Практикум №8. Поиск по сходству (blast)

1. Определение функции нуклеотидной последовательности из практикума 6 и таксона организма, которому она принадлежала.

Рис.1 Список находок по результатам работы blastn.

• Так как параметры находок (E-value 0.0, процент идентичных участков 89-98) указывают на высокое сходство с исходной последовательностью, можно сделать вывод, что данная последовательность кодирует 18S рРНК
• Вид организма - Loxosomella murmanica.
• Совпадения для лучшей находки - 621 из 662 (или 2 замены на 100 п.н.)


Рис.2 Выравнивание для лучшей находки

• Совпадения с представителем другого рода, но того же семейства - 590 из 658 (или 10 замен на 100 п.н.)


Рис.3 Выравнивание с представителем того же семейства, но другого рода.

Сравние списков находок нуклеотидной последовательности 3-я разными алгоритмами blast

Поиск осуществлялся среди организмов, принадлежащих к родам Loxosomella и Glycera одного семейства.

Ссылка на исходную последовательность

Blastn

• Количество находок - 71
• E-value худшей находки - 0.89; Query cover - 1%; Сходство - 100%
• Странные находки, отличающиеся от исходной последовательности и невстречающиеся при поиске иными алгоритмами


Рис.4 Выравнивание blastn, красным выделены странные находки.

Megablast

• Количество находок - 56
• E-value - 1e-28; Query cover - 10%; Сходство - 99%
• Некоторые последовательности, найденные с помощью blastn и Discontiguous megablast, были упущены

Discontiguous megablast

• Количество находок - 56
• E-value - 2e-27; query cover - 10%; Сходство - 99%
• Большинство находок имеет высокое сходтво с исходной

Выводы

Алгоритмы blastn и megablast устроены таким образом, что основным критерием для построение выравнивания является полное совпадение участка какой-то длины, с каким-то участком исходной последовательности. Поэтому megablast упускает последовательности, не удовлетворяющие критерию, хотя они и имеют высокое сходство с исходной. Не очень высокие штрафы за гэпы в blastn приводят к находкам, имеющим высокое сходство, но только на очень небольшом участке. Дополнительным критерием поиска в discontiguous megablast является указание длины несовпадающих участков, начиная с которой берутся штрафы за увеличение гэпов. В результате discontiguous megablast находит наиболее сходные последовательности.

3 (3.1). Проверка наличия гомологов 5 белков человека в геноме Drosophila simulans.

HSP7C_HUMAN

• Один из белков теплового шока, принимает участие в передаче клеточных сигналов, апоптозе, клеточной дифференциации и свертывание белков.
• Всего 6 находок. Гомологом можно назвать только 1.
• Параметры лучшей находки: E-value - 0.0, query cover - 94%, Ident - 81%

TERT_HUMAN

• Каталитическая субъединица теломеразы, осуществляет обратную транскрипцию шаблонной РНК
• 1 находка, гомологом её нельзя назвать.
• Её параметры: E-value - 0.80, query cover - 8%, Ident - 28%

CISY_HUMAN

• Катализирует реакцию конденсации ацетата и оксалоацетата, в результате чего образуется цитрат
• 3 находки, гомологов - 0
• Лучшая находка: E-value - 1e-58, query cover - 92%, Ident - 41%

RPB1_HUMAN

• Субъединица РНК-полимеразы 2; В сочетании с рядом других субъединиц образует ДНК-связывающий домен полимеразы.
• Всего 2 находки. 1 гомолог.
• Лучшая находка: E-value - 0, query cover - 69%, Ident - 79%

PAB2_HUMAN

• Связывается с поли-А сайтами; необходим для эффективной полимеризации поли-А участков.
• 5 находок, гомологов - 0.
• Лучшая находка: E-value - 3e-44, query cover - 50%, Ident - 64%

4. Классификация геномов родственных вирусов по сходству последовательностей.

Была составлена база данных из полных геномов пяти вирусов:
Bean golden mosaic virus NC_004042.1
Tomato rugose mosaic virus AF291705.1
Macroptilium yellow vein virus JN419021.1
Soybean chlorotic spot virus JX122965.1
Sida golden mosaic Honduras virus Y11097.1
Затем при помощи команд
tblastx -query viri.fasta -db viri.fasta -out blast.out -outfmt 7
python revise_blast_7.py -i blast.out -s 25 -l 50 -e 0.01 -o vir.xls
была получена таблица
ссылка
которая была затем отсортирована по сумме произведений процента идентичности на длину перекрывания. (ниже таблица отсортирована по этим суммам, считавшимся для каждой пары)
Результат (по убыванию):
JN419021.1 NC_004042.1
AF291705.1 NC_004042.1
AF291705.1 JN419021.1
JX122965.1 NC_004042.1
AF291705.1 Y11097.1
JN419021.1 JX122965.1
NC_004042.1 Y11097.1
NC_004042.1 Y11097.1
JN419021.1 Y11097.1
JX122965.1 Y11097.1
AF291705.1 JX122965.1