EMBOSS (European Molecular Biology Open Software Suite) — это специальный пакет программного обеспечения, созданный для обработки биологических данных. При помощи этого пакета можно провести анализ геномов, протеомов, транскриптомов и проч.

Были проанализированы два протеома: UP000000625 (E. coli, str. K12) и UP000002744 (L. asiaticus, str. psy62). Были установлены частоты встречаемости различных аминокислот в этих протеомов (см. таблицы 1, 2 и 3). В протеоме UP000000625 всего 4306 белков (1356086 аминокислотных остатков), в протеоме UP000002744 — 1102 белка (316885 аминокислотных остатков).

Зелёным цветом на таблице обозначены топ-3 аминокислоты, которых в L. asiaticus больше, чем в E. coli, красным — наоборот. Достаточно интересной задачей является интерпретация полученных результатов.

Первое предположение, которое можно сделать, — это то, что вариабельность в аминокислотном составе протеома обусловлена какими-то физическими условиями, в которых существуют бактерии: разнице в температуре, pH или других условиях среды.

Было предположено, что аминокислотный состав протеома определён в первую очередь из-за каких-то ограничений на геном, кодирующий такой протеом. Для этого при помощи различных инструментов EMBOSS при сопоставлении генома и протеома было установлено, какие именно кодоны кодируют определённые аминокислоты (см. таблицу 4). Несложно заметить тенденцию: когда есть выбор, какой именно кодон использовать для кодирования аминокислоты, в E. coli отдаётся предпочтение кодонам с наибольшим содержанием водородных связей. Следовательно, для E. coli важен высокий GC-состав генома. В случае с L. asiaticus такой тенденции не наблюдается.

Низкое значение GC-состава объяснить достаточно несложно: большинство транзиций — это транзиции с GC на AT. Сложнее объяснить эволюционный вектор, направленный на повышение GC-состава генома (как в случае с кишечной палочкой). Обнаружено, что корреляции между термофильностью бактерии и её GC-составом практически нет; в том же исследовании была выдвинута гипотеза, согласно которой это зависит от наличие полимеразы DnaE2. Однако далеко не все бактерии с повышенным GC-составом имеют такую полимеразу, поэтому вопрос и по сей день остаётся спорным.

В нашем случае полимеразу DnaE2 не имеет ни один из организмов. Можно построить филогенетическое дерево бактерий (на основании каких-либо консервативных генов), имеющих полимеразу DnaE2, и E. coli и посмотреть, входит ли кишечная палочка в группу с синапоморфией в виде наличия DnaE2. Если да, то утрата кишечной палочкой DnaE2 вторична и повышенный GC-состав генома можно объяснить предковым состоянием. Однако это тема для другой работы.

Возвращаясь к разнице в аминокислотах и обращая внимание на всё вышесказанное, можно сказать, что разница в аминокислотном составе протеомов может быть обусловлена различной предрасположенностью бактерий к GC-составу их генома. В результате этого у E. coli есть дополительный эволюционный вектор в сторону аминокислот, которые кодируются кодонами с повышенным содержанием GC: так, у E. Coli содержится больше остатков аланина, чем у L. asiaticus (аланин кодируют кодоны с двумя\тремя GC-нуклеотидами), у L. asiaticus же — остатков изолейцина (ноль\один GC-нуклеотид в кодоне), серина (один\два GC-нуклеотида в кодоне) и лизина (ноль\один GC-нуклеотид).