EMBOSS ja GCK konstruktisekvenssien kokoamiseen ja dokumentointiin

Yritän käyttää EMBOSS-ohjelmaa vektorisekvenssien kokoamiseen. Aikoinaan käytin tähän tarkoitukseen CGC:n seqed-ohjelmaa, ja tällä hetkellä käytän Gene Construction Kit  -ohjelmaa. EMBOSS:ssa ei ole suoraa vastinetta seqed-ohjelmalle, joten sen toiminnallisuuden korvaamiseksi on käytettävä useita muita työkaluja. Katso tämä CGC:n ja EMBOSS:n vertailu  .

Valitettavasti vain yksi seqed-ohjelman toiminnallisuutta korvaavista ohjelmista pystyy säilyttämään embl-ominaisuudet: seqret  . Jos käytät jotakin muuta ohjelmaa (esim. union), ominaisuudet menetetään. Ominaisuuksien pitäisi säilyä (ja vain numeroitua uudelleen), kun ne säilytetään kokonaisuudessaan operaation aikana. Lisäksi, kun operaatio leikkaa piirteitä, tuloksena pitäisi olla uusi piirre, joka sisältää tiedot tapahtumasta (esim.: piirre ”osittainen CMV-promoottori, viimeiset 400 bp alkuperäisistä 800 bp:stä”; tai ”osittainen ihmisen VEGF165-CDS:n ensimmäiset 300 bp alkuperäisistä 500 bp:stä fuusioituna in-frame-muodossa osittaiseen ihmisen VEGF-C-CDS:n viimeisiin 900 bp:iin 1200 bp:stä”).

Esimerkki operaatiosta, joka säilyttää ominaisuudet, on: seqret hTIE-1.ebl -sbegin1 200 -send1 400 -feature -osformat embl Tämä ottaa nukleotidien 200 ja 400 välisen osuuden hTIE-1.ebl-tiedostosta (joka sijaitsee nykyisessä hakemistossa) ja kirjoittaa ne uuteen embl-muotoiseen tiedostoon säilyttäen ominaisuudet. Se numeroi ominaisuudet uudelleen, mutta ei ilmoita, jos ominaisuus on katkaistu keskeltä. Sinulta kysytään tulostustiedoston nimeä.

Tämä toiminto ei kuitenkaan riitä vektorisekvenssien kokoamiseen. Union-komento sopii tähän paremmin. Se ottaa vastaan luettelon sekvensseistä sekä niiden ensimmäiset ja viimeiset nukleotidit ja yhdistää ne: union @list.txt -osformat embl Tiedostossa list.txt on seuraava sisältö: 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] Yllä oleva union-komento ottaa list.txt-tiedostossa määritellyt sekvenssijaksoja ja kokoaa ne uudeksi sekvenssiksi. Tämän pitäisi toimia yhtä hyvin ilman listatiedostoa syötteenä (antamalla sekvenssit komentoriviparametreina), mutta toistaiseksi olen saanut sen toimimaan vain yhden sekvenssin ollessa syötteenä: union hTIE-1.ebl -sbegin 5 -send 100 Yksi Gene Construction Kitin (GCK) suurimmista haitoista on, että se on kaupallinen ohjelmisto, ja vain harvoilla yhteistyökumppaneillani on siihen lisenssi. Siksi joudun lähettämään heille plasmidi-kartat PDF-tiedostoina. Tämä ei ole tyydyttävää. Olisi hyvä, jos GCK voisi viedä sekvenssitiedot JA annotaatiotiedot embl-muodossa, jossa annotaatiot (pääasiassa ORF:t, promoottorit, polyA:t, alukkeiden kiinnittymiskohdat) muunnetaan embl-piirteiksi.

GCK pystyy viemään sekvenssin tekstimuodossa tai CGC-tiedostona, mutta CGC-tiedostolla ei ole etua tekstimuotoiseen tiedostoon verrattuna, koska se ei koskaan sisällä mitään annotaatioita tai ominaisuuksia. GCK voi myös viedä annotaatiot ja ominaisuudet (”Export -> Comments as text file”) erilliseen tekstitiedostoon. Ei pitäisi olla kovin vaikeaa kirjoittaa Perl-skriptiä, joka ottaa syötteenä tekstimuotoisen tiedoston tai CGC-tiedoston sekä kommenttitiedoston ja luo embl-tiedoston, jossa kommentit on muunnettu ominaisuuksiksi.