Эволюционная геномика и базы данных для построения филогенетических деревьев

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Эволюционная геномика и базы данных для построения филогенетических деревьев



1. Проблемы эволюции гена

Анализ структуры гена и изменчивости генетического материала служит основой для различных теорий эволюции гена как элементарного носителя генетической информации. Какова была исходная организация гена? Или, другими словами, обусловлены ли различия между эукариотическими и прокариотическими генами приобретением интронов эукариотами или потерей интронов прокариотами?

Как это ни парадоксально, преобладает мнение, что мозаичная структура гена эукариот является более древним типом организации генома, чем непрерывная структура прокариотических генов. Возможно, геном прокариот образовался путем удаления интронов для компактизации генетического материала.

Неожиданным открытием явились так называемые псевдогены - нефункционирующие последовательности ДНК, сходные с функционирующими генами.

Некоторые псевдогены имеют такую же структуру, как и активные гены с чередованием экзонов и интронов. Вероятно, они произошли путем дупликаций, а неактивными копии стали в результате мутаций, нарушающих какие-либо стадии экспрессии. Другие псевдогены состоят исключительно из экзонов. Предполагается их происхождение путем обратной транскрипции по типу ретровирусов.

По одной версии, псевдогены являются «эволюционным резервом» эукариотического генома, по другой - представляют собой «тупики эволюции», побочный эффект перестроек некогда функционирующих генов. В эволюционной биологии активно обсуждается гипотеза эгоистичной ДНК, которая существует только для собственного воспроизведения.

Весьма интересна возможность обратного превращения псевдогена в функционирующий ген в процессе эволюции. У эукариот встречаются функционирующие гены, представленные множеством копий. Наиболее характерными примерами могут служить гены т-РНК и гены р-РНК. Так, количество генов р-РНК у человека около200 (у амфибий -- более 600), а число генов т-РНК у человека -1310(у амфибий - до 7800).

Псевдогены еще больше осложнили определение понятия «ген». Можемли мы псевдогены считать генами, и что же такое «ген»?

Интересным фактом является отсутствие корреляции между размерами генома эукариот и эволюционной сложностью организма. Количество ДНК у некоторых амфибий в десятки раз превышаетколичество ДНК у человека, причем у близкородственных видов амфибий этот показатель может различаться в 100 раз.

Расчеты популяционной генетики позволили определить предельное число условных генов, которое может обеспечивать эволюционную стабильность генома. Так, геном человека имеет 3 х 109 нуклеотидов, что позволяет кодировать почти 3 млн белков средних размеров. Однако, учитывая среднюю частоту мутаций и их вредость для организма в подавляющем большинстве случаев, можно рассчитать, что ни один организм не сможет иметь более 30 000 генов. Таким образом, в геноме человека (и других млекопитающих) только 1 % генома кодирует жизненно важные белки.

2.Эволюционная геномика

Эволюция живых систем связана с постоянным процессом мутаций. Те участки, которые являются консервативными и не меняются, являются функционально важными. К ним относятся гены и их регуляторные элементы. Геномы эукариот в целом очень похожи. Два человека отличаются в одной позиции на тысячу, а человек от шимпанзе в одной позиции на сто. То есть, 99% генома у человека с шимпанзе общие. Данные геномных исследований позволяют выявить множество след ов эволюционных событий. Одним из доказательств эволюции является наличие одинаковых ухудшений - это, по-видимому, разумно можно объяснить только тем, что они произошли у общего предка. Например, ген одного из ферментов пути синтеза аскорбиновой кислоты. Он есть у большинства млекопитающих, но не функционален у приматов, поэтому они должны аскорбиновую кислоту получать с пищей. То есть получается, что данный ген мутировал или у общего предка приматов, или этот ген промутировал одновременно и целенаправленно много раз у разных обезьян, что маловероятно. То есть, приходится признать, что все-таки существовал общий предок приматов. А после того, как ген перестал быть функционален, он постепенно разрушается, но, поскольку времени прошло не очень много, мы его остатки видим в геноме.

Анализ геномов показывает, что они не оптимизированы под существующие условия. Есть много мутаций, которые чуть-чуть вредные, но при этом не настолько вредные, чтобы сразу же исчезнуть из популяции. Например, тот же дефект синтеза аскорбиновой кислоты у приматов. Пока вы живете в Африке и питаетесь фруктами, этот ген вам не очень важен. Но, если популяция расширяется и вы попадаете на север, то это становится важным фактором отбора.

Молекулярно-генетические работы позволяют измерять скорость эволюции отдельных генов, и это важно, потому что показывает, как накапливаются изменения и как происходят преобразование. Когда стали рисовать деревья для разных семейств генов, то оказалось, что топологически они похожи, а вот длина веток разная. И был сделан вывод, что важные белки эволюционируют медленно, а относительно маргинальные - быстрее, то есть, тут идет стабилизирующий отбор против изменений в важных белках. Они все равно происходят, но медленнее.

В последние годы определена полная нуклеотидная последовательность геномов большого числа видов прокариот, ряда низших эукариот и модельных представителей растений и животных. У многих объектов секвенированы цитоплазматические геномы хлоропластов и митохондрий. Эти достижения открыли принципиально новые возможности для сравнительного анализа не только отдельных групп генов, но и целых геномов, что оказало серьезное влияние на развитие ключевых направлений эволюционной биологии.

По результатам сравнительного анализа просеквенированных геномов построена концептуальная схема универсального филогенетического древа жизни, которое состоит из трех основных царств - бактерий, архей и эукариот. Все представители трех царств имеют одного гипотетического "корневого" предка. Поэтому сравнительный анализ структуры геномов представителей отдельных групп позволяет оценить генотипическое родство или различие организмов. Имея хорошее молекулярное дерево, мы можем интерпретировать какие-то глобальные изменения на уровне морфологии. Например, палочники, они бывают крылатые, бывают совсем бескрылые, а бывают с зачаточными крыльями. И когда это нарисовали на молекулярном дереве, то оказалось, что потери и приобретения крыльев на этом пути случались неоднократно. Сохранение бескрылых форм указывает на то, что гены, которые участвуют в развитии крыла, еще для чего-то нужны, а будут ли они работать еще и на развитие крыла, зависит от небольших изменений, которые могут происходить в обоих направлениях.

