AAVS1 - сайт 19 хромосомы для интеграции AAV вируса

Аденоассоциированный вирус является привлекательным организмом в генетике, так как способен высокоспецифично вставлять свой геном только в один участок в геноме человека - AAVS1.

AAVS1 сайт имеет длину порядка 4000 п.н. и белок репликаза/интеграза узнает его концевые инвертированные повторы аденоассоциированного вируса (размер генома 4.6 т.п.н), что позволяет точечно встроить геном в этот сайт, интеграция происходит путем негомологичной рекомбинации концов. Сигнал высокоэффективный, интеграция происходит специфично, но не у всех клеток в экспериментах.

Ссылки

Kotin, R. M., Linden, R. M., & Berns, K. I. (1992). Characterization of a preferred site on human chromosome 19q for integration of adeno-associated virus DNA by non-homologous recombination. The EMBO journal, 11(13), 5071–5078.

Ward P, Walsh CE. Targeted integration of a rAAV vector into the AAVS1 region. Virology. 2012;433(2):356-366. doi:10.1016/j.virol.2012.08.015

Построение PWM для последовательности Козак человека

Для этого задания я пользовался Python. Cкрипт мне предоставил Мурзин B., за что я выражаю ему благодарность. Скрипт можно посмотреть здесь. За первоначальные данные я взял предоставленный материал, а также дополнительно была загружена последовательность 12 хромосомы и таблица координатами старт кодонов. Скрипт позволил случайным образом выбрать 100 генов человека и вырезать фрагмент 7bp до стартового ATG и 3bp после него. Из этих 100 последовательностей были выбраны 40 и для них построена матрица, тогда как остальные 60 использовались для ее оценки. GC-состав был взят из базы данных NCBI и составляет 40.8%.

Были получены последовательности окрестности ATG человека и для коронавируса в окрестностях ATG и вне их в качестве отрицательного контроля. Также веса матрицы PWM и IC. Ниже представлена матрица весов.

Nucl	1	2	3	4	5	6	7	8	9	10	11	12	13
A	-0,05	0,05	-0,20	-0,20	0,07	-0,20	0,07	0,81	-3,42	-3,42	-0,86	-0,38	-0,38
T	-0,59	-1,22	-0,59	-0,59	-0,59	-0,86	-0,86	-3,42	0,81	-3,42	-1,22	-1,81	-0,38
G	-0,59	-0,59	-0,86	-0,86	-0,86	-0,86	-1,22	-3,42	-3,42	0,81	0,39	-0,05	-0,86
C	-1,22	-0,59	-0,59	-0,59	-1,22	-0,38	-0,59	-3,42	-3,42	-3,42	-1,22	-0,59	-0,59

Визуализация с помощью гистограмм веса для положительного и отрицательного контроля приведена ниже. Как можно увидеть медиана для старт-кодонов располагается примерно -2,5, тогда как для остальных составляет порядка -4. Таким образом, можно предположить, что ATG действительно является специфической последовательностью.

IC матрица

Ниже представлена матрица информационного содержания.

Nucl	1	2	3	4	5	6	7	8	9	10	11	12	13
A	0.21	0,21	0,10	0.10	0,33	0,10	0,33	1,79	0	0	-0,13	0,01	0,01
T	-0,07	-0,15	-0,07	-0,07	-0,07	-0,13	-0,13	0	1,79	0	-0,15	-0,14	0,01
G	0,04	0,04	-0,04	-0,04	-0,04	-0,04	-0,10	0	0	2,25	0,87	0,40	-0,04
C	-0,10	0,04	0,04	0,04	-0,10	0,14	0,04	0	0	0	-0,10	0,04	0,04

По визуализации Logo можно увидеть, что наиболее сильный сигнал составляет ATG.