Сравнительно-геномный анализ систем бактериального иммунитета

Тип работы:
Диссертация
Предмет:
Биологические науки
Страниц:
85
Узнать стоимость новой

Детальная информация о работе

Выдержка из работы

Бактерий можно обнаружить практически в любой точке земного шара. В любом бактериальном сообществе есть организмы, способные паразитировать на бактериях — бактериофаги или просто фаги.

В ходе эволюции бактерии выработали различные системы защиты от паразитов. Данная работа посвящена исследованию систем бактериального & laquo-иммунитета»-.

Наряду со сравнительно хорошо изученными системами рестрикции-модификации, относящимися к системам типа токсин-антитоксин, в этой работе будут рассмотрены и недавно открытые CRISPR-системы, которые также предположительно участвуют в антифаговой защите клетки, используя механизм, схожий с механизмом РНК-интерференции в эукариотах.

Подробно механизмы действия обеих систем будут описаны ниже в соответствующих разделах, здесь мы остановимся лишь на описании базовых принципов их работы.

Системы рестрикции-модификации (РМ-системы), как правило, состоят из двух ферментов, один из которых способен узнавать определенные участки (короткие последовательности) ДНК и химически их модифицировать (метилировать), а другой, узнавая те же самые участки ДНК, способен вносить двуцепочечный разрыв в этот участок ДНК в случае, если участок не подвергся модификации. Система устроена таким образом, что ДНК клетки-хозяина оказывается полностью метилированной, в отличие от ДНК последовательностей внедряющихся фагов, которые эффективно деградируются ферментом РМ системы. Как будет показано в дальнейшем, система анти-фаговой защиты должна обладать сложной системой регуляции, т.к. в противном случае клетке-носителю может быть нанесен непоправимый вред. Одним из компонентов системы регуляции РМ систем является С-белок, типичный представитель НТН-семейства (НТН расшифровывается как helix-turn-helix, спираль-поворот-спираль). С-белки, наряду с их авторегуляторными сайтами, являлись одним из объектов данного исследования.

Типичная CRISPR-система представляет собой кассету, предположительно содержащую информацию о геномах тех фагов, которые уже атаковали клетку, и набор генов, продукты которых позволяют использовать эту информацию для противодействия вновь атакующим клетку фагам. Кассета представляет собой последовательность ДНК, состоящую из коротких (25−45 п.о.) уникальных участков (так называемых спейсеров), которые разделены точными прямыми повторами примерно такой же длины. Показано, что спей-серные последовательности похожи на участки геномов некоторых фагов, а последовательности белков, закодированных в наборе генов, обслуживающих кассету, содержат мотивы, сходные с мотивами ферментов, проявляющих нуклеазную активность. По всей видимости, ДНК внедряющегося фага за счет комплементарного узнавания взаимодействует со спенсерами кассеты, что приводит к её деградации в результате действия белков, закодированных генами CRISPR-системы. Этому процессу предшествует процесс обучения — встраивание элементов генома внедряющегося фага в кассету в виде новых спейсерных последовательностей.

Отдельно стоит остановиться на методике исследования. Работа была проведена исключительно биоинформатическими методами: совокупность математических, статистических и алгоритмических методов применялась к расшифрованным в виде строки нук-леотидов последовательностям ДНК. Подобно многим другим биоинформатическим работам, существенной стороной данной работы является масштабность: например, в результате исследования число потенциально известных С-белков увеличилось с 46 до 201, а число предсказанных авторегуляторных сайтов — с 32 до 201. В свою очередь, за счет такого увеличения числа изучаемых объектов удалось сделать выводы, к которым невозможно было придти, имея более ограниченный набор предсказанных С-белков. Экспериментальное исследование двухсот систем заняло бы много лет, поэтому выбор методики исследования представляется вполне обоснованным.

