Zintegrowane podejście do identyfikacji mikrobiałek i analizy sekwencji

Omar Brito-Estrada; Keira R. Hassel; Catherine A. Makarewich

doi:10.3791/63841

Method Article

Zintegrowane podejście do identyfikacji mikrobiałek i analizy sekwencji

DOI:

10.3791/63841

⸱

July 12th, 2022

Omar Brito-Estrada^*¹ , Keira R. Hassel^*¹ , Catherine A. Makarewich¹^,²

¹The Heart Institute, Division of Molecular Cardiovascular Biology, Cincinnati Children's Hospital Medical Center, ²Department of Pediatrics, University of Cincinnati College of Medicine

^* These authors contributed equally

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Opisany tutaj protokół zawiera szczegółowe instrukcje, jak analizować interesujące regiony genomu pod kątem potencjału kodowania mikrobiałek za pomocą PhyloCSF w przyjaznej dla użytkownika przeglądarce genomu UCSC. Ponadto zaleca się stosowanie kilku narzędzi i zasobów w celu dalszego zbadania charakterystyki sekwencji zidentyfikowanych mikrobiałek w celu uzyskania wglądu w ich przypuszczalne funkcje.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Sekwencjonowanie nowej generacji (NGS) popchnęło dziedzinę genomiki do przodu i stworzyło sekwencje całego genomu dla wielu gatunków zwierząt i organizmów modelowych. Jednak pomimo tego bogactwa informacji o sekwencjach, kompleksowe wysiłki w zakresie adnotacji genów okazały się wyzwaniem, zwłaszcza w przypadku małych białek. Warto zauważyć, że konwencjonalne metody adnotacji białek zostały zaprojektowane tak, aby celowo wykluczyć domniemane białka kodowane przez krótkie otwarte ramki odczytu (sORF) o długości mniejszej niż 300 nukleotydów, aby odfiltrować wykładniczo większą liczbę fałszywych niekodujących sORF w całym genomie. W rezultacie, setki funkcjonalnych małych białek zwanych mikroproteinami (o długości <100 aminokwasów) zostały błędnie sklasyfikowane jako niekodujące RNA lub całkowicie pominięte.

Tutaj udostępniamy szczegółowy protokół wykorzystania darmowych, publicznie dostępnych narzędzi bioinformatycznych do przeszukiwania regionów genomu pod kątem potencjału kodowania mikrobiałek w oparciu o ewolucyjną ochronę. W szczególności udostępniamy instrukcje krok po kroku, jak badać potencjał zachowania i kodowania sekwencji przy użyciu częstotliwości substytucji kodonów filogenetycznych (PhyloCSF) w przyjaznej dla użytkownika przeglądarce genomu Uniwersytetu Kalifornijskiego Santa Cruz (UCSC). Ponadto szczegółowo opisujemy kroki w celu efektywnego generowania wielu gatunków dopasowań zidentyfikowanych sekwencji mikroprotein w celu wizualizacji zachowania sekwencji aminokwasów i zalecamy zasoby do analizy cech mikroprotein, w tym przewidywanych struktur domenowych. Te potężne narzędzia mogą być wykorzystane do identyfikacji przypuszczalnych sekwencji kodujących mikrobiałka w niekanonicznych regionach genomu lub do wykluczenia obecności konserwatywnej sekwencji kodującej o potencjale translacyjnym w niekodującym transkryptach będących przedmiotem zainteresowania.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Identyfikacja kompletnego zestawu elementów kodujących w genomie była głównym celem od momentu rozpoczęcia Projektu Poznania Ludzkiego Genomu i pozostaje głównym celem w kierunku zrozumienia systemów biologicznych i etiologii chorób genetycznych1^,²^,³^,⁴. Postępy w technikach NGS doprowadziły do wytworzenia całych sekwencji genomu dla dużej liczby organizmów, w tym kręgowców, bezkręgowców, drożdży i roślin⁵. Ponadto wysokoprzepustowe metody sekwencjonowania transkrypcji jeszcze bardziej ujawniły złożoność transkryptomu komórkowego i zidentyfikowały tysiące nowych cząsteczek RNA o funkcjach zarówno kodowania białek, jak i niekodowania⁶^,⁷. Dekodowanie tej ogromnej ilości informacji o sekwencji jest procesem ciągłym, a wyzwania związane z kompleksowymi wysiłkami w zakresie adnotacji genów nadal istnieją⁸.

