Белок Probable septum site-determining protein MinC(B2V8C0) является ингибитором полярных Z-кольцевых перегородок, белков, которые первыми оказываются на месте деления бактериальной клетки, притягивая за собой все остальные необходимые белки. Сама бактерия относится к семейству Hydrogenothermaceae. Такие бактерии способны выживать в условиях термальных источников и высоких температур, могут жить в условиях нехватки кислорода и окислять серу.
Было произведено 10 итераций PSI-BLAST. Для того, чтобы определить стабильность итераций были придуманы несколько импровизированных параметров, которые отражали разность между "крайними" находками в E-value. А также изменчивость этого параметра по сравнению с предыдущей итерацией. В итоге 4 итерация оказалась самой удачной, на ней можно было остановиться(дальше только хуже). Четкой обособленности не наблюдалось, что странно для такого ключевого белка.
Перед тем как начать работу с файлом мотивов я перевел его в csv формат, поскольку tsv плохо воспринимается комбинацией параметров sort uk5,5. new2.csv содержит все исходные мотивы, также из него был удален заголовок.
Использованные команды | |
| Команда | Описание |
|---|---|
| sort -t, -uk5,5 new2.csv >new.csv | Сортировка по столбцу с последовательностями и оставление только уникальных |
| cat new.csv | sed 's/,/\t/g' > new.tsv | перевод обратно в tsv. На этом же этапе был удален мотив состоящий из одной буквы C и пустой мотив. |
| cut -f 5 new.tsv > final.txt | Оставляем только столбец с последовательностями |
| cbcalc -s final.txt -o sites.tsv --burge gen_full.fasta | Оцениваем представленность сайтов в геноме бактерии |
| sort -k5,5g sites.tsv >sites_sort.tsv | Сортируем и выбираем те, что имеют O/E < 0.8. Итоговый файл |
| import pandas as pd pd.set_option('display.max_rows', None) df1 = pd.read_csv('C:/Users/User/Downloads/sites_final.tsv', sep='\t') sites = df['2'].tolist() df2 = pd.read_csv('C:/Users/User/Downloads/TypeII_REs.tsv', sep='\t') df2['is_there'] = df2['Recognition site'].isin(sites) df2[(df2.Putative == 'no') & (df2.is_there == True)][["#:REBASE name"]] |
Отбираем из исходного файла те мотивы, которые имеют no в колонке Predicted и совпадают хотя бы с одной последовательностью. Скрипт написан на python. Также в sites_final.tsv были добавлены заголовки колонок ввиде их номеров.Итоговый файл |