С другой стороны, как будет показано в дальнейшем, изучение CRISPR-систем представляет особый интерес в экосистемах, которые не могут быть воспроизведены в лабораторных условиях. Поэтому для исследования CRISPR-систем также был выбран биоин-форматический подход: с помощью ряда алгоритмов и методик были обработаны около 4.6 трлн. пар оснований метагенома — набора образцов генетического материала организмов, формирующих экосистемы, которые существуют в Мировом Океане.

Однако, несмотря на то, что выбор методики в целом представляется оправданным, у биоинформатического подхода есть существенный недостаток. Все результаты работы являются не более чем предсказаниями, требующими экспериментальной проверки (верификации). Вместе с тем, хотя любое конкретное (микро) предсказание может оказаться ошибочным, глобальные утверждения, описывающие общие для множества микрорезультатов черты, представляются достоверными.

Наконец, следует отметить практический аспект изучения систем бактериального иммунитета. Ряд отраслей пищевой промышленности использует бактериальные культуры для получения йогуртов, кефиров и других молочных продуктов. Заражение культуры фаговой инфекцией чревато остановкой производства, дезинфекцией всех производящих мощностей, наработкой культуры с нуля и повторным запуском производства. Издержки от этих действий могут быть очень велики, особенно если принять во внимание масштабность производства. Понимание принципов работы систем бактериального иммунитета — один из путей к управляемому повышению устойчивости промышленных культур к фаговым инфекциям.

Выводы

1. Предсказано 169 потенциальных новых членов семейства С-белков и соответствующих им авторегуляторных сайтов. Для 26 известных С-белков предсказаны неизвестные ранее авторегуляторные сайты. Для 8 С-белков независимое предсказание авторегуляторного сайта совпало с сайтом, определенным экспериментально.

2. Предложены 10 четко отличающихся по последовательности мотивов авторегуляторных сайтов, которые содержат предсказанные в данной работе авторегуляторные сайты. Все известные на момент начала исследования сайты соответствуют усеченным версиям трех мотивов из десяти, т. е. остальные семь мотивов авторегуляторных сайтов были впервые описаны в данной работе.

3. Показано, что в распределении расстояния между сайтами мотивов 1−6 и началом гена потенциального С-белка наблюдается ярко выраженный пик, соответствующий 17−18 п.о. В участках, разделяющих сайты и старт-кодоны, не выявлено последовательностей Шайна-Дальгарно. Это указывает на использование РМ-системами безлидерных транскриптов для отсрочки трансляции рестриктазы.

4. Впервые описано семь локусов, в которых находятся два потенциальных С-белка. При этом филогенетический анализ показывает, что в пяти локусах пара С-белков возникла из-за дупликации, а в остальных двух локусах — в результате горизонтального переноса.

5. Было исследовано геномное окружение потенциальных С-белков. В 23% случаев по соседству с генами С-белков были обнаружены гены РМ-активности, а в 68% случаев были обнаружены гены фаговой активности.

6. Разработан метод идентификации предсказанных кассет в метагеномных данных большого объема.

7. Подтверждена гипотеза о том, что в спейсерных последовательностях кассет из данной экологической ниши находятся элементы сосуществующих в этой экологической нише фаговых последовательностей.

8. Проанализированы эволюционные события, наблюдаемые в популяции предсказанных CRISPR-кассет, которые классифицированы в шесть классов элементарных событий.

9. Все результаты оформлены в виде баз данных, доступных через сеть Интернет. Реализован поиск сходных последовательностей для фрагмента, указанного пользователем, а также гибкая система запросов по широкому набору параметров.

Благодарности

Я благодарен Гельфанду Михаилу Сергеевичу за руководство, постоянную помощь и поддержку в работе, Артамоновой Ирене Игоревне за полезные консультации, помощь и поддержку в исследованиях CRISPR-систем, Северинову Константину Викторовичу за полезные консультации, помощь и поддержку в исследованиях С-белков, а также Дмитрию Равчееву, Дмитрию Виноградову, Ермаковой Екатерине и всем сотрудникам лаборатории за доброе отношение и творческую атмосферу в коллективе.