Niedawny rozwój metod profilowania translacyjnego, w tym profilowania rybosomów⁹^,¹⁰ i sekwencjonowanie polirybosomów¹¹, dostarczyły dowodów wskazujących, że setki niekanonicznych zdarzeń translacji mapują na obecnie nieoznaczone sORFy w całym genomie, z potencjałem do generowania małych białek zwanych mikroproteinami lub mikropeptydami¹²^,¹³^,¹⁴^,¹⁵^,¹⁶^,¹⁷. Mikroproteiny pojawiły się jako nowa klasa wszechstronnych białek, wcześniej pomijanych przez standardowe metody adnotacji genów ze względu na ich mały rozmiar (<100 aminokwasów) i brak klasycznych cech genów kodujących białka⁸^,¹²^,¹⁸^,¹⁹^,²⁰. Mikroproteiny zostały opisane praktycznie we wszystkich organizmach, w tym drożdżach²¹^,²², flies¹⁷^,²³^,²⁴, and mammals²⁵^,²⁶^,²⁷^,²⁸i wykazano, że odgrywają kluczową rolę w różnych procesach, w tym w rozwoju, metabolizmie i sygnalizacji stresu¹⁹^,²⁰^,²⁹^,³⁰^,³¹^,³²^,³³^,³⁴. W związku z tym konieczne jest kontynuowanie eksploracji genomu w poszukiwaniu dodatkowych członków tej długo pomijanej klasy funkcjonalnych małych białek.

Pomimo powszechnego uznania biologicznego znaczenia mikrobiałek, ta klasa genów pozostaje zdecydowanie niedostatecznie reprezentowana w adnotacjach genomu, a ich dokładna identyfikacja nadal stanowi ciągłe wyzwanie, które hamuje postęp w tej dziedzinie. Ostatnio opracowano różne narzędzia obliczeniowe i metody eksperymentalne w celu przezwyciężenia trudności związanych z identyfikacją sekwencji kodujących mikrobiałka (omówione obszernie w kilku obszernych przeglądach8^,³⁵^,³⁶^,³⁷). Wiele ostatnich badań nad identyfikacją mikrobiałek³⁸^,³⁹^,⁴⁰^,⁴¹^,⁴²^,⁴³^,⁴⁴^,⁴⁵^,⁴⁶^,⁴⁷ w dużym stopniu polegały na użyciu jednego z takich algorytm o nazwie PhyloCSF⁴⁸^,⁴⁹, potężne podejście genomiki porównawczej, które można wykorzystać do odróżnienia konserwatywnych regionów genomu kodujących białka od tych, które nie kodują.

PhyloCSF porównuje częstość substytucji kodonów (CSF) za pomocą wielogatunkowych dopasowań nukleotydów i modeli filogenetycznych do wykrywania ewolucyjnych sygnatur genów kodujących białka. To empiryczne podejście oparte na modelu opiera się na założeniu, że białka są przede wszystkim konserwatywne na poziomie aminokwasów, a nie sekwencji nukleotydów. Dlatego substytucje synonimiczne kodonów, które kodują ten sam aminokwas, lub substytucje kodonów do aminokwasów o konserwatywnych właściwościach (tj. ładunek, hydrofobowość, polarność) są oceniane pozytywnie, podczas gdy substytucje niesynonimiczne, w tym podstawienia missense i nonsensowne, są oceniane negatywnie. PhyloCSF jest szkolony na danych z całego genomu i okazał się skuteczny w ocenianiu krótkich fragmentów sekwencji kodującej (CDS) w izolacji od pełnej sekwencji, co jest niezbędne podczas analizy mikrobiałek lub pojedynczych eksonów standardowych genów kodujących białka⁴⁸^,⁴⁹.

Warto zauważyć, że niedawna integracja węzłów śledzenia PhyloCSF w przeglądarce genomów Uniwersytetu Kalifornijskiego w Santa Cruz (UCSC)⁴⁹^,⁵⁰^,⁵¹ umożliwia badaczom ze wszystkich środowisk łatwy dostęp do przyjaznego dla użytkownika interfejsu w celu wyszukiwania informacji o potencjał kodowania białek w regionach genomu. Protokół opisany poniżej zawiera szczegółowe instrukcje dotyczące ładowania koncentratorów śledzenia PhyloCSF w przeglądarce genomu UCSC, a następnie przesłuchiwania interesujących regionów genomowych w celu zbadania regionów kodujących białka o wysokim poziomie ufności (lub ich braku). Dodatkowo, w przypadku zaobserwowania dodatniego wyniku PhyloCSF, wyznaczane są kroki w celu dalszej analizy potencjału kodowania mikrobiałek i wydajnego generowania wielogatunkowych dopasowań zidentyfikowanych sekwencji aminokwasów w celu zilustrowania zachowania sekwencji międzygatunkowych. Wreszcie, w dyskusji przedstawiono kilka dodatkowych publicznie dostępnych zasobów i narzędzi w celu zbadania zidentyfikowanych cech mikrobiałek, w tym przewidywanych struktur domenowych i wglądu w przypuszczalną funkcję mikroprotein.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Protokół opisany poniżej szczegółowo opisuje kroki ładowania i nawigacji po ścieżkach przeglądarki PhyloCSF w przeglądarce UCSC Genome Browser (wygenerowanej przez Mudge et al.⁴⁹). W przypadku ogólnych pytań dotyczących przeglądarki UCSC Genome Browser, obszerny podręcznik użytkownika przeglądarki genomu można znaleźć tutaj: https://genome.ucsc.edu/goldenPath/help/hgTracksHelp.html.

