Практикум 9

Мотивы в промоторах Serpentinimonas maccroryi

Поиск оперонов

При помощи сервиса Operon-mapper, загрузив в него файл с последовательностью хромосомы S. maccroryi и координаты генов в ней, я разметила опероны на хромосоме. Полученный файл с координатами и другой информацией можно скачать по ссылке.

После я достала из последовательности хромосомы последовательности по 100 п.н. перед оперонами. Я выбрала из них 50 случайных последовательностей для обучения MEME, оставшиеся последовательности сохранила для теста. Сет последовательностей для обучения и тестовый сет можно скачать по соответствующим ссылкам. После я взяла из случайных мест генома столько же последовательностей длиной 100, сколько в тестовом сете. Этот сет для отрицательного контроля можно скачать по ссылке.

Код, который я написала для выполнения этого практикума, можно найти в колабе по ссылке.

Поиск мотивов при помощи MEME

Я запустила программму MEME на kodomo со следующими параметрами:

meme for_MEME.txt -dna -nmotifs 3 -minw 6

Результаты MEME можно скачать по ссылке.

MEME нашел 3 мотива, но только один из них был с адекватным e-value. Мотивы и e-value можно видеть на рис. 1, 2 и 3 и подписях к ним.

Рис. 1. Первый мотив. E-value = 0,076.
Рис. 2. Второй мотив. E-value = 70.
Рис. 3. Третий мотив. E-value = 45.

Поиск мотивов из MEME в FIMO

Я запустила поиск этих трех мотивов в тестовом сете и сете отрицательного контроля, используя веб-сервис FIMO с порогом на e-value 0,01 и поиском только по одной цепи. Реузльтаты для тестового сета и для сета отрицательного контроля можно скачать по соответствующим ссылкам.

В таблице 1 можно видеть число находок для каждого из этих паттернов для обоих сетов.

Табл. 1. Количество найденных мотивов в обоих сетах последовательностей.
MEME-1 MEME-2 MEME-3
Тестовый сет 320 2588 576
Сет отрицательного контроля 91 2738 336

Еще есть смысл смотреть на количество находок, у которых q-value меньше какого-то порога (мы так найдем меньше совпадений, но зато они с меньшей вероятностью будут просто случайными). Результаты для q-value < 0,05 можно видеть в табл. 2.

Табл. 2. Количество найденных мотивов в обоих сетах последовательностей с q-value < 0,05.
MEME-1 MEME-2 MEME-3
Тестовый сет 0 6 0
Сет отрицательного контроля 0 0 0

Для второго мотива (MEME-2) статистически значимые находки (с q-value < 0,05) находились чаще в первом сете (p = 0,016, односторонний биномиальный тест).

Если рассматривать только количество находок, то для тестового сета оно статистически значимо больше для первого и третьего мотива (p = 2,91 * 10-31 и p = 8,62 * 10-16 соответственно), но меньше для второго мотива.

Я полагаю, что MEME-1 и MEME-3 — действительно какие-то мотивы, с которыми связываются нужные для транскрипции белки (понять, что это за белки, довольно сложно). Думаю, что из-за большого количества находок и малой длины q-value у находок был большой и они не были учтены как значимые. А вот MEME-2, наверное, просто был найден по случайности.