Занятие 2. Банк EMBL

Сравнение разных записей в EMBL

Идентификатор записи EMBL	Тип молекулы	Класс данных	Раздел EMBL	Дата создания документа	Описание	Длина последовательности
AP009048	геномная ДНК	Стандарт	Прокариоты	22.01.2006	Escherichia coli W3110 DNA, complete genome	4646332 п.о.
K02673	геномная ДНК	Стандарт	Прокариоты	28.01.1986	E.coli pabB gene, coding for p-aminobenzoate synthetase, complete coding sequence.	1623 п.о.
U00096	геномная ДНК	Стандарт	Прокариоты	23.02.2006	Escherichia coli K12 MG1655, complete genome	4639675 п.о.
U07748	геномная ДНК	Стандарт	Прокариоты	7.04.1994	Escherichia coli ECOR16 p-aminobenzoate synthetase (pabB) gene, partial cds.	1009 п.о.
U07749	геномная ДНК	Стандарт	Прокариоты	7.04.1994	Escherichia coli ECOR10 p-aminobenzoate synthetase (pabB) gene, partial cds.	1009 п.о.
U07762	геномная ДНК	Стандарт	Прокариоты	7.04.1994	Escherichia coli ECOR8 p-aminobenzoate synthetase (pabB) gene, partial cds.	1009 п.о.

В файлах присутствуют 2 полных генома E.coli штаммов W3110 и K12, одна полная кодирующая последовательность, а так же три части последовательности(последние 3 строки в таблице)

Выбраны 2 последовательности(строки 2 и 4). Ввиду отсутствия второго файла с полной кодирующей последовательностью, был выбран файл с частью белка(полные геномы использовать не рекомендовалось).

Последовательности, кодирующие белок pabB_ecoli в двух записях банка EMBL

	I	II
ID записи	K02673	U07748
Начало гена в записи	135	1
Конец гена в записи	1496	1009
Направление гена	на прямой цепи	на прямой цепи
Примечания*	полная последовательность	участок с 123 по 1121 п.о.;

K02673             1 atgaagacgttatctcccgctgtgattactttactctggcgtcaggacgc     50
                                                                       
U07748             0 --------------------------------------------------      0

K02673            51 cgctgaattttatttctcccgcttaagccacctgccgtgggcgatgcttt    100
                                                                       
U07748             0 --------------------------------------------------      0

K02673           101 tacactccggctatgccgatcatccgtatagccgctttgatattgtggtc    150
                                           ||||||||||||||||||||||||||||
U07748             1 ----------------------tccgtatagccgctttgatattgtggtc     28

K02673           151 gccgagccgatttgcactttaaccactttcggtaaagaaaccgttgttag    200
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748            29 gccgagccgatttgcactttaaccactttcggtaaagaaaccgttgttag     78

K02673           201 tgaaagcgaaaaacgcacaacgaccactgatgacccgctacaggtgctcc    250
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748            79 tgaaagcgaaaaacgcacaacgaccactgatgacccgctacaggtgctcc    128

K02673           251 agcaggtgctggatcgcgcagacattcgcccaacgcataacgaagatttg    300
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           129 agcaggtgctggatcgcgcagacattcgcccaacgcataacgaagatttg    178

K02673           301 ccatttcagggcggcgcactggggttgtttggctacgatctgggccgccg    350
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           179 ccatttcagggcggcgcactggggttgtttggctacgatctgggccgccg    228

K02673           351 ttttgagtcactgccagaaattgcggaacaagatatcgttctgccggata    400
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           229 ttttgagtcactgccagaaattgcggaacaagatatcgttctgccggata    278

K02673           401 tggcagtgggtatctacgattgggcgctcattgtcgaccaccagcgtcat    450
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           279 tggcagtgggtatctacgattgggcgctcattgtcgaccaccagcgtcat    328

K02673           451 acagtttctttgctgagtcataatgatgtcaatgcccgtcgggcctggct    500
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           329 acagtttctttgctgagtcataatgatgtcaatgcccgtcgggcctggct    378

K02673           501 ggaaagccagcaattctcgccgcaggaagatttcacgctcacttccgact    550
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           379 ggaaagccagcaattctcgccgcaggaagatttcacgctcacttccgact    428

K02673           551 ggcaatccaatatgacccgcgagcagtacggcgaaaaatttcgccaggta    600
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           429 ggcaatccaatatgacccgcgagcagtacggcgaaaaatttcgccaggta    478

K02673           601 caggaatatctgcacagcggtgattgctatcaggtgaatctcgcccaacg    650
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           479 caggaatatctgcacagcggtgattgctatcaggtgaatctcgcccaacg    528

K02673           651 ttttcatgcgacctattctggcgatgaatggcaggcattccttcagctta    700
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           529 ttttcatgcgacctattctggcgatgaatggcaggcattccttcagctta    578

