Учебный Сайт Николая Николаева

Мини-обзор генома Deinococcus peraridilitoris

Николай Николаев

Факультет биоинженерии и биоинформатики, Московский государственный университет имени М. В. Ломоносова, Ленинские горы д. 1 стр. 73, 119234, Москва, Россия

12 декабря 2020 года

Pdf-версия Дополнительные материалы

РЕЗЮМЕ

В данной работе был проведён анализ генома и протеома бактерии Deinococcus peraridilitoris с помощью электронных таблиц и ряда программ расширения emboss. Были получены данные о встречаемости k-меров в геноме, длине белков, вероятном расположении ориджина и терминатора репликации, распределении генов на прямой и обратной цепях хромосомы и плазмид.

Ключевые слова: геном, протеом, Excel, Deinococcus peraridilitoris.

1 ВВЕДЕНИЕ

Deinococcus peraridilitoris – аэробный грамположительный неподвижный кокк, не образующий спор, изолированный из почвы прибрежной пустыни в Чили в 2007 году¹ и интересный своей исключительной устойчивостью к гамма-излучению: бактерия способна переносить дозы радиации свыше 10 кГр.

Геном D. Peraridilitoris представлен хромосомой и двумя плазмидами размером 3881839, 556630 и 75245 п.н. соответственно.

В данной работе главным образом с помощью электронных таблиц был проведён анализ некоторых характеристик генома и протеома бактерии, а именно: определён GC-состав генома, проведён его k-мерный анализ; исследовано соотношение G/C на разных участках бактериальной хромосомы для определения положения ориджина и терминатора репликации; составлена таблица количества генов различных типов на молекулах ДНК; вычислены средняя и медианная длина белка.

2 МАТЕРИАЛЫ И МЕТОДЫ

Данные о геноме и протеоме D. Peraridilitoris были получены с портала NCBI. Информация о генах была импортирована в Excel 2016. Путём поиска по тегам локусов (команда ВПР) была получена сводная таблица генов бактерии, содержимое которой было затем отсортировано по принадлежности к той или иной молекуле ДНК и расположению на ней.

k-мерный анализ генома проводился с помощью программы wordcount. Результаты были импортированы в Excel, где с по-мощью команд ВПР и ПСТР для каждого k-мера при k от 2 до 4 была подсчитана ожидаемая частота встречаемости и Compositional Bias (cb, отношение наблюдаемого значения к ожидаемому) на основании частот встречаемости нуклеотидов в гено-ме (результата для k=1).

Поиск ориджина и терминатора репликации был выполнен с помощью программы GenSkew, доступной по ссылке http://genskew.csb.univie.ac.at. Программа вычисляет GC-skew по формуле (G-C)/(G+C), где G, C – количество гуанинов и цитозинов в окне заданного размера. GC-skew cumulative (далее-GCsc) определяется сложением значений в данном окне и в нескольких предыдущих.

Как правило, у бактерий на лидирующей цепи преобладает гуанин, а на отстающей – цитозин². Поскольку программа читает последовательность в направлении 5’-3’, в ориджине репликации значение GCsc будет наиболее характерным для отстающей цепи, т.е. минимальным, а в точке терминации репликации, наоборот, максимальным.

Подсчёт генов разных типов на «+» и «-»-цепях ДНК был выполнен с помощью формулы Excel СЧЁТЕСЛИМН.

Белок-кодирующие гены были выбраны из плоской таблицы всех генов формулой ЕСЛИ. Их количество было определено формулой СЧЁТЕСЛИ, средняя длина – СРЗНАЧ, медианная длина – МЕДИАНА.

Кроме вышеперечисленных действий, в электронных таблицах использовались арифметические операции, абсолютные и относительные ссылки, распространение формул и другие методы работы.

3 РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

3.1 K-мерный анализ генома и GC-состав

Для расчёта встречаемости k-меров были определены частоты встречаемости нуклеотидов (Таблица 1).

Таблица 1. Частоты встречаемости нуклеотидов в геноме D. Peraridilitoris.

Нуклеотид	Частота
A	18.1%
C	31.8%
G	31.9%
T	18.2%

Видно соблюдение второго правила Чаргаффа – частоты комплементарных нуклеотидов примерно равны.

На Рис. 1 приведены гистограммы встречаемости k-меров для k=2, 3; в Таблице 2 – значения cb для некоторых тетрамеров (точные значения и полные результаты - см. дополнительные материалы, таблица «K-mers»).

