Trees Reconstruction by Nucleic Sequences

Задание 1. Построение дерева по нуклеотидным последовательностям.

Построить филогенетическое дерево тех же бактерий, что в предыдущих заданиях, используя последовательности РНК малой субъединицы рибосомы (16S rRNA).

В Uniprot найдем какие-нибудь белки данных бактерий. Посмотрим на какие записи EMBL с полными геномами они ссылаются. В записях EMBL найдем соответствующие"особенности" (FT), с ключом (FTkey) "rRNA" и описанием примерно /note="16S rRNA". Полученные данные приведены в таблице:

Далее вырежем нужные участки из записи EMBL командой seqret:

seqret embl:xxxxx -sask

Поместим последовательности в один fasta-файл all.fasta и отредактируем названия последовательностей, оставив только мнемонику видов.

Создадим выравнивание отобранных белков. Для этого на kodomo запустим программу muscle с параметрами по умолчанию (т.к. нам не сказано, кк выравнивать) и затем откроем это выравнивание в JalView.

muscle -in all.fasta -out align.fasta

Выравнивание в fasta-формате.

Далее, построим дерево с помощью программы MEGA (указав Analyze при импорте) методом Neighbor joining (меню "Phylogeny"):

Neigbour joining tree of 16S rRNA	Верное дерево

Видно, что дерево мало похоже на правильное. Хотя вообще, я ожидала, что качество построения по rRNA будет хуже, чем по белкам. Потому что кодировать одну аминокислоту можно разными триплетами, и потом вероятность "ошибки" в нуклеотидных последовательностях больше.

Задание 2. Построение и анализ дерева, содержащего паралоги.

Найти в своих бактериях достоверные гомологи белка CLPX_BACSU. Построить дерево этих гомологов. Считая дерево реконструированным верно, указать несколько пар ортологов и несколько пар паралогов.

Определение: Два гомологичных белка будем называть ортологами, если они а) из разных организмов; б) разделение их общего предка на линии, ведущие к ним, произошло в результате видообразования.

Определение: Два гомологичных белка из одного организма будем называть паралогами.

Чтобы найти гомологов в заданных организмах, воспользуемся файлом proteo.fasta на диске P, где лежат записи банка UNIPROT, относящиеся к бактериям, перечисленным в таблице к заданию 1. Проведем поиск программой blastp гомологов (с порогом на E-value 0,001) и отберем по мнемонике видов только те находки, которые относятся к отобранным ранее бактериям (файл с выравниваниями gomolog.txt).

makeblastdb -in proteo.fasta -dbtype prot -out prot
blastp -query clpx_bacsu.fasta -db prot -out gomolog.txt -evalue 0.001

Нашлись такие гомологи:

sw:CLPX_BACAN
sw:CLPX_GEOKA
sw:CLPX_LISMO
sw:CLPX_STAES
sw:CLPX_CLOB1
sw:CLPX_ENTFA
sw:CLPC_STAES
sw:HSLU_GEOKA
sw:HSLU_ENTFA
sw:HSLU_STAES
sw:HSLU_BACAN
trembl:B0S2N5_FINM2
trembl:Q1GAP8_LACDA
trembl:Q5L436_GEOKA
trembl:Q8Y8B1_LISMO
trembl:Q8YAB6_LISMO
trembl:B0S3X9_FINM2
trembl:A7FZ97_CLOB1
trembl:B0S0E3_FINM2
trembl:Q1G869_LACDA
trembl:A7FYT8_CLOB1
trembl:Q1GBM8_LACDA
trembl:Q82YZ7_ENTFA
trembl:Q899H3_CLOTE
trembl:B0S3J0_FINM2
trembl:Q1GBN8_LACDA
trembl:A7FZB1_CLOB1
trembl:Q837W9_ENTFA
trembl:Q5L3T1_GEOKA

Файл с последовательностями proteins1.fasta. Выровняем все последовательности (файл выравнивания align_prot1.fasta) и построим дерево методом neibor-joining.

muscle -in proteins1.fasta -out align_prot1.fasta

	Примеры ортологов: HSLU_ENTFA, HSLU_STAES; CLPX_GEOKA, CLPX_BACAN; HSLU_GEOKA, HSLU_BACAN. Пример паралогов: BOS3X9_ENTFA, BOS3J0_ENTFA;
Neigbour joining tree (based on ATP-dependent protease ATPase subunit)

Кстати, если постоить дерево родства бактерий по лучшим найденным гомологам, то получается дерево с большой точностью, единственное, поменяны местами две ветви {LACDA,ENTFA} и {CLOB1,FINM2} (т.е. ветвь Clostridiales оказалась роднее к Bacillales, чем Lactobacillales:

Neigbour joining tree (based on ATP-dependent protease ATPase subunit)	Верное дерево