1. Wczytywanie koncentratora śledzenia PhyloCSF do przeglądarki genomu UCSC

Otwórz okno przeglądarki internetowej i przejdź do przeglądarki UCSC Genome Browser (https://genome.ucsc.edu/).
Pod nagłówkiem Nasze narzędzia wybierz opcję Śledź huby.
UWAGA: Opcję Śledź koncentratory można również znaleźć na karcie Moje dane.
Na karcie Centra publiczne wpisz PhyloCSF w polu Wyszukiwane terminy. Kliknij przycisk Przeszukaj centra publiczne.
Połącz się z PhyloCSF, klikając przycisk Połącz dla nazwy koncentratora PhyloCSF (Opis: Ewolucyjny potencjał kodowania białek mierzony przez PhyloCSF).
UWAGA: Ten koncentrator ścieżek można załadować do wielu zestawów, w tym ludzkich (hg19 i hg38) i myszy (mm10 i mm39).
Po kliknięciu na connect poczekaj na przekierowanie na stronę UCSC Genome Browser Gateway (https://genome.ucsc.edu/cgi-bin/hgGateway).

2. Nawigacja do interesujących genów za pomocą identyfikatorów genów

Wybierz gatunek i zestaw genomu do wykonania zapytania. Aby wysłać zapytanie do innego gatunku (np. myszy), wybierz interesujący Cię gatunek pod nagłówkiem Przeglądaj/Wybierz gatunek, klikając odpowiednią ikonę, lub wpisz gatunek w polu tekstowym o treści: Wprowadź gatunek, nazwę zwyczajową lub identyfikator zestawu.
UWAGA: Zespół jest wymieniony bezpośrednio pod nagłówkiem Znajdź pozycję. Zazwyczaj wartością domyślną jest Human Assembly (np. grudzień 2009 r. [GRCh37/hg19]).
Wybierz zespół do przeszukania pod nagłówkiem Znajdź pozycję za pomocą menu rozwijanego.
Wprowadź pozycję, symbol genu lub wyszukiwane terminy w polu Pozycja/Wyszukiwane hasło i kliknij Przejdź, aby przejść do interesującego genu w przeglądarce genomu.
Jeśli wyszukiwanie wykazało wiele dopasowań, poczekaj na przekierowanie na stronę, która wymaga wyboru interesującej Cię pozycji. Kliknij na odpowiedni gen, który Cię interesuje.

3. Nawigowanie do interesujących regionów genomu za pomocą informacji o sekwencji

Przejdź do przeglądarki genomu UCSC (https://genome.ucsc.edu/) i wybierz narzędzie do wyrównania podobnego do BLAST (BLAT) pod nagłówkiem Nasze narzędzia, aby zapytać o określoną sekwencję DNA lub białka. Możesz też najechać kursorem na zakładkę Narzędzia i wybrać opcję Blat lub skorzystać z tego linku: https://genome.ucsc.edu/cgi-bin/hgBlat.
Wybierz interesujący Cię gatunek (genom) i zestaw za pomocą menu rozwijanych.
Zdefiniuj typ zapytania za pomocą menu rozwijanego.
Wklej interesującą Cię sekwencję w polu tekstowym BLAT Search Genome i kliknij przycisk Prześlij.
Kliknij łącze przeglądarki pod nagłówkiem DZIAŁANIA, aby przejść do interesującego Cię regionu genomu.

4. Identyfikacja zachowanych sORF-ów za pomocą danych śledzenia PhyloCSF

Wizualnie przeskanuj obszar zainteresowania genomu pod kątem pozytywnie ocenianych regionów PhyloCSF (Rysunek 1).
UWAGA: Aby uzyskać szczegółowe wyjaśnienie, jak wizualnie interpretować wyniki PhyloCSF w przeglądarce genomu UCSC, zobacz sekcję reprezentatywnych wyników poniżej.
Użyj funkcji powiększania, aby powiększyć obszary zainteresowania w celu zbadania charakterystyki sekwencji i wyszukania kodonów start/stop. Aby powiększyć ręcznie, przytrzymaj Shift, a następnie kliknij i przytrzymaj przycisk myszy podczas przeciągania wzdłuż obszaru zainteresowania. Możesz też użyć przycisków powiększania i pomniejszania u góry strony, aby nawigować (dostępne są opcje powiększenia 1,5x, 3x, 10x lub powiększenia podstawowego).
UWAGA: Przed użyciem przycisków powiększania/pomniejszania konieczne jest przemieszczenie genu tak, aby obszar zainteresowania znajdował się na środku ekranu. Aby wykonać tę czynność, kliknij obraz i przeciągnij go w lewo lub w prawo, aby przesunąć region genomu w poziomie zgodnie z potrzebami lub użyj strzałek przenoszenia u góry strony.
Powiększaj, aż sekwencja nukleotydów (zasad) będzie widoczna.
UWAGA: Sekwencja nukleotydowa pojawi się bezpośrednio nad wynikiem +1 Wygładzonego PhyloCSF.
Wizualnie zeskanuj sekwencję nukleotydów w pobliżu początku i końca pozytywnie punktowanych regionów PhyloCSF, aby zidentyfikować domniemane kodony start (ATG) i stop (TGA/TAA/TAG).
UWAGA: Jeśli interesujący nas gen znajduje się na ujemnej nici DNA, kodony start i stop będą odwrotnym dopełnieniem (tj. CAT dla kodonu start i TCA / TTA / CTA dla kodonu stop).

