Документ взят из кэша поисковой машины. Адрес оригинального документа : http://kodomo.cmm.msu.ru/~lu.andreeva/blast2.html
Дата изменения: Tue Dec 22 01:11:46 2009
Дата индексирования: Tue Oct 2 02:24:24 2012
Кодировка: Windows-1251
пакет BLAST

Учебный сайт Люды Андреевой


Программы пакета BLAST для работы с нуклеотидными последовательностями (продолжение)

Работа с программой getorf пакета EMBOSS

Создадим файл с записью D89965 банка EMBL:
entret embl: D89965
Назовем открытой рамкой считывания нуклеотидную последовательность, начинающуюся старт-кодоном и заканчивающуюся стоп-кодоном (-find 1). Запустим программу getorf так, чтобы она выдавала все возможные трансляции (по умолчанию) всех открытых рамок считывания длиной не менее 30 нуклеотидов (-minsize 30) при бактериальном коде (-table 11):
getorf -sequence d89965.entret -table 11 -minsize 30 -find 1
Получим файл с такими трансляциями: d89965.orf.
В поле CDS файла d89965.entret указаны координаты участка [163-435]. В результатах работы программы не нашлось такой рамки считывания, наиболее похожими на нужную оказались меньшая [176 - 316] и большая [19 - 432]. Это может быть связано с несоответствием кода и организма: в млекопитающих (крыса) способ кодировки может слегка отличаться от бактерий. Однако, как будет видно из документа Swoss-Prot, этот ген способен экспрессироваться кишечной палочкой.
Чтобы сравнить полученные рамки с записью Swiss-Prot получим нужный файл hslv_ecoli.entret:
entret sw:p0a7b8
И получим аминокислотную последовательность, указанную в swiss-prot.
С помощью программы TBLASTN обнаружим, что третья рамка [176-316] не соответствует данному белку, в отличие от пятой рамки [19-432], соответствующей идеально.
С помощью программы BLASTP найдем, что записи hslv_ecoli.entret банка Swiss-Prot соответствует только последняя рамка [375-1] с кодирующей последовательностью на комплементарной цепи.
Такие результаты вполне объяснимы, так как белок, синтезирующийся по цепи mRNA будет иметь "комплементарную" к ней последовательность и практически такую же длину. Однако для меня удивительно, что обнаруженные две последовательности, кодирующие соответственно белок и мРНК, находятся не строго друг над другом: [375-1] и [19-432]. Это может быть связано с особенностями транскрипции и трансляции в исследуемом организме.

Поиск некодирующих последовательностей программой BLASTN

В файле trna_ecoli.fasta содержатся все возможные тРНК бактерии E. coli. Попытаемся найти гомологов данных тРНК в геноме бактерии Xanthomonas campestris. Будем искать соответствия между данными тРНК и геномной ДНК бактерий программой BLASTN:
blastall -p blastn -d xc_ -i trna_ecoli.fasta -m8 -o trna_blast.fasta
В получившемся файле для каждой тРНК есть несколько находок. С помощью Excel и grep напишем скрипт: trna_linux.scr.
Промежуточные этапы для создания скрипта:
grep ">" trna_ecoli.fasta > names.fasta
(список всех тРНК)
Создадим файл Excel: trna.xlsx.
noreturn trna.scr trna_linux.scr
(Перевели файл в формат linux)
chmod +x trna_linux.scr
(сделали скрипт исполняемым)
./trna_linux.scr
(запустили скрипт)
В результате работы скрипта был получен файл kolvo.txt, содержащий только количества находок.
Аналогично напишем скрипт2 и получим данные с ограничением порога e-value 0.001.
Запишем результаты в таблицу.
Как и ожидалось, количество находок при ограничении e-value снизилось до 1-4, а для некоторых тРНК соответствий найдено не было.

Поиск некодирующих последовательностей программой megablast

Повторим предыдущий опыт с использованием программ megablast и discontigous megablast.
Этапы работы:
megablast -d xc_ -i trna_ecoli.fasta -m8 -o trna_megablast.fasta
Напишем скрипт: trna_megablast.scr
noreturn trna_megablast.scr trna_megablast_linux.scr
chmod +x trna_megablast_linux.scr
./trna_megablast_linux.scr
Аналогично выполним задачу для программы discontigous megablast, запустив первой команду:
megablast -d xc_ -i trna_ecoli.fasta -m8 -o trna_megablastd.fasta -t 18 -W 11 -N 0,
где -t 18 - длина последовательности в шаблоне, -W 11 - длина последовательности, по которой ведется поиск, -N 0 - поиск по кодирующей последовательности (дает те же результаты, что и при поиске по некодирующей последовательности).
Напишем скрипт trna_megablastd.scr.
Информацию запишем в уже упоминавшийся файл Excel.

Анализ результатов

В файле Excel, являющимся результатом предыдущего задания, найдем тРНК argX, для которой BLASTN обнаружил гомологов, а MEGABLAST - нет, что неудивительно, т.к. megablast ищет мало отличающиеся друг от друга последовательности (при значительных различиях выравнивание считается плохим).
Вырежем гомологичную последовательность из бактерии Xanthomonas campestris в отдельный файл:

seqret -sask
Reads and writes (returns) sequences
Input (gapped) sequence(s): xc_genome.fasta:AE012187
     Begin at position [start]: 1868
       End at position [end]: 1891
        Reverse strand [N]:
output sequence(s) [ae012187.fasta]: argx_xc.fasta

Также вырежем в отдельный файл тРНК бактерии E. coli.
Построим выравнивание программой needle:
needle argx_ecoli.fasta argx_xc.fasta argx.needle -auto
argX               1 gcgcccgtagctcagctggatagagcgctgccctccggaggcagaggtct     50
                        ||||||||||||||||||||||||
AE012281           1 ---cccgtagctcagctggatagagcg-----------------------     24

argX              51 caggttcgaatcctgtcgggcgcgcca     77

AE012281          24 ---------------------------     24


Основные характеристики выравнивания:
Длина: 77
Идентичность: 24/77 (31.2%)
Сходство:     24/77 (31.2%)
Гэпы:         53/77 (68.8%)
Вес:          120.0

Приведем выравнивание, сделанное BLASTN:
 Score = 48.1 bits (24), Expect = 1e-06
 Identities = 24/24 (100%)
 Strand = Plus / Plus

                                    
Query: 4    cccgtagctcagctggatagagcg 27
            ||||||||||||||||||||||||
Sbjct: 1868 cccgtagctcagctggatagagcg 1891


Выравнивания полностью совпадают в середине, однако BLASTN не учитывает "хвосты" последовательностей, которые выходят за рамки выравнивания.
Если просмотреть все выравнивания BLASTN, то можно отметить, что все найденные гомологи очень похожи на тРНК бактерии E. coli (сходство выше 65-70%), что говорит о близости в структуре тРНК бактерий, достаточной консервативности тРНК и, как следствие, важности этих структур, а также, возможно, об общности происхождения всех бактерий.
Гомологичный участок ДНК (1868-1891) бактерии Xanthomonas campestris в записи embl проаннотирован как тРНК, переносящая аргинин:
     gene            2081567..2081643
                     /locus_tag="XCC1792"
     tRNA            2081567..2081643
                     /locus_tag="XCC1792"
                     /product="tRNA-Arg"
                     /note="Found by tRNAscan"


Последовательности сходны, функции одинаковы, значит, вероятно, эта последовательность консервативна.
©Andreeva_2008