Главная страница > Третий семестр > Банк EMBL 

Банк EMBL

    Сравнение разных записей EMBL

    С помощью SRS^* были получены записи банка EMBL, коды доступа (AC) которых указаны в записи SwissProt белка GlmS E.coli. Информация о шести полученных записях приведена в табл. 1.

    Все записи содержат участки последовательностей или полные последовательности геномной ДНК различных штаммов E.coli. Две записи, созданные в 2006 г., представляют собой полные последовательности геномной ДНК штаммов W3110 и K12 MG1655 (их длина незначительно различается и составляет приблизительно 4.6×10⁶ н.п.). Две другие записи, созданные в 1982 и 1988 гг., содержат последовательности 5'-концевого участка транспозона Tn7 и его сайта встраивания (attTn7). Так как сайт встраивания транспозона располагается в терминаторе транскрипции гена glmS, эти записи также содержат прилегающий участок последовательности этого гена. Целью секвенирования, по-видимому, являлось изучение attTn7, поэтому длина секвенированных последовательностей не превышает 1000 н.п.

    Остальные две записи содержат различные фрагменты геномной ДНК E.coli, содержащие несколько генов (созданы в 1985 и 1993 гг.). Их длина составляет приблизительно 10⁴ - 10⁵ н.п. Из описания (DE) этих записей можно сделать следующие выводы:

• ген glmS располагается вблизи точки начала репликации oriC (glmS и oriC входят в состав одного и того же фрагмента последовательности длиной 14 тыс. н.п.),

• белок GlmS E.coli, скорее всего, выполняет второстепенную роль в метаболизме, так как он передается на 81-84 мин конъюгации (перед ее завершением).

    Все рассмотренные записи относятся к классу стандартных записей (STD). Этот класс данных объединяет неклассифицированные записи, которые не отнесены к различным специальным классам (например, CON - записи, полученные путем объединения других записей (сегментов), аннотации которых составлены из аннотаций сегментов, или ANN - записи, полученные путем объединения сегментов и имеющие свою собственную аннотацию; см. документацию к EMBL). Так как E.coli является прокариотическим организмом, все записи находятся в разделе EMBL, содержащем нуклеотидные последовательности прокариот (PRO).

^*  Запрос SRS, позволяющий получить все записи сразу: "((((([embl-AccNumber:AP009048] | [embl-AccNumber:U00096]) | [embl-AccNumber:L10328]) | [embl-AccNumber:M18980]) | [embl-AccNumber: V00620]) | [embl-AccNumber: X01631]) ".

    Табл. 1. Записи банка EMBL, AC которых приведены в записи SwissProt белка GlmS E.coli.

    Сравнение описаний гена glmS E.coli в двух разных записях EMBL

    Для проведения сравнения были выбраны записи V00620 (5'-концевой участок транспозона Tn7, встроившегося в терминатор транскрипции гена glmS E.coli) и X01631 (ориджин репликации ДНК E.coli OriC, гены gid, unc, EcoURF-1 и glmS). В каждой из записей выбран ген, кодирующий белок GlmS E.coli (поле /db_xref описания такого гена содержит ссылку на запись UniProt P17169, соответствующую GlmS E.coli). Следует отметить, что в поле DE записи X01631 искомый ген назван glmS, а в поле /note описания гена - gluS. Так как банк EMBL не является аннотируемым, подобное расхождение может быть ошибкой. Информация о последовательностях генов, кодирующих GlmS E.coli и содержащихся в различных записях, представлена в табл. 2.

    Табл. 2. Последовательности, кодирующие белок GlmS E.coli, в двух разных записях банка EMBL.

    Для сравнения последовательностей генов с помощью программы needlen пакета EMBOSS было построено их глобальное выравнивание по алгоритму Нидельмана-Вунша (рис. 1). Для построенного выравнивания процент идентичности последовательностей составляет 19.9%. Это объясняется тем, что запись V00620 содержит последовательность только 3'-концевого участка гена, а запись X01631 - полную последовательность гена. При этом 3'-концевой участок последовательности гена, содержащийся в V00620, полностью идентичен соответствующему участку гена из X01631. Учитывая вырожденность генетического кода (практически каждый третий нуклеотид не находится под давлением отбора), можно сделать вывод о том, что в обоих случаях была секвенирована последовательность ДНК одного и того же штамма E.coli (или близких штаммов).

