PFAM, INTERPRO

Банк семейств белковых доменов Pfam

Для поиска родственных белков, а также для выяснения возможных функций неизвестного белка можно провести анализ его последовательности. В результате мы получим набор более или менее консервативных сайтов, мотивов, доменов. Что это такое?

Сайт – чем-либо знаменитый набор остатков или отдельный остаток (например, сайт фосфорилирования)
Мотив – короткий консервативный участок (отвечает за какую-либо функцию)
Эволюционный домен белка – это консервативный фрагмент его последовательности.

Эволюционный домен (найденный при выравнивании последовательностей) часто (но не всегда) совпадает со структурным доменом белка - участком его третичной структуры, существующим относительно автономно от других частей (например его фолдинг проходит отдельно) и выполняющим определенную функцию.
Подобный анализ белка можно провести используя банк семейств белковых доменов Pfam. В качестве примера исследован белок CRH_BACSU.

Доменная архитектура белка CRH_BACSU по данным Pfam

Таблица 1. Анализ доменной архитектуры белка CRH_BACSU

Cхема из Pfam:
Пояснения к схеме
№	Pfam AC	Pfam ID	Полное название семейства доменов	Положение в последовательности белка CRH_BACSU	Клан
1.	PF00381	PTS-Hpr	Семейство доменов названо по семейству маленьких цитоплазматических белков, участвующих в переносе фосфата и являющихся частью фосфоенолпируват зависимой фосфотрансферазной системы (phosphotransferase system (PTS)) транспорта сахаров у бактерий	1–84	-

Как видно из данных таблицы, весь белок CRH_BACSU является единым доменом PTS-Hpr. Для этого домена не удалось найти клана (суперсемейства) к которому он относился бы. Возможно, это отдельно стоящее семейство доменов, характерных для консервативных белков-переносчиков фосфата.

Пояснения к графическому изображению доменной структуры белков в Pfam

Прямоугольники с закругленными краями – найден домен целиком.
Край прямоугольника зубчатый – найден только фрагмент домена, за зубчиками домен не продолжается, хотя должен был бы быть.
Прямоугольник с острыми краями – мотив, трансмебранный участок, участок малой сложности и т.п. – не является эволюционным доменом!
Цветная полоска – домен из PfamB, т.е. найденные программой, автоматически выровненные, но не аннотированные, сходные по последовательности фрагменты разных белков.
Домен, имеющий ID вида DUF… с номером - Domain of Unknown Function - домен с неизвестной функцией.

Информация о домене PTS-Hpr

Этот домен входит в 41 архитектуру известных белков.
Для 8181 белка, содержащего домен известна последовательность.
Для 11 разных белков, содержажих этот домен, известна пространственная структура.

При помощи Pfam можно построить множественные выравнивания хитов. Для примера выравнены только участки, содержащие домены PTS-Hpr в хитах. Файл с выравниваниями

Анализ встречаемости доменов в белках

Считается, что именно домены это структурно-функциональные единицы эволюции белков. Т.е. если домены встретились вместе в одном белке, то это еще ничего не означает: в других белках они могут быть организованы в другую архитектуру или вообще встретиться по отдельности.

В этом разделе мы проанализируем встречаемость некоторых доменов в белках.

Белок CRH_BACSU не очень подходит для этой цели: у него есть всего 1 домен в структуре и его встречаемость мы уже описали в таблице 1. В качестве альтернативы мы возьмем белок Q1C131_YERPA -переносчик фосфата в фосфоенолпируват зависимой фосфотрансферазной системе у Yersinia pestis (возбудитель чумы). Доменное строние этого белка приведено на рисунке 1, как видно, оно несколько разнообразнее, чем у CRH_BACSU.

Рис 1. Доменная архитектура белка Q1C131_YERPA

Для сравнения мы возьмем количество белков, архитектура которых содержит только один выбранный домен (и больше ничего).
Первый домен - уже знакомый нам PTS-Hpr, второй - PTS_EIIA_2, который также относится к фосфоенолпируват зависимой фосфотрансферазной системе переноса сахаров, но только EIIA 2.

