Конец	Длина в а. о.	Цепь	Описание	Идентификатор гомолога	Организм	Вес выравнивания	Покрытие	E-value	Идентичность
110	<1	>36	-	Белок починки ДНК семейства RadC	WP_026666765.1	Butyrivibrio sp. AE2005	40.8	64%	0.017	57%
776	171	201	-	Белок устойчивости к алюминию семейства цистатионин бета-лиаз	WP_021922734.1	Roseburia inulinivorans CAG:15	345	100%	1e-114	81%
1465	773	230	-	Белок устойчивости к алюминию семейства цистатионин бета-лиаз	WP_021922734.1	Roseburia inulinivorans CAG:15	349	92%	1e-115	78%
2443	1496	315	-	тPHK диметилаллилтрансфераза	WP_022047040.1	Roseburia sp. CAG:18	437	99%	2e-150	64%
2736	2458	92	-	Белок семейства MutL, устраняющий несоответствия в ДНК	WP_031545457.1	Lachnospiraceae bacterium AC2014	132	100%	5e-34	67%

Все гены, кроме первого, были предсказаны на основе указанных выше условий (соответствующие гомологи имеют хорошее e-value и покрытие и т. д.). Но гомолог первого предсказанного гена (как можно видеть в таблице 1) имеет e-value > 0.001 и покрытие 60% (меньше 80%). Предсказание данного гена производилось на основе выравниваний найденных гомологов. Покрытие составляет только 60%, т. к. скорее всего конец гена находится за пределами контига, поэтому с найденной открытой рамкой выравнивались только "начальные" участки последовательностей гомологов. Старт гена смещен с 164-й позиции на 110-ю (т. к. все выравнивания гомологов начинались с аминокислоты (D), следующей за метионином, кодируемым триплетом atg, начинающимся на 110-ой позиции).

Предсказания генов с помощью GeneMark

Предсказания генов того же контига произведены с помощью программы GeneMark с эвристическими параметрами 1999 года (Heuristic parameters, as in 1999 publication). В результате получен файл, содержащий координаты предсказанных генов и pdf-файл, содержащий график кодирующего потенциала. Полученный график можно увидеть на рис. 1. Информацию о предсказанных генах можно найти в таблице 2.

Рис. 1. График кодирующего потенциала контига микробиома кардиального отдела желудка валлаби. Получен с помощью программы GeneMark с эвристическими параметрами 1999 года (Heuristic parameters, as in 1999 publication)

Таблица 2. Информация о генах контига, предсказанных с помощью GeneMark с эвристическими параметрами 1999 года

Начало	Конец	Длина в а. о.	Цепь
776	171	201	-
1465	773	230	-
2443	1496	315	-
2736	2458	92	-

Сравнив данные, представленные в таблицах 1 и 2, можно увидеть, что предсказания, полученные с помощью GeneMark сходятся в предсказаниями ORF Finder за одним исключением - GeneMark не предсказал ген, конец которого находится за пределами контига.

Схематическое изображение расположения генов на комплементарной цепи исследуемого контига:

3'-----[<=110]-[171<=776}{773<=1465]-[1496<=2443]-[2458<=2736]-----5'

Синим отмечены гены, одинаково предсказанные GeneMark и ORF Finder, красным отмечен ген, предсказанный только с помощью ORF Finder. Фигурными скобками показаны перекрывающиеся участки генов.

Программа GeneMark была запущена повторно, но на это раз с эвристическими параметрами 2010 года (Heuristic (MetaGeneMark) parameters, as in 2010 publication). В результате получено 2 файла: файл, содержащий координаты предсказанных генов и pdf-файл, содержащий график кодирующего потенциала. Полученный график можно увидеть на рис. 2. Информацию о предсказанных генах можно найти в таблице 3.

Рис. 2. График кодирующего потенциала контига микробиома кардиального отдела желудка валлаби. Получен с помощью программы GeneMark с эвристическими параметрами 2010 года (Heuristic (MetaGeneMark) parameters, as in 2010 publication)

Таблица 3. Информация о генах контига, предсказанных с помощью GeneMark с эвристическими параметрами 2010 года

Начало	Конец	Длина в а. о.	Цепь
92	<3	>30	-
776	171	201	-
1465	773	230	-
2443	1496	315	-
2736	2458	92	-

Можно видеть, что по сравнению с прошлым запуском GeneMark почти ничего не поменялось. Координаты предсказанных генов совершенно одинаковые. Единственное различие - GeneMark с эвристическими параметрами 2010 года предсказал тот самый ген, конец которого находится за пределами контига. Правда, началом этого гена он посчитал 92-ю позицию (в отличие от выбранной нами при работе с ORF Finder 110-ой позиции). Следовательно, раз GeneMark с новыми эвристическими параметрами смог предсказать ген, не найденный при предыдущем запуске, можно считать, что эвристические параметры 2010 года более чувствительные и запуск GeneMark с этими параметрами, вероятно, даёт более точные результаты.