PSI-BLAST

PSI-BLAST (от Position-Specific Iterated BLAST) - программа для поиска удаленных гомологов белков, использующая технику профилей (Position-specific scoring matrix, PSSM); профиль для поиска строится на основе уже найденных гомологов (итеративная процедура).

1.Итеративный поиск программой PSI-BLAST.

Провожу итеративный поиск программой PSI-BLAST по банку Swiss-Prot для четырёх аминокислотных последовательностей. Первые три последовательности имеют в Swiss-Prot номера доступа P18196, P0A832, P17265; четвёртая – P10943 (последовательность моего белка).

Для этого захожу на сайт http://blast.ncbi.nlm.nih.gov/, следую по ссылке "protein blast", далее в верхнее окошко копирую AC, в разделе "Database" выбираю "Swissprot", а в разделе "Algorithm" - "PSI-BLAST".

Чтобы изменить значение параметра "Max target sequences" с 500 на 5000, щелкаю по "Algorithm parameters" внизу страницы, остальным параметрам оставляю значения по умолчанию.

Выполняю до пяти итераций, пока появляются новые последовательности выше порога на E-value 0,005.

P18196 (MINC_ECOLI).

Для данного белка с каждой последующей итерацией число находок увеличивается.

Значения E-value для худшей находки выше порога от итерации к итерации: 0.004; 0.005; 0.004; 0.005; 7e-04.

Значения E-value для лучшей находки ниже порога от итерации к итерации: 0.005; 0.066; 0.006; 0.005; 0.023.

Разрыв между данными значениями ко второй итерации увеличивается, к третей - уменьшается, на четвертой - равен первому значению в округлении до тысячных, на пятой - больше всего.

P0A832 (SSRP_ECOLI).

Для данного белка с каждой последующей итерацией число находок не изменяется.

Значения E-value для худшей находки выше порога от итерации к итерации: 3e-12; 3e-38.

Значения E-value для лучшей находки ниже порога от итерации к итерации: 4.9; 0.42.

Разрыв между данными значениями ко второй итерации увеличивается.

P17265 (Y380_RHIME).

Для данного белка при первых трех итерациях число находок увеличивается, далее отстается неизменным.

Значения E-value для худшей находки выше порога от итерации к итерации: 7e-04; 5e-09; 0.002; 3e-18.

Значения E-value для лучшей находки ниже порога от итерации к итерации: 0.027; 0.011; 0.012; 0.024.

Разрыв между данными значениями ко второй итерации увеличивается, к третей - уменьшается, на четвертой - больше всего.

P10943 (HUTP_BACSU).

Для данного белка с последующей итерацией число находок не изменяется.

Значения E-value для худшей находки выше порога от итерации к итерации: 1e-50; 1e-74.

Значения E-value для лучшей находки ниже порога от итерации к итерации: 1.2; 0.14.

Разрыв между данными значениями ко второй итерации значительно увеличивается.

Таблица. Изменения E-value у самой лучшей и средней находок

№	Лучшая находка для P18196	Средняя находка для P18196 - Q55901.2	Лучшая находка для P0A832	Средняя находка для P0A832 - Q9RUC1.2	Лучшая находка для P17265	Средняя находка для P17265 - P47995.2	Лучшая находка для P10943	Средняя находка для P10943 - C5D4K0.1
1	8e-171	7e-04	3e-116	6e-18	7e-141	4e-04	1e-102	2e-56
2	1e-117	7e-28	1e-94	1e-46	1e-77	1e-60	8e-84	1e-74
3	1e-100	6e-34	-	-	2e-75	8e-67	-	-
4	6e-97	5e-35	-	-	1e-71	9e-66	-	-
5	1e-83	1e-29	-	-	-	-	-	-

Видно, что для первого белка значения E-value лучшей и средней находок сначала уменьшаются, потом увеличиваются, список не стабилизируется, при поиске появляются новые последовательности, результаты расходятся.

В случаях остальных трех белков значения E-value лучших находок увеличиваются, а средних - уменьшаются. За проведенное число итераций список успевает стабилизироваться, поиск не дает новых последовательностей, результаты сходятся.

Таблица. Поиск при пороге на E-value 0,005

ID белка	AC белка	Число итераций	Для первой итерации			Для последней итерации
			Число находок выше порога (0,005)	Худшее E-value выше порога	Лучшее E-value ниже порога	Число находок выше порога (0,005)	Худшее E-value выше порога	Лучшее E-value ниже порога
MINC_ECOLI	P18196	5	165	0.004	0.005	995	7e-04	0.023
SSRP_ECOLI	P0A832	2	514	3e-12	4.9	514	3e-38	0.42
Y380_RHIME	P17265	4	15	7e-04	0.027	25	3e-18	0.024
HUTP_BACSU	P10943	2	12	1e-50	1.2	12	1e-74	0.14

Для первой последовательности провожу поиск снова, изменив порог с 0,005 на 0,001.

Таблица. Поиск при пороге на E-value 0,001

ID белка	AC белка	Число итераций	Для первой итерации			Для последней итерации
			Число находок выше порога (0,001)	Худшее E-value выше порога	Лучшее E-value ниже порога	Число находок выше порога (0,001)	Худшее E-value выше порога	Лучшее E-value ниже порога
MINC_ECOLI	P18196	3	157	0.001	0.001	188	4e-12	0.001

Список стабилизировался на третьей итерации, на которй поиск уже не дает новых результатов.

Такое отличие от предыдущего поиска объясняется тем, что используется более строгое пороговое значение Е-value, что позволяет отсечь некоторые последовательности, которые рассматривались в первом случае. При составлении матрицы профиля данные, скорее всего, неподходящие последовательности при втором поиске не учитывались, и процесс сошелся быстрее.

Лучшее E-value ниже порога при поиске составляло 0.001, поэтому, очевидно, повышение порога на сотые приведет к расходимости. Но и уже при пороге 0.00101 при составлении матрицы профиля учитывается последовательность белка FRMA_PASPI (AC P39450), приводя к расходимости результатов. Тем не менее чуть-чуть порог прибавить все-таки можно, например, при пороге 0.001001 итерации ведут себя также, как и при 0.001.