Паттерны и профили

Создание паттернов аминокислотных последовательностей

Выбранный фрагмент выравнивания

Сравнение сильного и слабого паттернов

Характеристика паттерна	Паттерн	В скольких последовательностях банка Swiss-Prot найден мотив, удовлетворяющий паттерну?	Все ли последовательности из моего выравнивания найдены?
Фрагмент последовательности	D-G-I-K-Y-V-I-G-H-L-C-S	6	нет, найдены не все
Сильный	D-G-[IV]-K-[FY]-V-[IV]-G-[HP]-[LVF]-[CTN]-[ST]	16	да, найдены все
Слабый	[DE]-G-[IV]-{DE}-[FY]-[VI]-[IV]-G-[HP]	18	да, найдены все

Результаты, приведенные в таблице, ясны. Чем более слабый паттерн мы создаем, тем больше находок мы получаем. Это связано с тем, что, создавая более слабый паттерн, мы даем больше возможностей для того, чтобы потенциальная находка подходила под наш паттерн. Например, пишем x вместо [AVIL] или [DE] вместо D. При составлении паттернов важно учитывать свойства аминокислотных остатков.

Все описанные в PROSITE мотивы в заданном белке LIVK_ECOLI

Идентификатор документа PROSITE (AC)	Название мотива	Краткое описание мотива	Тип подписи (паттерн, профиль)	Паттерн (регулярное выражение)	Специфична ли подпись?	Сколько мотивов нашлось в белке?
PS00008	MYRISTYL	Сайт N-миристоилирования	паттерн	`G-{EDRKHPFYW}-x(2)-[STAGCN]-{P}`	неспецифична	10
PS00007	TYR_PHOSPHO_SITE	Сайт фосфорилирования тирозинкиназы	паттерн	[RK] - x(2) - [DE] - x(3) - Y or [RK] - x(3) - [DE] - x(2) - Y	не специфична	2
PS00006	CK2_PHOSPHO_SITE	Сайт фосфорилирования казеин киназы-2	паттерн	[ST] - x(2) - [DE]	не специфична	5
PS00005	PKC_PHOSPHO_SITE	Сайт фосфорилирования протеин киназы-С	паттерн	[ST] - x - [RK]	не специфична	2
PS00001	ASN_GLYCOSYLATION	Cайт N-гликозилирования	паттерн	N - {P} - [ST] - {P}	не специфична	1

Построение PSSM и определение веса последовательности по полученной матрице

Фрагмент множественного выравнивания
Фрагмент выравнивания, по которому строился профиль
Выходной файл программы prophecy (профиль)
Профиль. Таблица, в которой по горизонтали отмечены аминокислоты, а по вертикали - колонки выравнивания. Числа в таблице показывают, сколько раз (во всех последовательностях в этой колонке) встречается аминокислота, отмеченная по горизонтали. Программа сначала строит Consensus - последовательность, элементами которой являются наиболее часто встретившиеся в одной колонке аминокислотные остатки из множественного выравнивания. А программа profit уже выводить % идентичности сравнительно с консенсусом.
Выходной файл программы profit
Profit считает вес последовательности по построенному профилю и сравнивает его с максимальным весом последовательности по данному профилю (а моем случае - 67), далее отбирает последовательности выше порога(75%) и выводит список, в котором напротив названия последовательности стоит процент (вес посл по профилю/67*100)

Главная страница

Первый семестр

Второй семестр