Кроме этого я благодарен Александру Евгеньевичу Горбапене, Андрею Михайловичу Леонтовичу и Владимиру Константиновичу Николаеву за первый бесценный опыт работы в биоинформатической группе.

Я благодарен Гнучеву Николаю Васильевичу, Лидии Павловне Сащенко, а также Денису Яшину и Юрию Шаталову за бесценный опыт работы в биохимической и молеку-лярно-биологической лаборатории.

Список работ, опубликованных по теме диссертации

1] Artamonova I.I., Gelfand M.S., Sorokin V.A. A recently discovered type of the prokary-otic immunity, the CRISPR system, in metagenomes. Российско-германский симпозиум по системной биологии. 2008. Москва.

2] Сорокин В., Гельфанд М. С. Предсказание и анализ тонкой структуры сайтов С-белков бактериальных систем рестрикции-модификации. XV Международная научная конференция студентов, аспирантов и молодых ученых & laquo-Ломоносов-2008»-,. Москва (диплом за лучший доклад).

3] Сорокин В. Метагеномный анализ CRISPR-систем прокариотического иммунитета. Первый международный форум по нанотехнологиям & laquo-Роснанофорум-2008»-. Москва (диплом за стендовый доклад).

4] Artamonova I.I., Gelfand M.S., Sorokin V.A. Metagenomic evidence of the CRISPR systems, the recently discovered type of the prokaryotic immunity. Berlin Summer Meeting «Computational & Experimental Molecular Biology», 2008, Berlin, Germany

5] Artamonova I.I., Gelfand M.S., Sorokin V.A. Prokaryotic immunity systems of the CRISPR type in metagenomes. 7th European Conference on Computational Biology (ECCB'08) & 5th BITS Meeting, 2008, Cagliari, Sardinia, Italy.

6] Артамонова И. И., Гельфанд M.C., Сорокин B.A. CRISPR-системы в метагеномах. Конференция & laquo-Информационные технологии и системы ИТиС'07& raquo-, 2008. Геленджик, Россия.

7] Sorokin V., Severinov К., Gelfand M.S. Systematic prediction of control proteins and their DNA binding sites // Nucleic Acids Research. 2009. V. 37. N. 2. P. 441−451

8] Artamonova I.I., Sorokin V.A., Gelfand M.S. Evolutionary dynamics of CRISPR-cassettes in the metagenome Sorcerer II // Journal of Biomolecular Structure and Dynamics. 2009. C. 26. N. 6 (Proc. 16th Albany Conversation). P. 883.

9] Artamonova I.I., Sorokin V.A., Gelfand M.S. Browsing CRISPR-cassettes in the Sorcerer II metagenome. 17th Annu. Int. Conf. on Intelligent Systems for Molecular Biology and 8th European Conf. On Computational Biology ISMB/ECCB'09, 2009, Stockholm, Sweden.

Показать Свернуть

Содержание

Глава 1. Обзор литературы.

1.1. С-белки.

1.1.1. Системы рестрикции модификации.

1.1.2. РМ-системы второго типа.

1.1.3. РМ-системы других типов.

1.1.4. Процесс внедрения РМ-систем второго типа в клетку.

1.1.5. Регуляция транскрипции РМ-систем.

1.1.6. Регуляция транскрипции РМ-систем с участием С-белков.

1.1.7. НТН-домены метилаз и С-белки.

1.1.8. Предыдущие исследования: биоинформатический анализ С-белков и их авторегуляторных сайтов.

1.2. CRISPR-системы.

1.2.1. Общее устройство CRISPR-систем.

1.2.2. Повторы.

1.2.3. Спейсеры.

1.2.4. Лидерная последовательность.

1.2.5. cay-гены.

