Test in gene predicting
Задание
Получить фрагмент генома O.scapharcae из записи AEWH01000006 банка EMBL с заданным началом, длиной 7000 нуклеотидов. Определить, где в этом фрагменте закодированы белки, похожие на известные белки бактерии Bacillus subtilis.
0. Получим фрагмент генома O.scapharcae из записи AEWH01000006 банка EMBL с началом 147001, длиной 7000 нуклеотидов:seqret -saskПолучаем файл kusok.fasta с пробной последовательностью.
1. Получим полный протеом B. subtilis получите из Swiss-Prot:
seqret sw:*_bacsuСоздим индексные файлы для поиска программами пакета BLAST:
makeblastdb -in 2npd_bacsu.fasta -dbtype prot -out bs2. Извлечем из пробного участкгенома генома трансляции всех открытых рамок считывания длиной не менее 240 нуклеотидов (-minsize 240). При этом используем стандартный для бактерий (bacterial) генетический код (-table 11), открытой рамкой считаем последовательность, начинающуюся со старт-кодона и заканчивающуюся стоп-кодоном (-find 1):
getorf kusok.fasta -find 1 -table 11 -minsize 240 -out orfresult.fasta3. Создадим книгу Excel, включающую информацию обо всех открытых рамках считывания в пробном фрагменте генома. Для каждой рамки укажем: начало во фрагменте, конец во фрагменте, направление (прямое или обратное), число сходных последовательностей, найденных программой BLAST в протеоме B. subtilis при условии E-value<0,001.
grep ">" orfresult.fasta | sed -e "s/>//" -e "s/\[//" -e "s/\]//" -e "s/- //" -e "s/ AE.*//" -e "s/AE.*_//" -e "s/(REVERSE SENSE)/reverse/" > orf.txtСодержимое получившегося текстового файла копируем в таблицу Exel и форматируем средствами Exel.
Для подсчета числа гомологов воспользуемся BLASTP:
blastp -db bs -query orfresult.fasta -outfmt 6 -evalue .001 > blastp.txtblastp.txt - выходной файл
Количество гомологов каждой последовательности посчитаем:
for i in {1..14}; do grep -Pc "AEWH01000006_$i\t" blastp.txt; done > count.txt
4. Рамки, для которых нашлась хотя бы одна сходная последовательность:
| Рамка | Начало во фрагменте | Конец во фрагменте | Направление | Количество находок BLASTP | Идентификатор гомолога | E-value находки |
| AEWH01000006_1 | 28 | 894 | straight | 4 | YEAB_BACSU | 2e-86 |
| AEWH01000006_7 | 7001 | 6525 | reverse | 1 | AZLC_BACSU | 9e-08 |
| AEWH01000006_9 | 5899 | 4676 | reverse | 1 | METK_BACSU | 7e-130 |
| AEWH01000006_10 | 4673 | 3180 | reverse | 3 | SPEA_BACSU | 3e-104 |
| AEWH01000006_11 | 3184 | 2744 | reverse | 1 | SPEH_BACSU | 4e-31 |
| AEWH01000006_12 | 2768 | 1893 | reverse | 1 | SPEE_BACSU | 3e-55 |
| AEWH01000006_13 | 1900 | 1043 | reverse | 3 | SPEB_BACSU | 1e-78 |
5. Схематическое изображение положения на фрагменте тех открытых рамок, для которых нашлись сходные последовательности в B. subtilis:
5'-[YEAB,28-894]---------------------------------------------------------------------------------------------------3' 3'---------------[SPEB,1043-1900][SPEE,1893-2768][SPEH,2744-3184][SPEA,3180-4673]-[METK,4676-5899]-[AZLC,6525-7001]5'Видим, что много перекрываний, что означает, что не все эти гены есть гены, а просто совпадающие последовательности. Хотя перекрывание генов бывает, кстати.
6. Сравним взаимное расположение предполагаемых генов данного фрагмента и гомологичных им генов в геноме сенной палочки. Смотрим на запись о геноме B. subtilis и увидим, что гены, которые предположительно есть во фрагменте в геноме находятся очень далеко друг от друга (судим по координатам). Поэтому, гооврить о консервативности не приходится.
Наверх