Главная

I Семестр

II Семестр

III Семестр

Проекты

Обратная Связь

Зачетное задание по BLAST

• Дано: неаннотированный фрагмент генома бактерии Regiella insecticola

• Задача: определить, где в данном фрагменте закодированы белки, похожие на известные белки бактерии E.coli

• Для выполнения поставленной задачи, сперва вырежем интересующий фрагмент генома Regiella insecticola из заданной записи EMBL AC200764 (нуклеотиды с 1 по 7000) с помощью команды:
  seqret -sask
  Input (gapped) sequence(s): ac200764.fasta
  Begin at position [start]: 1
  End at position [end]: 7000
  Reverse strand [N]: n
  output sequence(s) [ac200764.fasta]: myseq.fasta

• Затем получил полный протеом бактерии Escherichia coli штамма K12 из Swiss-Prot с помощью команды:
  seqret sw:*_ecoli
  и проиндексируем его для дальнейшей работы
  formatdb -i 3mg1_ecoli.fasta -n base -p T

• Для того что бы определить, закодированы ли на данном участки белки, похожие на известный необходимо:
  Сперва нужно получить трансляцию всех открытых рамок считывания длиной не менее 240 нуклеотидов при условии использования стандартного бактериального генетического кода, считая открытой рамкой считывания последовательность между старт- и стоп-кодонами:
  getorf -sequence myseq.fasta -minsize 240 -table 11 -find 1
  Всего было найдено 15 рамок, из них 6 на прямой цепи и соответственно 9 на обратной.

  Теперь определим количество белков с такими рамками в протеоме Escherichia coli K-12. Воспользуемся программой blastp, которая производит поиск белковых последовательностей, используя в качестве входа белковые последовательности:
  blastall -p blastp -d base -i myseq.orf -e 0.001 -o count_m.txt -m 8
  В результате получили файл, в котором содержиться информация о белках Е.сoli, имеющих такие же рамки считывания как и в данном нам фрагменте.

• Полученный результат запишем в книге Excel, включающей информацию обо всех открытых рамках считывания в моём фрагменте генома. Для этого с помощью программы grep (поиск строки ">") и перенаправлением вывода, извлёк: имена открытых рамок в моём фрагменте, начала и концы рамок, а также их направление. Затем добавим эту информацию в книгу Excel. Затем с помощью Excel создал столбец с командами программы grep для подсчёта количества строк (-c), содержащих имя каждой рамки в выходном файле программы blast с перенаправлением вывода. Для того чтобы, для рамки AC200764_1 не находились также и рамки AC200764_10 - AC200764_15, необходимо было поставить знак '\>', означающий конец слова. В результате чего получил скрипт, а получившиеся в результате его запуска количество находок для каждой последовательности я скопировал в книгу Excel (PROTEIN).

• Исходя из полученных выше данных можно составить таблицу предполагаемых генов (включающая только те ORF, для которых найден хотя бы один гомолог):

  Название рамки	Начало	Конец	Направление	Число находок BLAST с E-value < 0.001	Идентификатор лучшей находки	E-value лучшей находки
  AC200764_5	5886	6635	Прямое	3	GPMA_ECOLI	e-107
  AC200764_6	6693	6998	Прямое	1	ZITB_ECOLI	2e-05
  AC200764_11	3408	4385	Обратное	1	RS2_ECOLI	3e-119
  AC200764_12	2446	3363	Обратное	1	EFTS_ECOLI	3e-110
  AC200764_13	1363	2199	Обратное	1	PYRH_ECOLI	5e-112
  AC200764_14	651	1229	Обратное	1	RRF_ECOLI	3e-67
  AC200764_15	1	624	Обратное	1	DXR_ECOLI	1e-71

  Таким образом, сходные последовательности E.coli нашлись для 7 рамок, из них 2 лежат на прямой цепи, а 5 на комплементарной. Перекрывающихся генов нет.

• Взаимное расположение гипотетических генов во фрагменте 1-7000 записи EMBL AC200764

  3' [<=DXR, 1-624]--[<=RRF, 651-1229]--[<=PYRH, 1363-2199]--[<=EFTS, 2446-3363]- 5'
                                                                                                      
  5' ---------------------------------------------------------------------------- 3'
                                                                                                      
  
  3' -[<=RS2, 3408-4385]--------------------------------------------------------- 5'
  
  5' ------------------------------------[=>GPMA, 5886-6635]--[=>ZITB, 6693-6998] 3'
  

  Белки названы в соответствии с таковыми у E.coli.

• Сравнение расположения предполагаемых генов данного фрагмента и гомологичных им генов в геноме E.coli

  Я получил запись с полным геномом бактерии E.coli c помощью команды:
  entret embl:u00096
  В этой записи я нашёл гены E.coli, гомологичные предпологаемым генам в моём фрагменте, и записал их положения в геноме в таблицу:

  Идентификатор	Название гена	Начало	Конец	Направление
  GPMA_ECOLI	gpmA	786066	786818	Обратное
  ZITB_ECOLI	zitB	783105	784046	Обратное
  RS2_ECOLI	rpsB	189874	190599	Прямое
  EFTS_ECOLI	tsf	190857	191708	Прямое
  PYRH_ECOLI	pyrH	191855	192580	Прямое
  RRF_ECOLI	frr	192872	193429	Прямое
  DXR_ECOLI	dxr	193521	194717	Прямое

  На основание таблицы построил взаимное расположение генов в E.coli
  

  3' -------------------------------------------------------------------------------------------------- 5'
                                                                                                      
  5' ----[=>RS2, 189874-190599]-[=>EFTS, 190857-191708]-[=>PYRH, 191855-192580]-[=>RRF, 192872-193429]- 3'
                                                                                                      
  
  3' -----------------------------------------------[<=ZITB, 783105-784046]---[<=GPMA, 786066-786818]-- 5'
  
  5' -[=>DXR, 193521-194717]--------------------------------------------------------------------------- 3'
  

  
  Схема наглядно показывает, что исследуемые гены в E.coli частично сгруппированы:

  • zitB, gpmA
  • rpsB, tsf, pyrH, frr, dxr

  Внутри каждой группы гены распологаются на одних и тех же цепях ДНК относительно друг друга. Так, гены rpsB, tsf, pyrH, frr и dxr образуют очень плотную группу, они расположены в том же порядке, что и в Regiella insecticola, и расположены на другой цепи по сравнению с другими 2 генами. В свою очередь, у генов zitB и gpmA сохраненяется порядок, но идут они не так плотно как в Regiella insecticola (шли друг за другом), в E.coli же между ними располагаются 2 гена (ybgS и aroG).

  Таким образом, можно сделать вывод о необходимости расположения данных генов внутри группы рядом друг с другом. Возможно это связано с тем, что гены имеют функциональную связь.