1.2.6. Участие CRISPR-систем в защите клетки от фаговых атак.

1.2.7. Предполагаемый механизм действия CRISPR-систем.

1.2.8. Исследование эволюции CRISPR-систем.

1.2.9. Повторы кассет как свидетельство общего происхождения.

1.2. 10. Принципы работы и использования алгоритмов.

1.2. 11. PILER-CR.

1.2. 12. CRT.

1.2. 13. CRISPRFinder.

1.2. 14. Sorcerer II.

Глава 2. Материалы и методы.

2.1. Исходная информация для исследования.

2.1.1. Rebase.

2.1.2. Sorcerer II.

2.2. Предсказание потенциальных С-белков.

2.3. Предсказание авторегуляторных сайтов для предсказанных С-белков.

2.4. Исследование геномного окружения потенциальных генов С-белков.

2.5. Поиск потенциальных CRISPR-кассет.

2.6. Предсказание элементов cas-генов.

2.7. Построение кластеров из повторов.

2.8. Исследование сходства фланков потенциальных CRISPR-кассет.

2.9. Исследование спейсерного состава потенциальных CRISPR-кассет.

2. 10. Проверка гипотезы о содержании в спейсерных последовательностях сосуществующих фагов.

2. 11. Исследование кластеров.

2. 12. Исследование таксономии.

Глава 3. Результаты и обсуждение.

3.1. Полномасштабное предсказание и анализ автор егуляторных сайтов связывания С-белков.

3.1.1. Общая идея исследования.

3.1.2. Предсказание потенциальных С-белков.

3.1.3. Особенности предсказания автор егуляторных сайтов.

3.1.4. Предсказание авторегуляторных сайтов.

3.1.5. Сравнение экспериментально подтвержденных сайтов и гипотетических сайтов, обнаруженных в результате анализа.

3.1.6. Анализ структуры предсказанных сайтов связывания.

3.1.7. Мотивы 7 и 8.

3.1.8. Мотивы 1−6.

3.1.9. Мотив 9.

3.1. 10. Мотив 10.

3.1. 11. Дополнительные сайты связывания.

3.1. 12. Классификация предсказанных авторегуляторных сайтов.

3.1. 13. Экспериментальные свидетельства значимости консервативных элементов предсказанных сайтов.

3.1. 14. Безлидерные транскрипты.

3.1. 15. Анализ соседних рамок считывания (геномный контекст).

3.1. 16. & laquo-Двойные»- РМ-системы.

3.2. Исследование CRISPR-систем в метагеноме.

3.2.1. Общая идея исследования.

3.2.2. Создание первоначального набора CRISPR-кассет.

3.2.3. Конструирование набора надежных кассет: исходный набор.

3.2.4. Расширение исходного набора за счет кассет, соседствующих с cas-генами.

3.2.5. Расширение исходного набора за счет кассет, ко-кластеризующихся с ранее отобранными по последовательностям повторов.

3.2.6. Сходство спейсерных последовательностей с элементами фаговых геномов.

3.2.7. Описание полученной выборки.

3.2.8. Сравнение встречаемости кассет в метагеномах и в полностью секвенированных геномах.

3.2.9. Исследование сходства спейсеров, обнаруженных в пределах метагенома.

3.2. 10. Кластеризация повторов.

3.2. 11. Таксономия.

3.2. 12. Анализ таксономических групп кассет в кластерах.

3.2. 13. Эволюция CRISPR-кассет.

3.2. 14. Сложные случаи.

Глава 4. Базы данных.

4.1. Описание базы данных С-белков.

4.2. Описание базы данных CRISPR-кассет.

Выводы

Благодарности.

Список литературы

1. Bertani G., Weigle J. J. Host controlled variation in bacterial viruses. J. Bacteriol. 1953, 65, 113−21.

2. Lurlia S. E., Human M. L. A nonhereditaxy, host-induced variation of bacterial viruses. J. Bacteriol. 1952, 64, 557−69.

