Протеом Chromobacterium phragmitis

Пункты 0 и 1

Команда для скачивания протеома: wget 'https://rest.uniprot.org/uniprotkb/stream?compressed=true&format=txt&query=(proteome:UP000001424)' -O UP000001424.swiss.gz

• Proteome ID: UP000001424
• RefSeq ID: GCF_000007705.1
• GenBank ID: GCA_000007705.1
• Cтраницa сборки в Genome

Пункт 2

• Cкачивание геномной сборки организма: datasets download genome accession GCF_000007705.1 --include gff3,genome
• Распаковка скачанного архива:unzip ncbi_dataset.zip

Пункт 3

• Поиск типа генетического кода: esearch -db taxonomy -query "Chromobacterium violaceum" | efetch -format xml | xtract -pattern GeneticCode -element GCId, вывод - 11
• Нахождение открытых рамок считывания: getorf -sequence ~/term3/block2/pr9/ncbi_dataset/data/GCF_000007705.1/GCF_000007705.1_ASM770v1_genomic.fna -outseq translseq.faa -find 0 -minsize 150 -table 11
• Cоздание белковой базы для полученных результатов:makeblastdb -in translseq.faa -dbtype prot -out proteome
• Проверка длины посследовательностей: infoseq translseq.faa -only -name -length -noheading | sort -n

Команда -find 0 нужна для поиска рамки между стоп-кодонами. команда -minsize 150 нужна для минимальной длины последовательности(50).

Пункт 4

• Поиск ДНК-метилтрансфераз: echo -e "sw:P0AED9\nsw:P0AEE8\nsw:P23941" | seqret @stdin -auto -outseq query.fasta

Команда @seqret помогает подать файл через стандартный вход. команда \n в echo отвечает за перевод строк

Пункт 5

• Поиск по сходству последовательностей: blastp -query query.fasta -db proteome -outfmt 7 -out res.txt
• E-value лучшей находки(дальше буду писать просто находка): 2.68e-16, скорее всего это гомологичная находка
• Название рамки находки: NC_005085.1_35143
• Координаты рамки в геноме: 2301496 - 2300708
• Вес находки(bit score):75.9
• Гомолог какой из МТаз характерен для находки: P0AEE8(Dam, m6A-МТаза, E.coli)

Отбор нужных строчек, для того, чтобы узнать какие находки располагаются рядом с нашей, итог будет в файлет CDS.tsv. grep '^NC_005085.1' ~/term3/block2/pr9/ncbi_dataset/data/GCF_000007705.1/genomic.gff | grep 'CDS' | cut -f4,5,7,9 > CDS.tsv

Ищем какие находки соседние с нашей NZ_CP029495.1. echo -e '2301496\t2300708\t+\tNC_005085.1' | cat - CDS.tsv | sort -n -k1,2 | grep -C 3 'NC_005085.1' > neighbors.tsv

Файл с соседними находками

Пункт 6

• Поиск по аннотации кодирующих участков в геноме: elink -db nuccore -id NC_005085.1 -target protein | efilter -query "2.1.1.72[ECNO]" | efetch -format acc
• Найденная СDS: WP_011135659.1

Команда elink связывает нуклеотидную запись(находку) с белковыми записями. команда efilter фильтрует по EC-кодам метилтрансфераз, у нас 2.1.1.72 (m6A). команда efetch получает accession numbers найденных белков