БАНК UNIPROT

На данной страничке представлена общая информация о белке Рибонуклеазе J (Uniprot ID - RNJ1_BACSU), полученная из базы данных Uniprot. Основные данные предствлены в Таблице 1.

Рибонуклеаза J встречается у сенной палочки (Bacillus subtilis, таксономическое положение данной бактерии показано в Таблице 2) и относится к классу гидролаз, ферментов катализирующих гидролиз ковалентной связи. Общий вид реакции, катализируемой гидролазой выглядит следующим образом:
A–B + H2O > A–OH + B–H
Рибонуклеаза J обаладает эндонуклеазной и 5'-3' экзонуклеазной активностью, играет роль в стабилизации и разрушении р-РНК и м-РНК. В клетке белок локализован в цитоплазме. Принадлежит к суперсемейству металло-бета-лактамаз.

Действующая версия записи о данном белка датирована 15 февраля 2017 года и является 113 по счету. Первая версия представляла из себя белковую последовательность от 1 ноября 1996 года (подробнее об изменениях вносимых в запись см. в разделе History). Белок иммет статус Reviewed, его существование подтверждено эксперементальными данными^[1].

Длина последовательности данного белка составляет 555 аминокислотных остатков (последовательность белка в FASTA формате представлена в Таблице 3.) Белок состоит из 4 цепей, в его состав входят лиганды: по одному иону кальция (Ca²⁺) и двум ионам цинка (Zn²⁺) на субъединицу.

Пока не совсем ясно, образует ли этот белок гомодимер или входит в состав более крупного комплекса. Более ранние исследования противоречат более поздим. Существует также вероятность взаимодействия Рибонуклеаза J1 с J2 с образованием гетеротетрамера, функционирующего как комплекс РНК-дегидросомы. Однако возможность существования такого комплекса опровергается в одном из исследовании - не находится никаких доказательств его существования (PubMed:20025672)^[1].

РАБОТА С КЛАСТЕРАМИ БЕЛКА

• Кластер Uniref100:
  UniRef100 сочетает в себе идентичные последовательности и суб-фрагментов с 11 или более остатков из любого организма в одну запись UniRef.
  
  Белок Ribonuclease J1 входит в кластер Ribonuclease J1(100%) (Cluster ID: UniRef100_Q45493). Помимо рассматриваемого в данной работе белка, в этот кластер входят еще 9 последовательностей (общее число последовательностей в кластере - 10). Из 10 последовательностей лишь одна (рассатриваемая мной) входит в категорию Reviewed. Найденные белки встречаются у различных штаммов бактерии сенной палочки (Bacillus subtilis ) и пневмококка (Streptococcus pneumoniae). При этом длина последовательности кластера колеблется от 350 до 558, однако наиболее часто встречаемое число аминокислотных остатков в составе последовательности - 555 (как и у рассматриваемого белка).

  Любопытной особенностью кластера явлется столь большой разброс в длине последовательностей, при этом последоваетльность с 350 аминокислотными остатками встречается у пневмококка (Uniprot ID: A0A0T8PS06_STREE). Этот белок носит название Metallo-beta-lactamase superfamily protein 1 и кодируется тем же геном, что и Ribonuclease J1 (rnjA). Данный белок содержит фрагмент той же самой аминокислотной последовательности, что и Ribonuclease J1, начиная с 206 аминокислотного остатка (см. Таблица 3).

• Кластер Uniref90:
  UniRef90 составляется путем объединения последовательностей, которые по меньшей мере на 90% идентичны последовательностям UniRef100, а также последовательностей, совпадающих с самой длинной последовательностью UniRef100 на 80%.

