Практикум 9

Поиск ДНК-метилтрансфераз в геноме бактерии Sutcliffiella cohnii средствами EMBOSS, EDirect, NCBI Datasets CLI и blast+ по последовательности и по аннотации

Для работы была выбрана бактерия Sutcliffiella cohnii.

Proteome ID UP000215224

Код доступа геномной сборки из GenBank GCA_002250055.1

Код доступа геномной сборки из RefSeq GCF_002250055.1

Taxonomy ID 33932

Протеом бактерии

 curl 'https://rest.uniprot.org/uniprotkb/stream?compressed=true&format=txt&query=(proteome:UP000215224)' > UP000215224.swiss.gz  

Скачивание последовательности генома и таблицы локальных особенностей

Команда для скачивания последовательности генома и таблицы локальных особенностей:

datasets download genome accession GCF_002250055.1 --include genome,gff3

Команда для распаковки архива:

 unzip ncbi_dataset.zip

Поиск и трансляция открытых рамок считывания

 efetch -db taxonomy -id 33932 -format xml > tabcode.xml

И было получено, что бактерия использует таблицу №11 генетического кода

Далее были найдены и транслированы открытые рамки считывания. Чтобы отбросить маловероятные короткие фрагменты длина трансляций была задана не короче 50 аминокислот (150 нуклеотидов).

getorf -sequence ncbi_dataset/data/GCF_002250055.1/GCF_002250055.1_ASM225005v1_genomic.fna -table 11 -minsize 150 -outseq ORF.fasta

С помощью программы infoseq было проверено,что среди трансляций нет тех, которые короче 50 аминокислотных остатков:

infoseq ORF.fasta -only -length| sort -n |less

 makeblastdb -in ORF.fasta -dbtype prot -out proteome

Получение последовательностей гомологичных метилтрансфераз

echo 'sw:P0AED9 sw:P0AEE8 sw:P23941'| tr ' ' '\n'|seqret -filter @stdin -outseq query.fasta

Поиск по сходству последовательностей

С помощью локального blastp был выполнен поиск последовательностей,схожих с ДНК-метилтрансферазами, загруженными ранее в query.fasta

blastp -db proteome -query query.fasta -outfmt 7 -out blast.tab

Результат лучший по весу NZ_CP018866.1_3643

score 31.2

e-value 0.16

Является гомологом m6A-МТазы, E.coli

Координаты в геноме бактерии Sutcliffiella cohnii [1736547 - 1737692] получены командой

grep  NZ_CP018866.1_3643 ORF.fasta

Маленький вес находки вызывает сомнения по поводу ее гомологичности, но это находка с наибольшим весои и наименьшим e-value

Далее были найдены CDS, распологающиеся рядом в таблице локальных особенностей.

Отобраны столбцы – с координатами (4 и 5), цепью (7) и дополнительной информацией (9)

cut ncbi_dataset/data/GCF_002250055.1/genomic.gff -f 3,4,5,7,9 | grep "^CDS" | cut -f 2-5 >CDS.tsv

Для находки NZ_CP018866.1_3643 отбраны соседние CDS:

echo -e '1736547\1737692\t+\tFOUND-ORF' | cat - CDS.tsv | sort -n | grep -C 3 'FOUND-ORF' > neighbors.tsv

C открытой рамкой считывания пересекаются 2 CDS. Среди них есть -WP_066411848.1 c координатами 1736598- 1737695, но в описании указано, что это гипотетический белок. Вторая CDS является ДНК-связывающим транскрипционным фактором. A на NCBI мной была уточнена функция данного белка - это σ⁷⁰-фактор РНК-полимеразы семейства sigma-70. Таким образом, найти ДНК-метилтрансферазы не удалось.

Поиск по аннотациям кодирующих участков

elink -db nuccore -target protein -id 'NZ_CP018866.1' | efilter -query '(2.1.1.37[ECNO] OR 2.1.1.72[ECNO] OR 2.1.1.113[ECNO])'