Домены. Pfam. HMM профиль

Цель: Реконструкция эволюции доменной архитектуры

Задание 1. Построить выравнивание представителей домена Pfam белков с разной доменной архитектурой

Выбор домена

Для работы был выбран домен Sec23/Sec24 trunk. Ссылка на страницу в pfam.
AC Seq23_trunk.
ID PF04811
Описание белков: SEC24 - это компонент комплекса II белка мембраны везикул (COP II), который способствует образованию транспортных везикул из эндоплазматического ретикулума. SEC24 специально поставляет белки, такие как BET1 или SYS1, в везикулы COPII. SEC23 является частью комплекса, описанного ниже. Предполагается, что он играет роль в транспортировке белков из ЭПР в комплекс Гольджи.
Описание домена: Sec23/Sec24 домен обеспечивает обратную связь. Везикулы, покрытые COPII, переносят белки из эндоплазматического ретикулума в комплекс Гольджи. Этот везикулярный транспорт может быть восстановлен с помощью трёх цитозольных компонентов, содержащих пять белков: малый GTPase Sar1p, комплекс Sec23p/24p и комплекс Sec13p/Sec31p. Этот домен известен как внешний домен внешний, также он формирует интерфейс димера.

В Jalview было открыто полученное выравнивание доменных участков всех белков, содержащих исследуемый домен (раскраска Clustalx). На сайте pfam найдено соответствие структуры Uniprot ID SC23A_HUMAN и PDB 5KYY. Но при добавлении в проект возникает ошибка.

Выбор двух архитектур, включающих этот домен

Были выбраны следующие архитектуры:

Первая состоит из доменов PF04810 PF04811. PF04810 это домен Sec23/Sec24 zinc finger(цинковый палец).

Вторая состоит из доменов PF04810 PF04811 PF08033. Добавился домен PF08033 - Sec23/Sec24 beta-sandwich domain.

С помощью скрипта и команды python swisspfam-to-xls.py -i /srv/databases/pfam/swisspfam.gz -z -p PF04811 -o out2.xls
получен файл Excel. Из него получена сводная таблица, строки которой AC последовательностей, а столбцы - ID доменов. А также добавлен столбец с количеством доменов.

С помощью скрипта и команды python uniprot-to-taxonomy.py -i uniprot-yourlist_.txt -o out3 определена таксономия.
В таблицу добавлена таксономия и длина выбранного домена/

В качестве таксона выбрано Eukaryota. Подтаксоны: Viridiplantae (V), Metazoa (M).
С помощью скрипта и команды python filter-alignment.py -i align.mfa -m seq_ac.txt -o new_align.mfa -a "_" получено новое выравнивание.
Окончательная таблица с доменами, выбранными для составления филогении AC.

В новом выравнивании удалены пустые столбцы, неправильно выравненные последовательности, N и С концы последовательностей. Для удобства выравнивание разбито на 4 группы по архитектуре и таксономии, окрашено ClustalX. Скачать выравнивание

Задание 2: построение филогенетического дерева домена

Для наглядности в дереве последовательности переименованы и в начале добавлены идентификаторы. Обозначения: 1 - двухдоменная архитектура, 2 - трёхдоменная архитектура. Viridiplantae (V), Metazoa (M).
В программе MEGA строю дерево для всех представителей методом Maximum Likelihood.

Рисунок 1. Филогенетическое дерево

Укоренила дерево так, чтобы разделились самые крупные ветки. Выделила крупные ветви, где встечаются представители только отдного царства. Так как архитектуры по сути различаются лишь добавление дополнительного домена, то эволюция могла происходить с помощью вставок и делеций этого домена PF08033. При этом вставка домена ведёт к превращению архитектуры 1 в 2, а делеция из 2 в 1. Попробуем отследить эти эволюционные изменения и их частоту в дереве. Начну с верхней ветви Viridiplantae. Эволюцию верхних 4 белков может представлять собой разделение 1 V и 2 V делецией от общего предка. Эволюция следующих 4 представителей достаточно реалистичная - сразу отделяется представитель 2 V, а потом идёт эволюция внутри 1 V. То же самое можно сказать о следующих 4 белках, где в самом конце произошла делеция с образованием 1 V. Хорошо прослеживается это также во второй выделенной мною ветке зелёных растений. Делеция домена PF08033 привела к дивергенции, ветки разделены как нужно.
Также хочу рассмотреть ветки Metazoa на примере менее крупной из двух отмеченных мною ветвей. Если дерево отражает эволюцию правильно, то можно увиеть интересную историю белка 1 M A0A0Q3TN92. В основном эта ветка о двухдоменной архитектуре 1, но происходит вставка домена и появляются представители 2 M. Затем внутри этих белков происходит делеция и снова появляется представитель 1 M. Таким образом, белок 1 M A0A0Q3TN92 возвращается к истокам, ведь его первоначальный предок имел архитектуру 1.
О частоте делеций и вставок. В царстве Viridiplantae в отменных мною ветвях наблюдается 7 переходов 2->1 (делеция) и 1 переход 1->2 (вставка). В Metazoa 2 делеции и 4 вставки. Суммарно по 2 царствам делеции происходят чаще.