5. Przeglądanie regionów homologicznych w innych genomach

Najedź myszką na nagłówek Widok u góry strony i kliknij opcję W innych genomach (konwertuj).
Zdefiniuj genom, który Cię interesuje, korzystając z menu rozwijanego poniżej nagłówka Nowy genom.
Wybierz interesujący Cię zestaw genomowy za pomocą menu rozwijanego pod nagłówkiem Nowy zestaw, a następnie kliknij przycisk Prześlij.
Gdy przeglądarka zwróci listę regionów w nowym zestawie z podobieństwem, kliknij link pozycji chromosomu, aby przejść do interesującego nas regionu homologicznego.
UWAGA: Procent całkowitych zasad (nukleotydów) i zakres, które są pokryte przez region, zostaną zdefiniowane dla każdego wymienionego regionu. Im wyższy procent pasujących zasad, tym wyższa jest ochrona dla regionu zainteresowania.
Postępuj zgodnie z tymi samymi strategiami nawigacyjnymi opisanymi w sekcji 4, aby przeanalizować sekwencję.

6. Generowanie wielogatunkowych dopasowań sekwencji dla interesujących mikroprotein

Kliknij interesujący nas gen na ścieżce GENCODE w przeglądarce genomu UCSC (wskazany w Rysunek 1A z niebieskim polem), aby przejść do strony opisu genu.
Pod nagłówkiem Sekwencja i linki do narzędzi i baz danych kliknij link w tabeli z napisem FASTA Inne gatunki.
Kliknij pola powiązane z interesującymi Cię gatunkami, aby je wybrać. Kliknij Prześlij. Skopiuj i wklej sekwencje pojawiające się u dołu strony w formacie FASTA do dokumentu edytora tekstu.
Otwórz drugie okno przeglądarki i przejdź do narzędzia Clustal Omega Multiple Sequence Alignment tool⁵² na stronie Europejskiego Instytutu Bioinformatyki (EMBL-EBI)⁵³^,⁵⁴: https://www.ebi.ac.uk/Tools/msa/clustalo/.
Wklej pliki sekwencji, które nadal znajdują się w schowku, do pola w KROKU 1, które odczytuje sekwencje w dowolnym obsługiwanym formacie. Przewiń do dołu strony i kliknij Prześlij. Spójrz poniżej wyrównanych wyników (czarną czcionką) na symbole, które wskazują stopień zachowania każdego aminokwasu (symbole są zdefiniowane w Tabeli 1).
UWAGA: Wygenerowanie wyrównania może potrwać kilka minut.
Aby wyświetlić właściwości aminokwasów w kolorze, kliknij link Pokaż kolory bezpośrednio nad sekwencjami, aby pokolorować aminokwasy zgodnie z ich właściwościami (zdefiniowanymi w Tabeli 2).
Skopiuj i wklej wyrównanie sekwencji do edytora tekstu lub programu do pokazu slajdów, aby wygenerować plik z rysunkiem lub ilustracją (np. Rysunek 2).
UWAGA: Do wyrównania należy użyć czcionki o stałej szerokości, takiej jak Courier.
Aby wyświetlić inne wyniki ze strony wyników Clustal Omega, kliknij odpowiednie zakładki (np. Drzewo przewodnika lub Drzewo filogenetyczne).
Kliknij kartę Podgląd wyników, aby wyświetlić informacje o sekwencji za pomocą Jalview, darmowego programu, który specjalizuje się w edycji, wizualizacji i analizie wyrównania wielu sekwencji⁵⁵, lub aby uzyskać dostęp do bezpośrednich linków do MView i Simple Phylogeny⁵⁶.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Tutaj użyjemy zweryfikowanej mikrobiałkowej mitoreguliny (Mtln) jako przykładu, aby pokazać, jak konserwatywny sORF wygeneruje dodatni wynik PhyloCSF, który może być łatwo zwizualizowany i przeanalizowany w przeglądarce genomu UCSC. Mitoregulina była wcześniej opisywana jako niekodujący RNA (dawniej ludzki identyfikator genu LINC00116 i mysi gen ID 1500011K16Rik). Genomika porównawcza i metody analizy konserwacji sekwencji odegrały kluczową rolę w jego początkowym odkryciu⁴⁰^...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Przedstawiony tutaj protokół zawiera szczegółowe instrukcje, jak badać interesujące regiony genomu pod kątem potencjału kodowania mikrobiałek za pomocą PhyloCSF w przyjaznej dla użytkownika przeglądarce UCSC Genome Browser 48,49,50,51. Jak opisano powyżej, PhyloCSF jest potężnym algorytmem genomiki porównawczej, który integruje modele filogenetyczne i częstotliwości substytucji kodonów w celu i...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy oświadczają, że nie mają konkurencyjnych interesów finansowych.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ta praca była wspierana przez granty z National Institutes of Health (HL-141630 i HL-160569) oraz Cincinnati Children's Research Foundation (Trustee Award).