  Ribonuclease J1 входит в кластер Ribonuclease J1(90%) (Cluster ID: UniRef90_Q45493). В состав кластера входит 104 последовательности, из них к категории Reviewed относится лишь рассматриваемый белок (RNJ1_BACSU). Длина последовательности варьирует от 161 до 579 аминокислотных остатков ( в кластер входят два небольших фрагмента последовательности: c длиной 161 (UniProt ID: A0A0D7X9Z9_BACAM) и 195 (UniProt ID: A0A0D7XCJ8_BACAM), а также 438 (с пометкой partial - Uniprot AC:UPI00036C0019)). При этом наиболее распространенная длина последовательности - 555.

  Помимо белков Ribonuclease J в класере присутствует также белок Metallo-beta-lactamase superfamily protein 1, описанный выше, и белок YkqC из организма Bacillus atrophaeus UCMB-5137, информации о котором содержится мало.

• Кластер Uniref50:
  UniRef50 составляется путем объединения последовательностей, которые по меньшей мере на 50% идентичность последовательности UniRef90, а также последовательностей, совпадающих на 80% с самой длинной последовательностью в кластере.

  Белок Ribonuclease J1 входит в кластер Ribonuclease J1(50%) (Cluster ID: UniRef50_Q45493). В состав кластера входит 941 последовательность, из них к категории Reviewed относится лишь рассматриваемый белок (RNJ1_BACSU), а 277 - UniParc. Наибольшая длина последовательности, встречающаяся в этом кластере домтигает 654 аминокислотных остатков^[1].

ПОИСК В UNIPROT

1. Поиск по рекомендованному полному названию (Ribonuclease J1):
   Текст запроса: name:"ribonuclease j1"
   Найден 171 белок, из них 15 из раздела Reviewed.

2. Поиск по рекомендованному краткому названию (RNase J1):
   Текст запроса: name:"rnase j1"
   Найдено 40 белков, из них 15 из раздела Reviewed.

3. Поиск по рекомендованному полному названию (Ribonuclease J1) среди белков организма (bacillus subtilis strain 168):
   Текст запроса: name:"ribonuclease j1" AND organism:"Bacillus subtilis (strain 168)"
   Найден один, рассматриваемый в данной работе белок, относящийся к категории Reviewed.

4. Поиск по рекомендованному краткому названию (RNase J1) среди белков своего организма (bacillus subtilis strain 168):
   Текст запроса: name:"rnase j1" organism:"Bacillus subtilis strain 168"
   Найден один, рассматриваемый в данной работе белок, относящийся к категории Reviewed.

5. Поиск по рекомендованному полному названию (Ribonuclease J1) среди белков семейства (Bacillaceae):
   Текст запроса: name:"ribonuclease j1" taxonomy:"Bacillaceae [186817]"
   Найдено 8 белков из которых 1 относится к категории Reviewed (UniPort ID: RNJ1_BACSU). Длина последовательности варьирует от 89 до 573 аминокислотных остатков. При этом медиана длины данных белков составляет 327, 5.

6. Поиск по рекомендованному краткому названию (RNase J1) среди белков семейства (Bacillaceae):
   Текст запроса: name:"rnase j1" taxonomy:"Bacillaceae [186817]"
   Найдено 12 белков из которых 1 относится к категории Reviewed (UniPort ID: RNJ1_BACSU). Длина последовательностей варьирует в пределах 555-556 аминокислотных остатков.

7. Поиск по рекомендованному полному названию (Ribonuclease J1) среди белков отдела (Firmicutes):
   Текст запроса: name:"ribonuclease j1" taxonomy:"Firmicutes [1239]"
   Найдено 76 белков из которых 15 относится к категории Reviewed. Длина последовательности варьирует от 47 до 620 аминокислотных остатков.

8. Поиск по рекомендованному краткому названию (RNase J1) среди белков отдела (Firmicutes):
   Текст запроса: name:"rnase j1" taxonomy:"Firmicutes [1239]"
   Найдено 36 белков из которых 15 относится к категории Reviewed. Длина последовательностей варьирует в пределах 551-620 аминокислотных остатков.

