Реконструкция деревьев по нуклеотидным последовательностям

1. Построение дерева по нуклеотидным последовательностям.

Построить филогенетическое дерево тех же бактерий, что в предыдущих заданиях, используя последовательности РНК малой субъединицы рибосомы (16S rRNA).

В Uniprot найдем любые белки бактерий. Найдем ссылки на полные геномы записей EMBL. Там найдем FT с ключом "rRNA". Полученные данные приведены в таблице:

Название Мнемоника AC записи EMBL Координаты РНК Цепь
Bacillus anthracis BACAN AE016879 29129..30635 Прямая
Clostridium botulinum CLOB1 CP000726 9282..10783 Прямая
Enterococcus faecalis ENTFA AE016830 1018187..1019708 Прямая
Geobacillus kaustophilus GEOKA BA000043 30790..32343 Прямая
Lactobacillus delbrueckii LACDA CR954253 45160..46720 Прямая
Listeria monocytogenes LISMO AL591981 99187..100732 Обратная
Staphylococcus epidermidis STAES AE015929 1722288..1723841 Обратная
Streptococcus pneumoniae STRPN FM211187 16806..18218 Прямая

Вырежем нужные участки из записи EMBL командой seqret: 

seqret embl:xxxxxxxx -sask

Поместим последовательности в один fasta-файл all.fasta. Отредактировали названия последовательностей (чтобы было удобнее).

Создадим выравнивание отобранных белков. Для этого на kodomo запустим программу muscle с параметрами по умолчанию.

muscle -in all.fasta -out align.fasta
Выравнивание в формате fasta

Дерево, построенное по выравниванию 16s рРНК из заданных бактерий программой MEGA (Neigbour joining tree)





Правильное дерево



Эти деревья достаточно сильно различаются. На мой взгляд, это можно объяснить тем, что хотя рРНК довольно консервативна в близкородственных видах, все равно нуклеотидные последовательности более изменчивы, чем белки (из-за того, что аминокислоты кодируются триплетами, и не все нуклеотидные мутации влияют на замену аминокислоты).

2. Построение и анализ дерева, содержащего паралоги.

Чтобы найти гомологов в заданных организмах, воспользуемся файлом proteo.fasta на диске P, где лежат записи банка UNIPROT, относящиеся к бактериям, перечисленным в таблице к заданию 1. Проведем поиск программой blastp гомологов (с порогом на E-value 0,001) и отберем по мнемонике видов только те находки, которые относятся к отобранным ранее бактериям. 

makeblastdb -in proteo.fasta -dbtype prot -out prot
blastp -query clpx_bacsu.fasta -db prot -out gomolog.txt -evalue 0.001

На выдаче получили такой файл gomologs.txt

Нашлись такие гомологи из выбранных бактерий:

gomologs_ids.txt.

Создали файл с последовательностями этих белков gomologs.fasta. Выровняли последовательности - файл align_gomologs.fasta. 

muscle -in gomologs.fasta -out align_gomologs.fasta

Построили дерево методом Neighbor-Joining в программе MEGA




Если считать дерево верным, в нем можно выделить такие ортологи:
CLPX_BACAN - CLPX_GEOKA, CLPX_STRPN - CLPX_ENFTA, HSLU_LACDA - HSLU_ENTFA
Также можно выделить паралоги B1SHF4_BACAN - B0AWK5_BACAN.