Самостоятельная работа по предсказанию генов

В работе нам необходимо рассмотреть неаннотированный фрагмент генома бактерии Ornithinibacillus scapharcae длиной 7000 нуклеотидов и определить, где в этом фрагменте закодированы белки, похожие на известные белки родственной бактерии (сенной палочки).

Для выполнения задания был взят фрагмент генома из записи EMBL aewh01000006 , позиции 40001 - 47000. Разделим задание на несколько пунктов:

1. Фрагмент был получен командой

seqret "embl:aewh01000006 [40001:47000]"

2. Далее из этого фрагмента при помощи getorf был получен набор открытых рамок считывания длиной не менее 240 нуклеотидов, причем рамкой считывания считалась последовательность, начинающаяся со старт-кодона и заканчивающаяся стоп-кодоном, и использовался бактериальный генетический код. Набор открытых рамок был получен командой:

getorf aewh01000006.fasta aewh01000006.orf -minsize 240 -table 11 -find 1

3. Кроме того, был получен полный протеом BACSU из Swissprot, для этого вводилась команда:

seqret sw:*_BACSU -outseq bacsu.fasta

Также были созданы индексные файлы BLAST, командой:

makeblastdb -in bacsu.fasta -out bacsu -dbtype prot

4. Далее по протеому BACSU производился поиск полученных ранее открытых рамок считывания при помощи программы blastp (поиск белковых последовательностей в банке белков). Допустимые значения E-value < 0.001:

blastp -db bacsu -query aewh01000006.orf -outfmt 6 -evalue 0.001 > blastp.out -task blastp

Результаты поиска находятся в файле blastp.out.

5. Затем при помощи программы grep (скрипт script.spt) для каждой рамки получено число сходных последовательностей найденных BLAST.

Информация обо всех открытых рамках считывания в исследуемом фрагменте генома находится в файле Excel frames.xls.

Ниже приведена таблица с данными о рамках считывания, для которых нашлась хотя бы одна сходная последовательность в геноме E.coli.

Название рамки	Начало	Конец	Направление	Число находок Blastp	Идентификатор лучшей находки	E-value лучшей находки
AEWH01000006_5	3923	3636	обратное	1	YXIO_BACSU	1e-19
AEWH01000006_6	2428	1025	обратное	3	PUR8_BACSU	3e-09

Таким образом, сходные последовательности найдены для 2-х открытых рамок считывания, причем все эти рамки лежат на комплементарной цепи (имеют обратное направление). Для прямых рамок, присутствующих во фрагменте, сходных последовательностей в протеоме Bacsu не нашлось. Перекрывания рамок нет.

Ниже представлено графическое описание взаимного расположения предполагаемых генов в исследуемом фрагменте:

3'----[<= PUR8, 1025-2428]----[<= YXIO, 3636-3923]----5'
5'-------------------------------------------------------------- 3'

Далее было определено расположение сходных аннотированных генов в геноме Bacsu, для этого воспользовались записью EMBL с этим геномом.
Координаты этих генов следующие:

Название белка Bacsu	Соответствующий ему ген	Координаты гена
YXIO_BACSU	yxiO	4014682..4015968
PUR8_BACSU	purB	700232..701527

Направление всех генов прямое, перекрываний нет.
Рассмотрим расположение этих генов в геноме Bacsu относительно друг друга. Для наглядности указаны не названия генов, а краткие названия белков:

3'----------------------------------------------------------------------------5'
5'----[=> PUR8, 700232-701527]----[=> YXIO, 4014682-4015968]----3'

Оба соответствующих гена в геноме Bacsu расположены на огромном расcтоянии друг от друга (в разы больше, сравнивая с моим фрагментом).

Таким образом, данная пара генов не является консервативной.