Практикум 4:

1. Составление списка гомологичных белков, включающих паралоги

Необходимо найти достоверные гомологи белка CLPX_ECOLI среди протеомов выбранных бактерий(см. Практикум 1-2).
Сделаем локальный blastp:

makeblastdb db.fasta -dbtype prot
blastp -task blastp -query CLPX_ECOLI.fasta -db db.fasta -out out.txt -evalue 0.001 -word_size 7 -outfmt 7

После анализа выходной таблицы был создан список возможных гомологов (в том числе и сам CLPX_ECOLI из ECOLI со 100% совпадением):

ID:                    Identity: E-value:
sp|P0A6H1|CLPX_ECOLI   100.000   0.0
sp|B4EU54|CLPX_PROMH   88.679    0.0
sp|Q12LA2|CLPX_SHEDO   81.412    0.0
sp|Q3SI99|CLPX_THIDA   77.349    0.0
sp|Q8UFY5|CLPX_AGRFC   70.531    0.0
sp|Q165G0|CLPX_ROSDO   68.750    0.0
sp|A1B1H7|CLPX_PARDP   71.154    0.0
sp|A1B5T0|HSLU_PARDP   40.278    3.08e-24
sp|A1B5T0|HSLU_PARDP   32.618    3.93e-21
sp|B4F171|HSLU_PROMH   46.000    8.24e-22
sp|B4F171|HSLU_PROMH   34.211    5.80e-21
sp|Q12IT8|HSLU_SHEDO   47.000    5.12e-21
sp|Q12IT8|HSLU_SHEDO   32.093    1.96e-18
sp|P0A6H5|HSLU_ECOLI   45.000    6.92e-21
sp|P0A6H5|HSLU_ECOLI   33.488    1.73e-19
sp|Q16CY2|HSLU_ROSDO   33.191    8.53e-21
sp|Q16CY2|HSLU_ROSDO   46.154    9.90e-21
sp|Q8UJ87|HSLU_AGRFC   46.078    2.27e-20
sp|Q8UJ87|HSLU_AGRFC   30.698    3.49e-18
tr|Q3SFW1|Q3SFW1_THIDA 33.475    1.68e-18
tr|Q3SFW1|Q3SFW1_THIDA 44.231    2.42e-17
tr|B4EV83|B4EV83_PROMH 25.538    1.32e-06
tr|A1B8N4|A1B8N4_PARDP 23.810    1.33e-06
tr|B4F2B3|B4F2B3_PROMH 35.897    1.65e-05
sp|P0AAI3|FTSH_ECOLI   34.615    1.91e-05
sp|Q168A2|RUVB_ROSDO   26.846    2.82e-05
tr|Q7CT50|Q7CT50_AGRFC 35.065    4.11e-05
tr|A1AZV8|A1AZV8_PARDP 36.842    8.17e-05
tr|Q3SJR4|Q3SJR4_THIDA 33.333    1.40e-04
sp|A1AZW1|RUVB_PARDP   29.921    1.49e-04
sp|P0ABH9|CLPA_ECOLI   38.202    2.08e-04
tr|Q3SJH1|Q3SJH1_THIDA 24.000    2.91e-04
tr|A1BBJ2|A1BBJ2_PARDP 30.588    5.95e-04
tr|A1AY35|A1AY35_PARDP 22.701    7.03e-04
tr|Q16C81|Q16C81_ROSDO 28.571    7.79e-04
tr|Q167Z2|Q167Z2_ROSDO 36.842    7.90e-04
tr|Q12QI8|Q12QI8_SHEDO 31.250    8.59e-04

2. Реконструкция и визуализация

Создадим FASTA файл с нужными последовательностями, построим дерево с помощью FastME (c параметрами: "Gamma distributed rates across sites" — No, "Starting tree" — BIONJ, "No refinement", 100 бутстреп реплик.)
Newick формула
Пары паралогов: (2 гомологичных белка из одного организма)
1)HSLU_SHEDO и CLPX_SHEDO
2)Q3SFW1_THIDA и CLPX_THIDA
3)HSLU_AGRFC и CLPX_AGRFC
Пары ортологов: (Белки из разных организмов, разделение произошло в результате видообразования)
1)HSLU_PARDP и HSLU_ROSDO
2)CLPX_ECOLI и CLPX_PROMH
3)RUVB_PARDP и RUVB_ROSDO

Изображения дерева:

Укореним дерево в среднюю точку. Покрасим разные ортологические группы белков. Мы получили 4 крупные группы ортологичных белков. Получилось: красная - металлопротеазы FtsH, зелёная - субъеденицы протеазы Clp, синяя - субъеденицы протеазы HslU, жёлтая - субъеденицы протеазы Clp (отличаются от субъедениц из зелёной группы). RUVB_ROSDO и RUVB_PARDP - субъеденицы, участвующие в разрешении структуры Холлидея. A1AY35_PARDP и Q16C81_ROSDO - шапероны ClpB. Также стоит обратить внимание на A1BBJ2_PARDP и A1AZV8_PARDP из красной группы, они находятся в одном организме, но A1BBJ2_PARDP - кодируется на плазмиде, а A1AZV8_PARDP - кодируется на хромосоме.

Название	Мнемоника
Agrobacterium fabrum	AGRFC
Escherichia coli	ECOLI
Paracoccus denitrificans	PARDP
Proteus mirabilis	PROMH
Roseobacter denitrificans	ROSDO
Thiobacillus denitrificans	THIDA
Shewanella denitrificans	SHEDO