Знакомство с терминологией GO:

Описание функции белка с помощью аннотации Gene Ontology:

Описание функции белка PURT_Ecoli в соответствии с GO-аннотацией:

Онтология GO (название словаря) Количество разных ассоциированных терминов GO Функция белка
(краткое описание, близкое к тексту определения терминов GO)

Где Cellular Component 0

Зачем, для чего Biological Process 2 GO:0009152: процесс биосинтеза пуриновых рибонуклеотидов (химические реакции, в результате которых получается пуриновый рибонуклеотид, состоящий из рибонуклеозида с пуриновым основанием (аденином или гуанином), эстерифицированного фосфатом на 3' или 5'-гидроксиле)

GO:0006164: процесс биосинтеза пуриновых нуклеотидов (аналогично GO:0009152, в качестве сахара выступает не только рибоза, но и дезоксирибоза)

Молекулярный механизм Molecular Function 4 GO:0016740: трансферазная активность (перенос функциональных групп или молекулярных остатков от одного соединения (донора) к другому (акцептору); трансферазы относятся ко 2-ому классу ферментов (EC) )

GO:0003824: каталитическая активность (катализ биохимических реакций при физиологических температурах; ферменты специфически связываются с субстратом для осуществления катализа реакции; ферменты чаще всего - белки, однако существуют РНК с каталитической активностью (рибозимы))

GO:0043815: фосфорибозилглицинамидформилтрансверазная 2 активность (фермент катализирует реакцию: муравьиная кислота + АТФ + 5'-фосфорибозилглицинамид = 5'-фосфорибозил-N-формилглицинамид + АДФ + дифосфат)

GO:0016742: гидроксиметил-, формил- зависимая трансферазная активность

Специфичность Molecular Function 4 GO:0005524: связывание АТФ (селективное, нековалентное взаимодействие с АТФ)

GO:0000287: связывание иона магния (селективное, нековалентное взаимодействие с катионом магния)

Описание функции белка PURT_Ecoli в соответствии с GO-аннотацией:
	Онтология GO (название словаря)	Количество разных ассоциированных терминов GO	Функция белка (краткое описание, близкое к тексту определения терминов GO)
Где	Cellular Component	0
Зачем, для чего	Biological Process	2	GO:0009152: процесс биосинтеза пуриновых рибонуклеотидов (химические реакции, в результате которых получается пуриновый рибонуклеотид, состоящий из рибонуклеозида с пуриновым основанием (аденином или гуанином), эстерифицированного фосфатом на 3' или 5'-гидроксиле) GO:0006164: процесс биосинтеза пуриновых нуклеотидов (аналогично GO:0009152, в качестве сахара выступает не только рибоза, но и дезоксирибоза)
Молекулярный механизм	Molecular Function	4	GO:0016740: трансферазная активность (перенос функциональных групп или молекулярных остатков от одного соединения (донора) к другому (акцептору); трансферазы относятся ко 2-ому классу ферментов (EC) ) GO:0003824: каталитическая активность (катализ биохимических реакций при физиологических температурах; ферменты специфически связываются с субстратом для осуществления катализа реакции; ферменты чаще всего - белки, однако существуют РНК с каталитической активностью (рибозимы)) GO:0043815: фосфорибозилглицинамидформилтрансверазная 2 активность (фермент катализирует реакцию: муравьиная кислота + АТФ + 5'-фосфорибозилглицинамид = 5'-фосфорибозил-N-формилглицинамид + АДФ + дифосфат) GO:0016742: гидроксиметил-, формил- зависимая трансферазная активность
Специфичность	Molecular Function	4	GO:0005524: связывание АТФ (селективное, нековалентное взаимодействие с АТФ) GO:0000287: связывание иона магния (селективное, нековалентное взаимодействие с катионом магния)

Описание термина GO:

На сайте консорциума Gene Ontology проведем поиск описаний для 3 терминов GO (т.к. не нашлось ни одного термина из словаря Cellular Component, возьмем 2 термина из Molecular Function и 1 - из Biological Process).

