Практикум №8 — UniProt Proteomes, EMBOSS

В первом семестре мы работали с Clostridium botulinum A str. ATCC 3502. В мини-обзоре использовали геномную сборку с ID GCF_000063585.1 из базы RefSeq.

🧬 Поиск генома, соответствующего геномной сборке

Ссылка на страницу сборки в базе NCBI Datasets Genome: https://www.ncbi.nlm.nih.gov/datasets/genome/GCF_000063585.1/

📌 Идентификатор последней версии сборки в INSDC: GCA_000063585.1
📌 Идентификатор последней версии сборки в RefSeq: GCF_000063585.1

С помощью команды genome_assembly:GCA_000063585.1 в базе данных UniProt Proteoms был обнаружен единственный протеом с идентификатором UP000001986. Протеом имеет статус Reference proteome.

📥 Поиск и скачивание референсного протеома

Чтобы найти референсный протеом для этой бактерии, вводим в поиск UniProt запрос:

(taxonomy_id:441771) AND (proteome_type:1)

Скачиваем файл с помощью команды в командной строке:

curl 'https://rest.uniprot.org/uniprotkb/stream?compressed=true&download=true&format=txt&query=(proteome:UP000001986)' > UP000001986.swiss.gz

📊 Оценка числа белков, содержащих альфа-спирали

                    import gzip

                    with gzip.open('UP000001986.swiss.gz', "rt") as file:

                        helix = 0

                        transmembrane = 0

                        for line in file:

                            if line.startswith("FT"):

                                if "HELIX" in line:

                                    helix += 1

                                elif "TRANSMEM" in line:

                                    transmembrane += 1

                    print(f'Количество альфа спиралей = {helix}, количество трансмембранных доменов = {transmembrane}')

альфа-спирали

4066

трансмембранных доменов

💡 Причина расхождения: трансмембранные участки предсказываются биоинформатическими методами (быстро и дёшево), а альфа-спирали требуют экспериментального подтверждения (медленно и дорого). Отсюда — заметный разрыв в количестве аннотаций.

🧪 Оценка количества ферментов в протеоме

Всего белков в протеоме 3 590 белков.

761

белков с каталитической активностью
(proteome:UP000001986) AND (ec:*)

результатов
(proteome:UP000001986) AND (cc_function:enzyme)