Меню

Поиск гипотетических гомологов изучаемого белка в разных банках

Рассмотрим web- интерфейс программы BLAST. В разделе "Basic BLAST" переходим по гиперссылке "protein blast".
В поле "Enter Query Sequence" можно ввести accession number, gi, или FASTA последовательность. Для нашей задачи введем в это поле accession нашего белка: P54491.
Далее мы можем варьировать параметры нашего запроса: Database - можем менять базу данных, в которой будем искать наши варавнивания с запрошенным белком. В дополнительной вкладке "Algorithm parameters" можем поменять максимальное колличество выводимых выравниваний ("Max target sequences"), максимальное значение e-value ("Expect threshold"), а так же еще много интересных вещей, но в данном задании мы пользоваться ими не будем.

Будем искать выравнивания в трех базах данных: swissprot, PDB, nr.
Банк nr (Non-redundant protein sequences) — своеобразный "виртуальный" банк, существующий только как область поиска программой BLAST на сайте NCBI. Включает в себя все белковые последовательности из всевозможных источников (в первую очередь Swiss-Prot и аннотации кодирующих участков генов в GenBank).

После того, как мы сформировали запрос нажимаем кнопку "BLAST" и ждем некоторое время, пока у нас не появится список находок. Чтобы узнать номер находки в списке описаний, наведем курсор мыши на "Accession" (гиперссылку в правом столбце таблицы). В "строке состояния" (внизу окна браузера) отобразится гиперссылка, в которой будет указано "blast_rank=...", значит, курсор на ...-ой находке.
(Результаты находок для белка YQGN_BACSU в трех базах данных приведены в табл.1.)

Табл. 1. Результаты поиска гипотетических гомологов белка YQGN_BACSU

	Поиск по Swiss-Prot	Поиск по PDB	Поиск по "nr"
1. Лучшая находка (с последовательностью исходного белка)
Accession	P54491.1	1YDM_A	NP_390369.1
E-value	3e-138	4e-136	2e-136
Вес (в битах)	390	382	390
Процент идентичности	100%	98%	100%
2. Число находок с E-value < 10–10	11	5	2325
3. "Худшая из удовлетворительных" находка (последняя в выдаче с E-value < 1)
Номер находки в списке описаний	16	10	3916
Accession	A5FIV1.1	3MA6_A	YP_003177494.1
E-value	0.84	0.95	1.0
Вес (в битах)	33.5	30.0	38.1
% идентичности	27	32	25
% сходства	50	48	41
Длина выравнивания	81	56	161
Координаты выравнивания (от-до, в запросе и в находке)	В запросе: 48-125 В выравнивании: 443-519	В запросе: 17-64 В выравнивании: 236-290	В запросе: 38-187 В выравнивании: 49-204
Число гэпов	7	9	16

Удалось найти исходный белок в базах данных Swiss-Prot и "nr". В PDB нашлась 3d структура.

Число явных гомологов (E-value < 1e-10) при поиске по разным БД существенно различаются, как мы видим, что вполне объяснимо. Банк nr содержит в себе данные и из swiss-prot и из PDB, самое большое колличество находок именно в нем. В swiss-prot нашлось больше находок, чем в PDB, так как не для всех белков есть данные рентгеноструктурного анализа и соответсвующие 3-D структуры.

Рассмотрим колличество находок для разных баз данных и E-value самой последней находки, в каждой из них. (Результаты в табл.2.)

Табл. 2. Исследование результатов поиска гипотетических гомологов белка YQGN_BACSU

	Поиск по Swiss-Prot	Поиск по PDB	Поиск по "nr"
Всего находок	28	19	4080 (порог на число находок 5000, на e-value 10, если его увеличить находки еще будут)
E-value последней находки	9.5	8.9	9.7
Чем лимитировано?	e-value(так как по умолчанию оно выводит находки с <10) , а число находок ограничено лишь 100. После изменения e-value на <40 последней находкой стала с e-value 23.	e-value	e-value, так как находок <<5000, а expect немногим меньше 10.

Поиск гипотетических гомологов изучаемого белка с фильтром по таксонам

Табл. 3. Поиск гипотетических гомологов белка YQGN_BACSU с фильтром по таксонам: Eukaryota. Матрица BLOSUM 62.

	Поиск по Swiss-Prot	Поиск по PDB	Поиск по "nr"
Гипотетические гомологи (E-value < 1e-3)
Accession	Q9P7W2.1	3HXT_A	CCU99308.1
E-value	6e-18	1e-14	9e-21
Вес (в битах)	80.9	68.6	93.6
% идентичности	29	26	29
% сходства	50	51	48
Длина выравнивания	197	190	216
Координаты выравнивания (от-до, в запросе и в находке)	В запросе: 2-183 В выравнивании: 5-201	В запросе: 2-180 В выравнивании: 10-199	В запросе: 2-184 В выравнивании: 8-223
Число гэпов	15	11	33

BLAST двух последовательностей

С помощью программы BLAST сделаем парное выравнивание белка 1YDM и его гомолога, найденного в предыдущей части(CCU99308.1).

Сравнение результатов поиска с различными матрицами BLOSUM

Так как цифры, стоящии после BLOSUM означают порог идентичности(%) на котором кластеризуют последовательности, то становится очевидным, что для наиболее похожих последовательностей целесообразней использовать матрицу с меньшим порогом, а для более различающихся - с меньшим.

Табл. 4. Поиск гипотетических гомологов белка YQGN_BACSU с фильтром по таксонам: Eukaryota. Матрица BLOSUM 90.

	Поиск по Swiss-Prot	Поиск по PDB	Поиск по "nr"
Гипотетические гомологи (E-value < 1e-3)
Accession	Q9P7W2.1	3HXT_A	CCU99308.1
E-value	4e-17	7e-14	2e-19
Вес (в битах)	83.2	70.7	95.4
% идентичности	29	26	29
% сходства	44	43	43
Длина выравнивания	197	190	216
Координаты выравнивания (от-до, в запросе и в находке)	В запросе: 2-183 В выравнивании: 5-201	В запросе: 2-180 В выравнивании: 10-199	В запросе: 2-184 В выравнивании: 8-223
Число гэпов	15	11	33

Отличается E-value, %сходства, вес (в битах).
E-value(E): E = kmne^-λs, где λ и k - это нормировка на матрицу BLOSUM, m - длина запроса, n - длина банка данных, s - вес выравнивания.

Bit score(S'):

E = mn2^-s'

Из Табл.5. видно, что e-value при переходе от матрицы BLOSUM 62 к матрице ВLOSUM с порогом кластеризации 90 возрастает. Возрастает так же вес в битах, а % сходства напротив уменьшается.

Табл. 5. Сравнение значения для гипототетических гомологов по матрице BLOSUM 90 и 62.

Параметр	BLOSUM 62	BLOSUM 90
Поиск по Swiss-Prot
E-value	6e-18	4e-17
% сходства	50	44
вес в битах	80.9	83.2
Поиск по pdb
E-value	1e-14	7e-14
% сходства	51	43
вес в битах	68.6	70.7
Поиск по "nr"
E-value	9e-21	2e-19
% сходства	48	43
вес в битах	93.6	95.4

Полезные ссылки: