Нуклеотидный blast

Определение таксономии и функций нуклеотидной последовательности

Это задание уже было выложено ранее в практикуме "Чтение последовательностей по Сэнгеру".

Сравнение списков находок нуклеотидной последовательности разными алгоритмами blast

Для работы использовалась полученная ранее последовательность, полученная на ББС. Цель: проанализировать ее с помощью трех алгоритмов нуклеотидного BLAST'a NCBI: blastn, megablast, discontiguous megablast.

Область поиска была ограничена типом Echinozoa. Максимальное число находок было установлено на 1000. Остальные параметры оставила дефолтными. Cравнение трех алгоритмов в таблице 1.

Таблица 1. Сравнение выдачи трех алгоритмов нуклеотидного BLAST'a

Алгоритм	Blastn	Megablast	Discontiguous megablast
Число находок	48	15	39
E-value худшей находки	9,4	1e-72	8e-39
Сходство худшей находки	95%	81%	76%

Также результаты работы BLAST'a представлены на рисунках 1-3.

Рис. 1. Список находок blastn

Рис. 2. Список находок megablast

Рис. 3. Список находок discontiguous megablast

Из результатов работы алгоритмов видно, что в выдаче blastn в сравнении с двумя другими алгоритмами есть находки с низкими query cover и очень высокими высокими E-value. Это логично, так как blastn был запрограммирован на поиск любого сходства, даже и небольших участков последовательностей. Что касается других алгоритмов, то megablast расчитан на поиск возможных близких гомологов последовательности-запроса, discontiguous megablast менее требователен и выявляет возможных гомологов, которые достаточно сильно дивергировали. Поэтому megablast и выдал наименьшее количество находок.

Проверка наличия гомологов белков в геноме Amoboaphelidium

Цель: проверить наличие гомологов пяти белков в организме Amoboaphelidium (сборка генома) с помощью алгоритма tblastn. Белки, выбранные мной для работы, перечислены в таблице 2.

Таблица 2. Белки для поиска гомологов в заданном геноме

Название белка	Запись в UniProt	Функция
Белок контроля деления клеток 6 мыши	O89033	Участвует в инициации репликации
β-цепь тубулина человека	P07437	Основной структурный компонент микротрубочек
Белок-цистеин метилтрансфераза человека	P16455	Участвует в репарации метилированного гуанина
Нибрин человека	O60934	Компонент MRN-комплекса, участвующего в рекомбинации, репарации двухцепочечных разрывов ДНК, контроле клеточного цикла
Фактор репликации MCM7 человека	P33993	Компонент основной репликативной хеликазы

Для удобства работы я объединила все последовательности белков в файл.

Создание банка данных из последовательности генома Amoboaphelidium:

makeblastdb -in X5.fasta -dbtype nucl

Запуск tblastn:

tblastn -query proteins.fasta -db X5.fasta -out proteins.out -outfmt 7

Результат: таблица с разнообразными находками. Как и ожидалось, сходства нашлись для каждого из пяти выбранных белков, притом хорошие (E-value < 0,1). Более подробно результаты работы алгоритма описаны в таблице 3.

Таблица 3. Результаты поиска гомологов в геноме Amoboaphelidium

Название белка	Число находок (все/хорошие)	Параметры лучшей находки
Название белка	Число находок (все/хорошие)	Запись	Идентичность	Query cover	E-value
CDC6_MOUSE	6/5	scaffold-693	31,94%	57,30%	3e-41
TBB5_HUMAN	13/12	unplaced-665	84,86%	96,17%	0,0
MGMT_HUMAN	3/2	scaffold-444	45,95%	17,39%	0,023
NBN_HUMAN	6/2	scaffold-105	25,51%	30,37%	4e-10
MCM7_HUMAN	15/14	scaffold-17	46,88%	91,38%	2e-179

Как видно из таблиы 3, наиболее вероятные гомологи нашлись для самых "популярных" белков из списка - для тубулина и хеликазы. Эти два результата можно считать достоверными. Худший результат был получен для метилтрансферазы. Возможно, найденное сходство даже является случайным и ДНК-метилтрансфераза Amoboaphelidium не похожа на человеческую.

Классификация геномов родственных вирусов по сходству последовательностей

Из базы данных NCBI были получены геномы пяти вирусов рода Potexvirus:

Lily virus X
Nerine virus X
Alstroemeria virus X
Phaius virus X
Allium virus X

Последовательности геномов в указанном порядке объединены в файл.

Из файла с последовательностями была создана база данных:

makeblastdb -in virus.fasta -dbtype nucl

Далее с помощью следующей команды было построено выравнивание:

tblastx -query virus.fasta -db virus.fasta -out virus.out -evalue 0.001 -outfmt 7

C помощью предоставленного нам питоносвского скрипта выравнивание было очищено от неинформативных результатов:

python revise_blast_7.py -i virus.out -s 25 -l 100 -e 0.001 -o virus.xls

Результат: таблица.

Для оценки сходства вирусов я сранжировала информацию о выравниваниях (строки) по query_id и смотрела, между какими записями наибольшее сходство по identity и aln_len. Таким образом понятно, например, что большое сходство наблюдатся между Lily virus X и Phaius virus X, Alstroemeria virus X и Nerine virus X, Allium virus X ближе всего к Phaius virus X.

изменено 28.02.2016