Анализ гена человека, кодирующего возможный раковый антиген mo-tes-391



Скачать 302,64 Kb.
страница2/2
Дата02.06.2018
Размер302,64 Kb.
1   2

Рис.1.Графическое изображение результата поиска по программе BLAST.

В результате анализа кластера (XM_030075.5) в UniGene были обнаружены 15 сходных последовательностей, из них 4 –из раковых клеток, 9 – из нормальных и 2 – из пораженных склерозом клеток. Сортированные данные, полученные в результате поиска, можно посмотреть в прикрепленном файле Book.xls (лист2).


При анализе нуклеотидной последовательности программой genomics-BLAST для человека были обнаружены 3 гомологичные последовательности: две получены из хромосомы 2 и одна – из хромосомы 16. Из структуры стыка между последовательностями, происходящими из хромосом 2 и 16, четко видно, что эта сшивка не является результатом какой-либо хромосомной транслокации, а возникла in vitro уже в процессе приготовлении библиотеки. Кроме того, предсказанная рамка считывания заканчивается внутри фрагмента хромосомы 16, то есть последовательность с хромосомы 2 не несет никакой иммунологической информации. Это предположение было напрямую проверено в лаборатории, когда последовательности с хромосом 2 и 16 были отдельно переклонированы в фаговый вектор. Как и ожидалось, профиль серологической реактивности клона с хромосомы 16 совпал с таковым для клона MO-TES-391, в то время как клон, полученный из последовательности с хромосомы 2, вообще не продемонстрировал никакой серологической реакции. Тем самым, компьютерный анализ был сфокусирован на 5'-концевой половине клона MO-TES-391, происходящей с хромосомы 16 (рис.2).



Рис.2. Графическое изображение результатов поиска по программе genomics-BLAST.

Рассмотрев полученную последовательность в соответствии с геномной картой человека и картой предсказанной модели, обнаружили несколько несоответствий, которые, возможно, указывают на существование множественных сплайс-вариантов транскрипта. В качестве модельного района для полее подробного анализа был выбран участок с 1171 по 1357 нуклеотиды (рис.3).



Место несоответствия с геномной картой человека и предсказанной моделью последовательности


Рис.3. Сранение последовательности транскрипта с гипотетически предсказанной моделью, полученной на основе имеющихся данных(отрезок с исследованным участком).


Дополнительно изучив альтернативный трнскрипт с помощью программы ORF finder, получили графическое представление всех возможных белковых последовательностей, закодированных в шести возможных рамках считывания (три по одной цепи, три – по другой, в противоположном направлении) (рис.4).






Рис.4.Результат анализа по ORF finder.



Зеленым цветом на рисунке выкрашены участки, по которым возможен биосинтез белка.
Обсуждение.
При изучении полученных данных обнаружили, что результаты поиска по UniGene количественно заметно отличаются от результатов поиска по BLAST. Причем абсолютно все последовательности, обнаруженные с помощью программы UniGene, вошли в список, предлагаемый программой BLAST.
Изучая результаты поиска, представленные программой BLAST графически, можно заметить следующее. Все EST-последовательности, полученные при запросе в UniGene, соответствуют исследуемой последовательности наиболее крупными кусочками. Кроме того, они периодически встречаются по всей длине и скучиваются в конце. А EST, выпавшие только в BLASTе, за редким исключением очень мелкие и с меньшей степенью гомологии.

Проанализировав полученное, сделать однозначный вывод без более детального изучения трудно. Но очевидно, что все (или почти все) последовательности, не попавшие в Unigene, дают слишком короткие участки гомологии, которые не являются биологически значимыми. Тот же самый вывод можно было сделать и из осмотра полной таблицы результатов BLAST, если обратить внимание на статистическую оценку вероятности случайного совпадения (последняя цифра в каждой строке). Таким образом, можно сказать, что результаты поиска по BLAST просто совпадают с данными Unigene, то есть на уровне анализа базы данных EST указаний на альтернативный сплайсинг нет.


