EMBOSS und GCK für die Assemblierung und Dokumentation von Konstruktsequenzen

Ich versuche, EMBOSS für die Assemblierung von Vektorsequenzen zu verwenden. Vor langer Zeit habe ich zu diesem Zweck das Programm „seqed“ von CGC verwendet, und derzeit nutze ich das Gene Construction Kit  . EMBOSS verfügt über kein direktes Äquivalent zu „seqed“, sodass man eine Reihe anderer Tools verwenden muss, um dessen Funktionalität zu ersetzen. Sehen Sie sich diesen Vergleich zwischen CGC und EMBOSS  an.

Leider ist nur eines der Programme, die die Funktionalität von „seqed“ ersetzen, in der Lage, EMBOSS-Features beizubehalten: seqret  . Wenn Sie eines der anderen Programme (z. B. „union“) verwenden, gehen die Features verloren. Es sollte so sein, dass Features erhalten bleiben (und lediglich neu nummeriert werden), wenn sie während der Operation als Ganzes beibehalten werden. Außerdem sollte, wenn ein Vorgang ein Feature zerschneidet, ein neues Feature entstehen, das die Informationen über das Ereignis enthält (z. B.: Feature „teilweiser CMV-Promotor, letzte 400 bp von ursprünglich 800 bp“; oder „teilweiser menschlicher VEGF165-CDS, erste 300 bp von ursprünglich 500 bp, in-frame fusioniert mit dem teilweisen menschlichen VEGF-C-CDS, letzte 900 bp von 1200 bp“).

Ein Beispiel für einen Vorgang, bei dem Merkmale erhalten bleiben, ist: seqret hTIE-1.ebl -sbegin1 200 -send1 400 -feature -osformat embl Dabei wird der Abschnitt zwischen den Nukleotiden 200 und 400 aus der Datei hTIE-1.ebl (die sich im aktuellen Verzeichnis befindet) entnommen und in eine neue Datei im embl-Format geschrieben, wobei die Features beibehalten werden. Die Features werden neu nummeriert, es wird jedoch nicht gemeldet, ob ein Feature in der Mitte abgeschnitten wurde. Sie werden zur Eingabe des Namens der Ausgabedatei aufgefordert.

Diese Funktionalität reicht jedoch für die Assemblierung von Vektorsequenzen nicht aus. „Union“ wäre hierfür besser geeignet. Es nimmt eine Liste von Sequenzen mit ihren jeweiligen ersten und letzten Nukleotiden entgegen und verkettet sie: union @list.txt -osformat embl Die Datei „list.txt“ hat folgenden Inhalt: hTIE-1.ebl[1:200] hTIE-1.ebl[1:200] hTIE-1.ebl[1:200] hTIE-1.ebl[100:500] hTIE-1.ebl[200:600] hTIE-1.ebl[1:200] Der obige „union“-Befehl nimmt die in der Datei „list.txt“ definierten Sequenzabschnitte und fügt sie zu einer neuen Sequenz zusammen. Dies sollte auch ohne eine Listendatei als Eingabe funktionieren (indem die Sequenzen als Befehlszeilenargumente angegeben werden), aber bisher habe ich es nur mit einer einzigen Sequenz als Eingabe zum Laufen gebracht: union hTIE-1.ebl -sbegin 5 -send 100 Einer der größten Nachteile des Gene Construction Kit (GCK) ist, dass es proprietär ist und nur wenige meiner Kooperationspartner über eine Lizenz verfügen. Daher schicke ich ihnen die Plasmidkarten letztendlich als PDF-Dateien. Das ist nicht zufriedenstellend. Es wäre eine gute Idee, wenn das GCK die Sequenzdaten UND die Annotationsdaten im EBL-Format exportieren könnte, wobei die Annotation (hauptsächlich ORFs, Promotoren, PolyAs, Primer-Anlagerungsstellen) in EBL-Features umgewandelt wird.

Das GCK kann die Sequenz als Klartext oder als CGC-Datei exportieren; die CGC-Datei bietet jedoch keinen Vorteil gegenüber der Klartextdatei, da sie keinerlei Annotationen oder Features enthält. GCK kann die Annotationen und Features („Export -> Kommentare als Textdatei“) auch in eine separate Textdatei exportieren. Es dürfte nicht allzu schwierig sein, ein Perl-Skript zu schreiben, das die Klartextdatei bzw. CGC-Datei sowie die Kommentardatei als Eingabe verwendet und eine EMBL-Datei mit den Kommentaren als Features generiert.