  V00620             1                 gatctcttacattcacgctgaagcctacgctgct     34  
                                     ||||||||||||||||||||||||||||||||||
  X01631          1451 cattgaagttgaaagagatctcttacattcacgctgaagcctacgctgct   1500

  V00620            35 ggcgaactgaaacacggtccgctggcgctaattgatgccgatatgccggt     84
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
  X01631          1501 ggcgaactgaaacacggtccgctggcgctaattgatgccgatatgccggt   1550

  V00620            85 tattgttgttgcaccgaacaacgaattgctggaaaaactgaaatccaaca    134
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
  X01631          1551 tattgttgttgcaccgaacaacgaattgctggaaaaactgaaatccaaca   1600

  V00620           135 ttgaagaagttcgcgcgcgtggcggtcagttgtatgtcttcgccgatcag    184
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
  X01631          1601 ttgaagaagttcgcgcgcgtggcggtcagttgtatgtcttcgccgatcag   1650

  V00620           185 gatgcgggttttgtaagtagcgataacatgcacatcatcgagatgccgca    234
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
  X01631          1651 gatgcgggttttgtaagtagcgataacatgcacatcatcgagatgccgca   1700

  V00620           235 tgtggaagaggtgattgcaccgatcttctacaccgttccgctgcagctgc    284
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
  X01631          1701 tgtggaagaggtgattgcaccgatcttctacaccgttccgctgcagctgc   1750

  V00620           285 tggcttaccatgtcgcgctgatcaaaggcaccgacgttgaccagccgcgt    334
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
  X01631          1751 tggcttaccatgtcgcgctgatcaaaggcaccgacgttgaccagccgcgt   1800

  V00620           335 aacctggcaaaatcggttacggttgagtaa    364
                     ||||||||||||||||||||||||||||||
  X01631          1801 aacctggcaaaatcggttacggttgagtaa   1830

    Рис. 1. Участок выравнивания последовательностей генов, кодирующих GlmS E.coli, взятых из записей EMBL V00620 и X01631. Выравнивание построено программой needlen.

   
    Запись гена из эукариотического генома

    Был рассмотрен фрагмент записи EMBL BA000025, содержащий описание гена DPB2 человека. Ген DPB2 кодирует РНК-хеликазу и, как подавляющее большинство эукариотических генов, состоит из кодирующих и некодирующих участков (экзонов и интронов соответственно). Ген расположен на прямой цепи (в описании координат CDS отсутствует слово complement). Структура транслируемых участков гена схематично изображена ниже:

--[1269193..1269538]--...--[1288824..1289064]-->

    Следует отметить, что координаты первого и последнего экзонов, указанные в полях exon, отличаются от координат первого и последнего транслируемых участков, указанных в поле CDS (координата 5'-конца первого экзона меньше, чем координата 5'-конца первого кодирующего участка; координата 3'-конца последнего экзона больше, чем координата 3'-конца последнего кодирующего участка). Вычисления показали, что суммарная длина экзонов, деленная на три в связи с триплетностью генетического кода, превышает длину полипептидной цепи, указанной в записи. При этом суммарная длина кодирующих участков, деленная на три, соответствует длине полипептидной цепи. Возможно, авторы записи включили в состав первого и последнего экзонов близлежащие регуляторные последовательности, не кодирующие аминокислотные остатки (например, промотор и терминатор транскрипции).

    Ген DPB2 содержит 20 экзонов и 19 интронов. Длины самых коротких и самых длинных экзонов и интронов приведены в табл. 3 (вычисления проводились с помощью электронной таблицы Excel). Средняя длина экзона составляет 168 bp, что в пять раз меньше средней длины интрона (869 bp). Суммарная длина экзонов также значительно меньше суммарной длины интронов и составляет приблизительно 17% от общей длины гена. Таким образом, большая часть последовательности гена DPB2 человека представлена некодирующими участками.

    Табл. 3. Длины самых коротких и самых длинных экзонов и интронов гена DPB2 человека.

^© Куравский Михаил Львович, 2006