Восстановление предкового состояния

Доменной архитектуры

Семестры • Четвертый семестр • Восстановление предкового состояния доменной архитектуры

1.Выбор объектов и получение выравнивания

Мой белок из первого семестра содержал четыре различных домена, но все были очень узко представленны среди таксонов - исключительно у клостридий и их фагов. Поэтому я выбрал домен, не содержащийся в моем белке. Я выбрал семейство цитохромов С7.

ID: Cytochrome_C7
AC: PF14522
Количество архитектур: 52
Количество последовательностей: 1003
Количество видов: 372
Домен представлен среди видов бактерий.

Таблица с различной информацией по работе.

Выравнивание последовательностей белков, содержащих домен, было получено с помощью программы JalView и покрашено BLOSUM62 by conservation 20. Для белков Q74CB4_GEOSL и H5EAE4_ECOLI доступны 3D структуры и аннотированы участки вторичной структуры в последовательности. Скачать: проект jalview; выравнивание fasta.

Для дальнейшей работы были выбраны 2 наиболее представленных доменных архитектуры. Информация по ним представлена в таблице 1.

Судя по LOGO домена (см. рис 1), доступного на странице записи pfam, для домена характерны только три небольших участка сильной консервативности, в которых расположены по 2 цитозина (разделенных двумя неконсервативными остатками) с гистидином, идущим непосредственно за вторым цитозином.

В качестве таксона для дальнейшей работы я выбрал Proteobacteria, с подтаксонами Gammaproteobacteria (G), Deltaproteobacteria (D).

Была получена выборка представителей, по 13 белков каждой архитектуры каждого подтаксона, всего 52. Также отдельно был добавлен белок с известной структурой (он относится к типу 1_D, т.е. первая доменная архитектура, подтаксон дельтапротеобактерии). Так как вторая доменная архитектура состоит из двух одинаковых рассматриваемых доменов, было построено два выравнивания - для домена второй архитектуры, расположенного раньше по последовательности, и дальше. Полученные выравнивания были открыты в Jalview, созданы группы и раскрашены с помощью ClustalX. Были удалены фрагменты доменов (неполные последовательности), невыровненные N- и C- концевые участки, выбивающиеся последовательности. Итоговые выравнивания после обработки имели такой состав: первое 13 1G, 12 1D, 9 2G, 10 2D; второе 13 1G, 12 1D, 12 2G, 10 2D.

Для построения деревьев была использована программа MEGA, метод Maximum Likelihood с бутстрепом с числом итераций 300. Деревья представлены на рис.1 и рис.2. Красный - 1G, желтый - 2G, голубой - 2D, синий - 1D.

jalview-проект

На первом дереве видно, что таксоны разошлись гораздо раньше, чем доменная архитектура, а она, в свою очередь, изменялась независимо много раз. На втором же дереве разделение на таксоны не столь четкое, некоторые представители дельтапротеобактерий попали к гаммапротеобактериям. Возможно, вторая копия домена у представителей двухдоменной архитектуры среди дельт менее функционально важна и поэтому имела меньшие ограничения на мутагенез, из-за чего стала более похожей на этот домен в другом подтаксоне, но это не объясняет вылеты дельт из своей клады в случае их однодоменной архитектуры.

В качестве подсемейства была выбрана клада представителей 1G, хорошо отделенных на обоих деревьях и с хорошей бутстреп-поддержкой. Это A3Q9S2, A0KSG1, A1RFI3.

По ним в дальнейшем был построен профиль и проведен поиск по всем последовательностям с этим доменом. В качестве p-value было выбрано значение 0,0055. Результаты представлены в таблице 2.

При данном пороге e-value точность (precision) равна 31,15%, чувствительность (sensitivity) 29,7%, специфичность (specificity) 92,4%.

Была построена roc-кривая (см. рисунок 4). По ней видно, что хотя предложенный профиль позволяет отобрать представителей подсемейства, качество его работы оставляет желать лучшего, т.к. площадь под кривой весьма мала.