Практикум 9

Глобальное парное выравнивание гомологичных белков

Таблица 1. Данные глобального парного выравнивания белковых последовательностей

Protein Name	ID 1	ID 2	Score	% Identity	% Similarity	Gaps	Indels
D-3-phosphoglycerate dehydrogenase	SERA_ECOLI	SERA_BACSU	461	21.9	39.1	161	10
Xylose isomerase	XYLA_ECOLI	XYLA_BACSU	1187	50.1	66.2	9	3
Cell division protein ZapA	ZAPA_ECOLI	ZAPA_BACSU	41.5	13.2	29.8	48	5

Локальное парное выравнивание гомологичных белков

Таблица 2. Данные локального парного выравнивания белковых последовательностей

Protein Name	ID 1	ID 2	Score	% Identity	% Similarity	Gaps	Indels	% Coverage 1	% Coverage 2
D-3-phosphoglycerate dehydrogenase	SERA_ECOLI	SERA_BACSU	465.5	23.2	40.6	153	8	89.0	94.9
Xylose isomerase	XYLA_ECOLI	XYLA_BACSU	1195	51.4	67.9	2	2	99.1	97.5
Cell division protein ZapA	ZAPA_ECOLI	ZAPA_BACSU	50	16.5	48.1	9	3	70.6	84.7

Результат применения программ выравнивания к неродственным белкам

Для выравнивания неродственных белков я взяла пару белков с мнемониками APT(Adenine phosphoribosyltransferase) и BCP(Peroxiredoxin Bcp).

Таблица 3. Данные парного выравнивания

Alignment method	ID 1	ID 2	Score	% Identity	% Similarity	Gaps	Indels	% Coverage 1	% Coverage 2
needle	APT_ECOLI	BCP_BACSU	13	1.2	2.5	306	2	-	-
water			28	24.6	41.0	17	3	33.3	28.0

Сравнивая выравнивания родственных и неродственных белков, мы видим, что score в первом случае значительно больше, что логично, так как белки образовались от одного предка, следовательно идентичных и похожих аминокислот в них будет больше, чем в неродственных. Если же сравнивать глобальное и локальное выравнивание неродственных белков можно сделать вывод, что с помощью локального выравнивания лучше искать какие-либо похожие участки в неродственных белках (score, проценты идентичных и похожих аминокислот больше ).
Также можно заметить, что некоторые гомологичные белки имеют процент индентичности меньше, чем между неродственными, это можно объяснить тем, что гомологичные белки образовались от общего предка очень давно и успели накопить много мутаций. У негомологичных белков может быть достаточно высокий процент идентичности из-за сходных функций или из-за похожих доменов, связывающих похожие субстраты.

Множественное выравнивание белков и импорт в Jalview

Для множественного выравнивания я выбрала мнемонику XYLA, что соответствует ферменту Xylose isomerase. Всего в Swiss-Prot было найдено 193 таких белков. Далее я выбрала следующие белки: XYLA_PECAS, XYLA_ECOSM, XYLA_THECA, XYLA_BRUA1, XYLA_ECODH. Далее я создала файл xylai.txt со строчками:
sw:XYLA_BACSU
sw:XYLA_ECOLI
sw:XYLA_PECAS
sw:XYLA_ECOSM
sw:XYLA_THECA
sw:XYLA_BRUA1
sw:XYLA_ECODH
Затем я создала файл в формате fasta с помощью команды seqret @xylai.txt xylai.fasta. Затем с помощью команды: muscle -in xylai.fasta -out xyla_alignment.fasta выполнила множественное выравнивание. Далее импортировала выравнивание в Jalview и раскрасила колонки выравнивания по проценту идентичности.Ссылка на файл с проектом Jalview Jalview. В целом, на мой взгляд, белки выровнялись хорошо, видно, что они гомологичные. Присутствуют высококонсервативные участки, например: 189-211; 239-252. Также есть менее консервативные участки: 388-432; 124-141.