Накопление молекулярно-генетических данных позволило по новому осознать первостепенную роль горизонтальных (латеральных) переносов генов, особенно на ранних этапах эволюции, как главного фактора, определяющего развитие адаптивного потенциала клеток. Эволюционную ценность имеют три основных типа переносов: появление нового гена, не имеющего аналогов в геноме реципиента; перенос паралогичного гена от генетически далекого донора; "приживление" гена ксенолога путем замещения собственного гена, ответственного за сходную функцию.

Несомненная эволюционная значимость горизонтального переноса генов подчеркивает важный биологический смысл вертикального пути наследования. Во-первых, это способ поддержания базового генома и передачи оптимизированного набора ортологичных генов, фактор защиты от "размывания" генома горизонтальными переносами, способными вносить дисбаланс в сложившиеся генные ансамбли таксона. Во-вторых, возникающие в ходе вертикальной эволюции вариации семейств паралогичных генов обеспечивают процессы усложнения геномов и "прогрессивных" путей интеграции клеточных систем. Именно совокупность горизонтального переноса и вертикальных путей усложнения клеток и являлось основной движущей силой на ранних этапах биологической эволюции.

Накоплены многочисленные факты редукционной эволюции, связанные с утратой генов, путей метаболизма, онтогенетических этапов, клеточных структур и даже целых органелл. Скорее всего, редукционная эволюция геномов лежит в основе реализации "экономически" выгодной стратегии приспособления организмов к специализированным, узким экологическим нишам, например, в случае облигатных патогенных бактерий. Редукция генных блоков происходит при функциональной оптимизации клеточных структур, митохондрий и хлоропластов, в эволюции некоторых групп организмов.

2.5-3.5 млрд. лет назад уже могли существовать в суммарном ДНК-геномном пуле (прогеноте) наборы модулей, способных обеспечить ключевые реакции в нестабильных метаболических конгломератах. Действие селективных факторов и синтрофных взаимодействий стимулировало сборку геномов. При этом в результате горизонтальных обменов геномные домены оказывались в единой среде, где происходило обогащение генами, полезными для экофизиологической адаптации в конкретных условиях существования. Формирование предклетки могло произойти после множественных попыток, но в конечном счете по монофилетическому сценарию. Вместе с тем, учитывая разнообразие физико-химических условий, можно предполагать, что в разных геонишах планеты происходили акты неоднократного и неравноценного возникновения примитивных клеток, эволюционная судьба которых затем складывалась в русле конвергентных тенденций общих принципов организации геномов. Главенствующими процессами в тот период были интенсивные горизонтальные переносы, в результате которых и возникла запутанная геномная мозаика микроорганизмов. Ф. Дулитл высказал идею о том, что происходившие на ранних этапах эволюции события базировались на принципе множественного взаимодействия геномных сетей. Это в большей степени соответствует схеме многокорневого древа, где различные клеточные линии возникли в результате переплетения горизонтальных, вертикальных, диагональных и многоступенчатых генных переносов.

На следующем этапе эволюции происходила автономизация клеток, фиксация базовых наборов ортологичных генов, закрепление экологически целесообразных способов питания и метаболизма, становление барьеров, сужающих возможности горизонтального переноса генов. Дальнейшая эволюция клеток шла по линии структурно-функциональной консолидации и стабилизации геномов, компартментализации, организации транспортных систем, дивергенции паралогичных генов, появления и компоновки регуляторных элементов, совершенствования систем управления. На этом этапе и появились высокоорганизованные прокариоты, предшественники современных видов.

Согласно схеме универсального древа жизни на самых ранних этапах эволюции произошло разделение на две исходные прокариотические линии - бактерии и археи. Как произошло это разделение - главная загадка однокорневой схемы эволюционного процесса. Была высказана идея об исходно параллельном развитии этих двух линий, одна из которых берет начало от РНК-базового метаболизма, а другая основана на ДНК-системе. В рамках этой гипотезы наличие общих черт в организации клеток бактерий и археи можно объяснять интенсивным горизонтальным переносом генов. Такое предположение указывает на возможность независимого происхождения этих двух царств при использовании универсального генетического кода. Однако эти размышления не отвергают гипотезу отделения от архейной линии ветви, давшей начало эукариотам.

В протерозое началось становление клетки прото-эукариот с аутогенным формированием внутриклеточных структур. Данные сравнительной геномики на основе анализа большого числа различных белков в принципе разрешают почти любые версии ветвления царств из единого корня, но не могут дать ясных ответов из-за поливариантного характера оценок молекулярно-филогенетических связей даже для консервативных маркеров. В одной из гипотез рассматривается возможность дупликации генома первичного прото-эукариота, не имеющего аналога среди ныне существующих организмов. Поэтому у разных ветвей и оказалось много сходных генов, которые передаются по вертикали.

Археозойная гипотеза прямого возникновения из архейной линии прото-эукариота, не имеющего митохондрий, предполагает, что такая клетка была анаэробным организмом, из которого возникла ветвь протистов, близких к современным видам микроспоридий и метамонад. Примитивный эукариот из другой ветви и стал хозяином для протеобактерии в симбиогенезе, в результате которого появилась прото-митохондрия. После редукции генома и множественных геномных перестроек возникли современные митохондрии, которые, несмотря на разнообразие деталей, построены по единому плану, что указывает на их монофилию.

Сравнительный геномный анализ убедительно показывает, что протисты без митохондрий не могли быть у истоков возникновения первичного эукариота, а появились позднее, вторичным путем, в результате редукционной утраты митохондрии. У современных амитохондриальных протистов обнаружены ядерные гены, продукты которых нужны только для функционирования митохондрий, что указывает на уязвимость археозойной гипотезы.

