Нуклеотидный blast

Задание 1. (Также процитировано в практикуме 7). С помощью нуклеотидного BLAST'а (BLASTN) была предпринята попытка установить, какому гену какого организма принадлежит последовательность, полученная в практикуме 6.

Результат выглядит так:

Рис.1. Результат работы blastn

Как можно заметить, довольно большое количество полученных последовательностей имеют высокую степень сходства и исходной (E-value=0.0, уровень сходства 97-98%), но наиболее подходящими являются первые два результата (наивысший score). Следовательно, полученная в практикуме 6 последовательность, вероятнее всего, является геном 18S рибосомальной РНК лентеца Diphyllobothrium nihonkaiense (он же D. klebanovskii) - уровень сходства 98%, Query cover 99%, score 1348.

Ближайшая находка из другого вида того же рода - Diphyllobothrium latum 18S ribosomal RNA gene, complete sequence: уровень сходства 97%, Query cover 99%, score 1344.

Выравнивание лучших 10 находок с исходной последовательностью представлено здесь.



Задание 2.
В этом задании требовалось провести поиск тремя алгоритмами blast: blastn, megablast, discontiguous megablast. Для лимитирования количества находок в параметрах поиска всех алгоритмо были внесены дополнительные условия:

  • Указан род: Diphyllobothrium (taxid:28844).
  • Изменены штрафы за гэпы: Existence: 2, Extension: 1
  • Изменена "стоимость" параметра score: Match: 1, Mismatch: -1
Результаты работы алгоритмов различались сильно:
Алгоритм Число находок E-value худшей находки Сходство худшей находки Примеры, найденные только этим алгоритмом
blastn 65 8.3 74% LL622094.1, LL592749.1
megablast 41 0.022 81% -
discontiguous megablast 64 7.7 80% -

Задание 3.1
Поиск по базе Refseq результатов не дал в принципе, поэтому была использована база nr/nt; даже в ней поиск по виду, роду и даже семейству результатов не давал, область поска была расширена до класса Cestoda (taxid:6199). Объяснить это можно тем, что ленточные черви - паразиты, утратившие пищеварительную систему и живущие за счет организма-хозяина, и их метаболические пути отличаются от млекопитающих, следовательно, могут отличаться и белки, принимающие участие этих путях. Малые значения параметров Identity и Query cover у некоторых находок можно объяснить тем, что чем белок важнее, тем он консервативнее, и наоборот.

Белок AC fasta Число находок Лучшая находка Ident Query cover
HSP7C_HUMAN (Heat shock cognate 71 kDa protein) P11142; Q9H3R6; HSP7C_HUMAN 263 Hymenolepis nana genome assembly H_nana_Japan,
scaffold HNAJ_scaffold0000713		 81% 94%
TERT_HUMAN (Telomerase reverse transcriptase) O14746; O14783; Q2XS35;
Q8N6C3; Q8NG38; Q8NG46;		 TERT_HUMAN 1 Spirometra erinaceieuropaei genome assembly S_erinaceieuropaei,
scaffold SPER_scaffold0114830		 29% 8%
CISY_HUMAN (Citrate synthase, mitochondrial) O75390; Q71UT9; Q7KZH0;
Q96FZ8; Q9BWN8;		 CISY_HUMAN 13 Hymenolepis diminuta genome assembly H_diminuta_Denmark,
scaffold HDID_contig0003283		 52% 92%
RPB1_HUMAN (DNA-directed RNA polymerase II subunit RPB1) P24928; A6NN93; B9EH88;
Q6NX41;		 RPB1_HUMAN 67 Hymenolepis diminuta genome assembly H_diminuta_Denmark,
scaffold HDID_scaffold0000835		 65% 76%
PABP2_HUMAN (Polyadenylate-binding protein 2) Q86U42; D3DS49; O43484; PABP2_HUMAN 88 Hydatigera taeniaeformis genome assembly H_taeniaeformis_Canary_Islands,
scaffold TTAC_scaffold0000027		 70% 31%

Для иллюстрации приведены выдачи blast'а для двух из пяти белков:

Рис.2.Выдача BLAST для белка TERT_HUMAN
Рис.3.Выдача BLAST для белка PABP2_HUMAN
Часть II

Задание 4.
Для исследования было выбрано пять вирусов рода Tobamovirus:

Геномы всех вырусов были сохранены в одном fasta-файле. После этого была создана база индексов blast для созданного fasta файла: makeblastdb -in tobamovirus.fasta -dbtype nucl. После этого был запущен tblastx, на вход которому был задан тот же самый fasta-файл: tblastx -query tobamovirus.fasta -db tobamovirus.fasta -out tobamov.out -outfmt 7; на выход была получена таблица tobamov.out, из которой с помощью скрипта были удалены неинформативные и слабо сходные находки. Для этого скрипт был запущен со следующими параметрами:
python revise_blast_7.py --infile tobamov.out --identity 40 --max_exp 5 --min_bits 20 --outfile virustable


В результате был получен файл, преобразованный в excel-таблицу.
Таблица была отсортирована по значению identity, длине выравнивания и его счёту (рис. 4-6). Как оказалось, находки с наибольшим процентом идентичных нуклеотидов, наибольшей длиной выравнивания и максимальным счетом представляют собой сходные участки трёх вирусов : KF477193.1, V01408.1 и DQ355023.1 - соответственно Tobacco mosaic virus, Tomato mottle mosaic virus и Bell pepper mottle virus. Полученные данные позволяют признать, что геномы этих трёх вирусов наиболее схожи.
Рис.1.Сортировка по счёту
Рис.2.Сортировка по длине
Рис.3.Сортировка по сходству


Назад к странице семестров

© Andrew Sigorskih,2015.