• Наиболее часто в базе данных UniProt используются полные названия белков, однако краткие названия также широко распространены.
• Наиболее изучены белки Ribonuclease J1 из отдела Firmicutes, но не из семейства Bacillaceae.
• В отделе наблюдается широкое разнообразие длинн последовательностей данного белка.

ОБЩИЙ ПОИСК

1. Поиск названию Myosin:
   Текст запроса: name:myosin
   Найдено 23 037 белков, из них 464 из раздела Reviewed. Белки встречаются у совершенно различных организмов, и отличаются друг от друга длиной последовательности на несколько тысяч аминокилотных остатков. Наиболее популярный организм - человек (Homo sapiens (Human)) - 448 последовательностей.

2. Поиск названию Myosin среди животных (Metazoa):
   Текст запроса: name:myosin taxonomy:"Metazoa [33208]"
   Найдено 16721 белков, из них 339 из раздела Reviewed. Наиболее популярный организм - человек (Homo sapiens (Human))

3. Поиск названию Myosin среди грибов (Fungi):
   Текст запроса: name:myosin taxonomy:fungi
   Найдено 1800 белков, из них 57 из раздела Reviewed. Наиболее популярный организм - Saccharomyces cerevisiae

4. Поиск названию Trypsin:
   Текст запроса: name:trypsin
   Найдено 14034 белков, из них 310 из раздела Reviewed.

5. Поиск ингибиторов трипсина:
   Текст запроса: name:trypsin name:inhibitor
   Найдено 2984 белков, из них 209 из раздела Reviewed.

UNIPROT HISTORY

Текущая запись датирована 15 февраля 2017 года и представляет из себя 113 версию записи. Первая версия представляла из себя версию последовательности и была добавлена в базу данных первого ноября 1996 года.

Описание истории изменения записи:

• Первая запись, добавленная 1 ноября 1996 года была сгенерированна при помощи автоматического банка данных TrEMBL. Данная запись не содержала большое количество информации: Uniprot ID (Q45493 - отличается от текущего), длина последовательности, молекулярная масса, сама последовательность, статус записи (PRELIMINARY - предварительная), дата генерации TrEMBL, кодирующий ген ( позже был переименован из YKQC в rnjA), организм, содержавший данный белок (примечательно как изменилась за десять лет классификация с PROKARYOTA; FIRMICUTES; ENDOSPORE-FORMING RODS AND COCCI; BACILLACEAE. на Bacteria; Firmicutes; Bacilli; Bacillales; Bacillaceae; Bacillus.), авторы работы и публикация. Комментарии не содержал существенной информации. Присутствовала единственная ссылка на базу данных EMBL.

  Любопытно также что первоначально белок был добален в базу данных EMBL/GENBANK/DDBJ DATA BANKS в июне 1996. Первоначально также белок считался гипотетическим с гипотетической молярной массой, имя ему еще не было присвоено.

  Насколько можно судить визуально, за 10 лет также несколько поменялся формат самой записи в текстовом формате.

• Ровно через год (1 ноября 1997) данная запись была модифицирована и дополнена, переведена в категорию Reviewed, рецензирована Swiss-Prot. При этом белку был присвоен новый Uniprot ID (YKQC_BACSU), запись была переведена в категорию STANDARD. Была убарана информация о публикациии и дополнен комментарий (принадлежность белка к семейству UPF0036). Были добавлены две ссылки на базы данных SUBTILIST и PROSITE.

• Впоследствии запись многократно подвегалась изменениям (текущая версия является 113). Последними внесенными изменениями были изменения в ссылках на другие базы данных, в частности изменены ссылки на базу данных GO и убрана ссылка на базу данных PANTHER.

• Сравнивая последнюю версию с первой, можно заметить, что все строки из первоначальной записи (всего их было чуть больше 20 без последовательности), исключая комментарий и поледовательность так или иначе были изменены. Были добавлены:

  1. Различные названия белка
  2. Полное новое название кодирующего гена
  3. Современная классификация организма, содержащего белок
  4. Информация о многочисленных публикациях
  5. В комментарий была добавлена информация о функциях белка, его компонентах и структуре, локализация в клетке, принадлежность к семейству
  6. Ссылки на многочиленные базы данных с ID белка в этих базах
  7. Информация о вторичной структуре и т.д.