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
Name	Company	Catalog Number	Comments
Website<	strong>Website Address	Requirements
Clustal Omega Multiple Sequence Alignment Tool	https://www.ebi.ac.uk/Tools/msa/clustalo/	Web browser	Program do wyrównywania wielu sekwencji do efektywnego dopasowywania sekwencji FASTA (tj. do międzygatunkowego porównywania zidentyfikowanych mikrobiałek)
COXPRESSdb	https://coxpresdb.jp	Przeglądarka internetowa	Zapewnia współregulowane relacje genów w celu oszacowania funkcji genów
Narzędzia bioinformatyczne EMBL-EBI FAQs	https://www.ebi.ac.uk/seqdb/confluence/display/JDSAT/Bioinformatics+Tools+FAQ	Często	zadawane pytania (FAQ) dotyczące narzędzi EMBL-EBI w przeglądarce internetowej. Zawiera klucz kodowania kolorami do dopasowania sekwencji białek
Europejski Instytut Bioinformatyki (EMBL-EBI), Narzędzia i zasoby danych	https://www.ebi.ac.uk/services/all	Przeglądarka internetowa	Pełna lista ogólnodostępnych stron internetowych, narzędzi i zasobów danych
Expasy - Szwajcarski Portal	Zasobów Bioinformatycznychhttps://www.expasy.org	Przeglądarka internetowa	Zestaw narzędzi i zasobów bioinformatycznych do analizy sekwencji białek, który jest utrzymywany przez Szwajcarski Instytut Bioinformatyki (SIB)
Narodowe Centrum Informacji Biotechnologicznej (NCBI) Conserved Domain Search	https://www.ncbi.nlm.nih.gov/Structure/cdd/wrpsb.cgiPrzeglądarka	internetowa	Narzędzie do identyfikacji konserwatywnych domen w obrębie sekwencji białkowych lub kodujących nukleotydy
Pfam 35	http://pfam.xfam.orgPrzeglądarka	internetowa	Baza danych rodziny białek (Pfam), zapewnia wyrównanie i klasyfikację rodziny i domeny białek
PhyloCSF Track Hub Opis	https://genome.ucsc.edu/cgi-bin/hgTrackUi?hgsid=1267045267_TEc99h2oW5Q edaCd4ir8aZ65ryaD&db=mm10 &c=chr2&g=hub_109801_ PhyloCSF_smooth	Przeglądarka internetowa	Szczegółowy opis wygładzonych ścieżek PhyloCSF i PhyloCSF Track Hub
SignalP 6.0	https://services.healthtech.dtu.dk/service.php? SignalP-6.0	Przeglądarka internetowa	Przewiduje obecność peptydów sygnałowych i lokalizację miejsc ich rozszczepienia
TMHMM - 2.0	https://services.healthtech.dtu.dk/service.php? TMHMM-2.0	Przeglądarka internetowa	Przewidywanie helis transbłonowych w białkach
UCSC Genome Browser BLAT Search	https://genome.ucsc.edu/cgi-bin/hgBlat	Przeglądarka internetowa	Narzędzie służące do znajdowania regionów genomu na podstawie informacji o sekwencji DNA lub białka
UCSC Genome Browser Gateway	https://genome.ucsc.edu/cgi-bin/hgGateway	Przeglądarka internetowa	Bezpośredni link do UCSC Genome Browser Gateway
UCSC Genome Browser Home	https://genome.ucsc.edu/	Web browser	Strona główna przeglądarki UCSC
Genome Browser UCSC Genome Browser Track Data Hubs	https://genome.ucsc.edu/cgi-bin/hgHubConnect#publicHubs	Przeglądarka internetowa	Bezpośredni link do bazy danych Track Data Hubs/Public Hubs w celu wyszukania i załadowania PhyloCSF Tracks
UCSC Genome Browser User Guide	https://genome.ucsc.edu/goldenPath/help/hgTracksHelp.html	Web browser	Obszerny podręcznik użytkownika opisujący sposób poruszania się po UCSC Genome Browser
WoLF PSORT	a href="https://wolfpsort.hgc.jp">https://wolfpsort.hgc.jp	Web browser	Narzędzie do przewidywania lokalizacji subkomórkowej białek

