Зачетное задание: Что кодирует фрагмент нуклеотидной последовательности?

Выполнялся вариант 1

Дан фрагмент неаннотированного генома бактерии Klebsiella pneumoniae. Границы фрагмента с 4154583 по 4159582. Дан также протеом Salmonella typhimurium

Заданный фрагмент последовательности генома бактерии Klebsiella pneumoniae kpn_genome.fasta был получен с помощью команды

seqret kpn_genome.fasta -sask

Задачей стоит определить не закодированы ли в нем белки, похожие на белки из Salmonella typhimurium.

Для того чтобы проиндексировать протеом для поиска программами пакета BLAST использовалась следующая команда

formatdb -i salty_proteome.fasta -n salt -p T

Запуск программы BLASTX производился с командой

blastall -p blastx -d salt -i kpn_genome.fasta -o result.fasta -F F

Получены предполагаемые гены

[=>ген Q9XDN1 3638..4999]
[=>ген Q9XDN5 1215..1787]
[=>ген Q9XDN6 751..1212]
[=>ген Q8ZNR6 103..450]
[=>ген Q9XDN3 2339..2608]
[=>ген Q9XDN4 1844..2332]
[<=ген Q9ZFU8 732..472]

Гипотетические гены во фрагменте 1-5000 (реально в геноме это участок 4154583-4159582)

5'--[=>ген Q8ZNR6 103..450]--[=>ген Q9XDN6 751..1212]--[=>ген Q9XDN5 1215..1787]--[=>ген Q9XDN4 1844..2332]--[=>ген Q9XDN3 2339..2608]--[=>ген Q9XDN1 3638..4999]--3' 

3'----------------------------------------------------------------------[<=ген Q9ZFU8 732..472]--------------------------------------------------------------------5'

где значки => и <= обозначают прямую или комплементарную цепь ДНК соответственно,

Сравнение взаимного расположения генов в исследуемом фрагменте и в геноме организма-прототипа

Запрос к SRS для получения соотвествующих белков предполагаемых генов в UniProt:

Q9XDN1|Q9XDN5|Q9XDN6|Q8ZNR6|Q9XDN3|Q9XDN4|Q9ZFU8
Query "(((((([uniprot-AccNumber:Q9XDN1*]|[uniprot-AccNumber:Q9XDN5*])|[uniprot-AccNumber:Q9XDN6*])|
[uniprot-AccNumber:Q8ZNR6*])|[uniprot-AccNumber:Q9XDN3*])|[uniprot-AccNumber:Q9XDN4*])|[uniprot-AccNumber:Q9ZFU8*])

AC находки в БД UniProt	ID находки	Description	E-value (данные находок программы BLASTN)
Q9XDN1	Q9XDN1_SALTY	Propanediol utilization CoA-dependent propionaldehyde dehydrogenase.	0.0
Q9XDN5	Q9XDN5_SALTY	Propanediol utilization protein.	1e-87
Q9XDN6	Q9XDN6_SALTY	Propanediol utilization protein.	3e-43
Q8ZNR6	Q8ZNR6_SALTY	Propanediol utilization diol dehydratase reactivation protein.	2e-38
Q9XDN3	Q9XDN3_SALTY	Propanediol utilization protein.	2e-37
Q9XDN4	Q9XDN4_SALTY	Propanediol utilization protein.	2e-29
Q9ZFU8	EUTK_SALTY	Ethanolamine utilization protein eutK precursor.	8e-07

Запрос на установление связи с документами EMBL, проведенный функцией "Link":

"((((((([uniprot-AccNumber:Q9XDN1*]|[uniprot-AccNumber:Q9XDN5*])|[uniprot-AccNumber:Q9XDN6*])|
[uniprot-AccNumber:Q8ZNR6*])|[uniprot-AccNumber:Q9XDN3*])|[uniprot-AccNumber:Q9XDN4*])|[uniprot-AccNumber:Q9ZFU8*]) > EMBL )"

• EMBL:AE008790 (Salmonella typhimurium LT2, section 94 of 220 of the complete genome)
• EMBL:AE008810 (Salmonella typhimurium LT2, section 114 of 220 of the complete genome)
• EMBL:AF093749 (Salmonella typhimurium strain LT2 NADP+-linked malic enzyme (maeB), partial cds; insertion element IS200 transposase, complete cds; eut operon, complete sequence; and unknown genes)

Предсказанные гены в найденных записях EMBL

AC находки в БД UniProt	EMBL:AE008790	EMBL:AE008810	EMBL:AF093749
Q9XDN1	gene pduP gene 13548..14666	-	-
Q9XDN5	gene pduL gene 9725..10364	-	-
Q9XDN6	gene pduK gene 9250..9732	-	-
Q8ZNR6	gene pduH gene 8595..8952	-	-
Q9XDN3	gene pduN gene 10848..11131	-	-
Q9XDN4	gene pduM gene 10356..10852	-	-
Q9ZFU8	-	gene eutK gene complement(13605..14112)	gene eutK gene 14785..15279

Гены Salmonella typhimurium LT2, полученные из записей EMBL

5'--[=>ген pduH 8595..8952]--[=>ген pduK 9250..9732]--[=>ген pduL 9725..10364]--[=>ген pduM 10356..10852]--[=>ген pduN 10848..11131]--[=>ген pduP 13548..14666]--[=>ген eutK 14785..15279]--3' 

3'---------------------------------------------------------------------------[<=ген eutK 13605..14112]--------------------------------------------------------------------------------------5'

Как видно из схем гипотетического и "достоверного" расположения генов, полученного из записей EMBL,

• ген Q8ZNR6 соответствует гену pduH (с разницей в длинне 10 н.о.) (прямая цепь)
• ген Q9XDN6 соответствует гену pduK (с разницей в длинне 21 н.о.) (прямая цепь)
• ген Q9XDN5 соответствует гену pduL (с разницей в длинне 67 н.о.) (прямая цепь)
• ген Q9XDN4 соответствует гену pduM (с разницей в длинне 8 н.о.) (прямая цепь)
• ген Q9XDN3 соответствует гену pduN (с разницей в длинне 14 н.о.) (прямая цепь)
• ген Q9XDN1 соответствует гену pduP (с разницей в длинне 243 н.о.) (прямая цепь)
• ген Q9ZFU8 соответствует гену eutK (с разницей в длинне 247 н.о.) (комплиментарная цепь)
• ген eutK не был предсказан на прямой цепи, так как расстояние от начала первого гена pduH до начала гена eutK на прямой цепи равно 14785-8595=6190 н.о., что больше длинны рассматриваемого участка (5000 н.о.)

Вывод: