Самостоятельная работа по аннотированию участка генома

Дано: неаннотрованный участок генома бактерии Streptococcus pneumoniae (штамм TIGR4 ctg00822) из заданной записи EMBL с заданным началом, длиной 7000 нуклеотидов.
Задача: определить, где в данном фрагменте закодированы белки, похожие на известные белки родственной бактерии - Bacillus subtilis (сенной палочки).

Полный протеом B. subtilis получаем из Swiss-Prot командой seqret sw:*_BACSU. В указанный файл помещены последовательности всех белков сенной палочки, имеющих идентификаторы.
Создаем индексные файлы для поиска программами пакета BLAST с помощью команды formatdb.
Вырезаем фрагмент AAGY02000005 длиной 7000 нуклеотидов(координаты 28001...35001) с помощью команды seqret -sask.
Извлекаем из нашего фрагмента генома трансляции всех открытых рамок считывания длиной не менее 240 нуклеотидов командой:
getorf -sequence aa.fasta -minsize 240 -table 11 -find 1 -outseq aa.orf
В результате получили файл, содержащий все рамки считывания(10 рамок), удовлетворяющие заданным параметрам.
Далее производится поиск трансляций рамок считывания из выбранного фрагмента по протеому бактерии с помощью программы BLASTP(задан E-value<0.001), которая производит поиск по аминокислотной последовательности в протеоме. Выполняем команды:
makeblastdb -in bacsu.fasta -out bacsu -dbtype prot
blastp -query aa.orf -db bacsu -evalue 0.001 -out blastp -task blastp -outfmt 7
Создаем книгу Excel, включающую информацию обо всех открытых рамках считывания в нашем фрагменте генома.
Результат: таблица, содержащая информацию только для тех открытых рамок, для которых нашлась хотя бы одна сходная последовательность.

Рамка	начало во фрагменте	конец во фрагменте	направление	число сходных последовательностей	идентификатор самого близкого из найденных белков B. subtilis	E-value
AAGY02000005.1_1	33	1217	прямое	3	IMDH_BACSU	3e-164
AAGY02000005.1_2	2895	4145	прямое	4	YMFF_BACSU	7e-50
AAGY02000005.1_3	4145	5425	прямое	4	YMFH_BACSU	6e-65
AAGY02000005.1_4	5461	6288	прямое	1	YMFM_BACSU	2e-10
AAGY02000005.1_5	6287	6844	прямое	2	PGSA_BACSU	3e-40
AAGY02000005.1_8	2742	2374	обратное	1	YAAA_BACSU	1e-08
AAGY02000005.1_9	2374	1274	обратное	1	RECF_BACSU	4e-94

Гипотетические гены во фрагменте 28001–35001 записи AAGY02000005

                        -----[<= YAAA, 2374-2742]----- (перекрывание)
3'--------[<= RECF, 1274-2374]------------------------------------------------------------------------------------------------------5'

5'-[=> IMDH, 33-1217]------------------------------[=> YMFF, 2895-4145]----------------------[=> YMFM, 5461-6288]-------------------3'
                                                 (перекрывание) ------[=> YMFH, 4145-5425]--------------------[=> PGSA, 6287-6844]-

 

Для получения соответствующих данных для Bacillus subtilis, был скачан геном и произведен по нему поиск необходимых последовательностей.

3'--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------5'

5'-[=> YAAA,3206-3421]-[=> RECF,3437-4549]---[=> IMDH,15825-17378]-------------[=> YMFH,1742602-1743843]-[=> YMFF,1757037-1758314]-[=> YMFM,1761650-1762570]-[=> PGSA,1762623-17630201]-3'

На представленных схемах видно, что исследуемые гены в Bacillus subtilis располагаются на одной цепи, а не на двух, по сравнению с генами в Streptococcus pneumoniae. Следовательно, можно заключить о неконсервативности положений генов YAAA и RECF. Тем не менее эти два гена расположены очень близко друг к другу, но в разных порядках.
Остальные 4 гена являются консервативными по положению. Видно, что в обоих бактериях они идут в одинаковой последовательности друг за другом, между ними не очень большие расстояния. Тем не менее у Streptococcus pneumoniae мы видим попарное перекрывание генов YMFF и YMFH, YMFM и PGSA, чего не наблюдается у сенной палочки, хотя гены YMFM и PGSA расположены очень близко друг к другу. Но если принять во внимание общие протяженности цепей, то эти 4 гена Bacillus subtilis расположены не очень далеко.

Таким образом, можно предсказывать расположения генов белков в бактерии, используя данные о родственной бактерии.