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Collins, F. S., Morgan, M., Patrinos, A. The human genome project: lessons from large-scale biology. Science. 300 (5617), 286-290 (2003).
Lander, E. S., et al. Initial sequencing and analysis of the human genome. Nature. 409 (6822), 860-921 (2001).
Sachidanandam, R., et al. A map of human genome sequence variation containing 1.42 million single nucleotide polymorphisms. Nature. 409 (6822), 928-933 (2001).
Venter, J. C., et al. The sequence of the human genome. Science. 291 (5507), 1304-1351 (2001).
Fuentes-Pardo, A. P., Ruzzante, D. E. Whole-genome sequencing approaches for conservation biology: Advantages, limitations and practical recommendations. Molecular Ecology. 26 (20), 5369-5406 (2017).
Carninci, P., et al. The transcriptional landscape of the mammalian genome. Science. 309 (5740), 1559-1563 (2005).
Maeda, N., et al. Transcript annotation in FANTOM3: mouse gene catalog based on physical cDNAs. PLoS Genetics. 2 (4), 62(2006).
Schlesinger, D., Elsasser, S. J. Revisiting sORFs: overcoming challenges to identify and characterize functional microproteins. The FEBS Journal. 289 (1), 53-74 (2022).
Ingolia, N. T., et al. Ribosome profiling reveals pervasive translation outside of annotated protein-coding genes. Cell Reports. 8 (5), 1365-1379 (2014).
Ingolia, N. T., Ghaemmaghami, S., Newman, J. R., Weissman, J. S. Genome-wide analysis in vivo of translation with nucleotide resolution using ribosome profiling. Science. 324 (5924), 218-223 (2009).
Aspden, J. L., et al. Extensive translation of small Open Reading Frames revealed by Poly-Ribo-Seq. Elife. 3, 03528(2014).
Andrews, S. J., Rothnagel, J. A. Emerging evidence for functional peptides encoded by short open reading frames. Nature Reviews Genetics. 15 (3), 193-204 (2014).
Mackowiak, S. D., et al. Extensive identification and analysis of conserved small ORFs in animals. Genome Biology. 16 (1), 1-21 (2015).
Ruiz-Orera, J., Messeguer, X., Subirana, J. A., Alba, M. M. Long non-coding RNAs as a source of new peptides. Elife. 3, 03523(2014).
Basrai, M. A., Hieter, P., Boeke, J. D. Small open reading frames: beautiful needles in the haystack. Genome Research. 7 (8), 768-771 (1997).
Frith, M. C., et al. The abundance of short proteins in the mammalian proteome. PLoS Genetics. 2 (4), 52(2006).
Ladoukakis, E., Pereira, V., Magny, E. G., Eyre-Walker, A., Couso, J. P. Hundreds of putatively functional small open reading frames in Drosophila. Genome Biology. 12 (11), 118(2011).
Makarewich, C. A., Olson, E. N. Mining for Micropeptides. Trends in Cell Biology. 27 (9), 685-696 (2017).
Wright, B. W., Yi, Z., Weissman, J. S., Chen, J. The dark proteome: translation from noncanonical open reading frames. Trends in Cell Biology. , (2021).
Saghatelian, A., Couso, J. P. Discovery and characterization of smORF-encoded bioactive polypeptides. Nature Chemical Biology. 11 (12), 909-916 (2015).
Kastenmayer, J. P., et al. Functional genomics of genes with small open reading frames (sORFs) in S. cerevisiae. Genome Research. 16 (3), 365-373 (2006).
Smith, J. E., et al. Translation of small open reading frames within unannotated RNA transcripts in Saccharomyces cerevisiae. Cell Reports. 7 (6), 1858-1866 (2014).
Lin, M. F., et al. Revisiting the protein-coding gene catalog of Drosophila melanogaster using 12 fly genomes. Genome Research. 17 (12), 1823-1836 (2007).
Magny, E. G., et al. Conserved regulation of cardiac calcium uptake by peptides encoded in small open reading frames. Science. 341 (6150), 1116-1120 (2013).
Bazzini, A. A., et al. Identification of small ORFs in vertebrates using ribosome footprinting and evolutionary conservation. EMBO J. 33 (9), 981-993 (2014).
Ingolia, N. T., Lareau, L. F., Weissman, J. S. Ribosome profiling of mouse embryonic stem cells reveals the complexity and dynamics of mammalian proteomes. Cell. 147 (4), 789-802 (2011).
Ma, J., et al. Discovery of human sORF-encoded polypeptides (SEPs) in cell lines and tissue. J Proteome Res. 13 (3), 1757-1765 (2014).
Slavoff, S. A., et al. Peptidomic discovery of short open reading frame-encoded peptides in human cells. Nature Chemical Biology. 9 (1), 59-64 (2013).
Khitun, A., Ness, T. J., Slavoff, S. A. Small open reading frames and cellular stress responses. Molecular Omics. 15 (2), 108-116 (2019).
