ulvivl / hse22_project

hse22_project

---

Ссылки

1. Условие
2. Colab с кодом

---

Выбранные геномы

Вид	Уровень сборки	GC%	Название в colab
Leishmania donovani	Chromosome	59,1146	GCA_00022713
Leishmania enriettii	Chromosome	59,5865	GCA_017916305
Leishmania infantum JPCM5	Chromosome	59,5663	GCA_000002875
Leishmania martiniquensis	Chromosome	59,8521	GCA_017916325
Leishmania panamensis	Chromosome	57,3879	GCA_000755165

---

Анализируем аннотированные гены

Поскольку я работала с эукариотами, то в таблице ниже представлены число генов, длина генома, длина участков с экзонами, доля покрытия экзонами.

Название вида	Число генов	Длина генома	Длина участков с экзонами	Доля покрытия экзонами
donovani	8195	32444968	14824824	45.7
enriettii	8353	33318864	15840130	47.5
infantum JPCM5	8383	32122061	15607169	48.6
martiniquensis	7967	32413670	14791807	45.6
panamensis	8048	30688794	14547601	47.4

---

Предсказываем участки Z-DNA

В данном пункте было произведено предсказание участков Z-DNA с помощью программы zhunt. Далее были отобраны только те участки Z-DNA, у которых zh-score больше 500. По полученным данным были посчитаны некоторые показатели. Ниже представлены результаты для каждого генома.

Название вида	Количество предсказанных Z-DNA	Количество участков с zh-score > 500	Общая длина участков
donovani	283432	9151	99396
enriettii	263205	8728	94900
infantum JPCM5	277951	9051	98310
martiniquensis	241723	6741	72132
panamensis	268611	5617	60450

Гистограммы распределений

Название вида	Гистограмма
donovani
enriettii
infantum JPCM5
martiniquensis
panamensis

Ассоциируем предсказанные участки Z-DNA с промотерами генов

Визуализация генов и предсказанных участков Z-DNA с помощью GraphicFeature, GraphicRecord

На картинках ниже изображено по одной Z-DNA, находящейся на промотере гена для 3 генов из генома

Название вида	Визуализация
donovani
enriettii
infantum JPCM5
martiniquensis
panamensis

Визуализация генов и предсказанных участков Z-DNA с помощью IGV

Название вида	Визуализация
donovani
enriettii
infantum JPCM5
martiniquensis
panamensis

Определяем гомологичные связи между белками выбранных геномов

Данный этап был выполнен в jupyter notebook, находящийся в папке src, так как там он выполнялся гораздо быстрее, чем в colab.

Информация по полученным гомологичным кластерам

Общее число кластеров: 8114

Гистограмма кластеров по кол-ву разных геномов в кластере

Таблица с информацией по выбранным кластерам

Я выбирала такие кластеры, чтобы и в столбце # Speciуs и в столбце Genes было одно и тоже число 5, так как всего мы рассматриваем 5 геномов. Получается что я буду рассматривать кластеры, в которых находится по одному гену из генома, то есть всего 5 генов.

