Выравнивание геномов
Выравнивать гены довольно удобно. Но что, если речь идёт о целых геномах? Оказывается, что в ходе эволюции, геномы претерпевают не только точечные мутации, но и целые геномные перестройки. Можно ли выровнять несколько геномов и проследить за ними? Этой проблеме посвящён сегодняшний практикум.
Выбор бактерии
В этом практикуме нужно было описать крупные эволюционные события в геномах 3-5 штаммов одного вида бактерий, чей геном представлен одной полностью собранной хромосомой. Для рассмотрения я выбрал 4 штамма чумной палочки (Yersinia pestis). Для загрузки и дальнейшего анализа геномов был подготовлен единственный входной файл genomes.tsv. Он также лежит в директории~/term3/block2/credits/npg/genomes.tsv
Построение нуклеотидного пангенома с помощью NPG-explorer
Для построения НПГ воспользовались следующими командами:npge -g npge.conf - создание файла npge.conf с
настраиваемыми параметрами. Параметр WORKERS изменили на 1, остальное оставили как есть (это значит использование только одного процессора).npge Prepare &> log_prepare - созданы и переименованы геномные последовательности (log_prepare)npge Examine &> log_examine - вычисление оценки сходства геномов (log_examine) и коррекция параметра MIN_IDENTITY по рекомендации npge Examine (0,899)npge MakePangenome &> log_make - построение НПГ (log_make)npge PostProcessing &> log_post - получение файлов с описанием пангенома (log_post)Описание стабильного ядра нуклеотидного пангенома
Информацию о стабильном ядре можно найти в файле pangenome.info. Нуклеотидный пангеном включает в себя 431 стабильный блок (s-blocks), размер же нуклеотидного ядра (процент нуклеотидов в ядре от числа нуклеотидов во всех геномах) составляет 91.97%. Процент консервативных колонок в объединённом выравнивании s-блоков составляет 96.94%.Описание самой крупной делеции в каждом геноме
Для того, чтобы проследить делеции, мы воспользовались информацией из файла pangenome.bi, которая была переведена в формат .xlsx. Полустабильные блоки (h-блоки) - блоки, в которых содержатся последовательности не из всех геномов. Их и будем искать. В Excel включаем фильтр на наличие буквы h в названии блока и сортируем по столбцу col в порядке убывания, чтобы найти самые длинные. Результат можно найти тут.Таблица 1. Описание самой крупной делеции в каждом геноме
| Штамм | Имя блока, подтверждающего делецию | Длина делеции | Имена выпавших генов |
| PBM19 | h3x14824 | 14824 | major Facilitator Superfamily protein MFS transporter zinc resistance-associated protein zinc resistance sensor/chaperone ZraP |
| FDAARGOS_603 | h3x9678 | 9678 | DUF2645 family protein putative outer membrane lipoprotein pcp glycine zipper 2TM domain-containing protein outer membrane lipoprotein slyB hypothetical protein DUF805 domain-containing protein |
| FDAARGOS_601 | h2x9460 | 9460 | Не найдено в qnpge |
| Antiqua | h2x9460 | 9460 | Не найдено в qnpge |
qnpge показал утрату, пожалуй, не самых значимых генов у первых двух штаммов,
а у последних вообще никакой утраты функциональных генов.
Описание перестановки синтений (g-блоков) в одном или нескольких геномах
Необходимую информацию для поиска синтении можно найти в файле blocks.blocks. Его содержимое было скопировано и переведено в .xlsx формат. От туда были удалены все столбцы, не содержащие g-блоков. Затем с помощью найденнго на просторах интернета макроса Excel, были покрашены одинаковым цветом совпадающие ячейки. Итоговый файл тут.
Рис. 1. Блоки нуклеотидного пангенома до очистки
Был найден один хороший пример перестановки g-блока (g4x23662):