Занятие 3. Программы пакета BLAST для работы с нуклеотидными последовательностями

Создание индексных файлов для программ пакета BLAST

Pasteurella multocida

Поиск в геноме участков, кодирующих белки, похожие на заданный

Поиск гомологов PABB_ECOLI		Геном Pasteurella multocida
Число находок с Е-value<0,001		2
Характеристика лучшей находки:
	E-value находки	1e-39
	AC соответствующей записи EMBL	AE006094
	координаты выравнивания в записи EMBL	2735...1647
	Координаты CDS в записи EMBL	complement(1614..3164)
	AC UniProt в записи EMBL	Q9CN59

Score =  157 bits (397), Expect = 1e-39
 Identities = 108/368 (29%), Positives = 187/368 (50%), Gaps = 24/368 (6%)
 Frame = -3

Query: 108  GLFGYDLGRRFESLPEIAEQDIVL--PDMAVGIYDWALIVDHQRHTVSLLSH-------- 157
            GLF YDL  +F  +  I  Q+  L  PD    + +  L +DHQ     L S         
Sbjct: 2735 GLFAYDLVTQFIPMDNIQLQEDGLDCPDYCFYLAEHQLTLDHQLQQAQLHSFCFAPQYQT 2556

Query: 158  ------NDVNARRAWLESQQFSPQEDFTLTSDWQSNMTREQYGEKFRQVQEYLHSGDCYQ 211
                  + +  + A +E        D TLT+    N+   Q+ +  + ++++L+ GD +Q
Sbjct: 2555 ALQQQADQIIQKFANIEPHLHCVSADTTLTT----NLDDVQFKQIIQVLKQHLYQGDVFQ 2388

Query: 212  VNLAQRFHATYSGDEWQAFLQLNQANRAPFSAFLRLEQGAILSLSPERFILCDNS--EIQ 269
            +  ++RF      +   ++ QL   N +P+  F++ E   +   SPE  +       +++
Sbjct: 2387 IVPSRRFSLACP-NTLASYRQLKHTNPSPYMFFMQDEDFTLFGASPESALKYTQQTRQLE 2211

Query: 270  TRPIKGTLPR------LPDPQEDSKQAVKLANSAKDRAENLMIVDLMRNDIGRVAVAGSV 323
              PI G+ PR        DP+ D++  ++L    K+ AE+LM+VDL RNDI RV   G+ 
Sbjct: 2210 IYPIAGSRPRGFYPNGQIDPELDARLELELRLDQKELAEHLMLVDLARNDIARVCETGTR 2031

Query: 324  KVPELFVVEPFPAVHHLVSTITAQLPEQLHASDLLRAAFPGGSITGAPKVRAMEIIDELE 383
            +V +L  V+ +  + HLVS +  +L  +L A    +A    G++TGAPK++AM+++ ++E
Sbjct: 2030 QVADLMQVDRYSHIMHLVSRVVGKLRPELDALHAYQACMNMGTLTGAPKIKAMQLLYQVE 1851

Query: 384  PQRRNAWCGSIGYLSFCGNMDTSITIRTLTAINGQIFCSAGGGIVADSQEEAEYQETFDK 443
             Q+R+++ G++GYL+  G++DT I IR+     G  +  AG G V DS  + E  ET  K
Sbjct: 1850 QQKRHSYGGAVGYLASNGDLDTCIVIRSAFVQQGIAYIQAGCGEVLDSDPQKEADETRHK 1671

Query: 444  VNRILKQL 451
               ++  +
Sbjct: 1670 AQAVINAI 1647

Аналогичный поиск сразу в нескольких геномах

dir=/home/export/samba/public/tmp
genomes="$dir/pm_genome.fasta $dir/st_genome.fasta $dir/xc_genome.fasta"
formatdb -i "$genomes" -n 3gen -p F
blastall -p tblastn -e 10 -d 3gen -i HMP_ECOLI.fasta -o tblastn3gen.txt

Поиск гомологов PABB_ECOLI		Геном Pasteurella multocida	Геном Salmonella typhimurium	Геном Xanthomonas campestris
Число находок с Е-value<0,001		2	3	2
Характеристика лучшей находки:
	E-value находки	6e-39	0.0	1e-59
	AC соответствующей записи EMBL	AE006094	AE008781	AE012143
	координаты выравнивания в записи EMBL	2735...1671	7242...8597	8473...9855
	Координаты CDS в записи EMBL	complement(1614..3164)	7239..8603	8428..9903
	AC UniProt в записи EMBL	Q9CN59	P12680	Q8PD81

Поиск сразу по трем геномам оказался продуктивнее, но лишь засчет того, что ранее не исследованном геноме нашелся более гомологичный исходному белку PABB белок. E-value предыдущей находки возрос, но незначительно(с 1е-39 до 6e-39). Размер базы данных повлиял на него незначительно. Поэтому, выгоднее и быстрее искать сразу по нескольким интересующим нас геномам.

