Материалы к практикуму 9

• умение искать нужную программу по ключевым словам;
• умение читать и понимать как краткий help, так и подробное описание программ пакета EMBOSS;
• умение задавать последовательности разными способами (разные типы USA), в том числе одну последовательность из файла с многими последовательностями, а также множество последовательностей из данного таксона в данном банке;
• умение пользоваться программой grep;
• умение перенаправлять stdout одной программы на stdin другой; в частности для программ seqret, blastall и grep;
• умение писать и запускать сценарии (скрипты) в UNIX.

Подсказки к упражнениям

1. Данные вам ID совпадают с названиями последовательностей в файле /home/export/samba/public/tmp/yb.fasta. Используйте параметр -sask программы seqret.
    
2. Посредством wossname найдите программы, находящие открытые рамки считывания (open reading frames, ORFs). Выберите из них нужную. В ее подробном описании найдите необходимые параметры и те значения, которые им следует придать.

   Замечание. Если подходящих, по вашему мнению, программ несколько, протестируйте их на своей последовательности и выберите ту, которая представляет результат в наиболее удобной форме. В частности, желательно, чтобы в описании каждого ORF'а приводились его координаты в исходной последовательности.
    

3. См. материалы по EMBOSS — как задать множество последовательностей из данного банка, описывающее белки данного таксона? Вспомните также, как создавать индексные файлы BLAST (практикум 7).
    
4. Это основное упражнение (предыдущие — подготовка). Примерная последовательность действий:
   • Создайте список ORF-ов вашего фрагмента и импортируйте его в Excel. Список нетрудно получить из файла, полученного в упражнении 2, посредством программы grep. В этом списке "автоматом" будет присутствовать вся нужная информация, кроме информации о сходных последовательностях из SwissProt. Придется немного "пригладить" ее вид в Excel (в частности, не забывайте о возможности контекстной замены <Ctrl+H> и о функции "Text to columns")
   • Придумайте, как написать командную строку, запускающую BLASTP с одной пробной последовательностью по вашему банку, с порогом E-value<0,01. Запустите (для пробы) хотя бы свой белок и откройте во viewer'е выходной файл.
   • Придумайте, как с помощью программы grep посчитать число находок BLAST'а (используя, естественно, его выходной файл). Проверьте свой паттерн на полученном файле.
   • Теперь создайте конвейер blastall → grep, который сразу (без создания выходного файла BLAST) выдает число находок. Воспользуйтесь тем, что blastall выдает результат на stdout, если имя выходного файла не указано.
   • Теперь нужно создать скрипт, который выдал бы колонку чисел — числа находок для каждого ORF'а. Для этого следует создать текстовый файл, в котором каждая строка представляла бы собой конвейер, аналогичный написанному в предыдущем пункте, но с очередным ORF'ом в качестве входной последовательности.

     Как подать на вход blastall произвольный ORF из файла? Это было бы легко, если бы blastall понимал USA, но это не так (blastall, к сожалению, не часть EMBOSS'а). Поэтому придется сначала создать вход для blastall программой seqret.

     Программа blastall берет пробную последовательность из stdin, если опустить параметр -i. Программе же seqret можно приказать выдавать результат на stdout, просто написав вместо имени выходного файла "stdout". Тем самым, двойной конвейер seqret → blastall → grep (правильно написанный, разумеется) решает задачу.

     В принципе, скрипт из таких конвейеров можно создать "руками" (Copy-Paste + правка имен последовательностей), поскольку ORF'ов не так много. Рекомендуется, однако, потренироваться в создании такого рода скриптов в Excel. Создайте новую книгу и перенесите в нее столбец — список имен ORF'ов. Внесите в ячейки левее и правее первого имени нужный текст (например, левее будет что-то вроде "seqret my.orf:", правее "stdout | blastall " и т.д. Скопируйте левые и правые ячейки на все строки. После этого сохраните лист как текстовый файл, а затем исправьте его в редакторе Far'а (Вам может понадобиться убрать символ табуляции. Чтобы внести в окошко программы замены Far'а символ табуляции, надо нажать сначала <Ctrl+Q>, а затем клавишу <Tab>.). Не забудьте сохранить скрипт в формате UNIX (<Shift+F2>).
      

   • Осталось сделать ваш скрипт исполняемым и запустить его:

     chmod +x my.script
     ./my.script
     

     (естественно, вместо "my.script" надо поставить имя вашего файла). Убедившись, что все работает правильно, надо перенаправить вывод (stdout) скрипта в файл, который затем импортировать в Excel. Дальнейшее не должно вызвать затруднений.