Сейчас известно, что в геноме эукариот немало генов, как архейного, так и типично бактериального происхождения, обслуживающих процессы, происходящие в цитоплазме. Как же появились в ядре бактериальные гены, которые не только привнесли новую информацию, но и вытеснили большое число генов архейной линии? Проще всего это можно было бы связать с горизонтальным перемещением генов из прото-митохондрии в ядро.

В свою очередь, немало генов бактериального происхождения элиминированы из митохондриального генома. Конечно, и редукционные процессы и латеральные переносы, происходившие при оптимизации генома митохондрий, были полезными как для страховки от мутационных потерь, так и для совершенствования компартментализации и координации метаболических систем в целой клетке.

Латеральные переносы, обогащающие ядерный геном, могли быть не только результатом векторных рекомбинационных событий, но и следствием разрушения (переваривания) эндосимбионта, в результате чего высвобождались ДНК-блоки. Перенос мог осуществляться и за счет поступления в ядро к-ДНК копий, синтезируемых в прото-митохондрии. Новые геномные фрагменты могли поступать из различных бактерий и архей, которые служили пищей для одноклеточных эукариот, способных к эндоцитозу. Таким способом увеличивался диапазон привносимых извне генов, дающих преимущества быстрее, чем накопление мутационных изменений.

Согласно эндосимбиотической гипотезе (или химерной гипотезе) эукариотическая клетка возникла не в результате ветвления филогенетического древа, а путем слияния предковых линий архей и бактерий. По одной из версий этой гипотезы прото-эукариот не существовал до химерного слияния предковой архей и бактерии. Разработка этой концепции на основе геномного анализа по ключевым белковым генам позволила сделать вывод о том, что в слиянии с архейной линией участвовала грамм-отрицательная альфа-протеобактерия. Архейный компонент участвовал в формировании ядра, а бактериальная линия обусловила особенности цитозоля.

Терморедукционная модель рассматривает происхождение прокариот из примитивных эукариот в результате редукционной эволюции. Модель радикально отличается от археозойной или химерной гипотез, постулирующих возникновение эукариотической клетки на основе геномного усложнения прокариот. В терморедукционной гипотезе мезофильные эукариоты в процессе экофизиологической адаптации могли дать начало геномным линиям бактерий и архей. Авторы модели не исключают возможности вторичного возникновения архейных линий из примитивных эукариот.

"Водородная" гипотеза В. Мартина и М. Мюллера базируется на идее сопряженного и одновременного возникновения первичной эукариотической клетки и митохондрии при синтрофии архей и бактериального эндосимбионта. В качестве ведущего фактора формирования клетки эукариот предложен энергетический. В двойственной совмещенной системе происходили сложные геномные изменения: шла редукция бактериального генома, дуплицированные участки которого перемещались в архейный геном и замещали в нем многие гены, обслуживающие метаболические системы, происходило формирование прото-митохондрии как "органа" дыхания.

Возможно, необходимость этого процесса была связана не только с совершенствованием путей энергетики, но и с защитой прото-эукариота в условиях факультативного анаэробиоза от токсического действия кислорода. В рамках "водородной" гипотезы понятна природа геномного мозаицизма эукариот и отсутствие особых препятствий для процессов консолидации систем экспрессии генов различного происхождения. Очевидна и потребность в коренном изменении структуры клеточных поверхностей, в появлении эндомембран, в формировании и компартментализации ядра, в возникновении транспортных систем, в том числе для доставки белков в митохондрии.

Ближайшее будущее эволюционной геномики будет строиться не столько на структурном анализе ДНК, сколько на понимании механизмов генетических процессов, их роли в изменчивости, в регуляции функций и координации работы генов в целой клетке. Наступает эпоха постгеномики, когда обсуждение путей эволюции выйдет на новый уровень, связанный с протеомикой. Известно, что число возможных вариантов белков в клетке значительно превышает число генов. Но именно совокупностью структур и функций белков определяются фенотипические признаки, которые и вовлечены в процессы отбора. Достижения протеомики будут мощным стимулом развития нового этапа синтетической теории эволюции, которая сможет не только решать сложные задачи филогении, но и будет обладать большой прогностической силой.

3.Этногеномика

Огромное количество ДНК-маркеров, выявленное при расшифровке генома человека, стало мощным инструментом для анализа генофонда, его основных характеристик, динамики, истории и географии. Основной задачей этногеномики является изучение особенностей геномного полиморфизма и геномного разнообразия на разных уровнях популяционной системы народонаселения - отдельных популяций, этносов, этно-территориальных сообществ.

Все маркеры ДНК с позиций популяционных исследований можно разделить на три группы: маркеры митохондриальной ДНК, аутосомные маркеры, маркеры Y-хромосомы. Полиморфизм этих маркеров определяется факторами микроэволюции (миграция, селекция, генетический дрейф, мутации). Однако характер их вариабельности по-разному отражает действие и результат этих процессов (Хуснутдинова, Лимборская, 2005).

Полиморфизм митохондриальной ДНК используется в популяционных исследованиях сравнительно давно. Основной особенностью этого полиморфизма является отсутствие рекомбинации, высокий уровень изменчивости и материнский тип наследования. Y-хромосомный полиморфизм является как бы комплементарным митохондриальному - имеет отцовское наследование, но также отсутствует рекомбинация (за исключением псевдоаутосомного региона). Оба типа полиморфизма дополняют друг друга, позволяя получить информацию об отцовском и материнском вкладе в эволюцию популяций.

Обнаружено, что все человеческие мтДНК могут иметь единого предка. Секвенирование большого числа индивидуальных мтДНК показало, что африканские популяции имеют наибольшую внутреннюю гетерогенность по сравнению с популяциями других континентов. Одно из возможных объяснений - большая древность африканской мтДНК. Расчеты показывают, что дивергенция мтДНК началась около 150000 лет назад (Horaietal., 1995). То, что многообразие ДНК африканских популяций выше, чем всех остальных, было показано и с помощью ядерных маркеров (Tishkoffetal., 1996).

