Выравнивание геномов

Карта локального сходства геномов двух видов бактерий

Для построения карты были выбраны две бактерии одного рода: Bacillus cereus NC7401 (AC AP007209.1) и Bacillus anthracis strain A1144 (AC NZ_CP010852.1). Карта была построена с помощью blast2seq, предсталена на рисунке 1.

Рис. 1. Карта локального сходства

На карте зеленым прямоугольником обведен небольшой участок, где произошли транслокация и инверсия; фиолетовым - маленькая делеция; желтым - транслокация.

Поиск сходств и различий между штаммами с помощью построения нуклеотидного пангенома

Для пангенома были выбраны 4 различных штамма Bacillus anthracis - возбудителя сибирской язвы:

• Larissa (AC NZ_CP012519.1)

• Pollino (AC NZ_CP010813.1)

• Stendal (AC NZ_CP014179.1)

• A1144 (AC NZ_CP010852.1)

Информация о последовательностях ДНК штаммов в файле genomes.tsv. Далее была выполнена цепочка команд для построения пангенома:

Таким образом был получен пангеном со множеством сопутствующих файлов, который рассматривался с точки зрения содержания в нем различных блоков.

• g-блоки

Глобальные блоки - объединения консервативных блоков (s-блоков), перемеженных вариабельными участкамии (блоками других типов, которые вместе составляют i-блоки).

В файле global-blocks/blocks.gbi указано наличие 2-х g- и 8-ми i-блоков. При октрытии qnpge.exe выводится выравнивание глобальных блоков, оно на рисунке 2.

Рис. 2. Выравнивание g-блоков

• s-блоки

Стабильные блоки, "ядро" геномов. Файл pangenome/pangenome.info говорит о них следующее:

Количество s-блоков: 232.

Суммарная длина/% от усредненной длины генома: 20331497/97,36%.

Сходство геномов (доля консервативных позиций в объединенном выравнивании s-блоков): 0,999727.

• r-блоки

Блоки с повторами. Судя по файлу pangenome/pangenome.bi, их 136 штук.

Самый частый r-блок: r45x351 (соответственно, содержит 45 фрагментов). Блок почти целиком состоит из генов (кроме примерно трех десятков позиций в конце блока). Интересно, что один из 45 повторов не отмечен как ген, хотя отличается только лишь одной заменой, хоть и на очень консервативной позиции (рисунок 3). Ген отмечен как 5S-рибосомальная РНК. Возможно, второй гуанин действительно принципиально важен для пространственной структуры продукта гена. Но мне кажется, что тут вероятнее ошибка при автоаннотировании генов.

Рис. 3. Фрагмент выравнивания r45x351

Самый большой r-блок: r44x2663 (соответственно, в его выравнивании 2663 позиции). Тоже состоит почти полностью из генов (кроме участва из шести десятков позиций в начале). Также является геном 5S-рибосомальной РНК.

• h-блоки

"Полустабильне" блоки, на их примере предлагалось отследить делеции. Их у меня в пангеноме немного - всего 7 штук.

5 из них относятся к делециям из генома штамма A1144:

• h3x19197 - содежит множество генов, например, гены субъединицы РНК-полимеразы, σ-фактора, гистидин-киназы и другие. Было бы странно, если бы такой крупный и полный важных генов участок действительно подвергся делеции. Сначала я просто поискала некоторые из обозначенных в блоке генов в аннотации генома A1144 на NCBI. Убедившись, что они действительно есть, но могут находиться далеко друг от друга в геноме, я решила, что, скорее всего, последовательность, соответствующая этому блоку, у штамма A1144 есть, но c ней могли произойти изменившие ее эволюционные события. Возможно, кусок этого участка подвергся транспозиции.

• h3x3449 - тоже вроде бы важный кодирующий участок: гены белка клеточного деления, регулятора транскрипции, пептидазы. Я проделала то же, что и с генами предыдущего блока, и пришла к тем же результатам.

• h3x198 - содержит гипотетический белок.

• h3x5192 - содержит гены, например, белка биогенеза цитохрома С и диацилглицерил-трансферазы. Я поискала эти два гена в аннотациях разных штаммов и выяснила, что тут на самом деле произошла делеция - у штамма A1144 эти гены находились в количестве на один меньше.

• h3x100 - содержит ген белка семейства MFS. Интересно, что этот ген так обозначен только в двух штаммах из трех - у Stendal это просто ген гипотетического белка. Но я думаю, что консервативное выравнивание этого блока (на рисунке 4) приоткрывает завесу тайны над этим гипотетическим белком. Кстати, среди u-блоков есть один (u1x103) с геном белка семейчтва MFS для штамма A1144. Совпадение? Скорее всего, ведь семейство частое, а последовательности на глаз не похожи. Но все же факт интересный. Возможно, в A1144 в ходе эволюции функция гена из h-блока перешла к другому гену.

Рис. 4. Фрагмент выравнивания h3x100

Напрашивается предположение, что штамм A1144 оформился раньше остальных.

• u-блоки

Уникальные последовательности, встречающиеся только в каком-то одном из геномов пангенома. У меня таких 9, и 6 из них принадлежат штамму A1144, что согласуется с выдвинутым ранее предположением.

Для более близкого знакомства я выбрала блок u1x111 из генома A1144. В блоке - ген ДНК-связывающего белка (рисунок 5).

Рис. 5. u1x111

Для этой последовательности я запустила нуклеотидный BLAST, огданичив область поиска бактериями, все результаты на рисунке 6.

Рис. 6. Выдача BLAST по последовательности u1x111

Видно, что этот мотив част среди штаммов B. anthracis. Если и был горизонтальный перенос этого мотива от B. cereus или B. thuringiensis, то очень давно: последовательность успела мутировать и широко распространиться по виду.