Описание терминов GO

GO ID выбранного термина Список синонимов Список ближайших родительских терминов GO с указанием типа связи Список ближайших дочерних терминов GO с указанием типа связи

GO:0009152 (словарь Biological Process) exact: purine ribonucleotide anabolism

exact: purine ribonucleotide biosynthesis

exact: purine ribonucleotide formation

exact: purine ribonucleotide synthesis GO:0006164 - биосинтез пуриновых нуклеотидов (связь GO:0009152 is a GO:0006164, т.е. GO:0009152 - частный случай GO:0006164), GO:0006164 ассоциирован с нашим белком PURT_ECOLI

GO:0009150 - метаболизм пуриновых рибонуклеотидов (связь GO:0009152 is a GO:0009150)

GO:0009260 - биосинтез рибонуклеотидов (связь GO:0009152 is a GO:009260)

Картинка графа GO:0009180 - боисинтез пуриновых рибонуклеозид-дифосфатов

GO:0009206 - боисинтез пуриновых рибонуклеозид-трифосфатов

GO:0009168 - боисинтез пуриновых рибонуклеозид-монофосфатов

дочерние термины можно увидеть на графе

GO:0043815 (словарь Molecular Function) exact: 5'-phosphoribosylglycinamide transformylase 2

exact: formate-dependent GAR transformylase activity

есть также связанные синонимы (неточные):

related: GAR transformylase 2

related: GART 2
GO:0016742 - гидроксиметил-, формил- заваисимая трансферазная активность (GO:0043815 is a GO:0016742), GO:0016742 представлен среди терминов GO, ассоциированных с белком PURT_ECOLI

Граф Дочерних терминов нет, GO:0043815 - младший термин GO, нет таких термнов GO, являющихся частным случаем GO:0043815.

GO:0000287 (словарь Molecular Function) exact: magnesium binding GO:0046872 - связывание иона металла (связь GO:0000287 is a GO:0046872), этот термин также представлен серди ассоциированных с белком PURT_ECOLI

Граф Дочерних терминов нет, GO:0000287 - младший термин GO, нет таких термнов GO, являющихся частным случаем GO:0000287.

Описание терминов GO
GO ID выбранного термина	Список синонимов	Список ближайших родительских терминов GO с указанием типа связи	Список ближайших дочерних терминов GO с указанием типа связи
GO:0009152 (словарь Biological Process)	exact: purine ribonucleotide anabolism exact: purine ribonucleotide biosynthesis exact: purine ribonucleotide formation exact: purine ribonucleotide synthesis	GO:0006164 - биосинтез пуриновых нуклеотидов (связь GO:0009152 is a GO:0006164, т.е. GO:0009152 - частный случай GO:0006164), GO:0006164 ассоциирован с нашим белком PURT_ECOLI GO:0009150 - метаболизм пуриновых рибонуклеотидов (связь GO:0009152 is a GO:0009150) GO:0009260 - биосинтез рибонуклеотидов (связь GO:0009152 is a GO:009260) Картинка графа	GO:0009180 - боисинтез пуриновых рибонуклеозид-дифосфатов GO:0009206 - боисинтез пуриновых рибонуклеозид-трифосфатов GO:0009168 - боисинтез пуриновых рибонуклеозид-монофосфатов дочерние термины можно увидеть на графе
GO:0043815 (словарь Molecular Function)	exact: 5'-phosphoribosylglycinamide transformylase 2 exact: formate-dependent GAR transformylase activity есть также связанные синонимы (неточные): related: GAR transformylase 2 related: GART 2	GO:0016742 - гидроксиметил-, формил- заваисимая трансферазная активность (GO:0043815 is a GO:0016742), GO:0016742 представлен среди терминов GO, ассоциированных с белком PURT_ECOLI Граф	Дочерних терминов нет, GO:0043815 - младший термин GO, нет таких термнов GO, являющихся частным случаем GO:0043815.
GO:0000287 (словарь Molecular Function)	exact: magnesium binding	GO:0046872 - связывание иона металла (связь GO:0000287 is a GO:0046872), этот термин также представлен серди ассоциированных с белком PURT_ECOLI Граф	Дочерних терминов нет, GO:0000287 - младший термин GO, нет таких термнов GO, являющихся частным случаем GO:0000287.