Нажмите для просмотра — **Рис. 1.** Compositional Bias k-меров. A: k=2, B: k=3. Экстремально пере- или недопредставленные k-меры выделены красным.

Наиболее сильно отклоняются от случайной встречаемости некоторые тетрамеры. Причину этого установить пока не удалось.

Таблица 2. Некоторые наиболее экстремальные значения cb для k=4.

Тетрамер	cb
TTTT	2.06
TGAA	2.04
AAAA	2.03
TTCA	2.01
TTAG	0.11
CTAA	0.10
CTAG	0.06

3.2 Определение сайтов начала и терминации репликации по GC-skew

На Рис. 2 представлен результат работы программы GenSkew для хромосомы бактерии. Определить точки начала и конца репликации плазмид не удалось из-за их небольшого размера.

В то время как положение конечной точки репликации (около 3644 тыс. п.н. от начала последовательности) не вызывает сомнений, для ориджина есть три сайта со схожим GCsc с коор-динатами около 1.43, 1.82 и 2.04 млн. п.н. В то время как по-следний обладает наибольшим GCsc, второй ближе к положению, противоположному терминатору (1.70 млн. п.н.).

Для уточнения положения ориджина, возможно, стоит использовать другую программу с охватом большего числа окон при вычислении GCsc, чтобы ликвидировать случайные пики. Можно также провести поиск консервативных последователь-ностей точки начала репликации.

3.3 Распределение генов по «+» и «-» - цепям хромосомы и плазмид

Было исследовано, как гены различных типов распределены по молекулам ДНК в бактерии. Результаты (см. дополнительные материалы, таблица «Genes_distribution») свидетельствуют о том, что они в целом расположены равномерно. Значительно отклоняются от общего уровня в 1 ген примерно на каждые 2000 нуклеотидов лишь «+» и «-» - цепи меньшей плазмиды, что, вероятно, связано с её размером – 75.2 тыс. п.н. и 74 гена.

Пожалуй, наиболее интересным является наличие трёх генов рРНК на большей плазмиде, что, предположительно, является результатом её рекомбинации с хромосомой.

3.4 Анализ длин белков

D. Peraridilitoris имеет 4246 белков, распределение которых по длине показано на Рис. 3. Наиболее часто встречаются белки с длиной 125-175 аминокислотных остатков. Медианная длина белка – 256 аминокислотных остатков; средняя – 298, что несколько меньше средней длины для бактерий - 320 аминокислотных остатков, к которой, к примеру, близка средняя длина белка у родственного Deinococcus deserti (314 остатков)³.

4 ЗАКЛЮЧЕНИЕ

В данной работе был проанализирован геном и протеом D. Peraridilitoris. Были построены таблицы и диаграммы встречаемости k-меров, выделены наиболее перепредставленные и недопредставленные; определены координаты сайта терминации репликации, три возможные координаты ориджина и предложены способы его точного нахождения в дальнейшем; построена таблица расположения генов на различных молекулах ДНК и показана равномерность их распределения по составным частям генома; построена гистограмма длин белков, определена средняя и медианная длина белка.

ДОПОЛНИТЕЛЬНЫЕ МАТЕРИАЛЫ

Электронная таблица Nikolaev_supple_fin:

Лист «K-mers» - Compositional bias для всех k-меров с k=2,3,4.
Лист «Genes_distribution» - Количество кодирующих белки генов, псевдогенов и генов рибосомальных РНК на «+» и «-» - цепях хромосомы и двух плазмид.

ИСТОЧНИКИ

Rainey FA, Ferreira M, Nobre MF, Ray K, Bagaley D, Earl AM, и др. Deinococcus peraridilitoris sp. nov., isolated from a coastal desert. International Journal of Systematic and Evolutionary Microbiology. 1 июля 2007 г.;57(7):1408–12.
Tillier ERM, Collins RA. The Contributions of Replication Orientation, Gene Direction, and Signal Sequences to Base-Composition Asymmetries in Bacterial Genomes. J Mol Evol. март 2000 г.;50(3):249–57.
Tiessen A, Pérez-Rodríguez P, Delaye-Arredondo LJ. Mathematical modeling and comparison of protein size distribution in different plant, animal, fungal and microbial species reveals a negative correlation between protein size and protein number, thus providing insight into the evolution of proteomes. BMC Res Notes. декабрь 2012 г.;5(1):85.