- Дата последнего проиндекисрованного в системе релиза EMBL 5 сентября 2008 , количество записей в нём - 92831733 (на странице EMBL (Release)
- Список классов ("Data Class") банка EMBL,
Не проиндексированы зхаписи класов ANN, CON, GRV, MGA, SET, WGS - всего 6 классов.Обозначения и описания число записей в последнем релизеANN: Constructed sequence with annotation -------- CON: Constructed sequence -------- EST: Expressed Sequence Tag 54868004 GRV: Genome Reviews -------- GSS: Genome Survey Sequence 24420981 HTC: High Throughput cDNA sequencing 524114 HTG: High Throughput Genome sequencing 135664 MGA: Mass Genome Annotation -------- PAT: Patent 6175434 SET: Project set (EMBL WGS Masters only) -------- STD: Standard 5752704 STS: Sequence Tagged Site 945908 TPA: Third Party Annotation 5919 TSA: Transcriptome Shotgun Assembly 3005 WGS: Whole Genome Shotgun --------
- Список разделов ("Divisions") банка EMBL.
Обозначения и описания число записей в последнем релизеENV: Пробы окружающей среды 3614899 FUN: Грибы 2524681 HUM: Человек 11540219 INV: Беспозвоночные 13679938 MAM: Другие млекопитающие 8686059 MUS: Мышь домовая 7330487 PHG: Бактериофаги 4896 PLN: Растения 28334269 PRO: Прокариоты 675972 ROD: Грызуны 1804253 SYN: Синтетические 1500620 TGN: Трансгенные организмы 265445 UNC: Не классифицированные 2956530 VRL: Вирусы 624900 VRT: Другие позвоночные 9288565 - Возьмем три раздела банка EMBL: HUM (человек), ENV (пробы
окружающей среды) и PRO(прокариоты). Определим, сколько записей
появилось в каждом из этих разделов за май 2008, 2007 и 2006 лет (я брала промежуток 1-30 мая). Для этого
на сайте SRS откроем вкладку Library Page и выберем EMBL (Release), затем
переходим на страницу Query Form и задаем нужные параметры поиска -
data class, division и entry creation date (я использовала расширеный поиск -
Extended Query Form, ссылка в левом нижнем углу страницы со стандартной формой)
Таким же образом определим, сколько записей класса STD появилось в этих разделах в указанные
промежутки времени. Теперь можно посчитать, сказько появилось записей других
классов (не STD). Все полученые результаты занесены в таблицу:
По этой таблице построены диаграммы:
Замечаем, что общее число добавляемых записей быстрее всего растет в разделе HUM, достаточно равномерно увеличивается в разделе PRO, а в ENV наблюдается скачек в 2008. Сравнивая число записей класса STD, можно заметить подскок в 2008 в разделе HUM, и равномерный рост остальных разделов. Отмечу также, что число записей других классов, не STD, достоточно мало в разделах ENV и PRO, а вот в разделе HUM наблюдается рост числа добавлений таких записей.
- направление гена относительно направления, выбранного для записи
- complement - обратное
- число кодирующих участков
- 6
- длины первого и последнего кодирующих участков
- 434091..434218 - 128 и 445736..445806 - 71
- длины первого и последнего интронов между кодирующими участками
- 434218,436469 - 2252 и 438383,445736 - 7354
- Заходим на сервер kodomo-count с помошью Putty
- Заводим там рабочую директорию, в которой должен лежать документ EMBL (в данном случе это файл BA000025.embl)
- Из этой директории запускаем команду seqret -sask, и вводим следующие параметры
(в квадратных скобках указаны параметры по умолчанию)
intup (gapped) sequence BA000025.embl имя входного файла Begin at position [start] - 437570 начало нужного фрагмента End at position [end] - 437857 конец нужного фрагмента Reverse strand[N] - Y Y, если последовательность в обратном направлении (complement) и по умолчанию N, если в нормальном Output sequence(s)[ba000025.fasta] - current.fasta Имя файла с расширением fasta, в который програма запишет нужный фрагмент - Идем на сайт NCBI Blast
- Нам нужно по транслированной последовательности НК найти белок, значит нам нужна ссылка blastx
- На вход подаем последовательность из полученного файла (current.fasta) и не забываем указать, что искать нужно в Swiss-prot.
- Ждем.
- Осмысливаем результаты.
Всего нашлось больше ста белков. Первый белок в выдаче программы blast имеет E-value 4e-49, это и есть искомый белок. Полученная нами последовательность ДНК кодирует фрагмент белка с 110 по 204 АК. Интересно, что в выдачу програмы среди первых 10 находок входят не только записи, относящиеся к человеку, но есть белки из разных обезьян, из мыши, кролика и носорогов. Зачем, спрашивается, эти заниматься ? Да хотябы за тем, чтобы посмотреть пространственную структуру этого белка:
Это, собственно только цепь А белка MICB, а точнее ее внеклеточный домен, с 1 по 273 АК. Красным выделен тот фрагмент, по которому этот белок и нашелся - с 110 по 204 АК.
DR EMBL; U82598; AAB40861.1; -; Genomic_DNA. DR EMBL; U00096; AAC73760.1; -; Genomic_DNA. DR EMBL; AP009048; BAA35314.1; -; Genomic_DNA.C помощью SRS получим необходимую информацию и заполненим таблицу.
| Идентификатор записи EMBL | Тип молекулы | Класс данных | Раздел EMBL | Дата создания документа |
Описание | Длина последовательности |
| AP009048 | genomic DNA | STD | PRO | 22-JAN-2006 | Escherichia coli W3110 DNA, complete genome. | 4646332 |
| U00096 | genomic DNA | STD | PRO | 23-FEB-2006 | Escherichia coli str. K-12 substr. MG1655, complete genome. | 4639675 |
| U82598 | genomic DNA | STD | PRO | 21-JAN-1997 | Escherichia coli genomic sequence of minutes 9 to 12. | 136742 |