1. Получение информации о КОГе, к которому относится белок
В данном задании нужно использовать для работы данный мне в первом семестре белок YP_400610. Это альдегид декарбонилаза Synechococcus elongatus PCC 7942. Однако после изменения системы идентификаторов в NCBI и т.д. по этому идентификатору последовательности нет, и со страницы генома данного организма при поиске этого белка идет ссылка по идентификатору WP_011378104.
Но сервис CDD не выдал КОГов для данного белка, поэтому пришлось использовать другой. NP_953118 - гидролаза HAD суперсемейства Geobacter sulfurreducens PCA. При помощи сервиса CDD (Conserved Domain Database) был получен список находок, некоторые из которых относили белок к определенному КОГу. Такие хиты были отобраны, и для каждого из соответствующих КОГов было получено его название и функциональная категория, к которой он принадлежит. Это проводилось при использовании последнего релиза базы данных по КОГам (Таблица 1).

Таблица №1 Краткая информация о найденных КОГах
ID	E-value	Интервал	Название	Функциональная категория
COG0546	7.31e-30	8-188	Phosphoglycolate phosphatase Фосфоглюколат фосфатаза	С - Energy production and conversion Производство и преобразование энергии
COG0637	5.43e-26	8-209	Beta-phosphoglucomutase бета-фосфоглюкомутаза	GR - Carbohydrate transport and metabolism Транспорт и метаболизм углеводов
COG1011	1.69e-19	8-209	FMN phosphatase YigB FMN фосфатаза YigB	H - Coenzyme transport and metabolism Транспорт и метаболизм коферментов
COG0241	2.95e-03	146-209	Histidinol phosphatase Гистидинол фосфатаза	E - Amino acid transport and metabolism Транспорт и метаболизм аминокислот

2. Визуализация геномного окружения
Для визуализации был выбран КОГ с наилучшим значением e-value – COG0546. С помощью сервиса STRING были предсказаны функциональные взаимодействия между КОГами в виде графа (Рис.1). Входным параметром служил COG ID = 'COG0546'. Настройки же были оставлены по умолчанию.

Рис. 1 Граф всех взаимодействий COG0546

Цвет ребер также имет смысл (Рис. 2).

Рис. 2 Часть легенды изображенного на Рис. 1 графа. Розовые ребра отражают экспериментально доказанные взаимосвязи, голубые - взаимосвязи, информация о которых получена из курируемых баз данных. Ярко-зеленые - соседство в геноме, красные - слияние генов, синие - совместную встречаемость. Светло-зеленые ребра означают совместное упоминание данных белков в Pub-Med, черные - коэкспрессию, а светло-синие - гомологию.

Рис. 3 Обозначения КОГов и сила свидетельств связанности

Рис. 4 Геномное окружение для COG0546

По Рис.4 видно, что у COG0546 отсутствует консервативное геномное окружение, т.е. нет постоянных соседей.

Рис. 5 Совместная встречаемость в бактериях	Рис. 6 Совместная встречаемость в археях

На Рис.5 видно, что и совместной встречаемости COG0546 с каким-то другим КОГом нет.

3. Отнесение гидролазы HAD суперсемейства из Geobacter sulfurreducens PCA к терминам GO
С помощью инструмента AmiGO поиском BLAST необходимо обнаружить в БД GO белок, который наиболее похож на исследуемый.
Первой находкой blast оказался именно мой белок – HAD-superfamily hydrolase, subfamily IA, variant 1 из Geobacter sulfurreducens PCA с e-value = 1,8е-110.
В Таблице 2 указаны термины, ассоциированные с данным белком.

Таблица №2 Термины, ассоциированные с данным белком
Аспект	Идентификатор GO	Название термина	Код типа достоверности
Биологический процесс	GO:0008152	Metabolic process, Метаболический процесс	ISS
Молекулярная функция	GO:0016787	Hydrolase activity, гидролазная активность	ISS

Объяснения встречающихся в Таблице 2 кодов достоверности представлены в Tаблице 3.

Таблица №3
Код типа достоверности	Расшифровка кода типа достоверности	Объяснение
ISS	Inferred from Sequence or structural Similarity	Это код достоверности хороший и, как видно из названия кода, строит связи с термином на основе последовательностей. В ISS входят еще 3 типа: inferred from Sequence Orthology (ISO), inferred from Sequence Alignment (ISA), inferred from Sequence Model (ISM).