Задание 1

Для начала был получен список оперонов бактерии Kocuria rhizophila ATCC с помощью программы Operon-mapper. У меня это уже давно было сделано для лабы, что приятно. Для того, чтобы вытащить все промоторы, я использовала скрипт на питоне, который сама написала. Код можно посмотреть по ссылке. Далее я отобрала опероны для получения материала обучения МЕМЕ. Они находятся в этом файле. Участки перед оперонами находятся в файле в формете FASTA. Также я получила последовательности длиной 150 нуклеотидов изнутри каждого оперона, чтобы использовать их в качестве негативного контроля.

Далее я запустила MEME со следующими параметрами:

meme selected_promotorseqs.fa -dna -nmotifs 3eqs.fa

Были найдены 3 мотива:

GTTBWWCGTSW E-value = 4.5e-001

WCVCGSKCAYCGH E-value = 2.3e+000

ATCACCACCCHSTCCGGCMCSGWCACCAC E-value = 6.4e+001

LOGO полученных мотивов показаны на рисунке 1.

Рисунок 1. Мотивы, выданные МЕМЕ. Слева-направо: GTTBWWCGTSW, WCVCGSKCAYCGH, ATCACCACCCHSTCCGGCMCSGWCACCAC.

Для дальнейшей работы был взят первый мотив, т.к. у других находок слишком больше E-value. Хотя оно и у первой достаточно немаленькое(

Далее была запущена программа FIMO:

fimo --norc meme_out/meme.txt promotorseqs.fa

Результаты представлены в таблицах 1 и 2. Для последовательностей перед оперонами было найдено всего лишь совпадений. При этом у всех, кроме первой, очень большое q-value. То есть, хотя вероятность случайно получить одну такую находку маленькая (это отражает р-value), если учесть, что последовательностей очень много, вероятность значительно возрастает и находки уже нельзя считать значимыми. Для последовательностей, где заведомо нет промоторов, было получено 8 находок. У них у всех огромное q-value. То есть это немного лучше, чем в последовательностях, где должны быть промоторы, но вообще это полный провал.

Таблица 1. Находки мотива 1 в последовательностях промоторных областей.

motif_id	motif_alt_id	sequence_name	start	stop	strand	score	p-value	q-value	matched_sequence
GTTBWWCGTSW	MEME-1	promotor34	73	83	+	16.6847	2.16e-07	0.0401	GTTGTTCGTCT
GTTBWWCGTSW	MEME-1	promotor305	87	97	+	15.4234	1.84e-06	0.171	GTTTTTCGTGT
GTTBWWCGTSW	MEME-1	promotor253	8	18	+	14.3333	7.36e-06	0.456	GTTTAACGTCT
GTTBWWCGTSW	MEME-1	promotor308	40	50	+	13.4955	1.46e-05	0.677	GTTGAACGTCA
GTTBWWCGTSW	MEME-1	promotor1269	56	66	+	12.3784	3.56e-05	1	GTCCATCGTCT
GTTBWWCGTSW	MEME-1	promotor310	128	138	+	12.1712	4.03e-05	1	GTTCTTCGAGA
GTTBWWCGTSW	MEME-1	promotor361	63	73	+	12.1081	4.23e-05	1	TTTCTTCGTGT
GTTBWWCGTSW	MEME-1	promotor473	52	62	+	12.0811	4.49e-05	1	GTTCTACTTCT
GTTBWWCGTSW	MEME-1	promotor661	16	26	+	11.2883	7.42e-05	1	ATTTTTCGTGA
GTTBWWCGTSW	MEME-1	promotor552	89	99	+	10.8198	9.54e-05	1	GTCGATCGTGA

Таблица 2. Находки для негативного контроля

motif_id	motif_alt_id	sequence_name	start	stop	strand	score	p-value	q-value	matched_sequence
GTTBWWCGTSW	MEME-1	promotor214	137	147	+	15.0811	3.52e-06	0.655	GTTCTTCGTCA
GTTBWWCGTSW	MEME-1	promotor642	113	123	+	13.4955	1.46e-05	0.946	GTTGAACGTCA
GTTBWWCGTSW	MEME-1	promotor770	47	57	+	12.9189	2.16e-05	0.946	GTCGTACGTCT
GTTBWWCGTSW	MEME-1	promotor1083	44	54	+	12.6216	2.81e-05	0.946	GTTGATCTTCT
GTTBWWCGTSW	MEME-1	promotor322	128	138	+	12.6216	2.81e-05	0.946	GTTGATCTTCT
GTTBWWCGTSW	MEME-1	promotor907	93	103	+	12.4865	3.12e-05	0.946	GTTTTTCGAGA
GTTBWWCGTSW	MEME-1	promotor609	32	42	+	12.3784	3.56e-05	0.946	GTCCATCGTCT
GTTBWWCGTSW	MEME-1	promotor717	56	66	+	12.1081	4.23e-05	0.985	GTTCTTCTTGT

Мне кажется, такие плохие результаты получились потому, что МЕМЕ изначально построила плохой мотив. Видимо, это связано с тем, что я выбрала неподходящие опероны для обучения. Перед этими оперонами могут быть промоторы, которые узнают разные сигма-факторы, а не сигма-фактор домашнего хозяйства. Наверное, это особенность моей бактерии. Ну либо я что-то напутала в коде(