Протеом бактерии Pseudoalteromonas rhizosphaerae

1. Поиск протеома, соответствующего геномной сборке

Сборка генома Pseudoalteromonas rhizosphaerae в NCBI Datasets Genome

Идентификатор сборки INSDC: GCA_028885455.1

Идентификаторы последней версии сборки:
GCA_028885455.1
GCF_028885455.1

Поиск в UniProt Proteomes по запросу (genome_assembly:GCA_028885455.1) не выдал ничего.

2. Поиск и скачивание референсного протеома

Я начал поиск с уровня вида, с ограничением по таксону и статусу протеома.

Запрос в базе данных UniProt Proteomes: (taxonomy_id:2518973) AND (proteome_type:REFERENCE)

Запрос выдал 1 референсный протеом:

Чтобы получить файл со всеми белками, я использовал команду:

wget 'https://rest.uniprot.org/uniprotkb/stream?compressed=true&format=txt&query=proteome%3AUP001620262' -O UP001620262.swiss.gz

3. Оценка числа белков, содержащих альфа-спирали

В таблице локальных особенностей (поле FT) альфа-спиралям соответствует ключ HELIX, трансмембранным участкам - ключ TRANSMEM. Для поиска был использован скрипт на Python: pr8.py

Он просматривает все записи файла UP001620262.swiss.gz и считает, в скольких из них есть ключ HELIX и в скольких - ключ TRANSMEM.

Результат:

Всего записей TRANSMEM HELIX
4573 959 0

Полученный результат для альфа-спиралей явно не соответствует действительности: белков с трансмембранными участками, которые зачастую являются альфа-спиралями, много, а белков с альфа-спиралями нет совсем.

Это противоречие связано с тем, откуда берутся ключи. TRANSMEM в записях TrEMBL ставится автоматически, по предсказаниям программ по аминокислотной последовательности [1], а HELIX ставится только по экспериментально определённым пространственным структурам из PDB [2]. Для белков этого протеома экспериментальных структур нет, поэтому ключей HELIX нет вообще.

4. Оценка количества ферментов в протеоме

Используя поисковые запросы на сайте UniProt, попробуем оценить количество белков в протеоме, обладающих ферментативной активностью. Для оценки числа ферментов я использовал два подхода.

Сначала я искал записи, у которых в названии белка (поле DE) есть хотя бы один код EC, который указывает на класс катализируемой реакции.

Запрос: (proteome:UP001620262) AND (EC:*)

Находок: 1175

Затем я искал записи, в поле CC которых есть блок CATALYTIC ACTIVITY.

Запрос: (proteome:UP001620262) AND (cc_catalytic_activity:*)

Находок: 852

Чтобы понять, чем вызвана разница, я посмотрел на пересечения:

Запрос Находок
(proteome:UP001620262) AND (EC:*) AND (cc_catalytic_activity:*) 842
(proteome:UP001620262) AND (EC:*) NOT (cc_catalytic_activity:*) 333
(proteome:UP001620262) AND (cc_catalytic_activity:*) NOT (EC:*) 10

Почти все белки с блоком CATALYTIC ACTIVITY имеют и код EC, но более четверти белков с кодом EC такого блока не имеют. Оценка по кодам EC шире, поскольку учитывает и белки с неполным кодом (например, 2.7.1.-), для которых конкретную реакцию указать нельзя и поэтому блок CATALYTIC ACTIVITY отсутствует. Однако она не гарантирует полноты: часть ферментов может не иметь присвоенного кода EC, а белки с неизвестной функцией не попадают ни в один запрос.

Список литературы

[1] https://www.uniprot.org/help/transmem
[2] https://www.uniprot.org/help/sequence_annotation