Номер кластера	Название вида	product_accession	Имя	Функция гена	Ссылка на источник
0	donovani	CBZ36062.1	hypothetical protein, conserved	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
0	enriettii	KAG5473030.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
0	infantum JPCM5	CAM69935.1	conserved hypothetical protein	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
0	martiniquensis	KAG5472261.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
0	panamensis	AIO00276.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
1	donovani	CBZ31255.1	hypothetical protein, conserved	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
1	enriettii	KAG5486925.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
1	infantum JPCM5	CBZ08318.1	conserved hypothetical protein	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
1	martiniquensis	KAG5487692.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
1	panamensis	AIN95248.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
2	donovani	CBZ31885.1	hypothetical protein, conserved	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
2	enriettii	KAG5485099.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
2	infantum JPCM5	CBZ08369.1	conserved hypothetical protein	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
2	martiniquensis	KAG5485768.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
2	panamensis	AIN95850.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
3	donovani	CBZ33322.1	serine/threonine protein phosphatase type 5, putative	Играет положительную роль в адипогенезе, регулирует циркадные ритмы, может играть роль в регуляции ионных каналов	https://www.uniprot.org/uniprot/P53042
3	enriettii	KAG5481624.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
3	infantum JPCM5	CAM67068.1	putative serine/threonine protein phosphatase type 5	Играет положительную роль в адипогенезе, регулирует циркадные ритмы, может играть роль в регуляции ионных каналов	https://www.uniprot.org/uniprot/P53042
3	martiniquensis	KAG5480985.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
3	panamensis	AIN97196.1	serine/threonine protein phosphatase type 5, putative	Играет положительную роль в адипогенезе, регулирует циркадные ритмы, может играть роль в регуляции ионных каналов	https://www.uniprot.org/uniprot/P53042
4	donovani	CBZ32552.1	hypothetical protein, conserved	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
4	enriettii	KAG5483451.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
4	infantum JPCM5	CAM66459.1	conserved hypothetical protein	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
4	martiniquensis	KAG5484026.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
4	panamensis	AIN96482.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
5	donovani	CBZ31279.1	hypothetical protein, conserved	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
5	enriettii	KAG5486948.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
5	infantum JPCM5	CAM60013.1	conserved hypothetical protein	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
5	martiniquensis	KAG5487716.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
5	panamensis	AIN95270.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
6	donovani	CBZ36459.1	mevalonate kinase, putative	катализирует превращение мевалоната в фосфомевалонат	https://www.sciencedirect.com/topics/neuroscience/mevalonate-kinase
6	enriettii	KAG5471934.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
6	infantum JPCM5	CAM70439.1	putative mevalonate kinase	катализирует превращение мевалоната в фосфомевалонат	https://www.sciencedirect.com/topics/neuroscience/mevalonate-kinase
6	martiniquensis	KAG5471283.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
6	panamensis	AIO00643.1	mevalonate kinase, putative	катализирует превращение мевалоната в фосфомевалонат	https://www.sciencedirect.com/topics/neuroscience/mevalonate-kinase
7	donovani	CBZ33319.1	hypothetical protein, conserved	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
7	enriettii	KAG5481621.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
7	infantum JPCM5	CAM67065.1	conserved hypothetical protein	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
7	martiniquensis	KAG5480982.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
7	panamensis	AIN97193.1	ARF-like 2-binding protein, putative	активацию ферментов, таких как фосфатидилинозитол (PtdIns) киназы	https://www.nature.com/articles/nrm3117
8	donovani	CBZ33031.1	hypothetical protein, conserved	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
8	enriettii	KAG5482503.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
8	infantum JPCM5	CAM66930.1	conserved hypothetical protein	функционально не охарактеризован	https://www.ncbi.nlm.nih.gov/pmc/articles/PMC524295/
8	martiniquensis	KAG5481974.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
8	panamensis	AIN96925.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
9	donovani	CBZ36064.1	WD-40 repeat protein	участвуют в росте, клеточном цикле, развитии и вирулентности	https://link.springer.com/article/10.1007/s10930-018-9785-7
9	enriettii	KAG5473032.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
9	infantum JPCM5	CAM69937.1	WD-40 repeat protein	участвуют в росте, клеточном цикле, развитии и вирулентности	https://link.springer.com/article/10.1007/s10930-018-9785-7
9	martiniquensis	KAG5472263.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein
9	panamensis	AIO00278.1	hypothetical protein	определение функции затруднено	https://en.wikipedia.org/wiki/Hypothetical_protein

Про расположение Z-DNA и Z-DNA score легче на рисунке показать, который будет представлен ниже.

Множественное белковое выравнивание

Для каждого выбранного кластера было произведено множественное белоковое выравнивание на сайте https://www.ebi.ac.uk/Tools/msa/clustalo/ . В качестве алгоритма для выравнивания был выбран алгоритм ClustalW with character counts. Файлы с выравниванием можно найти в папке data.

Визуализация расположения участков Z-DNA для каждого выбранного кластера

Номер кластера	Название вида	Визуализация
0	donovani
0	enriettii
0	infantum JPCM5
0	martiniquensis
0	panamensis
1	donovani
1	enriettii
1	infantum JPCM5
1	martiniquensis
1	panamensis
2	donovani
2	enriettii
2	infantum JPCM5
2	martiniquensis
2	panamensis
3	donovani
3	enriettii
3	infantum JPCM5
3	martiniquensis
3	panamensis
4	donovani
4	enriettii
4	infantum JPCM5
4	martiniquensis
4	panamensis
5	donovani
5	enriettii
5	infantum JPCM5
5	martiniquensis
5	panamensis
6	donovani
6	enriettii
6	infantum JPCM5
6	martiniquensis
6	panamensis
7	donovani
7	enriettii
7	infantum JPCM5
7	martiniquensis	На данный ген не попали Z-DNA
7	panamensis
8	donovani
8	enriettii
8	infantum JPCM5
8	martiniquensis
8	panamensis
9	donovani
9	enriettii
9	infantum JPCM5
9	martiniquensis
9	panamensis

На каждом рисунке выше отрисован ген из генома, попадающий в соотвествующий кластер. На каждом гене, отрисованы все z-dna с их zh-score. Такая визуализация помогает увидеть где именно находится участок z-dna относительно гена. Каждый ген подписан по следующему принципу: gene + LOCUS(из файла gbff), где LOCUS отвечает за то, к какому геному принадлежит ген. Из визуализации и координат можно заметить, что во многих случаях z-dna попадает на экзон интрон и промоутер, за исключением следующих случаев:

Номер кластера	Название вида	Куда попадает
1	enriettii	промоутер и интрон
1	panamensis	промоутер и интрон
3	panamensis	промоутер и интрон
5	enriettii	промоутер и интрон
5	infantum JPCM5	промоутер и интрон
5	martiniquensis	промоутер и интрон
5	panamensis	промоутер и интрон
6	panamensis	промоутер и интрон
7	donovani	интрон
7	enriettii	интрон
7	martiniquensis	На данный ген не попали Z-DNA
7	panamensis	промоутер и интрон
9	panamensis	промоутер и интрон