В рамках практикума для описания был выбран геном медоносной пчелы (Apis Mellifera).
Медоносная пчела (Apis mellifera) — общественное насекомое из отряда перепончатокрылых. Живёт колониями (ульями), где есть матка, рабочие пчёлы и трутни. Опыляет растения, производит мёд, воск, прополис. Самцы (трутни) гаплоидны (n=16), самки (рабочие пчёлы и матка) диплоидны (2n=32).
Я выбрала пчел, так как считаю их очень милыми и прикольными насекомыми. По мимо этого, в школе я делала проект про микрофлору кишечника медоносной пчелы.
Через систему поиска на сайте NCBI Datasets по латинскому названию Apis Mellifera была найдена сборка генома Amel_HAv3.1 , подходящая требуемым параметрам, а именно: имеются аннотированные гены, качество сборки имеет хромосомный уровень, сама сборка помечена как референсная.
По мимо этой сборки было найдено еще 10, которые по совокупности характеристик уступали выбранной.
| Характеристика | Значение |
|---|---|
| Идентификатор GenBank | GCA_003254395.2 |
| Идентификатор RefSeq | GCF_003254395.2 |
| Уровень сборки генома | Chromosome |
| Общий размер генома | 225.2 Mb |
| Число хромосом в сборке | 16 |
| Scaffold N50 | 13.6 Mb |
| Scaffold L50 | 7 |
| Contig N50 | 5.4 Mb |
| Contig L50 | 13 |
N50 : Длина контига/скэффолда, для которого половина (50%) всех нуклеотидов сборки содержится в контигах/скэффолдов такой и большей длины
L50: Число контигов/скэффолдов (наименьшее), в которых содержится половина (50%) всех нуклеотидов сборки
В выбранной сборке генома Apis Millifera содержится информация только для гаплоидного набора. 16-ти хромосомам соответствуют 227 контигов и 176 скэффолдов.
Уровень сборки Chromosome означает наличие последовательности для одной или нескольких хромосом.
Исходя из того, что значение анализа качества BUSCO высокое (BUSCO analysis (4.0.2), Single_copy 98.6%), все хромосомы представлены в сборке, можно сделать вывод, что сборка достаточно полно отражает биологическую информацию о геноме выбранного организма
Также для выбранного насекомого в формате FASTA были скачены нуклеотидные последовательности генома, последовательности белков, а также последовательности генома с аннотацией в формате GBFF.
Для выполнения задания был выбраню белок трипсин (Trypsin) . Это ключевой пищеварительный фермент, который расщепляет белки в тонком кишечнике. Он вырабатывается поджелудочной железой в неактивной форме (трипсиноген) и активируется уже в кишечнике. Трипсин разрезает пептидные связи после аминокислот лизина и аргинина.
При помощи Advanced Search на сайте NCBI при поиске по базе данных Nucleotide была найдена следующая информация:
1. Количество записей нуклеотидных баз данных, посвященных генам и мРНК белков с таким словом в названии - 23854
Trypsin[Title]
Чтобы найти количество генов, содержащих в своем названии Trypsin, необходимо в боковой панели в поле Molecule types выбрать genomic DNA/RNA. Количество таких записей: 1481
Чтобы найти количество записей, посвященных мРНК необходимо в поле Molecule types выбрать mRNA. Количество таких записей: 21766
Чтобы найти записи, удовлетворяющие обоим условиям, выбираем оба фильтра. Количество таких записей: 23247
2. Из 23854 записей мРНК и генов к GenBank относятся 6945 , а к RefSeq 16897 , что отображается на боковой панели слева в фильтре Source databases.
3. Найдем сколько записей описывают последовательности человека.
Trypsin[Title] AND (Homo sapiens[Organism])
Результат: 331 запись
Теперь найдем записи, которые описывают последовательности человека, отдельно для GenBank и RefSeq, мРНК и участков генома. Для этого выберем соответсвующие фильтры в боковой панели в полях Molecule types и Source databases (запрос остается прежним).
• genomic DNA/RNA и RefSeq: 3 записи
• genomic DNA/RNA и GenBank: 11 записей
• mRNA и RefSeq: 40
• mRNA и GenBank: 264
4. При визуальном анализе названия записей было выявлено, что при поиске по названию белка "trypsin" в результаты попадают не только последовательности самого фермента трипсина, но и связанные с ним белки: ингибиторы трипсина, трипсиноподобные ферменты, предшественники и др.
Например, Glycine max p20-1 mRNA for trypsin inhibitor p20, complete cds - ингибитор трипсина;
Spermophilus citellus trypsin like peroxisomal matrix peptidase 1 (TYSND1), transcript variant X2, miscRNA - трипсиноподобная пероксисомная пептидаза
Таким образом, можно сказать, что поиск по названию белка неточен.
При помощи Advanced Search на сайте ENA при поиске по базе данных Nucleotide sequences была получена следующая информация:
1. Количество записей, описывающих мРНК человека, чье название содержит выбранное слово - 583
tax_tree(9606) AND description="trypsin" AND mol_type="mrna"
2.Количество записей, описывающих гены белков человека, чье название содержит выбранное слово - 25
tax_tree(9606) AND description="trypsin" AND mol_type="genomic dna"