Оценка качества функциональной аннотации белков в UniProt:

Определение числа реальных и гипотетических белков из таксона Oryza (рис, rice):

Ранг таксона: род (genus)
Идентификатор таксона (NCBI_ID): 4527

Классификация:
Царство: Растения
Отдел: покрытосеменные
Класс: Однодольные
Порядок: Злакоцветные
Семейство: Злаки
Подсемейство: Ehrhartoideae
Род: Рис

В SRS поле ProteinExistence базы данных UniProt проиндексировано следующим образом:
1: evidence at protein level - существование белка доказано экспериментально (86150 записей, 0,774%)
2: evidence at transcript level - известны только соответствующие транскрипты (526547 записей, 4,729%)
3: inferred from homology - белок предсказан по гомологии (2505249 записей, 22,499%)
4: predicted - иные предсказанные белки (8014981 записей, 71,984%)
5: uncertain - сомнительные белки (1541 записей, 0,014%)

Выясним соотношение между реальными и гипотетическими белками из таксона Oryza (по данным UniProt):

Количество в UniProt

Существование белка доказано экспериментально 385

Известны только соответствующие транскрипты 16065

Гипотетический белок, предсказан по гомологии 9596

Иные предсказанные гипотетические белки 120394

	Количество в UniProt
Существование белка доказано экспериментально	385
Известны только соответствующие транскрипты	16065
Гипотетический белок, предсказан по гомологии	9596
Иные предсказанные гипотетические белки	120394

Из результатов поиска по UniProt видно, что большинство белков риса - предсказанные, а количество реально полученных белков - невелико.

Возможно, если провести поиск по SwissProt, доля выделенных белков и транскриптов будет больше, ведь SwissProt - курируемая база данных (SwissProt - часть UniProt).

Количество в SwissProt

Существование белка доказано экспериментально 275

Известны только соответствующие транскрипты 2001

Гипотетический белок, предсказан по гомологии 724

Иные предсказанные гипотетические белки 13

	Количество в SwissProt
Существование белка доказано экспериментально	275
Известны только соответствующие транскрипты	2001
Гипотетический белок, предсказан по гомологии	724
Иные предсказанные гипотетические белки	13

И действительно, число предсказанных белков значительно уменьшилось, а большинству записей соответствуют транскрипты.

Определение качества функциональной аннотации в SwissProt:

Коды экспериментального доказательства функции ( Guide to GO Evidence Codes ):
Inferred from Experiment (EXP) - из эксперимента
Inferred from Direct Assay (IDA) - из прямого анализа
Inferred from Physical Interaction (IPI) - из физического взаимодействия
Inferred from Mutant Phenotype (IMP) - из мутантного фенотипа
Inferred from Genetic Interaction (IGI) - из генетического взаимодействия
Inferred from Expression Pattern (IEP) - из модели экспрессии

Определим с помощью одного запроса к SRS, сколько из реальных белков (выделены белки или транскрипты) таксона Oryza аннотированы по всем трем словарям GO, и у которых встречается хотя бы один раз один из кодов экспериментального доказательства функции.

Для этого обратимся к SRS с запросом: (([swissprot-Taxonomy:Oryza*] & ([swissprot-ProteinExistence:1:*] | [swissprot-ProteinExistence:2:*])) & (((([swissprot-DBxref_:GO:*] & [swissprot-DBxref_:P:*]) & [swissprot-DBxref_:F:*]) & [swissprot-DBxref_:C:*]) & ((((([swissprot-DBxref_:EXP:*] | [swissprot-DBxref_:IDA:*]) | [swissprot-DBxref_:IPI:*]) | [swissprot-DBxref_:IMP:*]) | [swissprot-DBxref_:IGI:*]) | [swissprot-DBxref_:IEP:*])))

По запросу найдено 56 белков ( файл с находками). Всего реальных белков Oryza в SwissProt - 2276 (из предыдущего задания), найденные белки составляют 2,5%. Такой результат говорит о низком количественном уровне аннотации в SwissProt, однако я думал, что будет еще меньше.

Обращение с аналогичным запросом к UniProt трудно осуществимо, из-за большего размера БД UniProt по сравнению с SwissProt.

С помощью запроса SRS к SwissProt были получены 56 хорошо аннотированных белков из организмов рода Oryza. Подобная аннотация требует много времени, сил и средств, было бы интересно узнать белки с какими функциями были аннотированы. (К тому же Oryza - рис - значимая сельскохозяйственная культура, все белки имеют идентификаторы *_ORYSJ - соответствуют рису посевному, интересно на какие белки прежде всего было обращено внимание исследователей)

Для этого обработаем полученный список белков с помощью программы GOstat (хотя выборка и не является большой) (см. ниже Использование GO для работы с массовыми данными).

