Геномное окружение. База данных GO

Получение информации о КОГе

Мой белок - YP_526380.1 бактерии Saccharophagus degradans. Поиск по его последовательности в базе CDD дал следующие результаты:

Как можно видеть, мой белок с высокой достоверностью (E-value 5.35e-98) относится к COG3459. В этот КОГ попадают остатки с 76 по 786 (при общей длине белка 788 аминокислотных остатка). COG3459 - Cellobiose phosphorylase [Carbohydrate transport and metabolism] (фосфорилаза целлобиозы; целлобиоза - это дисахарид). Функциональная группа - метаболизм и транспорт углеводов.

Визуализация геномного окружения

Далее с помощью программы COGNAT (параметры по умолчанию: neighborhood size = 9, occurrence threshold = 20 %) было визуализировано геномное окружение для данного COG'a, которое представлено ниже:

Цифрами обозначены:

1 - Hypothetical protein (Q21L46)

2 - Regulatory protein, TetR (Q21L47)

3 - Hypothetical protein (Q21L48)

4 - Cellobiose phosphorylase (Q21L49) - наш рабочий белок, поэтому он и выделен синим цветом.

далее идут гипотетические белки и самым последним идёт Regulatory protein, TetR (Q21L53.)

Геномное окружение не является консервативным, как видно на представленном ниже рисунке:

Отнесение белка YP_526380.1 из Saccharophagus degradans к терминам GO

С помощью BLAST в базе GO был выполнен поиск белка, похожего на мой. Лучшие результаты представлены ниже:

Как ни странно, находка с лучшим значением p-value относится к растениям. Естественно, это другой белок. Мне кажется, что целесообразней было бы рассматривать находку VC_0612: это тоже бактериальный белок, и функция у него близкая к моему белку.

Таблица 1. Термины GO, отнесённые к белку с идентификатором YP_526380.1

Аспект	Идентификатор GO	Перевод названия термина	Код типа достоверности
carbohydrate catabolic	GO:0016052	Катаболизм углеводов	ISS
phosphorylase activity	GO:0004645	Фосфорилазная активность	ISS

Таблица 2. Описание кодов достоверности, использованных в Таблице 1.

Код типа достоверности	Расшифровка кода типа достоверности	Объяснение
ISS	Inferred from Sequence or structural Similarity	Используется при каком-либо анализе, включающем последовательности.
ISO	Inferred from Sequence Orthology	Используется, когда две последовательности предположительно ортологичны, т.е. имеют общего предка
ISA	Inferred from Sequence Alignment	Используется, когда основой анализа является выравнивание.
ISM	Inferred from Sequence Model	Используется, когда анализ включает работу с математической моделью.
IGC	Inferred from Genomic Context	Используется, когда известен геномный контекст гена.
IBA	Inferred from Biological aspect of Ancestor	Используется, когда вывод о свойствах потомка делается на основе свойств предполагаемого предка.
IBD	Inferred from Biological aspect of Descendant	Используется, когда вывод о свойствах предка делается на основании свойств потомка.
IKR	Inferred from Key Residues	Выводы делаются на основании отсутствия ключевых остатков.
IRD	Inferred from Rapid Divergence	Используется при быстрой дивергенции предковой последовательности.
RCA	Inferred from Reviewed Computational Analysis	Используется при каком-либо анализе, включающем последовательности.

Сначала мы нашли кластер ортологичных групп, в состав которого входит мой белок. Далее мы исследовали геномное окружение гена, кодирующего наш белок, то есть выяснили, какие гены соседствуют с ним. Затем в базе GO (посвещённой генной онтологии) с использованием алгоритма BLAST было найдено несколько похожих белков, но сам белок найден не был. Код достоверности был при этом ISS, то есть был основан чисто на последовательностях. Таким образом, мы нашли в базе GO несколько близких белков, но САМ белок не нашли.