1. Поиск гипотетических гомологов изучаемого белка в разных банках

Результаты поиска гипотетических гомологов белка RIDA_BACSU

	Поиск по Swiss-Prot	Поиск по PDB	Поиск по "nr"
1. Лучшая находка
Accession	P37552	1QD9	NP 387929 (hypothetical protein BSU00480), сам белок на 4м месте
E-value	5e-88	3e-88	2e-86 (результат самого белка - 1e-85)
Вес (в битах)	258	256	258
Процент идентичности	100%	100%	100%
2. Сколько хороших кандидатов в гомологи найдено?	67	28	3661
3. "Худшая из удовлетворительных" находка (последняя в выдаче с E-value < 1)
Номер находки в списке описаний	74	32	6626
Accession	A9BDY5	3LME	ZP 09799019
E-value	0.55	0.006	0.99
Вес (в битах)	32.7	34.7	35.8
% идентичности	23%	30%	34%
% сходства	40%	56%	47%
Длина выравнивания	88	87	105
Координаты выравнивания (от-до, в запросе и в находке)	21-104; 187-264	38-119; 41-123	30-125; 32-136
Число гэпов	14	9	9

Комментарии к результатам поиска:

• SwissProt: Как видно, первым нашелся исходный белок. В процессе поиска выявилась некоторая странность, видимо, связанная с алгоритмами Blast. При пороге в e-value 10 находится 87 результатов, в том числе и белок A9BDY5, описанный в таблице, с e-value 0.55. Если же поставить порог равным 1 (как, собственно, и логичнее делать), этот результат просто не находится. Все предыдущие, при этом, остаются. Поэтому при следующем поиске в PDB порог я оставила равным 10, тем более, что результатов там должны было получиться и получилось меньше, чем в SwissProt.


• PDB: Опять же, первый в результатах поиска - данный белок. При пороге в e-value 10 было найдено всего 36 результатов (это меньше, чем в первом случае, так как ищутся только белки с известной и представленной в PDB вторичной структурой). Понятно, что здесь также сработало ограничение по e-value, а не по количеству результатов.


• NR: "Банк", существующий только в Blast и объединяющий последовательности из всевозможных источников. Так как понятно, что результатов в нем будет гораздо больше, чем, к примеру, при поиске в SwissProt, сначала я поставила порог e-value, равный 1, и ограничение по количеству результатов 5000. Оказалось, что этого недостаточно, и пришлось делать повторный поиск с ограничением 10000. Тогда порог был достигнут, нашлось всего 6626 последовательностей, последняя из которых и есть худшая из "удовлетворительных". Первым в поиске оказался не исходный белок, а какая-то гипотетическая последовательность, также на 100% идентичная исходной, но с меньшим e-value.

2. Поиск гипотетических гомологов изучаемого белка с фильтром по таксонам.

Гомологи моему белку обнаружились сразу же, при поиске среду эукариот. Для сравнения я взяла белок с наименьшим e-value, им оказался MMF1_YEAST из митохондрий (вот, отсылка к прокариотам) дрожжей Saccharomyces cerevisiae S288c.

Номер находки в списке описаний	1
Accession	P40185
E-value	3e-42
Вес (в битах)	132
% идентичности	53%
% сходства	67%
Длина выравнивания	121
Координаты выравнивания (от-до, в запросе и в находке)	5 - 125; 24 - 144
Число гэпов	0

3. Сравнение выравниваний, выданных программой BLASTP, с оптимальными глобальным и локальным выравниваниями.

Записав последовательности белков RIDA_BACSU и MMF1_YEAST в отдельные файлы, с помощью команд stretcher rida_bacsu mmf1_yeast -gapopen 11 -gapextend 1 и matcher rida_bacsu mmf1_yeast -gapopen 11 -gapextend 1 я записала полное и частичное выравнивания в два отдельных файла, использовав при этом параметры BLAST-а. Итого, имеем три файла с тремя выравниваниями:

• BLAST - частичное;
• stretcher - полное;
• matcher - частичное.

Для начала сравним формальные характеристики выравниваний:

Выравнивание	Score	Length	% Identities	% Positives	Gaps
BLAST	331	121	53%	67%	0
stretcher	283	145	65%	82%	20
matcher	321	121	52.9%	66.9%	0

Сразу же очевидно, что выравнивания BLAST и matcher абсолютно одинаковы. Их вес немного разный при совершенно идентичных штрафах за гэпы (хотя их нет) и матрице, что, видимо, является опять-таки следствием сложных алгоритмов BLAST (они действительно странные и выдают неожиданный результат даже на очень простых выравниваниях). Так же очевидно, что выравнивание stretcher, как единственное полное, имеет меньший вес, так как учитывает вставочную мутацию 2-20 по второй последовательности и гэп, соответствующий последнему 145му остатку второго белка, и начисляет за нее штрафы. Процент согласованности столбцов для matcher, соответственно, 100%; для stretcher 20/145 *100% = 86,2%.