Учебный сайт
Ромащенко Валерии

Поиск гипотетических гомологов изучаемого белка в разных БД.

Результаты поиска гипотетических гомологов белка Yoda_Ecoli.

Изучаемый белок Yoda_Ecoli был найден во всех трех банках данных: Swiss-Prot, "nr" и PDB. Во всех трех БК были представлены выравнивания полных последовательностей.
Выравнивание изучаемого белка с самим собой в разных БД отличается в значении E-value, в количестве белков с совпавшими значениями E-value и веса в битах, количестве хороших гомологов, а так же и количеством находок, отображенных в списке Descriptions. Это можно объяснить, исходя из определений самих БД: банк "nr" из трех остальных самый большой по объему заключаемой в нем информации о последоваетльностях, так как он содержит в себе Swiss-Prot и PDB, а так же еще несколько БД, что позволяет ему производить поиск гомологов в гораздо более широких масштабах. Различие в E-value тоже обуславивается объемом содержащейся информации в БД, так как само значение E-value расчитывается по формуле E=l*L*K*e^(-λS), где l-длина последовательности, K и -λ - это константы, которые зависят от матрицы, по которой идет расчет веса выравнивания, S - средний вес выравнивания в случайном банке, а главное, это значание L - "объем банка", что в основном и обуславливает сильную разницу в значении E-value между БД.
Важно отметить, что значение E-value различается межу Swiss-Prot и nr только на один порядок. Возможно, это можно объснить параметром S (вес выравнивания), так как если вес выравнивания будет высоким, то гомологов с таким же высоким значением найти будет гораздо труднее, тем более когда поиск ограничен объемом информации. Таким образом, в Swiss-Prot было дано очень хорошее значение E-value, близкое к значению E-value в nr, но в последнем это значение немного хуже за счет того, что объем данных гораздо выше.
Различие в количестве гомологов так же можно объяснить с помощью разницы в количестве последовательностей в БД. Так как в "nr" найдено больше всего гомологов, то можно предположить, что им охвачены и те потенциальные гомологи, что найдены в Swiss-Prot и PDB, но, скорее всего, у них уже значение E-value будет выше.
Худшие находки в трех БД оказались разными, что обусловлено объемом данных, то есть с возможостью сравнить изучаемый белок с большим количеством последовательностей. По значению E-value лидирует белок IVEH, выданный в поиске гомологов в БД PDB, но как мне кажется, здесь так же надо еще учитывать и другие факторы. Например, длина и вес выравнивания белка Yoda_Ecoli с XP_001213143 выше чем, Yoda_Ecoli с IVEH, и хотя в первом случае значение E-value выше на единицу, нельзя забывать что nr выдал количество находок в 81 раз больше, чем их нашлось в PDB, то есть я хочу сказать, что будь информация о белке XP_001213143 в PDB, то в нем выравние Yoda_Ecoli-XP_001213143, скорее всего, имело бы значение E-value выше, что делало бы эти белки немного более близкими друг к другу.

Поиск гипотетических гомологов изучаемого белка с фильтром по таксонам.

Здесь хотелось бы отметить, что выравнивание имеет неплохое значение E-value, что вприниципе распространяется и на другие параметры выравнивания.

Поиск белка по его фрагменту

Если осуществлять поиск гомологов с помощью полной последовательности изучаемого белка, то это значительно расширяет круг возможных совпадений, но одновременно делает его более конкретным, то есть вероятность найти действительно гомологичные белки существенно повышается. Поэтому в выравнивании с участком последовательности был найден гомолог с таким же весом в битах и значем E-value, а уже в выравнивании с полной последовательностью, хотя и был дан белок Q8CWN2, как очень близкий гомолог, но уже значение веса в битах немного отличалось.

                                                                                 
                     uery  327  NGYFEDAAVKDRTLSDYAGNWQSVYPFLEDGTFDQVFDYKAKLTGKMTQAEYKAYYTKGY  386       
                                NG F+DA V++RTLSD+ G WQSVYP L+ G  D VF  KA      T AE K YY KGY            
                    Sbjct  42   NGVFDDANVQNRTLSDWDGVWQSVYPLLQSGKLDPVFQKKADADKTKTFAEIKDYYHKGY  101       
                                                                                                        
                    Query  387  HTDVTKINITDNTMEFVQGGQSKKYTYKYVGKKILTYKKGNRGVRFLFEATDADAGQFKY  446
                                 TD+  I I D  +EF +  ++    Y Y G KILTYK G +GVR+LFE  D ++   KY     
                    Sbjct  102  ATDIEMIGIEDGIVEFHRNNETTSCKYDYDGYKILTYKSGKKGVRYLFECKDPESKAPKY  161
                                                                                                        
                    Query  447  VQFSDHNVAPVKAEHFHIFFGGTSQEALFEEMDNWPTYYPDNLSGQEIAQEMLAH  501            
                                +QFSDH +AP K+ HFHIF G  SQ++L  EM+NWPTYYP  LS +E+ +EM++H                 
                    Sbjct  162  IQFSDHIIAPRKSSHFHIFMGNDSQQSLLNEMENWPTYYPYQLSSEEVVEEMMSH  216            
                  

Жирным шрифтом выделен фрагмент в выравнивании, над которым я работала в программе GeneDoc на занятии по пробным выравниваниям. Он не отличается от моего выравнивания, предложенного в первый раз и имеет оптимальный для этого фрагмента вес, что вилимо, выгодно и для выравнивания всей последовательности.
Вес выравнивания в битах 194 (494), значение E-value 8e-49, идентичность - 52%, сходство 66%, гэпов 0%, длина выравнивания 175 АО.

Сравнение выравниваний, выданных программой BLASTP, с оптимальными глобальным и локальным выравниваниями.

На рисунке предложено выравнивание, сделанное с помощью программы needle. Коренным отличием от выравнивании в BLASTP является то, что нем (BLASTP) выравнивание начинается с 327 АО, то есть после большого пропуска в Adca_Strpn, с помощью которого достигается начинается наибольшее количество совпадений АО между двумя белками.
Вес выравнивания 474, идентичность - 18,9%, сходство 26,4%, гэпов 58,9%, длина выравнивания 508 АО. Значения параметров так сильно отличаются относительно BLASTP и в худшую сторону, потому что, как уже было сказано выше, выравнивание идет не по самому удачному участку, а по всей последовательности белка Adca_Strpn.

На рисунке отображено локальное выравнивание, выполненное в программе water пакета EMBOSS.
Вес выравнивания 494, идентичность - 52,2%, сходство 66,9%, гэпов 0%, длина выравнивания 175 АО. Данное выравнивание полностью совпадает с выравнием в BLASTP, если в программе water установить те же штрафы за гэп и пропуски.