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

Код в Python:

import gzip

with gzip.open('UP000001986.swiss.gz', "rt") as file:
    helix_prots = 0
    transmem_prots = 0
    has_helix = False
    has_transmem = False
    in_record = False

    for line in file:
        if line.startswith("ID"):
            if in_record:
                if has_helix:
                    helix_prots += 1
                if has_transmem:
                    transmem_prots += 1
            in_record = True
            has_helix = False
            has_transmem = False
        elif line.startswith("FT"):
            if "HELIX" in line:
                has_helix = True
            elif "TRANSMEM" in line:
                has_transmem = True

    if in_record:
        if has_helix:
            helix_prots += 1
        if has_transmem:
            transmem_prots += 1

print(f'Белков с альфа-спиралями = {helix_prots}')
print(f'Белков с трансмембранными участками = {transmem_prots}')

Количество белков с альфа-спиралями = 1, количество белков с трансмембранными участками = 846

Объяснение расхождения:
Количество белков с трансмембранными участками во много раз превосходит количество белков с альфа-спиралями. На самом деле это не соответствует действительности, так как в виде трансмембранного участка выступает именно альфа-спираль. Расхождение связано с тем, что для определения трансмембранных участков достаточно аминокислотной последовательности в виде текста — там явно видны гидрофобные аминокислотные участки белка, которые и проходят внутри мембраны. Для определения альфа-спиралей необходимы данные о 3D-структуре белка, что сложно получить, поэтому данных об альфа-спиралях очень мало.

Оценка количества ферментов в протеоме

Всего в протеоме 3 590 белков.

С помощью команды (proteome:UP000001986) AND (ec:*) обнаружили 761 белок с каталитической активностью, с помощью (proteome:UP000001986) AND (cc_function:enzyme) нашли 37 результатов.

С помощью команды (proteome:UP000001986) AND ((keyword:KW-0378) OR (keyword:KW-0560) OR (keyword:KW-0808) OR (keyword:KW-0456) OR (keyword:KW-0413) OR (keyword:KW-0436) OR (keyword:KW-1278)). Он выдаёт 1075 результатов.

Описание ключевых слов (KW) из запроса

Hydrolase (KW-0378) — ферменты, которые катализируют расщепление химических связей с участием воды. К ним относятся протеазы, липазы, фосфатазы и другие гидролитические ферменты.
Oxidoreductase (KW-0560) — ферменты, участвующие в окислительно-восстановительных реакциях, то есть переносящие электроны, водород или кислород между молекулами. Примеры — дегидрогеназы и оксидазы.
Transferase (KW-0808) — ферменты, переносящие функциональные группы (например, метильные, фосфатные или аминогруппы) с одного субстрата на другой. Типичные представители — киназы и трансаминазы.
Lyase (KW-0456) — ферменты, которые отщепляют различные группы от субстратов без участия воды и без окисления, часто с образованием двойной связи. Сюда входят декарбоксилазы и дегидратазы.
Isomerase (KW-0413) — ферменты, катализирующие внутримолекулярные перестройки, то есть превращение одной изомерной формы молекулы в другую. Примеры — рацемазы и мутазы.
Ligase (KW-0436) — ферменты, соединяющие две молекулы между собой с использованием энергии АТФ, образуя новые химические связи. К ним относятся синтетазы и ДНК-лигаза.
Translocase (KW-1278) — ферменты, обеспечивающие перенос ионов или молекул через биологические мембраны, часто за счёт энергии АТФ. Пример — ионные насосы и АТФ-синтаза.

Команда (proteome:UP000001986) AND (ec:*) выдаёт белки, которые принадлежат бактерии Clostridium botulinum (протеом UP000001986) и имеют номер EC (то есть являются ферментами).

Команда (proteome:UP000001986) AND (cc_function:enzyme) ищет enzyme как функцию белка в комментариях.

Команда (proteome:UP000001986) AND ((keyword:KW-0378) OR (keyword:KW-0560) OR (keyword:KW-0808) OR (keyword:KW-0456) OR (keyword:KW-0413) OR (keyword:KW-0436) OR (keyword:KW-1278)) ищет белки, аннотированные как гидролазы, трансферазы, лиазы, изомеразы, лигазы, оксидоредуктазы или транслоказы. Она объединяет поиск по всем этим функциональным категориям в один результат.

Поиск по ключевым словам ищет потенциальных ферментов данного класса по структурным признакам, а EC — подтвержденных ферментов конкретной реакции. Поэтому KW-результатов всегда больше.

Важно помнить:
— не все белки с KW-метками действительно активны (могут быть псевдоферменты, ошибки автоматики).
— но и не все реальные ферменты имеют EC-номер (многие ещё не изучены)

Поэтому реальное число где-то между выдачами поисковых запросов.