На основе распределения у разных народов частот различных мутаций в Y-хромосоме и мтДНК составлена карта расселения людей с Африканской прародины. Первая волны расселения человека современного типа прошли из Африки через Азию в Астралию и в Европу. Позже, под натиском ледника, палеолитические европейцы несколько раз отступали на юг и юго-восток, заходя, возможно, даже обратно в Африку. Исследование мтДНК живших в Европе неандертальцев (удалось получить несколько образцов из найденных костных останков) показало, что они также, видимо, не внесли вклад в гены современных людей. Материнские линии человека и неандертальца разошлись около 500 тысяч лет назад, и хотя в период от 50 до 30 тысяч лет назад они обитали вместе в Европе, генетических следов их смешения (если таковое происходило) не осталось.

Следы крупнейших миграций остались в генах современных народов. Сравнивая спектр мутаций в ДНК современных европейцев и их азиатских соседей, удалось установить, что 10-20 % генов было привнесено в Европу неолитическими переселенцами с Ближнего Востока около 10 тысяч лет назад. Вместе с ними в Европе появилось земледелие. Ранее предполагалось, что столь существенное изменение культуры, традиций и технологий произошло одновременно со сменой населения, то есть что палеолитические европейцы были вытеснены неолитическими пришельцами, потомки которых составляют основную часть жителей современной Европы. Геномные данные подтверждают другую гипотезу - что появление относительно небольшого числа земледельцев привело к смене типа хозяйства и культуры на всей территории Европы.

Изучение популяций американских индейцев и их связи с сибирскими народами также осуществлялось с помощью маркеров ДНК. Показано соответствие лингвистических даннх по этим народам с результатами анализа митохондриального полиморфизма (Ward, Valencia, 1996). Исследовали представителей 10 лингвистических семей (алтайцы, уральская, чукотско-камчатская, эскимосско-алеутская группы и ряд языковых семей американских индейцев). Оказалось, что на основе анализа мтДНК наиболее отдаленными оказались представители алтайской языковой группы, затем уральской. Дивергенция мтДНК в популяциях лингвистических ветвей Беринги была значительно ниже, чем в лингвистических ветвях американских индейцев. Сделано предположение, что языковая эволюция популяций Нового Света происходила с очень разной скоростью на фоне более или менее равномерной генетической эволюции. Отделение американских индейцев от остальных групп произошло не менее 14,5 млн. лет назад, если принять, что скорость мутации митохондриального генома равна 1 % за 8900 лет.

Среди монолокусных аутосомных маркеров ДНК выделяют две группы: диаллельные и мультиаллельные. Диаллельные маркерыпредставлены однонуклеотидными заменами и инсерционно-делеционным полиморфизмом. Мультиаллельные маркеры включают в себя тандемно организованные повторяющиеся последовательности мини- и микросателлитов. Примером диаллельного полиморфизма ДНК является инсерционно-делеционный полиморфизм в гене рецептора хемокинов CCR5. Данный рецептор используется вирусом ВИЧ-1 для проникновения в клетки. Ген рецептора CCR5 - CMKBR5 локализован в 3 хромосоме. В 1996 году в гене CMKBR5 обнаружена делеция 32 пар нуклеотидов, что препятствует взаимодействию рецептора с вирусом и тем самым определяет устойчивость к инфекции ВИЧ-1. Мутантный аллель обнаружен с частотой от 2 до 15 % в европейских популяциях и у белых американцев, тогда как в популяциях коренного населения Африки и Японии он не выявлен. Среди коренного населения континентальной Азии делеция встречается гораздо реже, по сравнению с европейскими популяциями (не более 5 %). Таким образом, обнаружено расово-диагностическое свойство данного полиморфизма (Галеева и др., 1998; Limborskayaetal., 2002).

Вторым типом диаллельного полиморфизма является однонуклеотидный полиморфизм - единичные или точковые нуклеотидные замены. В геноме человека встречается огромное количество таких замен. В некоторых случаях точковые замены происходят в сайтах рестрикции, в результате чего соответствующая рестриктаза не может их узнать. В других случаях, наоборот, точковая мутация приводит к возникновению нового сайта рестрикции. Обе ситуации могут быть использованы для оценки полиморфизма генома. Примером однонуклеотидного полиморфизма может служить ген рецептора дофамина D2. Дофамин является одним из ключевых медиаторов нервной системы, участвующих в передаче нервных импульсов. Обнаружена функциональная, биохимическая и фармакологическая гетерогенность дофаминовых рецепторов, которые разделены на D1-подобные и D2-подобные семейства рецепторов. Из них рецептор D2 отличается высоким сродством к психоактивным веществам, особенно к алкоголю, поэтому ген рецептора дофамина D2 рассматривается в качестве одного из основных генов-кандидатов формирования алкогольной зависимости. Ген рецептора дофамина (DRD2) характеризуется однонуклеотидными полиморфизмами в виде полиморфизма длин рестрикционных фрагментов Taq1A и NCO1. Обнаружены популяционные различия в распределении частот аллелей и генотипов гена DRD2. Для Taq1A полиморфизма гена DRD2 частота аллеля А1 среди белых европейцев в среднем равна 0,25, а в популяциях коренных жителей Японии его частота выше (0,38) (Chenetal., 1997).

Полиморфизм мультиаллельных локусов довольно высок, поэтому информативность мультиаллельных маркеров весьма значительна. Примером подобного маркера можно рассмотреть микросателлитные триплетные повторы в гене миотонической протеинкиназы. Этот повтор находится в некодирующей области гена. Его значительная экспансия (удлинение) приводит к миотонической дистрофии. Однако данный микросателлитный локус в норме ведет себя как нейтральный маркер и может быть использован в популяционных исследованиях. Количество аллельных вариантов в различных популяциях достигает 20. У русских наиболее часто встречается пятичленный повтор (мажорный аллель), его частота в популяциях славян достигает 40, а иногда 50 %. Значимыми аллелями является группа аллелей с числом повторов от 11 до 14. У башкир, как и у многих других уральских народов, частота пятичленного повтора уменьшается (Tishkoffetal., 1996).

