Множественное выравнивание последовательностей.

Ознакомление с программой Muscle

 Задача - получить выравнивание вирусных белков, называемых "дельта-антигенами", посредством программы muscle и посмотреть на него в GeneDoc.

Для начала получим файл с последовательностями дельта-антигенов в формате fasta. Чтобы получить последовательности дельта-антигенов из банка Swiss-Prot, воспользуемся SRS. Все дельта-антигены происходят из вирусов рода"Deltavirus" и имеют в описании слово "delta". Поэтому в SRS можно создать запрос к банку Swiss-Prot, а затем сохранить найденные последовательности в fasta-формате. Полученный в SRS запрос: ([swissprot-Taxonomy:delta*] & [swissprot-Taxonomy:Deltavirus*]), нашлось 34 белка.

Полученный файл: delta.fasta.

Картинку с выравниванием последовательностей можно посмотреть здесь: picture

Затем импортируем файл в GenDoc, данные последовательности не выровнены, но сходство их всё же можно заметить.

Выровняем последовательности. Для этого выполним команду muscle -in delta.fasta -out delta_aligned.fastacd.

Полученный файл: delta_aligned.fastacd

Изображение выравнивания: picture

Последовательности практически совпадают, картинка невыровненных последовательностей мало отличается от картинки выровненных по этой причине. Поменялась последовательность самих белков (не аминокислот), представленных для выравнивания. В множественном выравнивании по сравнению с "выравниванием" невыровненных последовательностей намного больше консервативных участков. По нему можно точно утверждать, что в выравнивании представлены гомологи одного белка RECQ_ECOLI.



Выравнивание набора гомологов своего белка

Для начала найдём гомологов по следующим критериям:
1. E-value сходства по данным выравниваниям — не более одной тысячной (тем самым эти белки являются достоверными гомологами);
2. Выравнивания имеют процент идентичности не более 90 (белки не слишком близки к моему белку);
3. Желательно, чтобы последовательности были не слишком близки и друг к другу тоже.
   
   BlastP выдал следующие белки:
   
   

   sp|P15043.5|RECQ_ECOLI  RecName: Full=ATP-dependent DNA helica...  1266    0.0  
   sp|Q9CL21.1|RECQ_PASMU  RecName: Full=ATP-dependent DNA helica...   784    0.0  
   sp|P71359.1|RECQ_HAEIN  RecName: Full=ATP-dependent DNA helica...   782    0.0  
   sp|P50729.1|RECQ_BACSU  RecName: Full=ATP-dependent DNA helica...   290    6e-78
   sp|P73421.1|RECQ_SYNY3  RecName: Full=ATP-dependent DNA helica...   232    3e-60
   sp|Q81IT9.2|CSHA_BACCR  RecName: Full=DEAD-box ATP-dependent R...  89.4    3e-17
   

   
   
   Список идентификаторов:

   sw:RECQ_ECOLI 
   sw:RECQ_SYNY3
   sw:RECQ_BACSU
   sw:RECQ_PASMU
   sw:CSHA_BACSU
   sw:RECQ_HAEIN 
   

   
   
   Воспользовавшись программой seqret, я получила последовательности белков в формате fasta.

   Полученный файл: myproteins.fasta
   
   Следующий шаг - импорт полученной fasta-последовательности в GenDoc. В результате получилось выравнивание:
   
   
   
   

   Полученный файл: myproteins.msf
   
   Отметим наиболее консервативные участки:
   
   

   Координаты по RECQ_ECOLI	Координаты по выравниванию
   17-62	30-76
   65-90	84-109
   143-155	166-177
   219-262	251-294
   263-341	297-374

   
   
   Возможно, что не имеют биологического смысла следующий участок выравниваний:
   
   

               601                                                650 
   CSHA_BACSU  ...GKGKSNN RSSYDKKRSN DRRSSGDRRQ KKSY...... .......... 
   RECQ_SYNY3  ILVAFGDNSP AAR......R PCGTCDNCLV GRC....... .......... 
   RECQ_BACSU  LYEQKGERSK MAPLDSWSSE LHRIFSLQTV GELN...... .......... 
   RECQ_ECOLI  TLIEMAEQMP ITASEMLSVN GVGMRKLERF GKPFMALIRA H....VDGDD 
   RECQ_PASMU  TLQEMAQYQP TTKAEMLAIN GVGATKFERF AQPFMQIIQQ HKKVLTQHEP 
   RECQ_HAEIN  TLQEMAQYMP TSNIEMLQIN GVGSIKLERF GQPFMALIQE HKAILANAQN 
   
               651     656 
   CSHA_BACSU  ......     
   RECQ_SYNY3  ......     
   RECQ_BACSU  ......     
   RECQ_ECOLI  ....EE     
   RECQ_PASMU  PLSLES     
   RECQ_HAEIN  ....ND