2023
2022
2021
2019
2018
2017
2016
2015
Указания к практикуму 11
Как получить списки идентификаторов Swiss-Prot, кончающихся или начинающихся заданными символами?
Два варианта:
На kodomo программой infoseq. Например, чтобы получить в файле human.txt список идентификаторов человеческих белков, можно выполнить команду:
infoseq 'sw:*_human' -only -name -nohead -out human.txt
Только учтите, что в процессе infoseq "скачает" и прочитает все соответствующие записи целиком, поэтому процесс может затянуться даже на минуты (зависит от организма и загруженности kodomo). Второй способ может оказаться быстрее (если UniProt не сильно загружен), правда придется еще список на kodomo перекидывать.
— ИР
На сайте UniProt, используя поиск по Entry name [ID] (сначала войдите в расширенный – "Advanced" – поиск). Звёздочку * этот поиск тоже понимает. После получения таблицы с результатами поиска нужно оставить только записи Swiss-Prot, ткнув в слово "Reviewed" (слева), затем сохранить таблицу: Download → Format: Tab-separated или Excel.
Как определить пары с совпадающими мнемониками функции?
Один из трёх вариантов:
- Средствами электронных таблиц (поможет разбиение столбца на два по символу подчёркивания и функция VLOOKUP/ВПР)
- С помощью Python
- Объединить списки и отсортировать: ID с одинаковым началом окажутся рядом
А можно обойтись и стандартными консольными программами GNU/Linux: cut, sort, uniq.
cut -f 1 -d '_' ecoli.txt human.txt | sort | uniq -d > common_mnems.txt
Только почитайте man, прежде чем использовать! Особенно man uniq.
— ИР
Как определить рекомендуемое полное имя белка?
В полной записи Swiss-Prot ищите поле DE. Можно использовать конвейер из entret в grep:
entret sw:eno_bacsu -filter | grep ^DE
Там ищите слова "RecName: Full=", название белка — после знака равенства. Например, если вы видите в поле DE строку:
DE RecName: Full=GSX1 {ECO:0000303|PubMed:7768864};
то пишите в качестве названия белка "GSX1".
Как запустить needle и water с параметрами по умолчанию?
В программах EMBOSS опция -auto задаёт значения по умолчанию для всех параметров, для которых это возможно. Имейте в виду, что у выходного файла тоже есть имя по умолчанию, но как раз его лучше задать явно. Например, если ваша пара — ENO_ECOLI и ENO_BACSU, то можно использовать строку вида
needle sw:eno_ecoli sw:eno_bacsu eno.needle -auto
выравнивание появится в файле с именем eno.needle.
Как определить характеристики выравнивания?
В выдаче needle и water (если не задавать другой формат) имеются следующие характеристики: число и процент колонок с идентичными буквами, число и процент колонок с близкими буквами (т.е. теми, для которых значение матрицы замен положительно), число и процент гэпов, вес выравнивания. Число инделей придётся посчитать "глазами" по выравниванию.
Чтобы посчитать процент покрытия локальным выравниванием для каждой последовательности, нужно определить длину участка, попавшего в выравнивание (по координатам начала и конца) и разделить эту длину на полную длину последовательности.
Как заставить программу needle выдать выравнивание в fasta-формате?
Добавить параметр -aformat fasta.
Как построить множественное выравнивание?
Есть по крайней мере три способа сделать это.
Первый — на kodomo программой muscle. Пусть у вас есть идентификаторы записей в Swiss-Prot, например ENO_BACSU, ENO_ECOLI, ENO_MYCTU, ENO_HAEIN. Создайте списочный файл (скажем, eno.txt) со строками:
sw:eno_bacsu sw:eno_ecoli sw:eno_myctu sw:eno_haein
Затем создайте файл в fasta-формате:
seqret @eno.txt eno.fasta
После этого запустите muscle:
muscle -in eno.fasta -out eno_alignment.fasta
Второй способ. Запустите Jalview. В меню File выберите Fetch sequences. Отметьте Uniprot и нажмите OK. В меню слева выберите Entry name, в окошко справа внесите ID белков, разделённых точкой с запятой ";". Дождитесь появления списка находок. Отметьте НЕУСТАРЕВШИЕ находки (у них "нормальные" поля Protein names и Gene names, без ссылок на другие записи) и нажмите OK. Если всё нормально, появится окошко "Retreived from Uniprot" с последовательностями белков. Теперь надо их выровнять, для этого в меню Web service выберите Alignment и там — любую программу "with Defaults", например "Muscle with Defaults". Через некоторое время появится окошко с выравниванием. Можно "скрестить" этот способ с предыдущим: последовательности добыть seqret'ом, потом невыровнеными импортировать в Jalview и из Jalview запустить выравнивание.
Третий способ. На сайте Uniprot внесите в окно поиска идентификаторы, разделённые словом "or", например:
ENO_BACSU or ENO_ECOLI or ENO_MYCTU or ENO_HAEIN
и запустите поиск. Отметьте галочками все правильные находки и нажмите кнопку Align. Когда появится выравнивание, нажмите кнопку Download (сразу над словом "Alignment"). Выберите формат FASTA, отметьте Uncompressed и сохраните файл.