Функциональная аннотация

М.Гельфанд «Сравнительная геномика и

системная биология»

БиБи, 4 курс + ШБ, 2 год + ПФУвесна 2014

Цель аннотации• Что

– функция• Когда

– Регуляция• Экспрессии• Время жизни

• Где– Локализация

• Внутри/снаружи• Органеллы и компартменты

• Как– Механизм

• Специфичность, регуляция

Функции (условно)

• Ферменты– Метаболизм (катаболизм, анаболизм)– Биосинтез макромолекул

• Транспортеры• Регуляторы

– Рецепторы– Белки сигнальных каскадов– Факторы транскрипции и т.п.

• Структурные и «вспомогательные» белки– Цитоскелет, движение, деление– Межклеточные взаимодействия (рецепторы)– Шапероны. Большие комплексы

Gene Ontology

Три иерархии• Молекулярная функция• Биологический процесс• Компонент клетки

Пример: цитохром с– Транспорт электронов– Окислительное фосфорилирование– Внутренняя мембрана митохондрии

Геномные базы: • FlyBase (дрозофила)• SGD (Saccharomyces Genome Database)• MGD (Mouse Genome Database)

Молекулярная функция - примеры

• Широкие категории:– Каталитическая активность– Транспортная активность– Связывание

• Узкие категории:– Адениат-циклазная активность– Связывание Ca2+

Можно и по-другому (EC, TC) – это потом

Биологический процесс - примеры

• Широкие категории:– Cellular physiological processes– Перенос сигнала (signal transduction)

• Узкие категории:– Метаболизм пиримидинов– Транспорт альфа-глюкозидов– Асимметричное деление клеток

GO: процессы

Структура иерархии: сетьBiological process• Cellular process

– Cellular physiolgical process• Cell division

– Asymmetric cell division» Regulation of asymmetric cell division

– Regulation of cell division» Regulation of asymmetric cell division

• Regulation of cellular physiological process– Regulation of cell division

» Regulation of assymmetric cell division

• Physiological process– Cellular physiolocical process

• …

– Regulation of physiological process• …

УпражнениеНарисовать пути, ведущие к:(А-Д) GO:0045782 : positive regulation of cell budding

GO:0004612 : phosphoenolpyruvate carboxykinase (ATP) activity(Е-К) GO:0019568 : arabinose catabolism

GO:0003726 : double-stranded RNA adenosine deaminase activity(Л-Н) GO:0030660 : Golgi vesicle membrane

GO:0030570 : pectate lyase activity(О-П) GO:0019319 : hexose biosynthesis

GO:0047689 : aspartate racemase activity (Р-С) GO:0006068 : ethanol catabolism

GO:0004129 : cytochrome-c oxidase activity(Т-Я) GO:0030334 : regulation of cell migration

GO:0003705 : RNA polymerase II transcription factor activity, enhancer binding

используя AmiGO

http://www.geneontology.org AmiGo

http://www.godatabase.org/cgi-bin/amigo/go.cgi?search_constraint=terms&action=replace_tree&session_id=7922b1125244220

BL

AS

T h

om

e p

age

Параметры BLAST: wordsize

• Цистеиновые протеазы из люцернового долгоносика и коровьего клеща: 61% тождества, а BLASTN не находит. Для ДНК Wordsize=11(min 7), для белков =3.

Similarity ≠ homology• BLAST e-value is a measure of non-

randomness of sequence similarity• Possible causes of similarity:

– homology– domain homology– low complexity, coiled-coil, transmembrane

and other types of regions with non-standard amino acid composition

• Homology ≠ same function. Normally:– similar (general) function

(e.g. enzymatic activity)– maybe different specificity

Предсказание специфичности: дерево распадается на две ветви – все нормально

(A novel type of Ni /Co ABC transporters. Transmembrane component CbiM/NikM)

NikM

CbiMNi2+

Co2+

+ CbiN

+ NikL, NikK

+ NikN

+ NikL

Предсказание специфичности: все смешалось – нет предсказания ( The NiCoT transporters family)

Предсказание специфичности: смена специфичности – ошибки (The NikABCDE family of ABC transporters. Substrate-binding component NikA)

Noradrenaline transporter in an archaeon?

SOURCE Methanococcus jannaschii. ORGANISM Methanococcus jannaschii Archaea; Euryarchaeota; Methanococcales; Methanococcaceae; Methanococcus.

