Для поиска референсного протеома, соответствующего геномной сборке бактерии
Legionella sainthelensi
(страница сборки
NZ_CP025492.2),
на портале NCBI Assembly были определены идентификаторы её последней версии.
Для базы INSDC код сборки составил GCA_002848365.2, а для базы RefSeq —
GCF_002848365.2. По прямому поисковому запросу
genome_assembly:GCA_002848365.2
в разделе UniProt Proteomes был успешно найден один уникальный протеом с
идентификатором
UP000234343,
имеющий официальный статус Reference proteome.
Затем была предпринята попытка найти этот же протеом строго по правилам
расширенного поиска с использованием видового TaxID (28087), взятого из
метаданных предыдущего шага. Текстовый запрос
(taxonomy_id:28087) AND (proteome_type:1)
вернул 0 результатов, что выглядело ошибочным, так как наличие референсного
протеома у вида уже было подтверждено. Однако при вводе простого запроса
taxonomy_id:28087
система выдала 4 доступных протеома, среди которых один оказался тем самым
искомым референсным протеомом для целевого штамма
Legionella sainthelensi (LA01-117). Данное расхождение, вероятнее всего,
связано с внутренней ошибкой обработки комплексных фильтров или синтаксическими
ограничениями поискового движка UniProt, поэтому для дальнейшей работы был взят
именно этот успешно подтвержденный референсный протеом.
В референсном протеоме Legionella sainthelensi (3619 белков) обнаружено
0 записей с альфа-спиралями (FT HELIX) и 661 запись с
трансмембранными участками (FT TRANSMEM). Единственные упоминания
слова HELIX найдены в перекрестных ссылках DR на базу PANTHER, но не в поле
вторичной структуры.
Сравнив полученные значения, мы получили противоречие: в бактерии найдено более шестисот мембранных белков, но ни один из них не аннотирован как спираль. Трансмембранные домены бактерий состоят именно из альфа-спиралей, и они же — основа растворимых ферментов. Реальное число белков со спиралями должно быть больше.
Конвейеры Bash, которые были использованы для подсчетов:
записи о альфа-спиралях:
zcat UP000234343.swiss.gz | grep -E "^FT HELIX|^//" | grep -B 1 "^//" | grep -c "^FT"
записи о трансмембранных участках:
zcat UP000234343.swiss.gz | grep -E "^FT TRANSMEM|^//" | grep -B 1 "^//" | grep -c "^FT"
Для оценки количества ферментов в референсном протеоме
Legionella sainthelensi (3619 белков) в разделе UniProtKB были применены
два расширенных поисковых запроса. Первый запрос
(proteome:UP000234343) AND (ec:*),
нацеленный на поиск записей с присвоенным международным номером Enzyme
Commission, выдал 658 результатов. Второй запрос
(proteome:UP000234343) AND (cc_catalytic_activity:*),
показывающий белки с заполненным текстовым блоком каталитической активности,
выдал 602 результата.
В итоге было получено довольно близкое количество результатов по двум запросам. То есть в общем количество белков с ферментативной активностью составляет примерно 16,6–18,2% от общего числа белков в референсном протеоме (3619 белков). Количество ферментов достаточно точное, так как под такие функции обычно отводится большая доля белков.