Таблица 2. Сравнение распространенности однодоменных белков с доменами PTS-Hpr и PTS_EIIA_2, соответственно.

Домен	Архитектура белков	Количество белков с такой архитектурой
PTS-Hpr		5718
PTS_EIIA_2		9065

Как видно из данных таблицы 2, существует множество белков, имеющих архитектуру из единственного домена.

Встречаемость доменов в белках разных таксономических групп организмов

Банк Pfam предоставляет возможность создать дерево, на котором будут обозначены организмы и таксоны, в которых встречаются белки с данным доменом.
Однако, подобная операция невозможна для широко распространенных доменов: например для домена PTS-Hpr, при запросе дерева, было выдано сообщение: This family has 3582 species, which means that displaying the tree is not feasible. If you really need to see a representation of the tree for this entry, please contact us and we will be happy to discuss ways to generate it for you. (т.е. этот домен встречается в белках 3582 видов и такой объем невозможно отобразить на одном дереве)

В качестве альтернативы дереву, сервис PFAM предлагает круговое (розеточное) отображение таксонов (Sunburst) - см рисунок 2.

Рис 2. Розеточное отображение разнообрязия видов, имеющих белки с доменом PTS-Hpr.

Аналогичная ситуация для некоторых других, рандомно выбранных, доменов (например по PTS_EIIA_2 более 3000 видов не отображается).

Наконец, прошел анализ по домену NACHT (PF05729) - 661 вид. Этот домен отвечает за нуклеозидтрифосфатазную активность, встречается во множестве белков с совершенно различными функциями.

Таблица 3. Представленность домена NACHT в организмах разных таксонов.

Таксон		Количество белков с доменом NACHT.
Эукариоты (Eukariota)	Зеленые растения (Viridiplantae)	3
	Грибы (Fungi)	84
	Животные (Metazoa)	117
	Остальные эукариоты	20
Археи (Archaea)		11
Бактерии (Bacteria)		426
Вирусы (Virus)		0

Рассуждения о распространенности домена NACHT среди организмов

Домен NACHT встречается во всех известных доменах клеточных организмов: в бактериях, археях и эукариотах. Его встречаемость в бактериях и эукариотах соизмерима (см. таблицу 3), в археях - меньше. Для вирусных белков присутствие домена не зарегистрировано.

Сравнение описания мотивов в разных банках семейств, по данным InterPro

InterPro (an integrated resource of protein families, domains and functional sites) это интегрированная база данных, собранная по данным из Pfam, Prosite, etc. о семействах белков, доменах, мотивах, сайтах и т.п.
Для белка CRH_BACSU была получена карта всех мотивов, сайтов и доменов описаных в InterPro (см рис 3).

Рис 3. Карта мотивов, сайтов и доменов описаных в InterPro для белка CRH_BACSU

Самый короткий мотив на карте - PTS_HPR_SER (АС PS00589), описаный в банке PROSITE.
Он состоит из 16 аминокислот и является сайтом фосфорилирования серина в домене PTS Hpr.

Самый длинный мотив из 85 аминокислот - собственно домен белка, т.е. весь белок (SSF55594 в банке SUPERFAMILY, PS51350 в банке PROSITE).

В InterPro также интегрированы известные структуры белков из разных банков.
Так, для CRH_BACSU приведены 3 полностью идентичные структурные черты (Structural features): из PDB, из SCOP (The Structural Classification of proteins) и из CATH. Все они представляют собой полные 85 аминокислотные домены. Однако, как мы помним, PFAM предлагал нам 84 аминокислотный, неполный (обрезанный с краю) домен. Последняя аминокислота потерялась, скорее всего потому, что она наиболее вариабельна для этогй группы белков. Поэтому, при составлении множественного выравнивания и выделения эволюционных доменов PFAM искусственно укоротил структурный домен.