1. Выбор семейства Pfam

Для данного практикума был выбрано семейство 4Fe-4S binding domain PF00037. Seed: 528 последовательностей. Всего: 24432.

Семейство включает белки, содержащие домены, связывающиеся с железо-серными кластерами типа [4Fe-4S]. К ним относятся бактериальные ферредоксины, различные дегидрогеназы и различные редуктазы. Структура домена представляет собой альфа-антипараллельный бета-сэндвич. Выполняют разнообразные функции, связанные с транспортом электронов, регуляцией активности ферментов, взаимодействием с ДНК и другими процессами.

Подсемейство Thiamine pyrophosphate enzyme, C-terminal TPP binding domain (TPP_enzyme_C) выделено по доменной архитектуре: PF00037 - PF02775, содержащее 22 белка.

Последовательности 22 белков этого подсемейства были выровнены с помощью программы MUSCLE.

2. Построение профиля HMM

HMM-профиль был построен с помощью команды:

hmmbuild --amino hmm_result aligned_domains.fasta

Файл hmm_result содержит результат выполнения команды.

3. Поиск профилем

Сначала были скачены последовательности полных белков семейства PF00037 (так как белков 61 тысяча, ограничились Reviewed). Скачанные 142 последовательности находятся в файле protein-matching-PF00037.fasta. Запустили поиск своим профилем по этим белкам с помощью команды:

hmmsearch -o hmm_find hmm_result protein-matching-PF00037.fasta

4. Выбор порога

Общее число найденных последовательностей составляет 115. Из них 9 это белки нашего подсемейства. Оптимальным порогом на вес находки, который лучше всего выделяет подсемейство на фоне семейства, это score, равный 14.

	Найдено по HMM-профилю	Не найдено по HMM-профилю
Принадлежит к подсемейству	9	13
Не принадлежит к подсемейству	19	96