Makarewich, C. A. The hidden world of membrane microproteins. Experimental Cell Research. 388 (2), 111853(2020).
Pueyo, J. I., Magny, E. G., Couso, J. P. New peptides under the s(ORF)ace of the genome. Trends in Biochemical Sciences. 41 (8), 665-678 (2016).
Pauli, A., et al. Toddler: an embryonic signal that promotes cell movement via Apelin receptors. Science. 343 (6172), 1248636(2014).
Chng, S. C., Ho, L., Tian, J., Reversade, B. ELABELA: a hormone essential for heart development signals via the apelin receptor. Developmental Cell. 27 (6), 672-680 (2013).
Lee, C., et al. The mitochondrial-derived peptide MOTS-c promotes metabolic homeostasis and reduces obesity and insulin resistance. Cell Metabolism. 21 (3), 443-454 (2015).
Pauli, A., Valen, E., Schier, A. F. Identifying (non-)coding RNAs and small peptides: challenges and opportunities. Bioessays. 37 (1), 103-112 (2015).
Plaza, S., Menschaert, G., Payre, F. In search of lost small peptides. Annual Review of Cell and Developmental Biology. 33, 391-416 (2017).
Kiniry, S. J., Michel, A. M., Baranov, P. V. Computational methods for ribosome profiling data analysis. Wiley Interdisciplinary Reviews: RNA. 11 (3), 1577(2020).
Anderson, D. M., et al. A micropeptide encoded by a putative long noncoding RNA regulates muscle performance. Cell. 160 (4), 595-606 (2015).
Anderson, D. M., et al. Widespread control of calcium signaling by a family of SERCA-inhibiting micropeptides. Science Signaling. 9 (457), (2016).
Makarewich, C. A., et al. MOXI Is a mitochondrial micropeptide that enhances fatty acid beta-oxidation. Cell Reports. 23 (13), 3701-3709 (2018).
Nelson, B. R., et al. A peptide encoded by a transcript annotated as long noncoding RNA enhances SERCA activity in muscle. Science. 351 (6270), 271-275 (2016).
Chu, Q., et al. Regulation of the ER stress response by a mitochondrial microprotein. Nat Commun. 10 (1), 4883(2019).
Senis, E., et al. TUNAR lncRNA encodes a microprotein that regulates neural differentiation and neurite formation by modulating calcium dynamics. Frontiers in Cell and Developmental Biology. 9, 747667(2021).
Li, M., et al. A putative long noncoding RNA-encoded micropeptide maintains cellular homeostasis in pancreatic beta cells. Molecular Therapy-Nucleic Acids. 26, 307-320 (2021).
Martinez, T. F., et al. Accurate annotation of human protein-coding small open reading frames. Nature Chemical Biology. 16 (4), 458-468 (2020).
van Heesch, S., et al. The translational landscape of the human heart. Cell. 178 (1), 242-260 (2019).
Makarewich, C. A., et al. The cardiac-enriched microprotein mitolamban regulates mitochondrial respiratory complex assembly and function in mice. Proceedings of the National Academy of Sciences of the United States of America. 119 (6), 2120476119(2022).
Lin, M. F., Jungreis, I., Kellis, M. PhyloCSF: a comparative genomics method to distinguish protein coding and non-coding regions. Bioinformatics. 27 (13), 275-282 (2011).
Mudge, J. M., et al. Discovery of high-confidence human protein-coding genes and exons by whole-genome PhyloCSF helps elucidate 118 GWAS loci. Genome Research. 29 (12), 2073-2087 (2019).
Kent, W. J., et al. The human genome browser at UCSC. Genome Research. 12 (6), 996-1006 (2002).
Raney, B. J., et al. Track data hubs enable visualization of user-defined genome-wide annotations on the UCSC Genome Browser. Bioinformatics. 30 (7), 1003-1005 (2014).
Sievers, F., et al. scalable generation of high-quality protein multiple sequence alignments using Clustal Omega. Molecular Systems Biology. 7 (1), 539(2011).
Goujon, M., et al. A new bioinformatics analysis tools framework at EMBL-EBI. Nucleic Acids Research. 38 (2), 695-699 (2010).
Harte, N., et al. Public web-based services from the European Bioinformatics Institute. Nucleic Acids Research. 32 (2), 3-9 (2004).
Waterhouse, A. M., Procter, J. B., Martin, D. M., Clamp, M., Barton, G. J. Jalview Version 2-a multiple sequence alignment editor and analysis workbench. Bioinformatics. 25 (9), 1189-1191 (2009).
Madeira, F., et al. The EMBL-EBI search and sequence analysis tools APIs in 2019. Nucleic Acids Research. 47 (1), 636-641 (2019).
