Task 6

Программа getorf. Поиск гомологов некодирующих последовательностей.

Работа с программой getorf пакета EMBOSS

Cледующей комнадой можно достичь желаемого результата:

  getorf  -sequence d89965.entret  -outseq qw.orf -minsize 30 -find 1 -table 0

* -table моожно и не указывать, ибо он 0 по умолчанию

Вот результат getorf:

    >D89965_5 [163 - 432] Rattus norvegicus mRNA for RSS, complete cds.
MALMHFQFTFKQFEQRKSIRSTARKARDDFVVVQTADLFHVAFHYGIAQRGLTITSDDHM
AVTAYAYYSCHELTPWLRIQSTNPVQKYGA

А вот CDS находки:

     FT   CDS             163..435
     ...
     FT                   /translation="MALMHFQFTFKQFEQRKSIRSTARKARDDFVVVQTADLFHVAFHY
     FT                   GIAQRGLTITSDDHMAVTAYAYYSCHELTPWLRIQSTNPVQKYGA"

Как видно, последовательности совпадают.
Последовательности в SW соответствует следующая рамка:

    >D89965_9 [294 - 1] (REVERSE SENSE) Rattus norvegicus mRNA for RSS, complete cds.
MKGNVKKVRRLYNDKVIAGFAGGTADAFTLFELFERKLEMHQGHLVKAAVELAKDWRTDR
MLRKLEALLAVADETASLIITGNGDVVQPENDLIAIGS

В EMBL CDS дан для 5й находки, тогда как в ссылке на Swissprot обнаружена 9я рамка считывания и запись для E.coli.
Вероятнее всего это ошибка тех кто поместил в EMBL эту запись и не проверил, в действительности ли это белок крысы.
Swissprot как известно более афторитетная база данных, нежели EMBL

Поиск гомологов некодирующих последовательностей программой BLASTN

Результаты в .xls - файле

. Поиск гомологов при изменённых параметрах программы BLASTN
Для первого раза я решил использоавть такие штрафы за появление гэпа и его продление:

blastn -query trna_bacsu.fasta -db sa -out 3res1 -evalue 0.01 -task blastn -outfmt 7 -reward 5 -penalty -4 -gapopen 10 -gapextend 6
Для второго: минимальный размер слова это 4; вот команда:
blastn -query trna_bacsu.fasta -db sa -out 3res2 -evalue 0.01 -task blastn -outfmt 7 -reward 5 -penalty -4 -gapopen 10 -gapextend 6 -word_size 4
*Дополнительное задание:

blastn -query trna_bacsu.fasta -db sa -out add -evalue 0.01 -task blastn -outfmt 7 -word_size 4

Анализ результатов
В случае blastn только с измененными параметрами возникает большее число находок
по сравнению с дефолтом, но в целом число находок ненамного отличается от такового
у стандартного бласта. Но как только к этим условиям добавить минимальный размер слова (4),
число находок порой удваивается. Это связано с тем, что при длине слова 4 совпадений наверняка
будет больше и не будут потеряны гомологи с немного отличными остатками. Min size сам по себе
более "продуктивен" чем только изменение параметров, но иногда даже в этом случае улучшения незначительны.

Данная находка присутствует только в бласте и с измененными параметрами, и с задачей минимального размера слова:
embl|AL766854|AL766854
Причина этого кроется в эффективности поиска гомологов объединением "усилий" с обоих сторон.
Характеристики выравнивания needle'ом:
# Length: 73 # Identity: 50/73 (68.5%) # Similarity: 50/73 (68.5%) # Gaps: 7/73 ( 9.6%) # Score: 165.0
Вот само выравнивание:
AL766854 1 -gcggtatagccaagtggtaaggca--cggctctgcaaaagcttgatcgt 47 |.|.||||||||||.||||||||| .|.||.|| |...|.||||||| BSn5_t20894 1 tgggctatagccaagcggtaaggcaatggactttg--actccgtgatcgt 48 AL766854 48 cggttcaaatccgtctaccgc-- 68 .|||||.|||||..|||.|.| BSn5_t20894 49 tggttcgaatccagctagcccag 71
Как видно, последовательности достаточно идентичны и рознятся с некой периодичностью.
Это тРНК, которая имеет собственную более или менее постоянную 3-ю структуру с некоторыми вариациями,
которые зависят от видовых особенностей. Стрептококк и бацилла это хоть и виды одного класса,
но достаточно отдаленные родственники, поэтому у них возможны некоторые различия в последовательности тРНК
И вообще, у бациллы это Gln-РНК, а у стрептококка Cys.
Проаннотирован в EMBL: product="transfert RNA-Cys