Занятие 2. Банк EMBL

Сравнение разных записей в EMBL

В документе SwissProt, описывающем RIR1_Ecoli, найдены все ссылки на банк EMBL.

Идентификатор записи EMBL	Тип молекулы	Класс данных	Раздел EMBL	Дата создания документа	Описание	Длина последовательности
AP009048	genomic DNA	STD	PRO	22-JAN-2006	Escherichia coli W3110 DNA, complete genome.	4646331
K02672	genomic DNA	STD	PRO	28-JAN-1986	Escherichia coli ribonucleoside diphosphate reductase operon, complete sequence.	8553
U00096	genomic DNA	STD	PRO	23-FEB-2006	Escherichia coli K12 MG1655, complete genome.	4639674
X06999	genomic DNA	STD	PRO	16-JUL-1988	E. coli nrdA gene	2286

Как видно по описанию, две записи из четырех - полный геном E.coli разных штаммов.
Рибонуклеозид дифосфат редуктаза состоит из 2 субъединиц, каждая из которых закодирована в отдельном гене (nrdA и nrdB).
Четвертая ссылка, судя по всему, - нуклеотидная последовательность RIR1_Ecoli (ген nrdA), с которым я работал в первых двух семестрах.
Вторая запись ссылается на оба гена, как nrdA так, и nrdB, кодирующих данный фермент.

Сравнение описаний гена Escherichia coli в двух разных записях EMBL

Для выполнения задания были выбраны записи K02672 и X06999.
K02672 кодирует не только RIR1_Ecoli, но и RIR2_Ecoli.

Последовательности, кодирующие белок RIR1_Ecoli в двух записях банка EMBL

	I	II
ID записи	K02672	X06999
Начало гена в записи	3505	1
Конец гена в записи	5835	2286
Направление гена	прямое	прямое
Примечания	*	-


*В качестве CDS указан участок последовательности, которая после трансляции станет "предшественником" RIR1, который, по-видимому, не будет обладать ферментативной активностью(ribonucleoside diphosphate reductase B1 subunit precursor). Там также указаны 2 участка последовательности, после трансляции которых будут получены "готовые" RIR1 (ribonucleoside diphosphate reductase B1 subunit alpha polypeptide (участок 3511..5832) и ribonucleoside diphosphate reductase B1 subunit alpha-prime polypeptide (участок 3583..5832)). В таблице указаны конец и начало CDS.

Как видно, последовательность из K02672 длиннее на 45 bp. Если рассматривать нуклеотидные последовательности "готовых" RIR1, то их различие с нуклеотидной последовательностью из записи из X06999 изменится незначительно в cлучае с ribonucleoside diphosphate reductase B1 subunit alpha polypeptide - оно будет составлять 36 bp. Если же рассматривать последовательность ribonucleoside diphosphate reductase B1 subunit alpha-prime polypeptide, то она окажется на 38 bp короче, последовательности из X06999.



Сравнительная характеристика выравниваний,сделанных программой needle, нуклеотидной последовательности из X06999 и различных последовательностей из K02672.

Sequence from K02672	Identity(%)	Similarity(%)	Length(bp)	Gaps(%)	Score
ribonucleoside diphosphate reductase B1 subunit precursor	96.5	96.5	2346	3.2	11118.5
ribonucleoside diphosphate reductase B1 subunit alpha polypeptide	96.4	96.4	2343	3.3	11088.5
ribonucleoside diphosphate reductase B1 subunit alpha-prime polypeptide	93.3	93.3	2343	6.4	10728.5


Исходя из полученных данных, можно сделать вывод о том, что в последовательности из X06999 скорей всего в качестве CDS имеется ввиду ribonucleoside diphosphate reductase B1 subunit precursor.

Интересно, что если транслировать CDS моего белка из X06999 и K02672 и построить выравнивание уже получившихся аминокислотных последовательностей, то Identity будет составлять еще меньшую величину в 79.3%. Это происходит из-за того, что в нуклеотидной последовательности на участке 750-950 bp происходит последовательно сдвиг а затем "возврат" рамки считывания. Также имеется сдвиг рамки считывания в районе 1750 bp, не имеющий "возврата". В качестве иллюстрации приведены ссылки на соответственно нуклеотидное и аминокислотное выравнивания.


Знакомство с записью гена из эукариотического генома

В AL355388 содержится две записи гена с названием RIT1. Для выполнения задания была выбрана первая встретившаяся запись. Во второй имеется на 1 экзон больше, также один из экзонов имеет большую длину. В остальном ген записан одинаково в обоих случаях. Судя по-всему, в данном случае имеет место альтернативный сплайсинг, т.е. из м-РНК одного и того же гена могут вырезаться разные участки перед синтезом белка.


• Структура транслируемых участков предложенного гена схематично приведена ниже.
  Ген на комплементарной цепи

      AL355388
      <-----[4130..4186]----[4336..4441]------------------------
      AL139128
      <-[136901..137131]--[140824..141015]--[141244..141317]----
  

  Дело в том, что последовательность гена содержится не только в записи AL355388, но и в записи AL139128. Человеческий геном слишком большой, чтобы хранить настолько подробное его описание целиком в одном файле, поэтому оно и делится на несколько частей. Но у эукариот имеет место сплайсинг, что и приводит к тому, что требуется давать ссылки в одних записях генома на другие.
• Ген RIT1 содержит 5 экзонов и 4 интрона.
• Длина самого длинного экзона - 231 bp, а самого короткого - 57 bp.
• Длина самого короткого интрона - 150 bp. Из-за того, что последовательность гена содержится в разных записях выяснить длину самого протяженного интрона затруднительно. Однако из того что длина записи AL139128 составляет 144833 bp можно сделать вывод о том, что она будет больше 144833-141317+4130=7646 bp. При этом данная величина будет достигнута, если последовательности данных записей расположены на хромосоме друг за другом в порядке <-[AL139128]-[AL355388]-