Учебный сайт Образцовой Анны

EMBOSS

Программа getorf

Начнём с получения записи D89965 из банка EMBL. Используем следующую команду: entret embl:d89965, на выходе получаем следующий файл. Почитав запись, узнаём, что имеем дело с последовательностью мРНК из тканей желудка крысы.

getorf -sequence D89965.txt -table 1
			

Полученные рамки считывания содержатся в файле по ссылке. Сравним полученные рамки, с рамкой, содержащейся в записи из EMBL. Ей соответствует рамка номер 5.

Теперь перейдём к записи в Swiss-Prot, на которую ссылается используемая нами запись из EMBL. В ней содержится информация о белке из кишечной палочки, и последовательности этого белка соответствуеют девятая из ранее нами найденных рамок считывания. Противоречие.

Почему же связанные записи в двух банках относятся к разным белкам и организмам? Вспомним, что EMBL является архивной базой данных, записи там проверяются только тем человеком, который их туда добавил, тогда как Swiss-prot - реферируемая база данных. Вероятно, во время эксперимента с клетками желудка крысы примешались клетки E.coli, которые могли обитать в ЖКТ или просто находиться в воздухе. Ошибочно полученная последовательность была принята за крысиную, в EMBL запись не отредактирована, а в Swiss-prot была проверена и исправлена.

Файлы-списки

Cкачаем в файл adh.fasta все доступные в банке Swiss-prot последовательности алкогольдегидрогиназ, используя команду

entret sw:adh*_*

Теперь получим список универсальных адресов последовательностей алкогольдегидрогеназ такой командой:

infoseq -only -usa -sequence adh.fasta > adh_usa.txt

grep -f zveri.txt adh_usa.txt > adh_zveri.txt

Список организмов можно увидеть, перейдя по этой ссылке, список полученных адресов - по этой. Теперь можем получить сами последовательности, соответствующие адресам из списка, используем команду

seqret @adh_zveri.txt > seq_zveri.fasta

Полученный в итоге файл с последовательностями можно увидеть здесь. Теперь мы знаем, как быстро и удобно с помощью программ пакета EMBOSS создать выборку последовательностей, заданных каким-либо списком.

EnsEMBL

EnsEMBL - портал, предназначенный для визуализации известной информации о геномах человека и животных. Чтобы рассмотреть различные его функции, возьмём ранее выбранный ген ODC1 в качестве примера.

Если провести поиск с главной страницы, введя в строку "Search" краткое название гена, можно получить ссылки на страницы о гене и о транскриптах. Всего их 4, видимо, по разным вариантам сплайсинга. Их же можно увидеть и на странице о гене (см. рис. 1), там есть так же информация о типе гена, методе предсказания, вторичной структуре и др. С этой же страницы можно перейти к "Region in detаil"

Рис. 1 Таблица с расположением кодирующих участков последовательности четырёх вариантов транскриптов гена ODC1.

Теперь поищем ген ODC1 в геноме человека с помощью сервиса "BLAST/BLAT". На странице видим изображение кариотипа человека с отметками хороших выравниваний на хромосомах (см. рис. 2)

Рис. 2 Кариотип человека. Красными треугольниками отмечено расположение удачных находок, в рамку обведён лучший хит.

Ещё можно посмотреть локализацию в геноме последовательности-запроса и выровненной последовательности (см. рис. 3).

Рис. 3 Расположение последовательностей запроса и выравнивания в геноме.

Далее идёт список лучших выравниваний с координатами начала и цонца, направлением цепи, названием хромосомы, E-value, процентом сходства и длиной. Кроме того, для каждой последовательности есть ссылки на выравнивание - [A], геномную последовательность -[G], и подробную карту участка - [C]. Перейдя по третьей ссылке попадаем на страницу "Region in detail", аналогичную которой мы уже видели, когда рассматривали поиск по названию гена. Одна из последовательностей, собственно, и есть та, которую мы нашли. На странице "Region in detail" можно увидеть расположение гена на хромосоме (рис. 4), окружающий участок с другими генами (рис.5), расположение кодирующих участков при различных вариантах сплайсинга (рис. 6).

Рис. 4 Расположение гена на хромосоме (выделен красной рамкой).

Рис. 5 Отображение региона, в котором расположен ген. В сине-голубой строке размечены контиги, чёрно-белая полоса сверху отмечает координаты.

Рис. 6 Различные варианты сплайсинга гена ODC1. Обозначения те же, что и на рис. 5. Внизу также показан процент GC-пар (красная линия - 50%).