Friesen, M., et al. Mitoregulin controls beta-oxidation in human and mouse adipocytes. Stem Cell Reports. 14 (4), 590-602 (2020).
Stein, C. S., et al. Mitoregulin: A lncRNA-Encoded microprotein that supports mitochondrial supercomplexes and respiratory efficiency. Cell Reports. 23 (13), 3710-3720 (2018).
Chugunova, A., et al. LINC00116 codes for a mitochondrial peptide linking respiration and lipid metabolism. Proceedings of the Nationall Academy of Sciences of the United States of America. 116 (11), 4940-4945 (2019).
Lin, Y. F., et al. A novel mitochondrial micropeptide MPM enhances mitochondrial respiratory activity and promotes myogenic differentiation. Cell Death and Disease. 10 (7), 528(2019).
Wang, L., et al. The micropeptide LEMP plays an evolutionarily conserved role in myogenesis. Cell Death and Disease. 11 (5), 357(2020).
He, S., Liu, S., Zhu, H. The sequence, structure and evolutionary features of HOTAIR in mammals. BMC Evolutionary Biology. 11 (1), 1-14 (2011).
Rinn, J. L., et al. Functional demarcation of active and silent chromatin domains in human HOX loci by noncoding RNAs. Cell. 129 (7), 1311-1323 (2007).
Bhatta, A., et al. A Mitochondrial micropeptide is required for activation of the Nlrp3 inflammasome. Journal of Immunology. 204 (2), 428-437 (2020).
Zhang, D., et al. Functional prediction and physiological characterization of a novel short trans-membrane protein 1 as a subunit of mitochondrial respiratory complexes. Physiological Genomics. 44 (23), 1133-1140 (2012).
Rathore, A., et al. MIEF1 microprotein regulates mitochondrial translation. Biochemistry. 57 (38), 5564-5575 (2018).
Jungreis, I., Sealfon, R., Kellis, M. SARS-CoV-2 gene content and COVID-19 mutation impact by comparing 44 Sarbecovirus genomes. Nature Communications. 12 (1), 2642(2021).
Chen, J., et al. Pervasive functional translation of noncanonical human open reading frames. Science. 367 (6482), 1140-1146 (2020).
Ruiz-Orera, J., Verdaguer-Grau, P., Villanueva-Canas, J. L., Messeguer, X., Alba, M. M. Translation of neutrally evolving peptides provides a basis for de novo gene evolution. Nature Ecology and Evolution. 2 (5), 890-896 (2018).
Blevins, W. R., et al. Uncovering de novo gene birth in yeast using deep transcriptomics. Nature Communications. 12 (1), 604(2021).
Papadopoulos, C., et al. Intergenic ORFs as elementary structural modules of de novo gene birth and protein evolution. Genome Research. , (2021).
Vakirlis, N., Duggan, K. M., McLysaght, A. De novo birth of functional, human-specific microproteins. bioRxiv. , 462744(2021).
Van Oss, S. B., Carvunis, A. R. De novo gene birth. PLoS Genetics. 15 (5), 1008160(2019).
Andersson, D. I., Jerlstrom-Hultqvist, J., Nasvall, J. Evolution of new functions de novo and from preexisting genes. Cold Spring Harbor Perspectives in Biology. 7 (6), 017996(2015).
Ge, Q., et al. Micropeptide ASAP encoded by LINC00467 promotes colorectal cancer progression by directly modulating ATP synthase activity. Journal of Clinical Investigations. 131 (22), (2021).
Sonnhammer, E. L., von Heijne, G., Krogh, A. A hidden Markov model for predicting transmembrane helices in protein sequences. Proceedings. International Conference on Intelligent Syststems for Molecular Biology. 6, 175-182 (1998).
Lu, S., et al. CDD/SPARCLE: the conserved domain database in 2020. Nucleic Acids Research. 48, 265-268 (2020).
Mistry, J., et al. Pfam: The protein families database in 2021. Nucleic Acids Research. 49, 412-419 (2021).
Horton, P., et al. PSORT: protein localization predictor. Nucleic Acids Research. 35 (2), 585-587 (2007).
Obayashi, T., Kagaya, Y., Aoki, Y., Tadaka, S., Kinoshita, K. COXPRESdb v7: a gene coexpression database for 11 animal species supported by 23 coexpression platforms for technical evaluation and evolutionary inference. Nucleic Acids Research. 47, 55-62 (2019).
Teufel, F., et al. SignalP 6.0 predicts all five types of signal peptides using protein language models. Nature Biotechnology. , 01156(2022).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Zintegrowane podejście do identyfikacji mikrobiałek i analizy sekwencji

In This Article

Summary

Abstract

Introduction

Protocol

Results

Discussion

Disclosures

Acknowledgements

Materials

References

Reprints and Permissions

Tags

Related Articles