Учебный сайт Сергея Маргасюка

Банки нуклеотидных последовательностей

Характеристика сборки генома Picoides pubescens

Опишем сборку генома Picoides pubescens, пушистого дятла (сборка GCA_000699005.1 в NCBI). Это единственная сборка генома этого организма. Сборка относится к проектам PRJNA212874 и PRJNA263502 (в рамках первого выполнено помещение сборки в NCBI, в рамках второго — перенос сборки в RefSeq). В проектах использовался только образец SAMN02314405 (самка, поймана в США).

Для сборки N50 равен 24809 (при средней длине гена порядка 1000 нуклеотидов такое значение N50 представляется достаточно хорошим), L50 — 12353; длина контига от 200 до 299159 нуклеотидов. Далее представлена ссылка на таблицу контигов сборки: ссылка. Приведем ссылку на последовательность достаточно длинного контига (20520 нуклеотидов): ссылка

Описание ключей таблиц в базе данных NCBI

Опишем несколько ключей, используемых в базе данных NCBI:

gene — участок, идентифицированный как ген, имеющий название
Пример 1: использование ключа gene
```
     gene            127766..130062
                     /locus_tag="TCM_000030"
                     /note="dbxref CacaoGD:Thecc1EG000030"
                
```
Опишем присутствующие в примере уточнители:
- /locus_tag — уникальный идентификатор гена (может использоваться для предположительно гомологичных генов в разных организмах);
- /note — дополнительная заметка;
CDS — участок, кодирующий какую-либо последовательность аминокислотных остатков в существующем белке
Пример 2: использование ключа CDS
```
     CDS             join(123902..124535,124693..125606,125707..125853)
                     /locus_tag="TCM_000029"
                     /note="dbxref ricco:28592.m000278;
                     paralog of Thecc1EG015743t1"
                     /codon_start=1
                     /product="Plant intracellular ras group-related LRR 4"
                     /protein_id="EOX90603.1"
                     /db_xref="TAIR:AT4G35470.1"
            
```
Опишем присутствующие в примере уточнители:
- /сodon_start — координата старт-кодона относительно начала родительского участка (в данном случае CDS);
- /product — предполагаемый продукт, кодируемый данным участком;
- /protein_id — идентификатор кодируемого белка;
- /db_xref — идентификатор в какой-либо базе данных (база данных указана перед двоеточием; в данном примере — The Arabidopsis Information Resource (TAIR)
3'UTR — некодирующий 3'-участок
Пример 3: использование ключа 3'UTR
```
     3'UTR           5584..5857
                
```

telomere — участок, идентифицированный как теломера, для которого получена экспериментальная характеристика;

Пример 4: использование ключа telomere

     telomere        complement(1..7223)
                     /note="TEL16L; Telomeric region on the left arm of
                     Chromosome XVI; annotated components include an X element
                     core sequence, X element combinatorial repeats, and a long
                     Y' element; TEL16L does have telomeric repeats
                     (TEL16L-TR), but they are missing from the genome
                     annotation due to difficulties encountered during
                     sequencing and/or assembly"

stem_loop — шпилька: участок молекулы НК, в котором образованы базовые пары между комплементарными подпоследовательностями в одной цепочке;
Пример 5: использование ключа stem_loop
```
     stem_loop       63051..63194
                     /note="oriL palindrome"
                
```
rRNA — созревшая рибосомальная РНК;
Пример 6: использование ключа rRNA
```
     rRNA            <1..>776
                     /product="16S ribosomal RNA"
                
```
regulatory — участок, выполняющий регуляцию транскрипции или трансляции;
Пример 7: использование ключа regulatory
```
     regulatory      22032..22060
                     /regulatory_class="promoter"
                     /note="PcH1 promoter"
                
```
oriT — ориджин переноса; участок, необходимый для переноса ДНК от донорной клетки к акцепторной в процессе бактериальной конъюгации;
Пример 8: использование ключа oriT
```
     oriT            15948..16349
                     /standard_name="oriT"
                
```
mRNA — участок, предположительно соответствующий созревшей мРНК: содержит кодирующие участки и нетранслируемые 5' и 3' участки

