Нуклеотидные базы данных
Знакомство со структурой банка RefSeq посредством поисковой системы SRS
С использованием SRS выведем список хромосом дрожжей
Saccharomyces cerevisiae.
На странице "Select Databanks" отметим чекбокс "RefSeq_DNA (release)" и нажмем "Standard Query Form"
(в левой стороне от списка баз данных).
Затем введем нужные значения полей Organism Name (Saccharomyces cerevisiae) и Molecule (DNA).
В полученнной таблице отметим галочками записи, отвечающие хромосомам, затем нажмем Save (в левой стороне экрана) и ещё раз Save.
REFSEQ_DNA:NC_001133 NC_001133 Saccharomyces cerevisiae S288c chromosome I, complete sequence. 230218 REFSEQ_DNA:NC_001134 NC_001134 Saccharomyces cerevisiae S288c chromosome II, complete sequence. 813184 REFSEQ_DNA:NC_001135 NC_001135 Saccharomyces cerevisiae S288c chromosome III, complete sequence. 316620 REFSEQ_DNA:NC_001136 NC_001136 Saccharomyces cerevisiae S288c chromosome IV, complete sequence. 1531933 REFSEQ_DNA:NC_001137 NC_001137 Saccharomyces cerevisiae S288c chromosome V, complete sequence. 576874 REFSEQ_DNA:NC_001138 NC_001138 Saccharomyces cerevisiae S288c chromosome VI, complete sequence. 270161 REFSEQ_DNA:NC_001139 NC_001139 Saccharomyces cerevisiae S288c chromosome VII, complete sequence. 1090940 REFSEQ_DNA:NC_001140 NC_001140 Saccharomyces cerevisiae S288c chromosome VIII, complete sequence. 562643 REFSEQ_DNA:NC_001141 NC_001141 Saccharomyces cerevisiae S288c chromosome IX, complete sequence. 439888 REFSEQ_DNA:NC_001142 NC_001142 Saccharomyces cerevisiae S288c chromosome X, complete sequence. 745751 REFSEQ_DNA:NC_001143 NC_001143 Saccharomyces cerevisiae S288c chromosome XI, complete sequence. 666816 REFSEQ_DNA:NC_001144 NC_001144 Saccharomyces cerevisiae S288c chromosome XII, complete sequence. 1078177 REFSEQ_DNA:NC_001145 NC_001145 Saccharomyces cerevisiae S288c chromosome XIII, complete sequence. 924431 REFSEQ_DNA:NC_001146 NC_001146 Saccharomyces cerevisiae S288c chromosome XIV, complete sequence. 784333 REFSEQ_DNA:NC_001147 NC_001147 Saccharomyces cerevisiae S288c chromosome XV, complete sequence. 1091291 REFSEQ_DNA:NC_001148 NC_001148 Saccharomyces cerevisiae S288c chromosome XVI, complete sequence. 948066
Для 15 хромосомы запишем ее длину, количество генов и тРНК в ней. Результаты представлены в таблице 1.
Таблица 1. Результаты для 15 хромосомы Saccharomyces cerevisiae
Длина хромосомы |
Количество генов |
Количество тРНК |
1091291 BP | 569 | 20 |
Приведем примеры четырёх генов на заданной хромосоме, а именно:
– гена, который находится на прямой цепи и не имеет интронов;
gene = BDS1, координаты CDS 6175. .8115
– гена, который находится на обратной цепи и не имеет интронов;
gene = AAD15, координаты CDS complement(1647. .2078)
– гена, который находится на прямой цепи и имеет хотя бы один интрон;
Такой ген не найден.
– гена, который находится на обратной цепи и имеет хотя бы один интрон.
gene = RPL18A, координаты CDS (join(93395. .93843, 94291. .94402))
Получение последовательности, кодирующей заданный белок
Получим последовательность, которая кодирует белок с идентификатором Uniprot_AC - P54491 (подробную информацию об этом белке
можно найти по ссылке).
Для этого на kodomo выполним команду entret sw:xxxxx, где xxxxx – это Uniprot_AC.
В полученном файле найдем строку, начинающуюся с "DR EMBL", сразу после "EMBL" идёт AC записи EMBL.
DR EMBL; D84432; BAA12517.1; -; Genomic_DNA. DR EMBL; AL009126; CAB14420.1; -; Genomic_DNA.
Соответственно, AC записи EMBL, в которых описан ген белка - AL009126, D84432.
Вырежем участок, кодирующий белок, в отдельный файл. Для этого сначала определим границы кодирующего участка ("CDS").
Получим файл с полной записью EMBL (это можно сделать через SRS или командой entret embl:xxxxxx).
Для записи Аl009126 СDS - 2573760..2574323 обратное направление гена
, для D84432 CDS - 145282..145845 - прямое.
Теперь можем воспользуйться командой seqret с опцией -sask. Можно просто ввести в терминал seqret -sask, но тогда придется вручную вбивать
сиквенс. Гораздо удобнее написать так: seqret ***.entret -sask, где ***.entret - это полученные ранее файлы с полной записью EMBL.
Далее надо ввести координаты начала гена и конца, а так же указать направление: Y - обратное, N - прямое.
В итоге получим два файла: al009126.fasta, d84432.fasta -, в которых записаны
участки, кодирующие белок.