Проект: Сборка и анализ вирусных геномов

Описание:

В курсе биоинформатики вы научились проводить филогенетический анализ белок-кодирующих и некодирующих генов, проводить сборку и аннотацию геномов и анализировать уровни экспрессии генов. И теперь вам предстоит провести небольшое исследование самостоятельно. Вам будет предложен список вирусов, из которого вы и выберете свой будущий объект для анализа. Программы и методы вы можете выбирать самостоятельно в зависимости от ваших предпочтений, а результаты нужно будет оформить в виде классической научной статьи.

Итак, для начала вам потребуется провести анализ консервативности гена, ответственного за синтез, наиболее пригодного для создания вакцины белка вируса. Оценить и обосновать пригодность белка придётся вам самим. Зачем это нужно? Дело в том, что вирусные гены, как и любые другие гены, мутируют неравномерно. В них можно выделить вариабельные и консервативные регионы. Очевидно, что для создания наиболее эффективной вакцины разумно брать стабильные участки гена, тогда она получится более универсальной, то есть будет защищать от большего числа штаммов.

Немного полезной литературы:

• Канал с биоинформатикой

• Основы филогенетического анализа

• Основы биоинформатики

• Основы эволюции

• Основы основ

Ссылки на тулы и базы:

• NCBI Virus — база данных от NCBI, содержащая нуклеотидные и аминокислотные последовательности самых разных вирусов.

• Sequence Read Archive (SRA) — архив сырых данныхз секвенирования. Можно найти результаты полногеномного секвенирования до RNAseq и баркодинга.

• MAFFT — программа для множественного выравнивания

• Ensembl — база данных, содержащая геномы, транскриптомы, протеомы различных живых организмов, нуклеотидные и аминокислотные последовательности генов и их белков, а ещё там есть BioMart, который поможет вам вытянуть почти любую информацию почти про любой ген.

• Конвертер форматов — web версия программы для конвертации .fasta в .nexus.

• Seqmagick — программа для конвертации .fasta в .nexus.

Ход работы по филогенетическому анализу гена:

Перечисленные ниже действия опциональны, при желании вы можете выбрать другие инструменты.
Основная задача — получить результат.

1. Выбрать вирус на свой вкус.

2. Скачать геномные последовательности вируса с сайта NCBI Virus или любой другой базы данных, например, созданной под конкретный вирус. Их много, нужно просто поискать.

3. Подобрать тот белок, который должен подходить для создания вакцины. Тут нужно вспомнить, как работает наша имунная система, и что она будет распознавать в первую очередь.

4. Скачать референсную последовательность выбранного гена или генов.

5. Провести локальное выравнивание этой последовательности на каждый геном изучаемого вируса. Вот тут потребуется написать первый скрипт, который должен сохранять лучшие совпадения в отдельный файл.

6. Перевести все последовательности в полученном файле из нуклеотидных в аминокислотные. Следите за наличием рамки считывания. Последовательности без неё нужно выкинуть. Это ещё один скрипт.

7. Сделать множественноё выравнивание этих аминокислотных последовательностей программой MAFFT.

8. И ещё один скрипт. Он должен находить консервативные участки во множественном выравнивании, длиной более 8 аминокислот. Консервативность значит, что в данной позиции какой-то нуклеотид встречается с частотой более 90%. Все консервативные участки сохранить в отдельный файл.

9. А теперь потребуется создать праймеры для вашего гена. Праймеров два. Они должны быть комплиментарными участкам в начале и в конце гена. Тут тоже придётся покодить. Ваш скрипт должен уметь подбирать сами праймеры, считать их температуру плавления, GC состав и определять самокомплиментарные участки.

10. Скачать с Sequence Read Archive (SRA) сырые риды, полученные при секвенировании вашего вируса. Рекомендую скачивать не совсем маленькие архивы, потому что, чем он больше, тем больше в нём ридов, а, соответственно, выше покрытие и меньше ошибок.

11. Собрать геном при помощи программы SPAdes.

12. Скорее всего, геном не соберётся до хромосомного уровня, а останется на уровне скаффолдов, которые дополнительно потребуется выровнять на референсный геном. А что это значит? Правльно ещё один скрипт. Он должен локально выравнивать скаффолды на референс, и если между ними есть пробелы, то скрипт будет брать из рефернса последовательности, соответствавающие пробелам, и схивать ими скаффолды. Справа есть рисунок, который поможет вспомнить, как это выглядит. А ещё очень рекомендую вот этот канал. Автор прям очень хорошо объясняет.

13. И следом ещё один скрипт. Он должен проаннотировать собранный геном.