3. Bickle T.A., Krueger D.H. Biology of DNA restriction. Microbiol Rev. 1993, 57, 434−50.

4. King G., Murray N.E. Restriction enzymes in cells, not eppendorfs. Trends Microbiol. 1994, 2, 465−9.

5. Peakman L.J., Szczelkun M.D. S-Adenosyl homocysteine and DNA ends stimulate promiscuous nuclease activities in the Type III restriction endonuclease EcoPI. Nucleic Acids Research 2009, 37, 3934−3945.

6. Kobayashi I. Restriction-modification systems as minimal forms of life. In Pingoud, A. (ed.), Restriction Endonucleases. Nucleic Acids and Molecular Biology 2004,14, 19−62.

7. Kobayashi I. Behavior of restriction-modification systems as selfish mobile elements and their impact on genome evolution. Nucleic Acids Research 2001, 29, 3742−56.

8. Nakayama Y., Kobayashi I. Restriction-modification gene complexes as selfish gene entities: roles of a regulatory system in their establishment, maintenance, and apoptotic mutual exclusion. Proc. Natl Acad. Sci. 1998, 95, 6442−7.

9. Bcletskaya I.V., Zakharova M.V., Shlyapnikov M.G., Semenova L.M., Solonin A.S. DNA methylation at the CfrBI site is involved in expression control in the CfrBI restriction-modification system. Nucleic Acids Research 2000, 28, 3817−22.

10. Zakharova M., Minakhin L., Solonin A., Severinov K. Regulation of RNA polymerase promoter selectivity by covalent modification of DNA. J. Mol. Biol. 2004, 335, 103−11.

11. Christensen L.L., Josephsen J. The methyltransferase from the LlaDII restriction-modification system influences the level of expression of its own gene. J. Bacteriol. 2004, 186, 287−95.

12. Lubys A., Janulaitis A. Cloning and analysis of the plasmid-borne genes encoding the Bsp6I restriction and modification enzymes. Gene 1995,157, 25−9.

13. Kita K., Kotani H., Sugisaki H., Takanami M. The Fokl restriction-modification system I. Organization and nucleotide sequences of the restriction and modification genes. J. Biol. Chem. 1989,264, 5751−6.

14. Posfai J., Bhagwat A.S., Posfai G., Roberts R.J. Predictive motifs derived from cytosine me-thyltransfcrases. Nucleic Acids Research 1989, 17, 2421−35.

15. Suzuki M., Yagi N. DNA recognition code of transcription factors in the helix-turn-helix, probe helix, hormone reccptor, and zinc finger families. Proc. Natl Acad. Sci. 1994, 91, 1 235 761.

16. Brennan R.G., Roderick S.L., Takeda Y., Matthews B.W. Protein-DNA conformational changes in the crystal structure of a lambda Cro-operator complex. Proc. Natl Acad. Sci. 1990, 87,8165−9.

17. Jordan S.R., Pabo C.O. Structure of the lambda complex at 2.5 A resolution: Details of the repressor-operator interactions. Science 1988, 242, 893−9.

18. Som S., Friedman S. Regulation of EcoRII methyltransferase: Effect of mutations on gene expression and in vitro binding to the promoter region. Nucleic Acids Research 1994, 22, 534 753.

19. Som S., Friedman S. Characterization of the intergenic region which regulates the Mspl restriction-modification system. J. Bacteriol. 1997,179, 964−7.

20. Butler D., Fitzgerald G.F. Transcriptional analysis and regulation of expression of the ScrFI restriction-modification system of Lactococcus lactis subsp. Cremoris UC503. J. Bacteriol. 2001,183, 4668−73.

21. Knowle D., Lintner R., Touma Y. M., Blumenthal R. M. Nature of promoter activated by C. PvuII, an unusual regulatory protein conserved among restriction-modification systems. J. Bacteriol. 2005,187,488−97.