Чаще других представлены термины GO:
GO:0009987 (P-value=5.57e-32, встречается 27 раз) - процессы протекающие на клеточном уровне, но значимые не для отдельно взятых клеток (например клеточное общение)

GO:0007275 (P-value=4.68e-20, встречается 10 раз) - биологические процессы, связанные с ростом многоклеточного организма

GO:0044237 (P-value=6.45e-20, встречается 19 раз) - клеточные метаболические процессы

GO:0043170 (P-value=1.92e-18, встречается 17 раз) - метаболизм макромолекул

GO:0050896 (P-value=1.92e-18, встречается 12 раз) - изменение клеточной активности в ответ на стимул

GO:0009791 (P-value=3.32e-12, встречается 6 раз) - постэмбриональное развитие

Таким образом среди терминов GO аннотированных белков часто встречаются термины посвященные росту и развитию организма, реакции клеток на внешние стимулы, что значимо для изучения риса как сельскохозяйственной культуры.

Использование GO для работы с массовыми данными:

Получение выборки последовательностей белков с заданной функцией:

Проведем поиск всех белков, выполняющих функции карбоксилирования, из организмов, принадлежащих к роду Oryza. Для этого найдем на сайте консорциума Gene Ontology идентификатор GO, соответствующий этой функции. Карбоксилирование (carboxylation) - введение в молекулу карбоксильной группы -COOH. По запросу carboxylation на сайте Gene Ontology найдено 10 идентификаторов GO, среди которых 4 относятся к декарбоксилированию, а остальные посвящены карбоксилированию аминокислот белков, наиболее общим среди них является GO:0018214 .

На мой взгляд, такой результат поиска очень странный, ведь карбоксилирование происходит не только при посттрансляционных модификациях белка, но у растений главным образом в цикле Кальвина, когда фермент рибулозобисфосфаткарбоксилаза присоединяет углекислый газ к рибулозо-1,5-бифосфату.

Идентификатор GO:0018214 относится к словарю biological process.

По запросу к SRS, где в поле Taxonomy - Oryza, а в поле DBxref_ - GO:0018214 ничего не нашлось ни в базе данных UniProt, ни даже в TrEMBL.

В то время, как для идентификатора GO:0016984, означающего рибулозобисфосфаткарбоксилазную активность, найдено 49 записей (по таксону Oryza в базе данных UniProt).

Запрос: ([uniprot-Taxonomy:Oryza*] & [uniprot-DBxref_:GO:0016984*]). Файл с последовательностями находок в fasta-формате.

Определение главной функции в большом списке белков:

В файле - список белков (174 белка), полученный в результате массового эксперимента (в т.ч. и белок PURT_ECOLI). Определим белки с какими функциями доминируют в этом списке, используя программу GOstat .

В выборке чаще других представлены термины GO:
GO:0005515 (P-Value=1.74e-50, встречается 48 раз) - селективное нековалентное взаимодействие (связывание) с белками и белковыми комплексами (словарь - molecular function)

GO:0005886 (P-Value=8.65e-49, встречается 55 раз) - мембрана, отделяющая клетку от внешней среды (словарь - cellular component)

GO:0044464 (P-value=1.26e-08, встречается 111 раз) - любой элемент клетки, базовая структурная и функциональная единица организма (словарь - cellular component)

GO:0006164 (P-value=3.48e-15, встречается 22 раза) - процесс биосинтеза пуриновых нуклеотидов (словарь - biological process). Этот термин ассоциирован с белком PURT_ECOLI (P33221).

GO:0006163 (P-value=4.69e-15, встречается 22 раза) - пуриновый метаболизм (словарь - biological process)

GO:0009152 (P-value=2.55e-14, встречается 20 раз) - биосинтез пуриновых рибонуклеотидов (словарь - biological process). Этот термин ассоциирован с белком PURT_ECOLI (P33221).

GO:0022857 (P-value=4.95e-06, встречается 29 раз) - участвует в транспорте веществ с одной стороны мембраны на другую (словарь - molecular function)

GO:0009259 (P-value=7.89e-14, встречается 20 раз) - метаболизм рибонуклеотидов (словарь - biological process)

В выборке доминируют белки, вовлеченные в метаболизм пуриновых рибонуклеотидов, что согласуется с функцией белка PURT_ECOLI. Возможно, также есть белки, обеспечивающие транспорт необходимых веществ через клеточную мембрану.

В выдаче GOstat первые 2 находки (GO:0005515 и GO:0005886) имеют очень низкие значения P-value (1.74e-50 и 8.65e-49 соответственно) (вероятность того, что они попали в выдачу случайным образом мала), далее P-value довольно резко увеличивается (для GO:0006164 P-value=3.48e-15), но все же еще остается достаточно низким, чтобы считать полученные термины GO достоверными.