Поиск по сходству (BLAST)

Задание 1. Определение таксономии и функции последовательности из практикума 6

Для поиска использовался blastn с алгоритмом megablast, так как он больше всего подходит для поиска близких гомологов.
На рис.1 приведены находки с наибольшим весом. В качестве запроса использовалась консенсусная последовательность из 6 практикума.

Ссылка на консенсусную последовательность.

Ссылка на множественное выравнивание выбранных находок: alignment.

рис.1
По выданным результатам видно, что последовательность принадлежит гену, кодирующему гистон H3.

Рис.2 - Таксономия объекта

рис.2
По данным раздела Taxonomy все находки с максимальным score и наиболее близкими к нему значениями принадлежат семействам Palpata, Chaetozone setosa и Ophelia limacina многощетинковых кольчатых червей.
Проанализировав множественное выравнивание, можно предположить, что исходный запрос принадлежит роду Palpata и скорее всего виду Brada inhabilis (рис.3). мое фото

рис.3

Задание 2. Сравнение трёх алгоритмов BLAST

В этом задании нужно сравнить результаты трёх запусков BLAST: megablast, blastn с параметрами по умолчанию, blastn чувствительными настройками.

Нужно было исследовать последовательность из задания 1 и одну из CDS вируса из практикума 7. В таблице 1 приведены параметры запусков BLAST.

Таблица1. Параметры BLAST при трёх запусках
Program Selection	megablast	blastn (по умолчанию)	blastn (чувствительный)
Max target sequences	1000	1000	1000
Short queries	+	+	+
Expect threshold	0.0001	0.0001	0.0001
Word size	28	11	7
Max matches in a query range	0	0	0
Match/Mismatch Scores	1,-2	2,-3	1,-1
Gap Costs	Linear	Existence: 5 Extension: 2	Existence: 0 Extension: 2
Filter	Low complexity regions	Low complexity regions	Low complexity regions
Mask	For lookup table only	For lookup table only	For lookup table only

Таксоны, в которых шел поиск для червя:

Таблица 2.
Находки при шести запусках BLAST
	Palpata	Pseudoalteromonas virus
megablast	33	3
blastn по умолч.	20	28
blastn чувствит.	10	82

Megablast во всех случаях нашёл выравнивания с identity от 80%.
Разные параметры запуска blastn из-за высокой консервативности давали практически идентичные результаты для червя.

Для вируса megablast нашёл родственные вирусы, blastn добавил сборки бактерий, на которых данный фаг паразитирует,
и некоторое количество других, уже близко не связанных; изменение параметров только увеличило число этих «других».

Задание 3. Наличие гомологов в неаннотированном геноме

Нужно было выбрать три типично эукариотических белка и проверить наличие их гомологов в сборке Amoeboaphelidium protococcarum X5 с kodomo. Я выбрал актин (ACTH_HUMAN), миозин (MYO6_HUMAN), RPC-субъединица ДНК-зависимой РНК-полимеразы III (RPC1_HUMAN). Нашёл нужные ID в UniProt, а затем выполнил команды:

seqret sw:ACTH_HUMAN acth.fasta
seqret sw:MYO6_HUMAN myo6.fasta
seqret sw:RPC1_HUMAN dna_pol.fasta
makeblastdb -in X5.fasta -dbtype nucl -out pr8_db
tblastn -query acth.fasta -db pr8_db -out acth.out
tblastn -query myo6.fasta -db pr8_db -out myo6.out
tblastn -query dna_pol.fasta -db pr8_db -out dna_pol.out

	ACTH_HUMAN	MYO6_HUMAN	RPC1_HUMAN
Файл выдачи	Актин	Миозин	Полимераза
Количество находок	16	10	8
Лучшая находка	scaffold-17	scaffold-17	scaffold-300
E-value лучшей находки	0	1e-121	0
Identity лучшей находки	92%	35%	52%
Вес лучшей находки	733	422	516
Покрытие	99,2%	58,96%	62%
Вывод о гомологичности находки	Функционально гомологична	Функционально негомологична	Функционально гомологична

Не во всех трех случаях можно говорить о гомологичии с сохранением функциональности, поскольку в 1 и 3 случаях имеются протяженные участки в выравниваниях,
где аминокислоты полностью совпадают, а во втором случае их намногот меньше и сама протяженность очень низкая, поэтому очень сложно говорить о гомологичии (возможно сборка генома X5 неполная).

Задание 4. Поиск гена белка в контиге

Для выполнения задания был выбран контиг. С помощью blastx были найдены возможные гомологи закодированных на нем белков.
Первой находкой с максимальным E-value 6e-136 и identity 74.03% является транспозаза организма Pleuronectes platessa.
В выравнивании последовательностей имеются протяженные участки без гэпов и несовпадений, поэтому можно предполагать гомологию данного белка и закодированного в контиге из неаннонтированной сборки.
мое фото