• Интересно также, что не смотря на многократные изменения записи, сама последовательность в FASTA-формате не изменялась ни разу с момента ее добавления в 1996^[1].

REFSEQ и UBNIPROT

Изучаемому в данной работе белку соответсвует два записи в RefSeq (Refseq ID: NP_389336.1; WP_003245660.1), одна из которых существенно информативнее другой. Однако не смотря на это, обе по многим параметрам уступают полноте записи UniProt:

1. Информация о названии белка менее полная, отсутствует короткое имя
2. Отсутствует название кодирующего белок гена
3. Отсутствует NCBI_TaxID организма
4. Информация о публикациях куда менее полная: в записи RefSeq (ID:WP_003245660.1) она вообще отсутствует, в записи (ID:NP_389336.1) присутствует информация только о семи публикациях, из 20, описанных в UniProt.
5. Комментарий в RefSeq практически не содержит полезной информации, в то время как в Uniprot он очень большой и полный, описывающий функции, структуру белка, его локализацию в клетке, принадлежность к семейству и многое другое.
6. В RefSeq отсутствуют ссылки на другие базы данных, в то время как в Uniprot даны ссылки на 35 других баз данных
7. В RefSeq не содержится информация о вторичной структуре белка
8. В RefSeq отсутствуют данные о молекулярном весе белка^[3]

Таким образом Uniprot дает куда более полное представление о рассматриваемом белке. Его использование куда более предпочтительно для получения общей информации об исследуемом белке.

ФОРМАТ ЗАПИСИ В UNIPROT НЕСТАНДАРТНЫХ ЯВЛЕНИЙ

• НЕСТАНДАРТНЫЕ АМИНОКИСЛОТНЫЕ ОСТАТКИ:

  Когда в состав белковой последовательности входят нестандартные аминокислотные остатки, селеноцистеин (Sec) или пирролизин (Pyl), это отражается в разделе ‘Sequence’, если присутствие данных остатков в составе белка подтверждено эксперементально.

  В аминокислотной последовательности селеноцистеину в однобуквенном коде соответствует "U", а пирролизину "O". (Примеры: P24183 (селеноцистеин), Q8TTA5 (пирролизин))

  Также информация о присутствии в последовательности нестандартных аминокилотных остатков представлена в разделе FT (Feature Table), описывающем интересные участки в последовательности. В данном случае присутствие селеноцистеина или пирролизина будет помечено в этом разделе обозначением NON_STD во втором столбце^[4] (см. Примеры):

  FT   NON_STD      52     52       Selenocysteine.
  FT   NON_STD     356    356       Pyrrolysine. {ECO:0000250}.

• ПОСТТРАНСЛЯЦИОННАЯ МОДИФИКАЦИЯ:

  Информацию о посстрансляционной модификации аминокислотных иногда может содержаться в комметарии в разделе PTM (Примеры: P17590 , P56524)^[5]:

  CC   -!- PTM: Phosphorylated by CaMK4 at Ser-246, Ser-467 and Ser-632.
  CC       Phosphorylation at other residues by CaMK2D is required for the
  CC       interaction with 14-3-3. Phosphorylation at Ser-350, within the
  CC       PxLPxI/L motif, impairs the binding of ANKRA2 but generates a
  CC       high-affinity docking site for 14-3-3.
  CC       {ECO:0000269|PubMed:10958686, ECO:0000269|PubMed:22649097}.
      

  Помимо этого более подробная информация может содержаться в разделе FT, с обозначением MOD_RES во второй колонке. При этом в разделе содержится информация о номере модифицированного остатка в последовательности и о типе его модификации^[6]:

  FT   MOD_RES     467    467       Phosphoserine; by CaMK4 and SIK1.
  FT                                {ECO:0000269|PubMed:10958686}.  
     

