Выбрана мнемоника ENO — энолаза, фермент гликолиза, катализирующий превращение 2-фосфоглицерата в фосфоенолпируват.В файле bacteria-sw.fasta содержится 748 белков с мнемоникой ENO*.
Для анализа выбраны 9 белков из Swiss-Prot: ENO_CHLAA, ENO_PROMH, ENO_ECOLI, ENO_BACSU, ENO_THEMA, ENO_STAA8, ENO_MYCGA, ENO_STRMU, ENO_AERHY.
Последовательности выровнены программой MUSCLE. Выравнивание.
В выравнивании выбран консервативный участок 120–128 (остатки 107–115 в ENO_ECOLI) длиной 9 аминокислот без гэпов. По нему составлен паттерн: G-A-N-A-I-L-[AG]-V-S.
Поиск проводился программой fuzzpro по базе bacteria-sw.fasta. Получено 527 находок, из которых:
Точность поиска составила 97,0%, полнота — 68,3%. Таким образом, паттерн обладает высокой специфичностью, но не позволяет обнаружить все белки выбранного семейства.
Программой MEME в 9 белках ENO найдены три мотива длиной 15 аминокислот. Каждый мотив присутствует во всех 9 последовательностях.
| Мотив | Консенсус | Длина | E-value | Найден в белках | Пересечение с участком 120–128 |
|---|---|---|---|---|---|
| MEME-1 | PVPMMNIINGGEHAD | 15 | 2,6 × 10-68 | 9 из 9 | Нет |
| MEME-2 | GYTAVISHRSGETED | 15 | 1,5 × 10-67 | 9 из 9 | Нет |
| MEME-3 | RSDRIAKYNQLLRIE | 15 | 6,8 × 10-67 | 9 из 9 | Нет |
Ни один из найденных мотивов не пересекается с участком 120–128, выбранным в первой части.
Программа MAST обнаружила 791 белок, из которых 748 имеют мнемонику ENO*, а 43 являются ложноположительными находками. Из 43 ложноположительных находок 25 имеют мнемоники ENO1_*, ENO2_* или ENO3_*, то есть относятся к другим обозначениям энолаз. Оставшиеся 18 находок принадлежат белкам с другими мнемониками. Поиск проводился с порогом E-value ≤ 10.
Ложноотрицательных результатов нет.
MAST показал большую полноту поиска (100%) по сравнению с fuzzpro (68,3%), но несколько меньшую точность (94,6% против 97,0%). Таким образом, использование нескольких мотивов позволило обнаружить все белки ENO* в базе, хотя число ложноположительных находок увеличилось.
Для анализа использована геномная сборка Rothia nasimurium PT-32 (GCF_002087015.1), исследованная в первом семестре. Суммарная длина сборки — 2 678 677 нт.
Последовательность Шайна — Дальгарно (ПШД) — участок мРНК, комплементарный 3'-концу 16S рРНК, участвующий в инициации трансляции. Обычно располагается перед старт-кодоном. Для поиска выбран паттерн AGGAGG.
Поиск паттерна AGGAGG проводился программой fuzznuc на прямой и комплементарной цепях генома.
Для оценки случайного ожидания использованы частоты нуклеотидов: p(A) = 0,2111; p(T) = 0,2090; p(G) = 0,2900; p(C) = 0,2898.
По аннотации genomic.gff также проверено положение всех находок относительно CDS. Правильным считалось расположение на той же цепи за 5–10 нуклеотидов до старт-кодона.
| Цепь | Паттерн | Найдено | Ожидаемо | Z | В правильной позиции | Доля, % |
|---|---|---|---|---|---|---|
| Прямая (+) | AGGAGG | 766 | ≈ 844 | ≈ −2,7 | — | — |
| Обратная (−) | CCTCCT | 838 | ≈ 825 | ≈ 0,4 | — | — |
| Всего | — | 1604 | 1670,34 | −1,62 | 69 | 4,3% |
Ожидаемые значения по отдельным цепям приблизительные; суммарное значение рассчитано по неокруглённым частотам. Распределение 69 правильных находок по цепям отдельно не подсчитывалось.
Ожидаемое число случайных совпадений на обеих цепях: E ≈ L × (p(A)2 × p(G)4 + p(T)2 × p(C)4) = 1670,34.
Приближённая Z-статистика: Z = (1604 − 1670,34) / √1670,34 = −1,62. Поскольку |Z| < 1,96 (p ≈ 0,11), отличие наблюдаемого числа находок от случайного ожидания статистически незначимо.
Наблюдаемое число находок ПШД (1604) не имеет статистически значимого отличия от ожидаемого (1670,34; Z = -1,62; p ≈ 0,11). В потенциально правильной позиции относительно старт-кодонов CDS находятся 69 из 1604 найденных последовательностей (4,3%).