Выравнивание геномов, NPG

В этом практикуме нужно было построить нуклеотидный пангеном для нескольких штаммов бактерий одного вида с помощью программы NPG-explorer. Затем этот НПГ нужно было проанализировать и исследовать несколько крпных эволюционнных событий на примере выбранных штаммов.

Построение НПГ

Для выполнения практикума было выбранно 5 штаммов бактерии Bacillus atrophaeus: PENSV20, SRCM101359, BA59, GQJK17 и CNY01. И создан входной файл с данными всех этих штаммов.

Стабильное ядро нуклеотидного пангенома

Информация о стабильном ядре содержится в файле pangenome/pangenome.info.

Описание самых крупных делеций в каждом геноме

Проследить делеции можно с помощью файла pangenome/pangenome.bi. Для удобства файл был импортирован в EXCEL. Нас интересуют "полустабильные" h-блоки, так как в них содержатся последовательности не из всех геномов. С помощью фильтра по букве h в названии блока и сортировки столбца cols по убыванию была получена информация о крупных делециях (табл. 2).

Табл. 2

Идентификатор блока	Длина делеции	Штаммы с делецией	Белок
h2x45547	45547	BA, CNY, PENSV	Putative lipoprotein YerH
h2x11262	11137	BA, CNY, SRCM	Amino acid adenylation domain-containig protein
h2x9518	9518	BA, CNY, PENSV	Cell wall anchor protein
h3x7891	7891	GQJK, PENSV	Oxidoreductase

Описание перестановок синтений

Рис. 1. Global blocks

На рис. 1 показаны все g-блоки выбранных бактерий. Видно, что все блоки у всех бактерий идут в одинаковом порядке, перестановок нет. Это подтверждает родство выбранных бактерий.

Ошибки в аннотации генов

Большинство ошибок в аннотации генов связано с недорасшифровкой генома у некоторых организмов - на рис. 2-4 показан блок s5x110n2, в котором у штаммов CNY и PENSV фннотирован белок PucR family transcriptional regulator, а у остальных штаммов лишь найден белок, но его функция еще не определена (hypothetical protein/uncharacterized protein). В таких ситуациях, при высоком проценте идентичности участков, у разных штаммов должен наблюдаться один белок (скорее всего именно тот, который аннотирован).

Но иногда в одном блоке встречаются гены, аннотированные по-разному (рис. 5-8). Например, на рис. 5,6 показан блок s5x10158, в котором у всех штаммов, кроме CNY аннотирован general stress protein (на рис. 6 показана аннотация белка для GQJK), а у CNY аннотирован белок polysaccharide pyruvyl transferase family (рис.5).

На рис. 7,8 показан участок блока s5x31903. У всех штаммов, кроме SRCM в этом месте аннотирован белок GntR family transcriptional regulator (рис. 7). У SRCM aннотирован HTH-type transcriptional repressor YvoA(рис. 8).

Такие ошибки могут возникать, если гены аннотированы в разных рамках считывания или же некоторые участки генов могут сильно отличаться. Также в одном блоке могут находиться гены разных организмов, близкие по функциям (например, регуляторы транскрипции и репрессоры транскрипции (рис. 7,8)).