  Информация о возможных типах посттрансляционной модификации описаны в Таблице 5. Аналогичным образом они отоброжаются в разделе FT, как это видно из приведенного примера.

• ДИСУЛЬФИДНЫЕ СВЯЗИ

  Информация о диульфидных связях содержится в разделе PTM/Processing (Описывается положение остатков цистеина, принимающих участие в образовании связи. Если положение одного из остатков неизвестно, вместо позиции данной аминокислоты стоит знак вопроса. Пример: P10846), в текстовом формате документа может частично присутствовать в комментарии^[7]:

     CC   -!- PTM: The disulfide bonds are essential for the inhibitor activity.
     

  О существовании и положении дисульфидной связи можно также узанть из поля FT, где дисульфидные связи обозначены как DISULFID. При этом указанные точки обозначают номера аминокислотных остатков, учавствующих в образовании связи. В случае если указанные номера совпадают - дисульфидная связь является межцепочной, а в поле с описанием указывается характер связывания цепей^[6]:

     FT   DISULFID     23     84       {ECO:0000305}.
     FT   DISULFID     29     29       Interchain (with C-8 in small chain).
     FT   DISULFID     28      ?       {ECO:0000250}. 
     

• АЛЬТЕРНАТИВНЫЙ СПЛАЙСИНГ

  Информация о продуктах альтернативного сплайсинга (различных изоформах белка, полученных от одного гена путем сплайсинга) содержится в разделе "Sequence", где представлены все изветсные изоформы - их индификаторы и отличия от основной последовательности (Пример:P04150)^[8].

В текстовом формате данная информация содержится в разделе FT, и обозанчена как VAR_SEQ. VAR_SEQ включает в себя описание последовательностей, полученных путем альтернативного сплайсинга, альтернативного использования промотора, альтернативного инициирования и рибосомного сдвига рамки. При этом данное описание иммет следающий вид^[6]:

FT   VAR_SEQ     653    672       VATSNPGKCLSFTNSTFTFT -> ALVSHHCPVEAVRAVHP
FT                                TRL (in isoform 2).
FT                                /FTId=VSP_003786.
FT   VAR_SEQ     673    913       Missing (in isoform 2).
FT                                /FTId=VSP_003787.
   

• ВАРИАНТЫ ПОСЛЕДОВАТЕЛЬНОСТИ

  Информация о существовании различных вариантов последовательностей содержится в разделе "Sequence" (Пример: P15516).
  В текстовом формате информация помещена в раздел FT, где обозначена как VARIANT - авторы сообщают о существовании данного варианта последовательности. В этом разделе описано чем отличается данный вариант от исходного и, вероятно, где был встречен^[6]:

  FT   VARIANT     214    214       V -> I.
  FT                                /FTId=VAR_009122.
  FT   VARIANT     237    237       I -> L (in strain: B293, Z3524, Z3910,
  FT                                Z3915 and Z3918).
  FT   VARIANT      21     22       Missing (in 35% of the chains).
  FT                                /FTId=VAR_006353.
  FT   VARIANT     265    344       Missing (in allele D4.2).
  FT                                /FTId=VAR_003465.
  FT   VARIANT     156    156       I -> V (in RNA edited version).
  FT                                /FTId=VAR_010166.
      

ИСТОЧНИКИ

1. http://www.uniprot.org/uniprot/Q45493
2. https://www.ncbi.nlm.nih.gov/taxonomy
3. https://www.ncbi.nlm.nih.gov/refseq/
4. http://www.uniprot.org/help/non_std
5. http://www.uniprot.org/help/post-translational_modification
6. http://www.uniprot.org/docs/userman.htm#FT_line
7. http://www.uniprot.org/help/disulfid
8. http://www.uniprot.org/help/alternative_products