Учебный сайт Фоменко Елены

1. Поиск в геноме участков, кодирующих белки, похожие на заданный

Предстоит определить, закодированы ли похожие белки в геноме другого организма, не пользуясь аннотацией генома. Создаем в рабочей директории индексные файлы пакета BLAST+ для поиска по заданному геному:

makeblastdb -in lm_genome.fasta -dbtype nucl -out lm

Выбираем программу tblastn и проводим с ее помощью поиск с порогом на E-value 0,001:

tblastn -query ysdc_bacsu.fasta -db lm -out usdc_lm.txt -evalue 0.001

Поиск гомологов белка ysdc_bacsu в геноме L.monocytogenes

Число находок с E-value < 0,001 3

E-value лучшей находки 2е-159

Название последовательности с лучшей находкой AL591978 Listeria monocytogenes strain EGD, complete genome, segment 6/12

Координаты лучшей находки (от-до) 77934-79001

Доля последовательности белка, вошедшая в выравнивание с лучшей находкой 345/373=0,925

2. Нахождение записи EMBL по последовательности программой BLASTN

Рассмотрим первую находку со 100%-ным совпадением, запись CP000100:

Координаты последовательности в записи: 2186455-2186615, направление последовательности совпадает с направлением записи.

В поле FT записи находим описание участка, включающего данную последовательность (2186064-2186855):

FT   CDS             complement(2186064..2186855)
FT                   /codon_start=1
FT                   /transl_table=11
FT                   /locus_tag="Synpcc7942_2106"
FT                   /product="nitrate transport permease"
FT                   /db_xref="GOA:Q7BW13"
FT                   /db_xref="InterPro:IPR000515"
FT                   /db_xref="UniProtKB/TrEMBL:Q7BW13"
FT                   /inference="non-experimental evidence, no additional
FT                   details recorded"
FT                   /protein_id="ABB58136.1"
FT                   /translation="MVRTPVPLYLRWAVSILSVLAFLAIWQIAAASGFLGKTFPGSLRT
FT                   LQDLFGWLSDPFFDNGPNDLGIGWNLLISLRRVAIGYLLATVVAIPLGIAIGMSALASS
FT                   IFSPFVQLLKPVSPLAWLPIGLFLFRDSELTGVFVILISSLWPTLINTAFGVANVNPDF
FT                   LKVSQSLGASRWRTILKVILPAALPSIIAGMRISMGIAWLVIVAAEMLLGTGIGYFIWN
FT                   EWNNLSLPNIFSAIIIIGIVGILLDQGFRFLENQFSYAGNR"

Его направление - обратное относительно записи.

3. Поиск гомологов гена программой BLASTN

Выбираем одну из записей EMBL (Z75208). Находим координаты CDS:

FT   CDS             14623..15708
FT                   /transl_table=11
FT                   /gene="ysdC"
FT                   /product="hypothetical protein"
FT                   /note="homology to celA of Clostridium thermocellum and
FT                   pepA of Lactococcus lactis; putative"
FT                   /db_xref="GOA:P94521"
FT                   /db_xref="InterPro:IPR008007"
FT                   /db_xref="InterPro:IPR023367"
FT                   /db_xref="PDB:1VHE"
FT                   /db_xref="UniProtKB/Swiss-Prot:P94521"
FT                   /protein_id="CAA99585.1"
FT                   /translation="MAKLDETLTMLKDLTDAKGIPGNEREVRQVMKSYIEPFADEVTTD
FT                   RLGSLIAKKTGAENGPKIMIAGHLDEVGFMVTQITDKGFIRFQTVGGWWAQVMLAQRVT
FT                   IVTKKGEITGVIGSKPPHILSPEARKKSVEIKDMFIDIGASSREEALEWGVLPGDMIVP
FT                   HFEFTVMNNEKFLLAKAWDNRIGCAIAIDVLRNLQNTDHPNIVYGVGTVQEEVGLRGAK
FT                   TAAHTIQPDIAFGVDVGIAGDTPGISEKEAQSKMGKGPQIIVYDASMVSHKGLRDAVVA
FT                   TAEEAGIPYQFDAIAGGGTDSGAIHLTANGVPALSITIATRYIHTHAAMLHRDDYENAV
FT                   KLITEVIKKLDRKTVDEITYQ"

Воспользуемся программой seqret, получаем файл c нуклеотидной последовательностью, соответствующей белку. Теперь воспользуемся программой blastn:

blastn -query z75208.fasta -db lm -out ysdc_lmn.txt -evalue 0.001 -task blastn

Число находок с E-value < 0,001 2

E-value лучшей находки 2е-135

Название последовательности с лучшей находкой AL591978 Listeria monocytogenes strain EGD, complete genome, segment 6/12

Координаты лучшей находки (от-до) 77937-78964

Доля последовательности белка, вошедшая в выравнивание с лучшей находкой 1025/1086=0,944

Число находок оказалось меньше, значение e-value - больше, длина последовательности - меньше.

Число находок с E-value < 0,001	3
E-value лучшей находки	2е-159
Название последовательности с лучшей находкой	AL591978 Listeria monocytogenes strain EGD, complete genome, segment 6/12
Координаты лучшей находки (от-до)	77934-79001
Доля последовательности белка, вошедшая в выравнивание с лучшей находкой	345/373=0,925

Число находок с E-value < 0,001	2
E-value лучшей находки	2е-135
Название последовательности с лучшей находкой	AL591978 Listeria monocytogenes strain EGD, complete genome, segment 6/12
Координаты лучшей находки (от-до)	77937-78964
Доля последовательности белка, вошедшая в выравнивание с лучшей находкой	1025/1086=0,944