Поиск гомологов с помощью программы BLASTN

>AE008781 AE006468 |AE008781| Salmonella typhimurium LT2, section 85
            of 220 of the complete genome.
          Length = 21540

 Score =  167 bits (84), Expect = 9e-41
 Identities = 144/164 (87%)
 Strand = Plus / Plus

                                                                        
Query: 1069 ctgctgcgcgcagcttttcctggtggctcaataaccggggctccgaaagtacgggctatg 1128
            ||||||||||| ||||| || || ||||| || ||||| || || ||||| ||||| |||
Sbjct: 8310 ctgctgcgcgcggctttccccggcggctccattaccggcgcgcctaaagtgcgggcaatg 8369

                                                                        
Query: 1129 gaaattatcgacgaactggaaccgcagcgacgcaatgcctggtgcggcagcattggctat 1188
            |||||||||||||||||||| |||||||||||||| ||||||||||| ||||| || |||
Sbjct: 8370 gaaattatcgacgaactggagccgcagcgacgcaacgcctggtgcggtagcatcggttat 8429

                                                        
Query: 1189 ttgagcttttgcggcaacatggataccagtattactatccgcac 1232
             |||| || |||||||| ||||||||||||||||||||||||||
Sbjct: 8430 ctgagtttctgcggcaagatggataccagtattactatccgcac 8473



 Score =  115 bits (58), Expect = 3e-25
 Identities = 133/158 (84%)
 Strand = Plus / Plus

                                                                        
Query: 874  aaactggcgaactcagcgaaagatcgtgccgaaaatctgatgattgtcgatttaatgcgt 933
            |||||||| || |||  ||||||||| || |||||| |||||||||||||||| ||||||
Sbjct: 8115 aaactggctaattcaatgaaagatcgcgctgaaaatttgatgattgtcgatttgatgcgt 8174

                                                                        
Query: 934  aatgatatcggtcgtgttgccgtagcaggttcggtaaaagtaccagagctgttcgtggtg 993
            || ||||| || || || |||||| |||||||||| ||||| || || |||||||| || 
Sbjct: 8175 aacgatattggccgggtcgccgtaccaggttcggtgaaagtgccggaactgttcgtcgtc 8234

                                                  
Query: 994  gaacccttccctgccgtgcatcatctggtcagcaccat 1031
            ||||| || |||||||| || |||||||| ||||||||
Sbjct: 8235 gaaccatttcctgccgttcaccatctggttagcaccat 8272



 Score =  107 bits (54), Expect = 7e-23
 Identities = 69/74 (93%)
 Strand = Plus / Plus

                                                                        
Query: 1285 gccgatagccaggaagaagcggaatatcaggaaacttttgataaagttaatcgtatcctg 1344
            ||||||||| | ||||||||||||||||||||||||||||||||||||||||||||||||
Sbjct: 8526 gccgatagcaacgaagaagcggaatatcaggaaacttttgataaagttaatcgtatcctg 8585

                          
Query: 1345 aagcaactggagaa 1358
             | | |||||||||
Sbjct: 8586 cacccactggagaa 8599



 Score = 65.9 bits (33), Expect = 2e-10
 Identities = 51/57 (89%)
 Strand = Plus / Plus

                                                                     
Query: 1    atgaagacgttatctcccgctgtgattactttactctggcgtcaggacgccgctgaa 57
            |||||||||||||||||| |||| || || |||| |||||||| |||||||||||||
Sbjct: 7242 atgaagacgttatctcccactgttatcaccttaccctggcgtccggacgccgctgaa 7298



 Score = 52.0 bits (26), Expect = 4e-06
 Identities = 110/138 (79%)
 Strand = Plus / Plus