В перспективе можно ожидать большее применение методов этногеномики в исследованиях, связанных с экологической генетикой, актуальным является сопоставление геногеографического распределения конкретных генов с факторами внешней среды.

Другой перспективной этногеномики можно считать ее дальнейшее развитие в направлении медицинской генетики, особенно в области изучения наследственной патологии и генетических факторов предрасположенности к распространенным мультифакториальным заболеваниям. Популяционная характеристика маркеров, сцепленных с генами предрасположенности, в сочетании с анализом параметров внешней среды позволит выявить новые важные закономерности, влияющие на здоровье человека.



3. Базы данных для построения филогенетических деревьев

Крупнейшие хранилища первичных структур ДНК и аминокислотных последовательностей (такие, как EMBL, GenBank, DDBJ, SWISS-PROT, PIR и др.) пополняются аннотированными последовательностями непосредственно исследователями, расшифровавшими их, с помощью автоматизированной системы пополнения баз данных по сети Интернет. Конечно, впоследствии эти данные проверяются персоналом администраций баз данных и существенно пополняются. Вторым основным источником информации во всех базах является специальная научная литература. Многие базы данных, работающие над коллекционированием однородной информации, координируют свои усилия, осуществляя международное разделение труда, это можно проиллюстрировать примером сотрудничества трех всемирных коллекций последовательностей нуклеотидов EMBL (Европа), GenBank (США), DDBJ (Япония).

Наряду с общими базами данных в последнее время появилось много специализированных информационных ресурсов. Многие из них хранят данные, полученные с помощью компьютерных методов, результаты теоретических предсказаний. Большую роль в биоинформатике играют хранилища последовательностей ДНК и кДНК, специализированные базы данных по отдельным регуляторным мотивам нуклеотидных последовательностей, базы данных по экспрессии генов, библиотеки геномов, карт, последовательностей РНК, белков, белковых мотивов, по продукции белков. Есть базы данных по протеомике, структурам белков, мутациям , метаболическим путям и регуляции, по трансгеннным организмам, анатомии, биохимии, а также по научной литературе, по существующему в этих областях исследований программному обеспечению. Есть даже база данных по базам данных, она имеет адрес http://www.infobiogen.fr/services/dbcat. Это текстовый файл с аннотациями более чем на 500 биологических баз данных. Он содержит краткое описание назначения базы, авторов, ссылки и адреса. Для того, чтобы обеспечить ориентирование в этом обширном информационном пространстве, журнал Nucleic Acids Research в течение ряда последних лет первый номер года посвящает описаниям баз данных, сделанным их авторами.

4. Базы данных геномов

геномика база филогенетический

В настоящее время в сети Интернет существуют сотни баз данных, которые доступны для обзора и поиска данных по молекулярной биологии и другим смежным дисциплинам. Каждая из них имеет свой формат хранения данных, различную степень избыточности, взаимосвязи с родственными или аналогичными базами данных. Каждая база данных имеет также свои средства доступа к информации - различные поисковые программы, программные средства визуализации, пополнения базы. Крупнейшие хранилища первичных структур ДНК и аминокислотных последовательностей (такие, как EMBL, GenBank, DDBJ, SWISS-PROT, Ensembl и др.) пополняются аннотированными последовательностями непосредственно исследователями, расшифровавшими их, с помощью автоматизированной системы пополнения баз данных по сети Интернет. Конечно, впоследствии эти данные проверяются персоналом администраций баз данных и существенно пополняются. Вторым основным источником информации во всех базах является специальная научная литература. Многие базы данных, работающие над коллекционированием однородной информации, координируют свои усилия, осуществляя международное разделение труда, это можно проиллюстрировать примером сотрудничества трех всемирных коллекций последовательностей нуклеотидов EMBL (Европа), GenBank (США), DDBJ (Япония).

GenBank

GenBank - база данных генетических последовательностей, поддерживаемая NIH, аннотированная коллекция всех общедоступных последовательностей ДНК, РНК и белков, снабженных литературными ссылками, различной биологической информацией. Обновляется каждые два месяца. Является частью International Nucleotide Sequence Database Collaboration, которая объединяет три крупнейшие коллекции нуклеотидных последовательностей: DDBJ (NIG), EMBL (EBI) и GenBank (NCBI). Три организации осуществляют разделение труда и ежедневно обмениваются новой информацией. Большинство журналов требуют предварительной посылки последовательностей в любую из этих трех баз данных до опубликования статьей о них. В статьях, посвященных очередной порции секвенированных последовательностей, должен упоминаться лишь номер последовательности в базе данных. NCBI постоянно совершенствует и создает новые средства для помещения новых последовательностей в базу, средства эффективного поиска в базе.

Крупнейшая интегрированная поисковая система ENTREZ для нуклеотидных и аминокислотных последовательностей, библиографии (PubMed), полных геномов (Genomes), а также трехмерных структур белков (MMDB) создана и поддерживается NCBI. При этом поиск ДНК и белков не ограничивается только ресурсами GenBank, но и другими доступными по сети хранилищами информации.

Адрес: http://www.ncbi.nlm.nih.gov/Genbank/GenbankOverview.html

EMBL - the EMBL Nucleotide Sequence Database.

База данных нуклеотидных последовательностей Европейской Молекулярно-Биологической Лаборатории пополняется большей частью непосредственно авторами, определившими первичную структуру фрагмента ДНК или РНК и, кроме последовательности нуклеотидов, содержит разнообразную информацию о каждом фрагменте, включая литературные ссылки, перекрестные ссылки на документы других баз данных, таблицы особенностей и др. Существует с 1982 года. База данных - продукт сотрудничества EMBL (ФРГ), GenBank (США) и DDJP (Япония), каждая из этих трех групп собирает свою порцию информации из всех возможных мировых источников, ежедневно обмениваясь новыми и обновленными документами друг с другом. Удобна своей географической близостью для доступа на территории Европы. В России есть сайт, на котором хранится ежедневно обновляемая копия базы (http://www.genebee.msu.su/, отв. Скулачев В.П.). Адрес: http://www.ebi.ac.uk/embl/

HGMD - Human Gene Mutation Database.