Заметим, что гомология на уровне базы данных была выявлена в различных тканях, следовательно, экспрессии, специфичной для раковых тканей, не наблюдалось.
Нужно так же отметить редкость исследуемой последовательности, о чем можно судить хотя бы по тому, что в среднем при проведении поиска программой BLAST выпадают все 100 последовательностей, т.е. полностью выполняется ограничение. В нашем случае их 47.
Исследовав в анализируемом транскрипте участок с 1171 по 1357 нуклеотиды, несоответствующий геномной карте человека и предсказанной последовательности, можно предположить, что здесь имеет место альтернативный сплайсинг. Результаты ORF finder показали, что в одном из вариантов считывания (самая верхняя рамка) этот участок способен трнслироваться полностью. Таким образом по исследуемой последовательности вполне может происходить биосинтез белка, который иммунная система человека будет определять как чужеродный, вызывая выработку антител.
Следует напомнить, что проанализированный в работе локус транскрипта MO-TES-391, является лишь одним из участков, указывающих на альтернативный сплайсинг, которых в последовательности оказалось довольно много. Тем не менее это не мешает сделать некоторые обобщенные выводы.

В результате проведенной работы можно предположить, что обнаруженная последоватеьность является результатом альтернативного сплайсинга. А кодируемый ею белок будет распознаваться системой адаптивного иммунитета как чужеродный, и вызовет иммунную реакцию. Обнаружение антител, вырабатываемых в результате этой реакции, может быть использованно в ранней диагностике раковых заболеваний.



На днях в последнем номере журнала Proceedings of the National Academy of Sciences USA была опубликована статья международного консорциума авторов (Brentani et al, 2003) «The generation and utilization of a cancer-oriented representation of the human transcriptome by using expressed sequence tags.». Они разработали систему «виртуальной» оценки уровня раково-специфической экспрессии генов человека The Cancer Genome Anatomy Project. С выходом статьи было осуществлено обновление доступных программ , а ними и возможностей, для осуществления исследования последовательностей методами биоинформатики на сайте http://cgap.nci.nih.gov. Результат работы авторов статьи позволяет подобным исследованиям перейти на совершенно новый уровень, позволяющий значительно экономить время.

Список литературы, использованной при выполнении работы.

1. Russian Journal of Immunology, volume 7, number 3, 2002. Серологическая идентификация антигенов, ассоциированных с раком почки. Е.П.Королева, М.А.Лагарькова, А.А.Мещеряков, М.Сканлан, Л.Олд, С.А.Недоспасов, Д.В.Купраш.



2. Основы иммунологии. А. Ройт, Мир, 1991.


3. Sahin, U., Tureci, O., Schmitt, H., Cochlovius, B., Johannes, T., et al. Human neoplasms elicit multiple specific immune responses in the autologous host. Proc Natl Acad Sci USA, 1995, 92, 11810-11813.



4. Davy BE, Robinson ML. Congenital hydrocephalus in hy3 mice is caused by a frameshift mutation in Hydin, a large novel gene.

5. Robinson ML, Allen CE, Davy BE, Durfee WJ, Elder FF, Elliott CS, Harrison WR. Genetic mapping of an insertional hydrocephalus-inducing mutation allelic to hy3.
6. Lagarkova MA, Koroleva EP, Kuprash DV, Boitchenko VE, Kashkarova UA, Nedospasov SA, Shebzukhov YV. Evaluation of humoral response to tumor antigens using recombinant expression-based serological mini-arrays (SMARTA). Immunol Lett. 2003 Jan 2;85(1):71-4.
7. Brentani H et al. The generation and utilization of a cancer-oriented representation of the human transcriptome by using expressed sequence tags. Proc Natl Acad Sci U S A. 2003 Nov 11; 100(23):13418–13423

Поделитесь с Вашими друзьями:
1   2


База данных защищена авторским правом ©grazit.ru 2017
обратиться к администрации

    Главная страница