Банк EMBL

Сравнение разных записей в EMBL

В документе SwissProt, описывающем изучаемый белок P00805 , найдены все ссылки на банк EMBL.
Для этого на kodomo-count получен файл с записью SwissProt (команда entret sw:p00805 -auto). В поле DR содержится информация о соответствующих записях EMBL (AC записи: M34277, M34234, U28377, U00096).

C помощью SRS (см. подсказки) получены данные:

Идентификатор записи EMBL	Тип молекулы	Класс данных	Раздел EMBL	Дата создания документа	Описание	Длина последовательности (в нуклеотидах)
U00096	геномная ДНК	стандарт	прокариоты	23.02.2006	Escherichia coli K12 MG1655, полный геном	4639675
M34234	геномная ДНК	стандарт	прокариоты	04.07.1990	ген L-asparaginase II (ansB) из E.coli, полная кодирующая последовательность	1643
M34277	геномная ДНК	стандарт	прокариоты	28.06.1990	ген L-asparaginase II (ansB) из E.coli, полная кодирующая последовательность	1530
U28377	геномная ДНК	стандарт	прокариоты	05.07.1995	геном Escherichia coli K-12; приблизительно 65-68 минут.	141744

Сравнение: итак, в EMBL содержится 4 записи (соответственно, равно количеству AC). Во всех случаях, тип молекулы - геномная ДНК [genomic DNA]. Указан класс данных "стандарт" (вообще, классы данных представленны трехбуквенными обозначениями; в моем случае это STD - неклассифицированные записи, неотнесенные к специальным классам). Трехбуквенными обозначениями представленны и разделы EMBL (по таксонам; в моем случае это PRO - прокариоты). Наиболее поздний документ - по записи U00096. Наконец, при изучении поля Description (Описание) выяснилось, что одна из записей - полный геном Escherichia coli K12 MG1655 (соответственно, длина его наибольшая); 2ая и 3ья записи содержат полные кодирующие последовательности [complete cds - последовательности нуклеотидов, соответствующие аминокислотной последовательности белка (включая стоп-кодоны)] исследуемого белка L-аспарагиназы, его предшественника - L-asparaginase II (ansB) precursor. Интересно описание находки с идентификатором U28377. Возможно, здесь речь идет о локализации в хромосоме.

Сравнение описаний гена Escherichia coli в двух разных записях EMBL

На основании результатов предыдущего упражнения выбраны 2 записи для дальнейшего изучения: EMBL:M34234 и EMBL:M34277. Соответствующие записи получены (см. 1 и 2; команда entret embl:*** -auto, где *** - это АС [M34234 или M34277]); на их основании заполнена нижеследующая таблица:

Последовательности, кодирующие белок ASPG2_ECOLI (AC p00805) в двух записях банка EMBL

	I	II
ID записи	M34277	M34234
Начало гена в записи	385	346
Конец гена в записи	1431	1392
Направление гена	прямое	прямое
Примечания*	Интересно, что совпадают ID и АС в записи EMBL; в FT указаны начало/конец последовательностей сигнального пептида, мРНК, "зрелого" пептида ( mat_peptide - начинается сразу после последовательности сигнального пептида, на 3 основания короче cds ).	В FT указаны начало/конец последовательностей sig_peptide - сигнального пептида; misc_feature - региона (с 1400 по 1425; предполагаемый сигнал окончания транскрипции), который представляет биологический интерес и который не попадает под описание каким-либо другим пунктом FT; RBS 335..339 - предполагаемого сайта связывания рибосомы

Из полученных записей при помощи команды (с последующим ответом на вопросы)

seqret X.entret -sask

[где Х - это m34277 либо m34234] извлечены нуклеотидные последовательности, кодирующие белок, в виде отдельных файлов (см. 1 и 2). Сравнение последовательностей сделано программой needle:

needle m34277.fasta m34234.fasta m34277-m34234.needle -auto

Процент идентичности равен 100.


Знакомство с записью гена из эукариотического генома

Изучен документ EMBL с идентификационным номером BA000025. Требуется описание гена DBP2 человека; он состоит из кодирующих и некодирующих участков.
Структура транслируемых участков:

Ген на прямой цепи

    --[1269193..1269538]--...--[1288824..1289064]--->

Особенность: начало 1ого экзона несовпадает с началом cds; конец последнего экзона не совпадает с концом cds; возможно, последовательности первого и последнего экзонов содержат регуляторные последовательности.
• общее число экзонов в гене - 20;
• длина самого длинного интрона - 4668; самого короткого - 79. Интронов в гене 19.
• длина самого длинного экзона - 345; самого короткого - 56.

При выполнении последних заданий использованы возможности Excel.