Výpočetní metody v bioinformatice a systémové biologii

Týden 2 - Sběr a příprava sekvencí ZNF - 22. 2. 2022

Proteinová struktura "Zinkový prst" (Wikipedia)

CVIČENÍ

Skompletovat soubory s členy proteinové podrodiny ZNF (zinc-finger protein) u živočichů, které jsou schopny vázat se na PQS (potential quadruplex sequence) tvořící G-kvadruplexy (G4). Hledat budeme na základě:

    informací z článku
    názvu
    sekvenční podobnosti
    obsahu sekvenčních motivů
    strukturní podobnosti

VSTUP:
    informace o PG4-ZNF z článku Kumar et al. (2011) a informace o ZNF (viz odkaz výše)

VÝSTUP:
multifasta soubor znf[1-2]_animals.fa (1-PG4 vážoucí úzký výběr, 2-ZNF)
pokusit se najít informace o sekvencích, na které se vážou, zejména znf2

1. Sběr sekvencí

vyhledejte sekvence z článku podle názvu a vytvořte první verzi souborů znf1 pro člověka a myš
analyzujte počet ZNF domén, identifikujte C2H2 motivy
sekvence zarovnejte pomoci clustalo, podle potreby upravte soubor
vytvorte novy soubor (znf_core) kde bude jenom oblast max 4 zinkovych prstu kolem nejlepe zarovnane oblasti, sekvence s vice skupinami prstu muzete rozdelit na vice casti, seznamte s takto zarovnanymi sekvencemi (mview, jalview, consensus, cons (EMBOSS))
od této chvíle se budem omezovat na počet domén a typ motivů typické pro PG4-ZNF a organismy
- Homo sapiens
- Mus musculus
- Danio rerio
- Drosophila melanogaster
- Caenorhabditis elegans
- Saccharomyses cerevisiae

všechny další ZNF proteiny vyhovující předchozímu omezujícímu kritériu (vyhovuje reg.vyrazu) sbírejte jako znf2
Ve FASTA hlavičce si poznamenáme nejdůležitější vlastnosti (>originalID Gene_NAME SPECIES:Mmu PDB:1AXY DNAMX:M12345 atd) a PDB struktury či matice budem soustřeďovat ve svých souborech (znf.pdb; znf.mx)
Veďte si něco jako laboratorní deník se zápisy klíčových postupů a příkazů, které jste použili ke každému týdnu a mějte jej připraven k nahlédnutí (podle vkusu můžete zvýšit reprodukovatelnost vašich postupů použitím robustnějšího systému (GIT + GNU make, snakemake nebo nextflow)
Příklad zápisu v deníku:
- ### 1.3.2010
- # získány sekvence z NCBI/Nucleotides s názvem obsahujícím ZNF+číslo a uloženy do souboru znfxy.fa (celkem 23 sekvencí)
- # vytvoření vícenásobného zarovnání sekvencí příkazem
  - clustalo --option1 --option2 znfxy.fa > znfxy.aln
- # zobrazení zarovnání
  - clustalx znfxy.aln