Домены и профили

Задание 1. Белки UniProt с заданным составом доменов Pfam.

Были выбраны домены Phage_CI_repr, Peptidase_S24 (PF07022, PF00717).
PF00717 - Peptidase_S24 - 30760 последовательностей
PF07022 - Phage_CI_repr- 652 последовательности database:(type:pfam pf07022) database:(type:pfam pf00717) taxonomy:"Bacteria [2]" - запрос в Uniprot. Таблица с информацией о бактериальных белках с данной доменной архитектурой Интервал типичных длин белков 234-240 аминокислот.

Задание 2. HMM профиль семейства белков.

В предыдущем задании была построена гистограмма длин белков, были отобраны 42 белка длиной 234-240 аминокислот(в таблице отмечены оранжевым цветом в колонке selected), их последовательности в Jalview были выровнены алгоритмом Muscle (with defolts). Выравнивание было отредактировано, я вырезала первые 20 колонок, так как в них было много инделей в разных последовательностях и выравнивались они плохо, были вырезаны 13 последовательностей, которые выравнивались хуже всего. Файл с выравниванием.Затем был построен НММ-профиль с помощью команд
hmm2build pr9.hmm alignment.fa
hmm2calibrate pr9.hmm
Файл, полученный в результате построения и калибровки профиля.
Для проверки построенного НММ-профиля были скачаны последовательности всех белков с доменом PF07022 из Uniprot. hmm2search pr9.hmm uniprot-database_\(type_pfam+pf07022\).fasta - команда для поиска. Результаты поиска с E-value не выше 0.01 импортируем в таблицу Excel и обрабатываем. ссылка на таблицу (Лист1, там же выбор порога по F1). В результате вычисления F1 оказалось, что оптимальный порог - вес -12.3 и e-value 9*10^-5. В таблице ниже указаны характеристики получившегося теста.

Таблица 1. Характеристики теста

Предсказаны	С нашей архитектурой	С иной архитектурой
Подтверждено	673	127
Отвергнуто	45	663

Чувствительность теста составила 93,7 процентов, а специфичность 87,17 процентов.