Содержит информацию обо всех опубликованных повреждениях генов, приводящих к наследственным заболеваниям у человека. Документы базы аннотируют все гены, находящиеся в ядре. Гены митохондриального генома и соматические мутации исключены. Мутации, выявленные на уровне белкового сиквенса, не входят в базу чтобы избежать ошибок из-за отсутствия анализа на уровне ДНК. Молчащие мутации, не приводящие к изменению аминокислотной последовательности тоже исключены. С марта 1999 года включены данные о полиморфизме, связанном с болезнями. Данные берутся из тех же самых журналов, что и данные о мутациях (>250). Сопровождается Институтом медицинской генетики (University of Wales, Cardiff, UK).Адрес: http://archive.uwcm.ac.uk/uwcm/mg/hgmd0.html

KEGG - Kyoto Encyclopedia of Genes and Genomes.

Попытка компьютеризировать все современное знание в молекулярной и клеточной биологии в терминах информационных путей. Это база знаний по систематическому анализу функций генов. Создается институтом химических исследований (Kyoto University, Japan) в рамках японской программы по геному человека. Содержит 6 баз данных - метаболических путей (PATHWAY), генов (GENES) и лигандов (LIGAND), экспериментальных данных по экспрессии генов (EXPRESSION и BRITE), по белкам (SSDB) и обширные возможности для работы со всеми крупными мировыми информационными ресурсами. Базы данных KEGG представляют данные в виде графических диаграмм, включающих большинство метаболических путей и некоторые из наиболее известных регуляторных путей. Кроме того, информация о путях представлена в виде таблиц ортологов, которые содержат как гены-ортологи, так и паралоги из различных организмов. Обновляются базы ежедневно.

Адрес: http://www.genome.ad.jp/kegg/

UniGene

База данных, которая содержит кластеры похожих последовательностей. Каждый кластер представляет один ген и содержит попутную информацию, например, название ткани, где этот ген экспрессирован. Кроме хорошо известных генов в базу данных включены сотни тысяч новых концов экспрессирующихся последовательностей (EST - expressed sequence tags). Служит для поиска генов в новых последовательностях, а также для определения реагентов при секвенировании генов и их экспрессии. Кластеризация осуществляется автоматически.

Адрес: http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=unigene

PROSITE - PROtein SITEs and patterns dictionary.

База данных различных паттернов функциональных и регуляторных участков. С помощью этой коллекции можно определить, принадлежит ли, и к какому именно, семейству белков новая последовательность пользователя, или какой важный домен она содержит. Версия 17.21 этой базы, датированная сентябрем 2002 года содержит 11148 единиц хранения, которые описывают 1568 различных паттернов, правил и матриц.

Адрес: http://www.expasy.ch/prosite/

GenBank (http://www.ncbi.nlm.nih.gov/Genbank/)

База данных нуклеотидных последовательностей более чем из 70,000 организмов (для кодирующих последовательностей приведена трансляция). GenBank-участник (вместе с EMBL и DDBJ) консорциума баз данных (базы данных обмениваются данными ежедневно и потому эквивалентны; описания и номера всех последовательностей одинаковы).

Для представления последовательностей в GenBank предложено два инструмента (перед отправкой полезно провести поиск векторных последовательностей с помощью VecScreen (http://www.ncbi.nlm.nih.gov/ VecScreen/) - инструмента, позволяющего идентифицировать в предложенной последовательности компоненты векторов, линкеров или адаптеров. Разработан для предотвращения загрязнения публичных баз данных векторами и т.п):

а) BankIt (http://www.ncbi.nlm.nih.gov/BankIt/) - Интернет-представление одной или нескольких последовательностей.

б) Sequin (http://www.ncbi.nlm.nih.gov/Sequin/) - Интернет-представление для длинных последовательностей, полных геномов, результатов популяционных и филогенетических исследований.

Разделы GenBank:

ESTs - expressedsequencetags; короткие (300-500), просиквенированные один раз кДНК последовательности. Также включают последовательности кДНК из RACE и differentialdisplay экспериментов.

GSSs - genomesurveysequences; короткие, просиквенированные один раз геномные последовательности, ограниченные экзоном последовательности, cosmid/BAC/YAC концы и т.п.

HTGs - highthroughputgenomesequences от крупных сиквенсовых центров. Незавершенные и завершенные последовательности.

STSs - sequencetaggedsites; короткие (200-500) последовательности, уникальные для данного генома. Используются для картирования геномов.

RefSeq (http://www.ncbi.nlm.nih.gov/LocusLink/refseq.html)

База данных ссылающихся последовательностей. Неповторяющиеся последовательности геномной ДНК, мРНК и известных белков (в будущем - хромосом).

DbSNP (http://www.ncbi.nlm.nih.gov/SNP/)

База данных простых нуклеотидных полиморфизмов, небольших делеций/инсерций, полиморфных повторяющихся элементов и микросателлитных вариаций (как клинических, так и нейтральных). Содержит популяционные частоты распространённости.

UniGene (http://www.ncbi.nlm.nih.gov/UniGene/)

В этой базе данных ESTs и полноразмерные мРНК последовательности организованы в уникальные кластеры, представляющие известные или предполагаемые гены. Для кластеров представлена информация по картированию, экспрессии и другие ресурсы.

В настоящее время для четырёх организмов: Homosapiens, Musmusculus, Rattusnorvegicus, Daniorerio.

BLAST

Сравнение представленной последовательности с последовательностями в базе данных для выбора подобных последовательностей. В настоящее время реализована версия GappedQBLAST (2.0). QBLAST позволяет получать результаты BLAST по номеру запроса известному только Вам (можно несколько раз, результаты не слишком больших поисков хранятся в течении 24 часов). При повторных запросах есть возможность слегка менять форму представления результата. Эта версия:

? разрешает пробелы при сравнении последовательностей (так что результат не разбивается на несколько последовательностей);

? позволяет выполнять поиск по специфическим организмам;

? реализует PSI-BLAST (Positionspecificiterated поиск, http://www.ncbi.nlm.nih.gov/blast/psiblast.cgi), при котором статистически значимые выравнивания преобразуются в множественное выравнивание всех белков. По этому выравниванию генерируется матрица, которая может быть использована для следующих итераций.