22. Sawaya M.R., Zhu Z., Mersha F., Chan S.H., Dabur R., Xu S.Y., Balendiran, G.K. Crystal structure of the restrictionmodification system control element C. Bcll and mapping of its binding site. Structure 2005,13, 183747.

23. McGeehan J.E., Streeter S.D., Papapanagiotou I., Fox G.C., Kneale G.G. High-resolution crystal structure of the restriction-modification controller protein C. Ahdl from Aeromonas hy-drophila. J. Mol. Biol. 2005, 346, 689−701.

24. Mruk I., Rajesh P., Blumenthal R.M. Regulatory circuit based on autogenous activation-repression: roles of C-boxes and spacer sequences in control of the PvuII restriction-modification system. Nucleic Acids Research 2007, 35, 6935−52.

25. Bart A., Dankert J., van der Ende, A. Operator sequences for the regulatory proteins of restriction modification systems. Mol. Microbiol. 1999, 31, 1277−8.

26. Bogdanova E., Djordjevic M., Papapanagiotou I., Heyduk Т., Kneale G., Severinov K. Transcription regulation of type II restriction-modification system AhdI. Nucleic Acids Research 2008, 36, 1429−42.

27. Semenova E., Minakhin L., Bogdanova E., Nagornykh M., Vasilov A., Heyduk Т., Solonin A., Zakharova M., Severinov K. Transcription regulation of the EcoRV restriction modification system. Nucleic Acids Research 2005, 33, 6942−51.

28. Zheleznaya L.A., Kainov D.E., Yunusova A.K., Matvienko N.I. Regulatory С protein of the EcoRV modification-restriction system. Biochemistry (Mosc). 2003, 68, 125−32.

29. Cesnaviciene E., Mitkaite G., Stankevicius K., Janulaitis A., Lubys A. Esp 13 961 restriction-modification system: Structural organization and mode of regulation. Nucleic Acids Research 2003, 31, 74349.

30. Rimseliene R., Vaisvila R., Janulaitis A. The eco72IC gene specifies a trans-acting factor which influences expression of both DNA methyltransferase and endonuclease from the Eco72I restriction-modification system. Gene 1995,157, 217−9.

31. Anton B.P., Heiter D.F., Benner J.S., Hess E.J., Greenough L., Moran L.S., Slatko B.E., Brooks J.E. Cloning and characterization of the Bglll restriction-modification system reveals a possible evolutionary footprint. Gene 1997,187, 19−27.

32. Aldert В., Jacob D., van der Ende A. Operator sequences for the regulatory proteins of restriction-modification systems. Molecular Microbiology 1999, 31, 1275−81.

33. Roberts R.J., Vincze Т., Posfai J., Macelis D. REBASE — enzymes and genes for DNA restriction and modification. Nucleic Acids Research 2007, 35, 269−70.

34. Sorek R., Kunin V., Hugenholtz P. CRISPR — a widespread system that provides acquired resistance against phages in bacteria and archaea. Nat. Rev. Microbiol. 2008, 6, 181−6.

35. Kunin V., Sorek R., Hugenholtz P. Evolutionary conservation of sequence and secondary structures in CRISPR repeats. Genome Biol. 2007, 8, R61.

36. Grissa I., Vergnaud G., Pourcel C. The CRISPRdb database and tools to display CRISPRs and to generate dictionaries of spacers and repeats. BMC Bioinformatics 2007, 8, 172.

37. Bolotin A., Quinquis В., Sorokin A., Ehrlich S.D. Clustered regularly interspaced short palindrome repeats (CRISPRs) have spacers of extrachromosomal origin. Microbiology 2005, 151, 2551−61.

38. Haft D.H., Selengut J., Mongodin E.F., Nelson K.E. A guild of 45 CRISPR-associated (Cas) protein families and multiple CRISPR/Cas subtypes exist in prokaryotic genomes. PLoS Comput. Biol. 2005,1, e60.