                                                                        
Query: 549  ctggcaatccaatatgacccgcgagcagtacggcgaaaaatttcgccaggtacaggaata 608
            |||||||||||||||||| ||     |||| ||||| || ||||| ||||| ||||  | 
Sbjct: 7790 ctggcaatccaatatgacgcgttgcgagtatggcgagaagtttcgtcaggtgcaggcctg 7849

                                                                        
Query: 609  tctgcacagcggtgattgctatcaggtgaatctcgcccaacgttttcatgcgacctattc 668
             ||||||||||| || ||||||||||| |||||  |||| |||||||| |||| |||   
Sbjct: 7850 gctgcacagcggggactgctatcaggtcaatctttcccagcgttttcaggcgagctacga 7909

                              
Query: 669  tggcgatgaatggcaggc 686
             || ||||||||||||||
Sbjct: 7910 gggtgatgaatggcaggc 7927

ID   AE008781; SV 1; linear; genomic DNA; STD; PRO; 21540 BP.
XX
AC   AE008781; AE006468;
XX
DT   29-OCT-2001 (Rel. 69, Created)
DT   12-AUG-2005 (Rel. 84, Last updated, Version 5)
XX
DE   Salmonella typhimurium LT2, section 85 of 220 of the complete genome.
XX
KW   .
XX
OS   Salmonella typhimurium LT2
OC   Bacteria; Proteobacteria; Gammaproteobacteria; Enterobacteriales;
OC   Enterobacteriaceae; Salmonella
FT   source          1..21540
FT                   /organism="Salmonella typhimurium LT2"
FT                   /strain="LT2; SGSC 1412; ATCC 700720"
FT                   /mol_type="genomic DNA"
FT                   /note="LT2"
FT                   /db_xref="taxon:99287" .
FT   gene            7227..8603
FT                   /gene="pabB"
FT                   /note="synonym: STM1824"
FT   RBS             7227..7232
FT                   /gene="pabB"
FT                   /note="putative RBS for pabB; RegulonDB:STMS1H001997"
FT   CDS             7239..8603
FT                   /codon_start=1
FT                   /transl_table=11
FT                   /gene="pabB"
FT                   /product="p-aminobenzoate synthetase, component I"
FT                   /EC_number="4.1.3.-"
FT                   /note="para-aminobenzoate synthase component I.
FT                   (SW:PABB_SALTY)"
FT                   /db_xref="GOA:P12680"
FT                   /db_xref="InterPro:IPR005801"
FT                   /db_xref="InterPro:IPR005802"
FT                   /db_xref="InterPro:IPR006805"
FT                   /db_xref="UniProtKB/Swiss-Prot:P12680"
FT                   /protein_id="AAL20739.1"
FT                   /translation="MMKTLSPTVITLPWRPDAAEHYFAPVNHLPWAMLLHSGDAIHPYN
FT                   RFDILVADPVTTLTTRAQETTVCTARTTTVTLDDPLHVLQTQLEALPFHPQPDPDLPFQ
FT                   GGALGLFGYDLGRRFEILPDTAARDIALPDMAIGLYDWALIVDHQKQVVSLISYHDADA
FT                   RYRWLTSQRAPTRTPFRLTSAWQSNMTRCEYGEKFRQVQAWLHSGDCYQVNLSQRFQAS
FT                   YEGDEWQAFERLNRANRAPFSAFLRLHDGAILSLSPERFIQLENGHIQTRPIKGTLPRL
FT                   NDPQADRQQAQKLANSMKDRAENLMIVDLMRNDIGRVAVPGSVKVPELFVVEPFPAVHH
FT                   LVSTITARLPDSLHATDLLRAAFPGGSITGAPKVRAMEIIDELEPQRRNAWCGSIGYLS
FT                   FCGKMDTSITIRTVTATQGQLYCSAGGGIVADSNEEAEYQETFDKVNRILHPLEN"

Выводы

Лучшая находка осталась прежней, но ее E-value возрос. Возможно, это можно объяснить тем, что по сравнению с белком, длина исследуемой нуклеотидной последовательности больше в три раза. Возможно, также вносит свое влияние вырожденность генетического кода - нуклеотиды будут разными, а аминокислоты одинаковыми. Однако, можно также заметить, что E-value других находок возрос. С учетом того, что процент идентичности с исходным белком очень маленький, можно сказать, что BLASTN избирателен и выбирает лишь достаточно близкие гомологи. На главную страницу >>>