БАЗА ДАННЫХ ENSEMBL

Общая информация

Ensembl - совместный проект EMBL - EBI и SangerCentre с целью создания программной системы для автоматической аннотации эукариотических геномов. Осуществляет (бесплатно) следующие возможности: поиск ДНК из человеческого генома, обзор хромосом, поиск белков и белковых семейств. Проект Ensembl стремится обеспечивать соответствие следующим критериям: точный, автоматический анализ данных генома; анализ и аннотациии основаны на текущих, своевременно обновляемых данных; доступность полученных данных для всех через сеть Интернет; предоставление данным другим лабораториям по биоинформатике. Основной акцент в базе данных Ensembl сделан на позвоночных геномах, но другие группы адаптировали систему для использования с растительными и грибковыми геномами.

Адрес: http://www.ensembl.org/

Средства поиска и отображение информации

Поиск по базе данных Ensembl доступен непосредственно с главной страницы. Для осуществление поиска вводится искомая фраза (например, название гена) и выбирается организм, по базе которого необходимо произвести поиск. В результате поиска выводится список ссылок на наиболее релевантные поиску нуклеотидные последовательности, при этом каждая последовательность снабжена краткой информацией. Перейдя по ссылке «contigview», можно посмотреть расположение данной последовательности на хромосоме, однако это применимо только для генов, кодирующих белки. Структура отображения информации о нуклеотидной последовательности схожа с организацией такого сервиса в базе данных Uni-Prot: имеются поля содержащие определённую информацию о последовательности в своём формате, сформированные по группам.

Далее приводятся группы и поля используемые для описания нуклеотидной последовательноти.

Раздел Ensembl Gene Report состоит из следующих полей:

Gene - в данном поле приводится название гена, с указанием откуда взято данное название

Ensembl Gene ID - идентификатор гена в базе Ensembl, может изменяться от одного выпуска к другому

Genomic Location - локализация гена на хромосоме, перейдя по ссылке, есть возможность более детального рассмотрения данного гена на хромосоме с помощью «ContigView»

Description - описание белка, закодированное данным геном, описание берётся из базы NCBI RefSeq или UniProt/TrEMBL, если в этих базах данные гены не описаны поле description остаётся пустым

Prediction Method - в данном поле дано краткое резюме метода, используемого для предсказания генного набора (Ensembl genes, EST genes)

Transcripts - это поле содержит информацию об индивидуальных расшифровках транскрипта для данного гена вместе с символом гена и номером транскрипта в Ensembl. Ссылки [Transcript information], [Exon information] и [Protein information] позволяют получить более подробную информацию о транскиптах с помощью «TransView», «ExonView», и «ProteinView» страничек соответственно. На странице транскрипции данного гена («TransView») доступна информация об аминокислотной последовательности и соответствующей ей последовательности нуклеотидов, с возможностью отображения границ экзонов, номеров аминокислотных и нуклеотидных остатков, а также информации о нуклеотидных полиморфизмах (SNP) данной последовательности. Страница «ExonView» содержит информацию об интрон-экзонной структуре выбранной последовательности с возможностью отображения полных интронов, либо их частей, граничащих с экзонами.

Alignments - поле содержит ссылки на другие виды, с которыми этот ген может рассматриваться в геномном выравнивании

Orthologue Prediction - содержит информацию об ортологической связи с генами других видов, также есть ссылка на гомологи гена с другими видами

Раздел Gene DAS Report

Содержит единственное поле. «GeneDAS» - семантическое расширение к DAS протоколу, который позволяет обмениваться аннотациями через идентификаторы белка или гена. Ensembl «GeneView» действует как клиент для данного сервера, используя эти данные как дополнительные аннотации для генов описанных в Ensembl.

Раздел Transcript's

Раздел состоит из серии таблиц суммирующих информацию о каждом транскрипте и его продукте трансляции относительного данного гена.

Раздел Transcript состоит из следующих полей:

Transcript - название, назначенное транскрипту, соответствует названиям данного транскрипта во внешних базах данных.

Transcriptinformation - информация о транскрипте - количество экзонов, длина транскрипта, длина аминокислотной последовательности, ссылки на страницы «Transcript info», «Exon information» и «Protein information».

AlternateTranscripts - другие транскрипты Ensembl с такой же кодирующей последовательностью (CDS).

SimilarityMatches - в данном поле находятся ссылки на информацию о выбранном транскрипте во внешних базах данных. Ссылки к UniProt/Swiss-Prot, NCBI RefSeq и UniProt/TrEMBL сделаны на основе подобия последовательности. Кроме того, для каждой ссылки на «внешний» транскрипт отображаются проценты идентичности, рассчитанные на уровне белка.

OligoMatches - поле содержит информацию и ссылки на биологические микрочипы, с помощью которых возможно идентифицировать данный транскрипт

InterPro - в данном поле описываются консервативные области белка определённые базой данных InterPro путём трансляции представленных транскриптов.

ProteinFamily - указывается белковое семейство Enseml, с которым соотносится данный транскрипт.

TranscriptStructure - диаграмма, на которой показана экзон-интронная структура модели транскрипта в Ensembl. Любые нетранслируемые регионы транскрипта (5' и 3' UTRs) отображаются как окрашенные линии, в то время как кодирующий регион (CDS) окрашен в основной цвет. Черные стрелки указывают размер геномной области, занятой моделью транскрипта. Маленькая красная стрелка указывает ориентацию транскрипта относительно последовательности генома в стандартной записи.

ProteinFeatures - диаграмма показывает масштабный отрезок, соответствующуй числу аминокислот в белке, вместе с отрезками, представляющими местоположение консервативных областей белка из базы данных InterPro.