Пример 9: использование ключа mRNA

     mRNA            join(127766..127901,127991..128023,128127..128223,
                     128301..128386,128475..128519,128657..128787,
                     129259..129369,129457..129890)
                     /locus_tag="TCM_000030"
                     /product="Translation initiation factor IF6 isoform 1"
                     /inference="alignment:exonerate-
                     protein:2:ricco:28592.m000280.2"
                     /inference="similar to AA sequence (same
                     species):CacaoGD:Thecc1EG043359t2"
                     /inference="similar to AA sequence:ricco:28592.m000280"
                     /note="transcript variant 1; alternatively spliced;
                     quality class is strong, express is strong, homology is
                     ortholog strong, intron is strong, protein is complete;
                     similar to RNA sequence, EST 1.00 coverage;
                     inference alignment:Newbler:10:TSA:cgbaP1_g02300t00001_C2"

ncRNA — участок, кодирующий РНК, не являющуюся ни матричной, ни рибосомальной, ни транспортной

Пример 10: использование ключа ncRNA

     ncRNA           complement(join(70484..71246,71352..71508,75207..75371,
                     77975..78296))
                     /ncRNA_class="lncRNA"
                     /gene="LOC105375113"
                     /product="uncharacterized LOC105375113, transcript variant
                     X3"
                     /note="Derived by automated computational analysis using
                     gene prediction method: Gnomon. Supporting evidence
                     includes similarity to: 1 mRNA, 1 EST, and 100% coverage
                     of the annotated genomic feature by RNAseq alignments"
                     /transcript_id="XR_955329.2"
                     /db_xref="GeneID:105375113"

Описание геномного проекта Human Microbiome Project

Human Microbiome Project — коллекция данных о микроорганизмах, живущих в теле человека: бактерий, архей, вирусов и эукариот. Эти организмы обычно не наносят вреда человеку и выполняют ряд важных функций, в том числе синтез витаминов, обучение иммунной системы и борьбу с болезнетворными микроорганизмами.

В отличие от данных, получаемых методами традиционной микробиологии, информация, полученная в рамках проекта позволяет судить не только об отдельных видах, но о целых сообществах микроорганизмов, существующих в различных зонах внутри человеческого организма.

Приведем информацию по геномному проекту HMP:

Название: Human Microbiome Project;
Цель: секвенирование и получение из открытых источников геномов около 3000 видов, живущих в организме человека;
Год начала:2008;
Ссылка на страницу: hmpdacc.org;
Организация: National Institutes of Health (NIH);
Страна: США;
Планируемое число геномов: 3000;
Число геномов: 4767, из них 1530 секвенировано в рамках проекта;
Последняя публикация по проекту: Antibiotic perturbation of the preterm infant gut microbiome and resistome (PubMed);

Построение списка генов в митохондриальном геноме Paracercomonas marina

Для поиска всех полных митохондриальных геномов таксона Rhizaria были использованы следующие запросы в NCBI Nuceotide:

RefSeq: mitochondrion[Title] AND ("complete sequence"[Title] OR "complete genome"[Title]) AND "Rhizaria"[Organism] AND refseq[filter] — 2 результата;
GenBank: mitochondrion[Title] AND ("complete sequence"[Title] OR "complete genome"[Title]) AND "Rhizaria"[Organism] AND ddbj_embl_genbank[filter] — 3 результата;

Рассмотрим митохондриальный геном Paracercomonas marina. В результате поиска с запросом mitochondrion[Title] AND ("complete sequence"[Title] OR "complete genome"[Title]) AND "Paracercomonas marina"[Organism] AND ((ddbj_embl_genbank[filter]) OR (refseq[filter])) был получен митохондриальный геном. Далее представлена ссылка на таблицу, содержащую полные и короткие названия генов из этого генома, идентификаторы белков, координаты и ориентацию генов в цепи: pmarina.tsv