Uniprot 8

Выбор и скачивание протеомов

Для поиска индификатора геномной сборки в INSDC воспользуемся выдачей скрипта из pr5 семестра 1. У меня это GCF_002104335. В Datasets Genome есть лишь одна запись, датируемая 2017 годом. В Submitted GenBank assembly нужным мне индификатором является GCA_002104335. По этим данным нашла соответствующий протеом в Uniprot. Ptoteom ID: UP000192902, Status: other (тоесть обычный, неизбыточный). Для поиска референсного протеома сначала воспользовалась запросом (taxonomy_id:1121267) AND (proteome_type:1). Результатов не нашлось, поэтому начинаю искать в роду Campylobacter по запросу (taxonomy_id:194) AND (proteome_type:1). Выдалось 20 результов, я выбрала Campylobacter jejuni subsp.(UP000000799) Эта бактерия довольно хорошо изучена, ее статус Standard. Она также патогенна и термофильна. Эти факты вероятно можно будет использовать при дальнейшем сравнении протеомов.

Команда для скачивания протеома Campylobacter cuniculorum

• wget 'https://rest.uniprot.org/uniprotkb/stream?compressed=true&format=txt&query=(proteome: UP000192902) ' -O ~/term2/pr8/UP000192902.swiss.gz

Команда для скачивания протеома Campylobacter fetus

• curl 'https://rest.uniprot.org/uniprotkb/stream?compressed=true&format=txt&query=(proteome:UP000000799)' > UP000000799.swiss.gz

Сравнение по данным в Proteoms

В Proteomes: UP000192902 /// UP000000799

Количество белков: 1,782 /// 1,623

Swiss-prot: 0 /// 475

CPD: Close to standard /// Standard

BUSCO: C:99.8% (S:99.8% D:0%) F:0% M:0.2% /// C:100% (S:100% D:0%) F:0% M:0%

Oценка количества ферментов

На этом этапе я столкнулась с проблемой(неудивительно). При поиске ферментов, по "CATALYTIC ACTIVITY:" и по "EC=" выдаются разные ответы. Возможно есть белки которые имеют классификацию ферментов, но при этом не имеют каталитической активности. Если использовать KW, то можно столкнуться с проблемой дублирования информации в строках (например "Transmembrane" и "Transmembrane helix"). Будем исходить из того, что если белок имеет классификацию фермента, то является ферментом. В качестве примера для расширенного поиска поставлю в отчете EC, чтобы было заметно насколько показатели различны. Еще можно сделать конвеер с "enzyme", так как в этом случае результат очень мал, мне стало интересно совпадет ли процентное соотношение долей ферментов в двух белках.

Для C.cuniculorum:

• Расширенный поиск:(proteome:UP000192902) AND (ec:*)

  569 результатов

• Конвеер в bash: zgrep 'CC -!- CATALYTIC ACTIVITY:' UP000192902.swiss.gz | wc -l

  472 результата

• Конвеер в bash2: zgrep '^KW' UP000192902.swiss.gz | grep 'enzyme {' | wc -l

  22 результата

Доля, относительно второго вывода, равна 26,5%

Для третьего 1,23%

Для C.jenuni:

• Расширенный поиск:(proteome:UP000000799) AND (ec:*)

  581 результат

• Конвеер в bash: zgrep 'CC -!- CATALYTIC ACTIVITY:' UP000000799.swiss.gz | wc -l

  534 результата

• Конвеер в bash2:zgrep '^KW' UP000000799.swiss.gz | grep 'enzyme {' | wc -l

  7 результатов

Доля, относительно второго второго, 33%

Для третьего 0,43%

Результат второго вывода кажется мне наиболее логичным, так как Campylobacter cuniculorum считается комменсалом, что означает, что она обычно не вызывает заболеваний у здоровых организмов. Другая бактерия - патогенная, доля ферментов у нее выше. Возможно, для развития кампилобактериоза С.jenuni необходимы специфические дополнительные ферменты. Если оценить результаты по первому поиску, то можно утверждать, что ферментов у C.jenuni все таки больше.

Анализ протеома консольными средствами

Сравнение протеомов по KW

Для C.cuniculorum:

код kw_count1.py в папке term2/pr8, запущен через команду python. права на исполение дала (chmod +x)

Для C.fetus:

код kw_count2.py

C.cuniculorum	C.jenuni
Membrane 398	Reference proteome 1095
Transmembrane 386	Membrane 324
Transmembrane helix 380	Transmembrane 316
Transferase 291	Transmembrane helix 307
Metal-binding 243	Metal-binding 140
Cytoplasm 204	Cell membrane 134
Nucleotide-binding 201	Transport 128
Hydrolase 177	Transferase 124
ATP-binding 169	Signal 115
Cell membrane 163	Hydrolase 97

У обеих бактерий хорошо развита мембранная система белков. Слово 'Metal-binding' частотно у обоих, однако у C. cuniculorum их больше. Возможно у нее происходит много ферментативных рекций, где металлы играют ключевую роль в катализе. Меня немного удивило то, что у этой бактерии довольно много трансфераз, но слово 'ATP-binding' не преобладает над 'Metal-binding', так как кофакторы трансфераз это часто АТФ и и другие нуклеозидтрифосфаты. Из таблицы можно также заметить, что у C.jenuni в топ 10 слов входит 'Hydrolase'. Гидролазы могут взаимодействовать с иммунной системой хозяина, помогая бактерии избегать распознавания и атаки иммунными клетками. Хочу добавить, что при выводе, я ожидала увидеть у патогенной бактерии '3D-structure' и 'Direct protein sequencing'. Эти слова свидетельствуют о хорошей изученности и аннотированности.(поэтому мне захотелось посмотреть колличество статей в Pubmed)

Код для C.cuniculorum:

 
import gzip 
i = gzip.open("UP000192902.swiss.gz", "rt")
o = []
v = []
w = []
for l in i:
    if l.find('KW') == 0:
        if l.find("{") != -1:
            q=[]
            for el in l:
                if el != '{':
                    q.append(el)
                else:
                    break
            q = ''.join(q[5:])
            if q.find('}') != -1:
                q = q.split()
                q = ''.join(q[1:])
            q = q.strip()
            o.append(q)
k = list(set(o))
for n in range(10):
    m = max(k, key=o.count)
    print(m + ' ' + str(o.count(m)) )
    

Анализ по количеству статей в Pubmed

Для Campylobacter cuniculorum

• zgrep '^RX' UP000192902.swiss.gz | grep 'PubMed' | sort -u | wc -l

  0 результатов

Эхххх, зато я теперь знаю, что эта бактерия никому неинтересна, кроме меня.

Для Campylobacter jenuni

• zgrep '^RX' UP000000799.swiss.gz | grep 'PubMed' | sort -u | wc -l

  130 результатов

Ого, респект ей.