39. Haft, D. H., Selengut, J., Mongodin, E. F" Nelson, К. E. A guild of 45 CRISPR-associated (Cas) protein families and multiple CRISPR/Cas subtypes exist in prokaryotic genomes. PLoS Comput. Biol. 1, e60 (2005).

40. Jansen R., Embden J. D., Gaastra W., Schouls L. M. Identification of genes that are associated with DNA repeats in prokaryotes. Mol. Microbiol. 2002, 43, 1565−75.

41. Makarova К. S., Aravind L., Grishin N. V., Rogozin I. В., Koonin E. V. A DNA repair system specific for thermophilic Archaea and bacteria predicted by genomic context analysis. Nucleic Acids Research 2002, 30, 482−96.

42. Mojica F. J., Diez-Villasenor C., Garcia-Martinez J., Soria E. Intervening sequences of regularly spaced prokaryotic repeats derive from foreign genetic elements. J. Mol. Evol. 2005, 60, 174−82.

43. Pourcel C., Salvignol G., Vergnaud G. CRISPR elements in Yersinia pestis acquire new repeats by preferential uptake of bacteriophage DNA, and provide additional tools for evolutionary studies. Microbiology 2005,151, 653−63.

44. Barrangou R., Fremaux C., Deveau H., Richards M., Boyaval P., Moineau S., Romero D.A., Horvath P. CRISPR provides acquired resistance against viruses in prokaryotes. Science 2007, 315, 1709−12.

45. Deveau H., Barrangou R., Garneau J.E., Labonte J., Fremaux C., Boyaval P., Romero D.A., Horvath P., Moineau S. Phage response to CRISPR-encoded resistance in Streptococcus thermo-philus. J. Bacteriol. 2007,190, 1390−400.

46. Horvath P., Romero D.A., Cout6-Monvoisin A.C., Richards M., Deveau H., Moineau S., Boyaval P., Fremaux C., Barrangou R. Diversity, activity and evolution of CRISPR loci in Streptococcus thermophilus. J. Bacteriol. 2007,190, 1401−12.

47. Lillestol R. K., Redder P., Garrett R. A., Brugger, K. A putative viral defence mechanism in archaeal cells. Archaea 2006, 2, 59−72.

48. Ebihara A., Yao M., Masui R., Tanaka I., Yokoyama S., Kuramitsu S. Crystal structure of hypothetical protein TTHB192 from Thermus thermophilus HB8 reveals a new protein family with an RNA recognition motif-like domain. Protein Sci. 2006,15, 1494−9.

49. Hannon G. J. RNA interference. Nature 2002, 418, 244−51.

50. Tyson G. W., Banfield J. F. Rapidly evolving CRISPRs implicated in acquired resistance of microorganisms to viruses. Environ. Microbiol. 2007, doi: 10. 1111/j. 1462−2920. 2007. 1 444.x.

51. Godde J. S., Bickerton A. The repetitive DNA elements called CRISPRs and their associated genes: evidence of horizontal transfer among prokaryotes. J. Mol. Evol. 2006, 62, 718−729.

52. Greve В., Jensen S., Brugger K. Zillig, W., Garrett, R.A. Genomic comparison of archaeal conjugative plasmids from Sulfolobus. Archaea 2004,1, 231−9.

53. Heidelberg J.F., Nelson W.C., Schoenfeld Т., Bhaya D. Germ warfare in a microbial mat community: CRISPRs provide insights into the co-evolution of host and viral genomes. PLoS ONE 2009, 4, e4169.

54. Benson D.A., Karsch-Mizrachi I., Lipman D.J., Ostell J., Rapp B.A., Wheeler D.L. Genbank. Nucleic Acids Research 2000, 28, 15−8.

55. Andersson A.F., Banfield J.F. Virus population dynamics and acquired virus resistance in natural microbial communities. Science 2008, 320, 1047−50.