FEATURES Location/Qualifiers source 1..492 /organism="Methanococcus jannaschii" /db_xref="taxon:2190" Protein 1..492

/product="sodium-dependent noradrenaline transporter" CDS 1..492 /gene="MJ1319" /note="similar to EGAD:HI0736 percent identity: 38.5;

identified by sequence similarity; putative" /coded_by="U67572:71..1549" /transl_table=11

Now corrected: Hypothetical sodium-dependent transporter MJ1319.

Lesson(s)

1. Avoid overprediction (homology does not necessarily mean same cellular role or specificity)

Similarity to hypothetical proteins: somebody else’s errors…

The only correct annotation!

Genes with curious functional assignments

• C75604: Probable head morphogenesis protein, Deinococcus radiodurans

• O05360: Automembrane protein H, Yersinia enterocolitica

• Q8TID9: Benzodiazepine (valium) receptor TspO, Methanosarcina acetivorans

• NP_069403: DR-beta chain MHC class II, Archaeoglobus fulgidus

Errors in experimental papers

SwissProt:

DEFINITION Hypothetical 43.6 kDa protein.ACCESSION P48012

...

KEYWORDS Hypothetical protein.

SOURCE Debaryomyces occidentalis

ORGANISM Debaryomyces occidentalis

Eukaryota; Fungi; Ascomycota; Saccharomycotina; Saccharomycetes;

Saccharomycetales; Saccharomycetaceae; Debaryomyces.

[CAUTION] Was originally (Ref.1) thought to be 3-isopropylmalate dehydrogenase (LEU2).

PIR:DEFINITION 3-isopropylmalate dehydrogenase (EC 1.1.1.85)

- yeast(Schwanniomyces occidentalis).

ACCESSION S55845

KEYWORDS oxidoreductase.

SwissProt entry DSDX_ECOLI

-!- CAUTION: An ORF called dsdC was originally (Ref.3) assigned to the wrong DNA strand and thought to be a D-serine deaminase activator, it was then resequenced by Ref.2 and still thought to be "dsdC", but this time to function as a D-serine permease. It is Ref.1 that showed that dsdC is another gene and that this sequence should be called dsdX. It should also be noted that the C-terminal part of dsdX (from 338 onward) was also sequenced (Ref.6 and Ref.7) and was thought to be a separate ORF (don't worry, we also had difficulties understanding what happened!).

Lesson(s)

1. Avoid overprediction (homology does not necessarily mean same cellular role or specificity)

2. Check carefully the source(s) of annotations in the list of homologs

mastermind protein of Drosophila

Filtering of low-complexity

segments

• often insufficient

• may lose non-trivial information

Lesson(s)

1. Avoid overprediction (homology does not necessarily mean same cellular role or specificity)

2. Check the source(s) of annotations in the list of homologs

3. Beware of similarity in low-complexity regions, non-globular domains, transmembrane segments

Homology of domains

I64228: “DNA polymerase homolog”(in fact, 5’-3- exonuclease) Klenow fragment

Bacterial DNA polymerases

BL

AS

T d

om

ain

s p

age

InterPro domains

Lesson(s)

1. Avoid overprediction (homology does not necessarily mean same cellular role or specificity)

2. Check the source(s) of annotations in the list of homologs

3. Beware of similarity in low-complexity regions, non-globular domains, transmembrane segments

4. Do not extend domain homology to annotation of the whole protein

PROSITE• Множественное выравнивание консервативные

позиции паттерны• Вырожденные паттерны• P-loop ATPases:

• [GA]x(4)GK[ST] • Очень малая избирательность

caspases/paracaspases/metacaspases

Профили. PSI-BLAST

• Значимость (E=0.005), 1 лишний на 200 поисков

• Ручная прочистка при итерациях

• Автоматически – до схождения

• Асимметрия

Lesson(s)

1. Avoid overprediction (homology does not necessarily mean same cellular role or specificity)

2. Check the source(s) of annotations in the list of homologs

3. Beware of similarity in low-complexity regions, non-globular domains, transmembrane segments

4. Do not extend domain homology to annotation of the whole protein

5. Правильный паттерн должен сохраняться у (близких) ортологов; должны сохраняться основные каталитические остатки

Анализ белка в отсутствие гомологов• Сигнальные пептиды. SignalP (нейронная сеть)• Трансмембранные сегменты. Две дюжины

серверов (TMHMM, PHDhtm, HMMTOP)– Гидрофобные/гидрофильные– Сигнал на границе– Топология (положительные внутри)– Использование выравниваний– Бета-белки. Порины

• Локализация. PSORT, TargetP• Coiled coil. COILS, Parcoil/Multicoil• Вторичная и пространственная структура.

Threading• Сравнительная геномика и негеномные данные