Занятие 3. Программы пакета BLAST для работы с нуклеотидными последовательностями

Создание индексных файлов для программ пакета BLAST

В рабочей директории были созданы индексные файлы пакета BLAST для поиска по геному Xanthomonas campestris

formatdb -i xc_genome.fasta -p F -n xc (/home/export/samba/public/tmp/xc_genome.fasta)

.


Поиск в геноме участков, кодирующих белки, похожие на заданный

С помощью аминокислотной последовательности белка PHR_ECOLI из Escherichia coli K-12 я определил, не закодированы ли похожие белки в неаннотированных геномах Salmonella typhimurium, Pasteurella multocida, Xanthomonas campestris.

Для решения данной задачи наиболее подходящая программа из пакета BLAST - это tblastn.

blastall -p tblastn -d xc -i PHR_ECOLI.fasta -o xcvsphr -e 0.001

По результатам поиска была заполнена таблица:

Поиск гомологов PHR_ECOLI		Геном Xanthomonas campestris
Число находок с Е-value<0,001		1
Характеристика лучшей находки:
	E-value находки	2e-72
	AC соответствующей записи EMBL	AE012243
	координаты выравнивания(-ий) в записи EMBL	5274...6686
	Координаты CDS в записи EMBL (если они есть)	5238...6692
	AC UniProt в записи EMBL (если есть)	Q8PAP4
		Геномы Salmonella typhimurium, Pasteurella multocida, Xanthomonas campestris
Число находок с Е-value<0,001		2
E-value находки AE012243		6е-72

На первом месте в списке находок стоял белок, E-value которого на десятки порядков отличался от остальных(2e-72, а следующий уже 2.4). Это дает основания назвать данный белок гомологом phr_ecoli c большой долей вероятности. При поиске по всем геномам E-value гомолога повысился, что связано с увеличением базы данных поиска. Однако изменение E-value с 2e-72 на 6е-72 нельзя назвать кардинальным, т.е. программа находит гомологов с довольно высокой точностью даже при увеличении базы данных.

Аналогичный поиск сразу в нескольких геномах

blastall -p tblastn -d xcstpm -i PHR_ECOLI.fasta -o allvsphr -e 0.001
(/home/export/samba/public/tmp/xc_genome.fasta)
(/home/export/samba/public/tmp/st_genome.fasta)
(/home/export/samba/public/tmp/pm_genome.fasta)
    

Поиск гомологов с помощью программы BLASTN

blastall -p blastn -d xcstpm -i phr_ecolik12.fasta -o blastnall

>AE012505 AE008922 |AE012505| Xanthomonas campestris pv. campestris
            str. ATCC 33913,  section 413 of 460 of the complete
            genome.
          Length = 10606

 Score = 36.2 bits (18), Expect = 0.22
 Identities = 18/18 (100%)
 Strand = Plus / Plus

                              
Query: 1077 ctggcgcgaaggcgagcg 1094
            ||||||||||||||||||
Sbjct: 4867 ctggcgcgaaggcgagcg 4884


Участок списка:

AE008728 AE006468 |AE008728| Salmonella typhimurium LT2, section...   180   6e-45
...
AE012505 AE008922 |AE012505| Xanthomonas campestris pv. campestr...    36   0.22 

Не все лучшие находки поиска по всем геномам попали в список: AE008728 сталась на первом месте, а AE012243 исчезла из списка(участок xanthomonas). Из xanthomonas первым стоит AE012505, выравнивание которого приведено выше. E-value AE008728 резко ухудшилось, а тот AE012243 который при поиске с помощью blastn был лучшим вообще исчез. Вероятно, такой эффект вызван тем, что Blastn ищет НК в НК, а tblastn ищет белок в НК(т.е. потому что одна и та же аминокислота в белке может задаваться несколькими кодонами, что увеличивает количество вариантов в поиске) - это влияет на E-value. К тому же длина выравнивания резко уменьшилась.



вернуться к 3 семестру