K02673           701 atcaggccaaccgcgcgccatttagcgcttttttacgtcttgaacagggt    750
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           579 atcaggccaaccgcgcgccatttagcgcttttttacgtcttgaacagggt    628

K02673           751 gcaattttaagcctttcgccagagcggtttattctttgtgataatagtga    800
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           629 gcaattttaagcctttcgccagagcggtttattctttgtgataatagtga    678

K02673           801 aatccagacccgcccgattaaaggcacgctaccacgcctgcccgatcctc    850
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           679 aatccagacccgcccgattaaaggcacgctaccacgcctgcccgatcctc    728

K02673           851 aggaagatagcaaacaagcagtaaaactggcgaactcagcgaaagatcgt    900
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           729 aggaagatagcaaacaagcagtaaaactggcgaactcagcgaaagatcgt    778

K02673           901 gccgaaaatctgatgattgtcgatttaatgcgtaatgatatcggtcgtgt    950
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           779 gccgaaaatctgatgattgtcgatttaatgcgtaatgatatcggtcgtgt    828

K02673           951 tgccgtagcaggttcggtaaaagtaccagagctgttcgtggtggaaccct   1000
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           829 tgccgtagcaggttcggtaaaagtaccagagctgttcgtggtggaaccct    878

K02673          1001 tccctgccgtgcatcatctggtcagcaccataacggcgcaactaccagaa   1050
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           879 tccctgccgtgcatcatctggtcagcaccataacggcgcaactaccagaa    928

K02673          1051 cagttacacgccagcgatctgctgcgcgcagcttttcctggtggctcaat   1100
                     ||||||||||||||||||||||||||||||||||||||||||||||||||
U07748           929 cagttacacgccagcgatctgctgcgcgcagcttttcctggtggctcaat    978

K02673          1101 aaccggggctccgaaagtacgggctatggaaattatcgacgaactggaac   1150
                     |||||||||||||||||||||||||||||||                   
U07748           979 aaccggggctccgaaagtacgggctatggaa-------------------   1009

K02673          1151 cgcagcgacgcaatgcctggtgcggcagcattggctatttgagcttttgc   1200
                                                                       
U07748          1009 --------------------------------------------------   1009

K02673          1201 ggcaacatggataccagtattactatccgcacgctgactgccattaacgg   1250
                                                                       
U07748          1009 --------------------------------------------------   1009

K02673          1251 acaaattttctgctctgcgggcggtggaattgtcgccgatagccaggaag   1300
                                                                       
U07748          1009 --------------------------------------------------   1009

K02673          1301 aagcggaatatcaggaaacttttgataaagttaatcgtatcctgaagcaa   1350
                                                                       
U07748          1009 --------------------------------------------------   1009

K02673          1351 ctggagaagtaa   1362
                                 
U07748          1009 ------------   1009
 

Идентичность выравнивания - 74.1 %. Это связано исключительно с тем, что вторая последовательность - лишь участок полной кодирующей последовательности. На общих участках последовательности полностью идентичны.

Знакомство с записью гена DNL1L из эукариотического генома Homo sapiens(L44140 - ID в EMBL)

Данный ген находится на комплементарной цепи.
Согласно данным файла L44140, данный ген занимает участок с 72197 по 82492 остатки. CDS состоит из 7 фрагментов:

FT   CDS             join(complement(75869..76003),complement(75430..75518),
FT                   complement(75263..75349),complement(73958..74058),
FT                   complement(73705..73817),complement(73378..73626),
FT                   complement(73143..73277)

При этом в гене присутствуют следующие экзоны(9 штук):

FT   exon            complement(72196..73277)
FT   exon            complement(73378..73626)
FT   exon            complement(73705..73817)
FT   exon            complement(73958..74058)
FT   exon            complement(75263..75349)
FT   exon            complement(75430..75518)
FT   exon            complement(75869..76090)
FT   exon            complement(79545..79629)
FT   exon            complement(82322..82482)

Если рассмотреть теперь CDS, то она охватывает часть первого экзона (нумерацию ведем по приведенному списку), полностью 2-6 экзоны и часть седьмого. Это также понятно, поскольку набор экзонов представляет собой нуклеотидную последовательность, остающуюся после сплайсинга. Очевидно, этот фрагмент может не совпадать с участком между старт-кодоном и стоп-кодоном. Действительно, на 73143-73145 позициях стоит триплет TCA (так как наш ген расположен на комплементарной цепи, то и триплет комплементарен 'привычному' TGA), а на 76001-76003 позициях - триплет CAT (комплементарный старт-кодону ATG). CDS целиком лежит внутри экзонов (то есть, не затрагивает интронов), что тоже понятно.

• Схема участков гена(изображены только первый и последний экзоны)

  <-[72196..73277]--...--[82322..82482]----

• Тогда общее число экзонов в гене - 9.