56. Edgar R.C. PILER-CR: fast and accurate identification of CRISPR repeats. BMC Bioinfor-matics 2007, 8, 18.

57. Kunin V., Sorek R., Hugenholtz P. Evolutionary conservation of sequence and secondary structures in CRISPR repeats. Genome Biol. 2007, 8, R61.

58. Bland C., Ramsey T.L., Sabree F., Lowe M., Brown K., Kyrpides N.C., Hugenholtz P. CRISPR recognition tool (CRT): a tool for automatic detection of clustered regularly interspaced palindromic repeats. BMC Bioinformatics 2007, 8, 209.

59. Grissa I., Vergnaud G., Pourcel C. CRlSPRFinder: a web tool to identify clustered regularly interspaced short palindromic repeats. Nucleic Acids Research 2007, 35, 52−7.

60. CAMERA Community Cyberinfrastructure for Advanced Marine Microbial Ecology Research and Analysis http: //camera. calit2. net/.

61. Altschul S.F., Madden T.L., Schaffer A.A., Zhang J., Zhang Z., Miller W., Lipman D.J. Gapped BLAST and PSIBLAST: a new generation of protein database search programs, Nucleic Acids Research 1997, 25, 3389102.

62. Edgar R.C. MUSCLE: multiple sequence alignment with high accuracy and high throughput. Nucleic Acids Research 2004, 32, 1792−7.

63. Felsenstein J. PHYLIP Phylogeny Inference Package (Version 3. 2). Cladistics 1989, 5, 164−6.

64. HMMER: biosequence analysis using profile hidden Markov models http: //hmmer. janelia. org/.

65. Stavrovskaia E.D., Makeev V.I., Mironov A.A. ClusterTree-RS: the binary tree algorithm for identification of co-regulated genes by clustering regulatory signals. Mol. Biol. 2006, 40, 524- 32.

66. Bateman A., Coin L., Durbin R., Finn R.D., Hollich V., Griffiths-Jones S., Khanna A., Marshall M., Moxon S., Sonnhammer E.L., Studholme D.J., Yeats C., Eddy S.R. The Pfam protein families database. Nucleic Acids Research 2004, 32, 138−41.

67. Sorokin V., Severinov K., Gelfand M.S. Systematic prediction of control proteins and their DNA binding sites. Nucleic Acids Research 2008,1,11.

68. Bogdanova E., Zakharova M., Streeter S., Taylor J., Heyduk Т., Kneale G., Severinov K. Transcription regulation of restriction-modification system Espl396I. Nucleic Acids Research 2009,37,3354−66.

69. Knowle D., Lintner R.E., Touma Y.M., Blumenthal R.M. Nature of the promoter activated by C. PvuII, an unusual regulatory protein conserved among restriction-modification systems. J. Bacteriol. 2005,187,488−97.

70. Bujnicki J. Sequence permutations in the molecular evolution of DNA methyltransferases BMCEvolBiol. 2002,12, 2−3.

71. Price C., Bickle T.A. A possible role for DNA restriction in bacterial evolution. Microbiol. Sci. 1986, 3, 296−9.

72. Barcus V.A., Murray N.E. Barriers to recombination: restriction. Cambridge: Univ. Press 1995,31−58.

73. Kawai M., Nakao K., Uchiyama I., Kobayashi I. How genomes rearrange: genome comparison within bacteria Neisseria suggests roles for mobile elements in formation of complex genome polymorphisms. Gene 2006,383, 52−63.

74. Grissa I., Vergnaud G., Pourcel C. The CRISPRdb database and tools to display CRISPRs and to generate dictionaries of spacers and repeats. BMC Bioinformatics 2007, 8, 172.

75. Crooks G.E., Hon G., Chandonia J.M., Brenner S.E. WebLogo: a sequence logo generator. Genome Res. 2004,14, 1188−90.

Заполнить форму текущей работой