Скобочная формула дерева выглядит так:
((((((((((((((2_V_K3YGZ7_SETIT/124-350,2_V_K3YGZ6_SETIT/124-350),1_V_A2YW68_ORYSI/124-315),2_V_M0X799_HORVD/123-351),(2_V_A0A0P0XNN0_ORYSJ/182-409,(1_V_A0A0E0QSE8_ORYRU/124-212,(1_V_A0A0E0B3X2_9ORYZ/124-212,1_V_A0A0D3H7R8_9ORYZ/124-212)))),(2_V_M0U9J3_MUSAM/124-350,(2_V_A0A0D2S6B1_GOSRA/124-350,(2_V_A0A067HC62_CITSI/128-356,1_V_A0A067HBX3_CITSI/128-356)))),1_V_A0A0L9VU73_PHAAN/125-318),(1_V_M7ZB17_TRIUA/152-344,(1_V_A0A067ENP8_CITSI/134-360,(2_V_A0A0D2PS51_GOSRA/130-354,2_V_A0A0D2PLV2_GOSRA/132-359)))),1_V_A0A0D2J5S6_9CHLO/207-269),(1_M_A0A0S4T7A2_HYMMI/125-191,1_M_A0A0R3WPF3_HYDTA/125-195)),(1_M_A0A183J790_9BILA/130-184,((((1_M_A0A0Q3TN92_AMAAE/127-193,2_M_A0A091UA72_PHORB/126-351),2_M_A0A091H0E8_BUCRH/127-355),2_M_A0A0J7K8K5_LASNI/128-354),((1_M_A0A0M3HMC4_ASCLU/59-128,1_M_A0A0B2VJT0_TOXCA/131-185),(1_M_A0A0N4WHR6_HAEPC/131-185,((1_M_A0A0C2E0S2_9BILA/131-185,1_M_A0A016WFB6_9BILA/131-185),(1_M_A0A016WEI2_9BILA/131-186,1_M_A0A016WDL0_9BILA/131-186))))))),2_V_A0A061DSS8_THECC/278-487),(2_V_A0A109NDB0_SORBI/127-347,(2_V_A0A109ND98_SORBI/125-345,(2_V_K3Y5H7_SETIT/123-343,(2_V_M8B1P2_TRIUA/122-313,((1_V_A0A0D2MRV2_GOSRA/121-343,1_V_A0A0A0LSP1_CUCSA/120-337),(1_V_A0A067F4I4_CITSI/121-345,(1_V_A0A067ESM0_CITSI/121-345,1_V_A0A067ESG2_CITSI/121-345)))))))),(2_M_A0A087Y7Y8_POEFO/413-637,(2_M_A0A0F8D2C8_LARCR/64-292,2_M_A0A0F8BEM7_LARCR/428-656))),(((((((((1_V_A0A0D2R294_GOSRA/481-714,1_V_A0A0D2U997_GOSRA/514-631),(1_V_A0A022Q754_ERYGU/475-684,1_V_S8DTZ3_9LAMI/143-257)),2_V_A0A0D2UTC1_GOSRA/514-747),(2_V_A0A0E0RGP0_ORYRU/504-737,(2_V_A0A0E0RGN9_ORYRU/504-737,(2_V_A0A0D3HTY4_9ORYZ/323-556,2_V_A0A0E0BRZ7_9ORYZ/503-736)))),1_V_A0A0D2NIF7_9CHLO/314-546),(2_V_A0A0D2SU44_GOSRA/432-663,(2_V_A0A0D2Q389_GOSRA/62-293,2_V_M5WK55_PRUPE/462-693))),2_V_M0V3Y5_HORVD/5-236),1_V_A9RVD3_PHYPA/610-811),2_V_M1B2B5_SOLTU/451-682),(((((((((1_M_A0A0V0YBR4_TRIPS/378-576,2_M_A0A0V1HFD4_9BILA/364-588),1_M_A0A0V0YC14_TRIPS/376-574),1_M_A0A0V1HF41_9BILA/365-516),1_M_A0A0V1N632_9BILA/397-594),1_M_A0A0V0V265_9BILA/373-606),(2_M_A0A0B1STJ2_OESDE/222-455,(1_M_A0A183GMS2_HELBK/254-475,1_M_A0A0R3R569_9BILA/158-392))),2_M_F6VJC5_MOUSE/395-630),1_M_A0A0C2MJ51_THEKT/176-382),((1_M_A0A183KKR5_9TREM/468-525,1_M_A0A183ASK2_9TREM/523-736),((((2_M_A0A183VUF8_TRIRE/167-386,2_M_A0A183RPK7_9TREM/68-301),1_M_A0A0L0C042_LUCCU/615-850),(2_M_A0A0V0XQQ7_TRIPS/547-780,2_M_A0A0R3Q5G7_9BILA/170-404)),(((2_M_A0A016U3A2_9BILA/289-521,2_M_A0A016U1B3_9BILA/282-514),2_M_A0A016U2J2_9BILA/271-503),((2_M_F1S155_PIG/383-617,2_M_E9PC44_HUMAN/1-227),(2_M_A0A093FGZ5_GAVST/443-677,2_M_A0A091M1G1_CATAU/443-678)))))));

Источники