Standalone BLAST

Поиск некодирующих РНК (misc_RNA), аннотированных в одном штамме, в геноме другого штамма

       Для выполнения этого задания сначала мы получили файл, содержащий последовательности со всеми misc_RNA штамма Bacillus_subtilis_168_uid57675. Для этого из frn-файла, содержащего все аннотированные РНК этого штамма, был получен лист-файл при помощи команды infoseq. При помощи команды Grep был получен файл, содержащий только адреса последовательностей misc_RNA: miscRNA.txt. И уже с помощью комнады seqret был получен fasta-файл, содержащий сами последовательности РНК.

       Искать некодирующие последовательности, закодированные в первом штамме, мы будем искать в Bacillus_subtilis_spizizenii_TU_B_10_uid73967. Были скачены два файла с его геномом: gbk-файл и fasta-файл. Используя локальный BLAST и геном второго штамма как базу данных, мы искали гомологов данных РНК. С помощью комнады blastn (blastn -task megablast -query miscRNA.fasta -db NC_016047.fna -out task1.out -outfmt 7 -num_alignments 1) был получен файл с информацией о всех выравниваниях. На основе этого файла была составлена таблица Excel, где для каждой misc_RNA указаны её номер, цепь (прямая или обратная относительно записи RefSeq) и координаты начала и конца лучшего найденного гомолога.

Поиск гомологов РНК Bacillus subtilis в геноме другой бактерии

       В этом задании в качестве безы данных использовался геном бактерии Bacillus cereus AH187 uid58753, в качестве исходных данных тот же самый штамм. Поиск проводился с помощью трёх различных программ и были получены три выходных файла: стандартный megablast, стандартный blastn и blastn со специфическими параметрами (-word_size 4, -penalty -1, -reward 1). На основе этих результатов была составлена таблица Excel, в которой для каждого случая поиска было указано количество найденных гомологов с e-value < 0.001.

Поиск неправильно аннотированных генов программой blastx

       В третьем задании практикума был проведён поиск гомологов misc_RNA из предыдущих заданий в скачанных белковых последовательностях с помощью программы blastx. В качестве базы данных использовался файл с последовательностями предсказанных белков штамма Bacillus subtilis spizizenii TU B 10 uid73967. Blastx на вход принимает файл с нуклеотидными последовательностями и ищет среди белковых. Для осуществления поиска был определён e-value не больше 0,001 и составлена команды: blastx -query miscRNA.fasta -db NC_016047.faa -out blastx.out -evalue 0.001 -outfmt 7 -num_alignments 1. Выходной файл - task3.out. В итоге гомологи были найдены для РНК под номерами 1, 25, 41, 46, 53, 57, 58, 61, 62; но только 1-ый и 46-ой белки были реальными, а не гипотетическими (серил-тРНК синтаза - 1 и аспартокиназа - 46).

Зависимость времени работы blastn от длины затравки

       Для того, чтобы проанализировать зависимость времени работы blastn от длины затравки, была проведена серия поисков гомологов РНК штамма Bacillus_subtilis_168_uid57675 в геноме Bacillus cereus AH187 uid58753 в качестве базы данных. Длина слова варьировалась от значения 4 до 16. Команда, которая использовалась для определения времени: time blastn -task blastn -query miscRNA.fasta -db NC_011658.fna -out test.blastn -word_size x, где х = [4;16]. Результаты анализа показаны в таблице 1 и на рисунке 1.

Таблица 1. Зависимость времени (в секундах) от длины затравки.

Рисунок 1. Зависимость времени (в секундах) от длины затравки.

       Заметно, что при увеличении длины затравки уменьшается время поиска. Возможно, это связано с тем, что количество гомологов, которое находится меньше (так как ужесточаются рамки поиска) и, следовательно, меньше времени требуется на обрабатывание данных и их записывание в файл.