Банк нуклеотидных последовательностей EMBL

1.  Пользуясь системой SRS:

   1. Узнаем дату последнего проиндексированного в системе релиза EMBL и количество записей в нем.

      Дата: 7 сентября 2009 года.

      Количество записей: 108577013.

      Для этого с "Library Page" перейдем по гиперссылке "EMBL (release)"

   2. Узнаем список классов ("Data Class") банка EMBL

      Обозначение	Описание	Число записей
      ANN	Constructed sequence with annotation	не проиндексировано
      CON	Constructed sequence	не проиндексировано
      EST	Expressed Sequence Tag	62846990
      GRV	Genome Reviews	не проиндексировано
      GSS	Genome Survey Sequence	25905073
      HTC	High Throughput cDNA sequencing	549753
      HTG	High Throughput Genome sequencing	142473
      MGA	Mass Genome Annotation	не проиндексировано
      PAT	Patent	10439165
      SET	Project set (EMBL WGS Masters only)	не проиндексировано
      STD	Standard	7253026
      STS	Sequence Tagged Site	1310171
      TPA	Third Party Annotation	6520
      TSA	Transcriptome Shotgun Assembly	123842
      WGS	Whole Genome Shotgun	не проиндексировано

      Для этого с "Library Page" проследуем по гиперссылке "EMBL (release)". На открывшейся странице найдем "Data Class" и проследуем по этой гиперссылке.Чтобы узнать число записей, нажмите кнопку "List values"

   3. Рассмотрим список разделов ("Divisions") банка EMBL.

      Обозначение	Описание (по-русски)	Число записей
      ENV	Образцы из окружающей среды	4145029
      FUN	Гриб	3942084
      HUM	Человек	12841544
      INV	Беспозвоночное	15518735
      MAM	Другие млекопитающие	9429823
      MUS	Домовая мышь(обыкновенная)	7424621
      PHG	Бактериофаг	5865
      PLN	Растения	33806044
      PRO	Прокариоты	909986
      ROD	Грызуны	2261678
      SYN	Синтетические	2671622
      TGN	Трансгенные	265465
      UNC	Неклассифицированные	3945859
      VRL	Вирусы	827405
      VRT	Другие позвоночные	10581253

      Для этого с "Library Page" проследуем по гиперссылке "EMBL (release)". На открывшейся странице найдем "Divisions" и проследуем по этой гиперссылке.Чтобы узнать число записей, нажмите кнопку "List values"

   4. Проанализируем поступление данных для трех разделов банка EMBL (HUM, MAM и VRL). Для этого определим, сколько записей класса STD появилось в каждом из этих разделов за август 2009 и 2008 годов.

      

      Из полученной диаграммы можем сделать вывод, что получаемое количество данных по человеку уменьшилось, по остальным млекопитающим немного выросло, а по вирусам существенно увеличилось. Весьма вероятно, что такое рост связан с важностью исследований в данном направлении.

2.  Рассмотрим данные про ген SC1, описанного в записи EMBL с кодом доступа BA000025:

   направление гена - обратное
   число кодирующих участков - 3 
   длина первого кодирующего участка - 238
   длина последнего кодирующего участка - 241 
   длины первого интрона между кодирующими участками - 1704
   длина последнего интрона между кодирующими участками - 471
   

3.  Получим самый длинный кодирующий участок из гена SC1 в отдельный файл.

   Это участок с 780091 по 780649.

   Далее на сайте обнаружим в какой программе и как подать на вход этот участок, чтобы найти в Swiss-Prot соответствующий белок.

   Выберем программу blastx, т.к. она находит белковые последовательности в соответствии вводимой нуклеотидной последовательности.

   Полученный в начале задания файл с участком последовательности задается в поле upload file. Как базу данных выбираем банк SwissProt.

   С подходящим e-value (ниже 0.001) было найдено 5 последовательности белков. Более всего подходит участок в белке человека, что не удивляет ведь участок гена SC1 из человеческой ДНК. Схожие последовательности нашлись в организме свиньи, мыши, шимпанзе и макаки. Все эти виды являются одними из ближайших родственников человека на генетическом уровне.

   Это белок TCF19_HUMAN (Q9Y242 - ACCESSION). Данному экзону соответствует участок с 81-265.

   Для того,что бы получить участок из гена используем программу seqret с опцией -sask)

4.  Записи EMBL и их характеристики, на которые ссылается белок P21888 (SYC_ECOLI) в записи Swiss-Prot.

   Идентификатор записи EMBL	Тип молекулы	Класс данных	Раздел EMBL	Дата создания документа	Описание	Длина последовательности
   X56234	linear genomic DNA	STD	PRO	21-JAN-1991	E. coli cysS gene for cysteinyl-tRNA synthetase	2194
   M59381	linear genomic DNA	STD	PRO	16-FEB-1991	E.coli cysteine tRNA synthetase (cysS) gene, complete cds.	1440
   U00096	circular genomic DNA	STD	PRO	23-FEB-2006	Escherichia coli str. K-12 substr. MG1655, complete genome	4639675
   AP009048	circular genomic DNA	STD	PRO	22-JAN-2006	Escherichia coli str. K12 substr. W3110 DNA, complete genome.	4646332
   U82664	linear genomic DNA	STD	PRO	19-JAN-1997	Escherichia coli minutes 9 to 11 genomic sequence	139818
   X59293	linear genomic DNA	STD	PRO	14-AUG-1991	Escherichia coli cysS gene for cysteinyl-tRNA synthetase	2173

   Все данные описывают организм Escherichia coli. Они либо описывают полный геном , либо ген cysS .

   Запись Swiss-Prot можно получить используя программу entret,если забыли обозначение банка- сначала команду showdb).