Литература

Алексеевский А.В. Лекция №2: Банки данных [Электронный ресурс].:http://www.genebee.msu.su/mnp/Lecture2/p12.html

Баранов В.С. Молекулярная медицина: молекулярная диагностика, превентивная медицина и генная терапия. Мол. Биология а 34 No4 684 (2000).

Баранов В., М.Асеев, Е.Баранова. Гены предрасположенности» и генетический паспорт. Природа б No 3 с 17 (1999).

Галеева А., Сломинский П., Хуснутдинова Э., Лимборская С. Распространенность делеции 32 п.н. в гене рецептора хемокинов CCR5 в популяциях Волго-Уральского района // Генетика. 1998. Т. 34. № 8. С. 1160-1162.

Иванов В., Б. Юдин. Этико-правовые аспекты программы «Геном человека». М. 189 (1998).

Заварзин Г.А. Пространство логических возможностей в многообразии бактерий и филогения // Природа. - 1979. - № 6. - С. 9-19.

Заварзин ГЛ. Не дарвиновская область эволюции // Вести. РАН. 2000. Т. 70. С. 403-411.

В. П. Пузырев, В. А. Степанов. Патологическая анатомия генома человека (Новосибирск: «Наука») 223 (1997).

Рахманинова А.Б., Новичков П.С. Сравнение биологических текстов на примере аминокислотных последовательностей [Электронный ресурс]. - http://www.rtcb.iitp.ru/training/cps_005s/cps_005s.htm

Хуснутдинова Э., Лимборская С. Полиморфизм ДНК и его использование для изучения истории происхождения народов. В кн. Геномика - медицине. М.: Академкнига. 2005. С. 312-348.

Шестаков С.В. Геномика патогенных бактерий // Вести. РАМН. 2001. № 10. С. 18-25.

Янковский Н. Молекулярно-генетические методы в руках детектива, или опыт исследования останков семьи последнего российского императора. Соросовский Образоват. Журнал No 2, c 21 (1996).

Baranov. Genetic Approaches to Noncommunicabie Diseases eds. K. Berg, V. Buiyjenkov, Y. Christen. (Springer-Verlag) p 105, 1996

F. S. Collins. Shattuck Lecture Medical and Societai Consequences of the Human Genome Project. New Engi. J. Mod. 341 N.I p 28 (1999).

F. S. Collins, A. Patrions, E. Jordan et al. New Goals for the US Human Genome Project: 1998-2003. Science 282 p 682 (1998).

Kunst F., Ogasawara N., Moszer I. et al. // Nature. - 1997. - V.390. - P. 249-256.

E. S. Lander. Array of Hope. Nature Nature Genet Suppi. 21p 3 (1999).

Who Reports Proposed International Guidelines on Ethical Issues in Medical Genetics (Geneva) p 15, 1998.

Homo Sapiens Ensembl HelpView [Электронныйресурс]. - http://www.ensembl.org/Homo_sapiens/helpview?kw=geneview

Базы данных/база Ensembl [Электронный ресурс]. - Объединённый центр вычислительной биологии и биоинформатики. - http://www.jcbi.ru/obzor/programs.php?id=14

PubMedHelp [Электронный ресурс]. - http://www.ncbi.nlm.nih.gov/books/bv.fcgi?rid=helppubmed.chapter.pubmedhelp;

NCBIResourceGuide [Электронный ресурс]. - http://www.ncbi.nlm.nih.gov/Sitemap/ResourceGuide.html

NationalCenter for Biotechnology Information [Электронныйресурс].- "Практическая Молекулярная Биология". - http://molbiol.edu.ru/review/01_02.html

TheSRSManual [Электронный ресурс]. - http://us.expasy.org/srs5/man/srsman.html

User manual for the UniProt Knowledgebase [Электронныйресурс]. -http://us.expasy.org/sprot/userman.html

Gray M.V., Doolittle W.F. Has the endosymbiont hypothesis been proven // Microbiol. Rev. 1999. V. 46. P. 1-42.

Gupta R.S., Golding G.B. The origin of the eukaryotic cell // Trends Biochem. 1996. V. 21. P. 166-171.

Henze K., Martin W. How do mitochondrial genes get into the nucleus? // Trends Genet. 2001. V. 17. P. 383-387.

Horiike Т., Hamada K., Kanaya S., Shinozawa T. Origin of eukaryotic cell nuclei by symbiosis of Archea in Bacteia is revealed by homology hit analysis // Nature Cell Biol. 2001. V. 3. P. 210-214.

Jain R., Rivera M.C., LakeJA. Horizontal transfer among genomes: the complexity hypothesis // Proc. Nat. Acad. Sci. USA. 1999. V. 96. P. 3801-3806.

Koonin E.V., Makarova K.S., Arvind L. Horisontal gene transfer in prokaryotes. Quantification and classification // Ann. Rev. Microbiol. 2001. V. 55. P. 709-742.

Kurland C.G., Andersson S.G.E. Origin and evolution of the mitochondrial proteome // Microbiol. Mol. Biol. Rev. 2000. V. 64. P. 786-820.

Lang B.F., Gray M.V., Burger G. Mitochondrial genome evolution and the origin of eukaryotes // Ann. Rev. Genet. 1999. V. 33. P. 351-397.

Limborskaya S., Balanovsky O., Balanovskaya E. Analysis of CCR5.32 geographic distribution and its correlation with some climatic and geographic factors // Human Heredity. 2002. N 53. P. 49-54.

Martin Herrmann R.G. Gene transfer from organelles to the nucleus: How much, what happens and why? // Plant Physiol. 1998. V. 118. P. 9-17.

Petrov DA. Evolution of genome size: new approaches to an old problem // Trends Genet. 2001. V. 17. P. 23-28.

Philippe H., Germot A., Moreira D. The new phylogeny of eukaryotes // Curr. Opin. Genet. Developm. 2000. V. 10. P. 596-601.

Woese C.R. Interpreting the universal phylogenic tree // Proc. Nat. Acad. Sci. USA. 2000. V. 97. P. 8392-8396.

Размещено на Allbest.ru

...