又一个BUG的发现

最近有一个同事，在使用Blast时又发现一个奇异的结果。如用下面的氨基酸序列做Blastp：

>Q16653|MOG_HUMAN Myelin-oligodendrocyte glycoprotein OS=Homo sapiens
MASLSRPSLPSCLCSFLLLLLLQVSSSYAGQFRVIGPRHPIRALVGDEVELPCRISPGKN
ATGMEVGWYRPPFSRVVHLYRNGKDQDGDQAPEYRGRTELLKDAIGEGKVTLRIRNVRFS
DEGGFTCFFRDHSYQEEAAMELKVEDPFYWVSPGVLVLLAVLPVLLLQITVGLVFLCLQY
RLRGKLRAEIENLHRTFDPHFLRVPCWKITLFVIVPVLGPLVALIICYNWLHRRLAGQFL
EELRNPF

这个序列Q16653是来自Uniprot的。BlastDB是选择human的氨基酸序列，Blsat版本是用2.2.21，Blast程序选择Blastp。结果却没有匹配上，最好一个匹配也才40%的相似性。

BUG的原因分析

当然了，一开始并没有怀疑过Blast版本的问题。

经过一段时间的分析后，慢慢排除掉其它的可能性，最后锁定在Blast版本问题上，拿上面的序列去NCBI做Blastp，并没有发现问题。NCBI的Blast版本是2.2.22，也是目前最新的版目。

另外，在低于2.2.21版本的Blast里也没发现问题（当然只是找了其中一个版本来测试，不可能所有版本都测试）。

所以最终确认，这是Blast2.2.21版本的一个Bug。

未解决的问题?

请注意上面序列的红色字体部分：LVF，把它改为：LIF。再用同样的条件做Blastp，结果完成正确。但V是缬氨酸，是非常常见的一个氨基酸，到处都可见。所以不是非标准密码子的问题。

至少这个BUG的原因，就无从测试起了，只能大概地推测这个V在某些情况下会引起这个BUG。

无觅猜您也喜欢：
发现低版本Blast程序的一个BUG与非标准密码子	如何批量Blast	本地blast下载	Bioperl:解析blast结果	Blast的汇总，从入门到应用
无觅

 在做BLAST序列比对的过程中，发现了一个比较奇异的问题。

 模拟做法如下：

 用NM_001039848的氨基酸序列做BLAST程序的两两比对（bl2seq）。NM_001039848的氨基酸序列如下：（注意红色标注的U）

 
>NM_001039848   Homo sapiens glutathione peroxidase 4 (phospholipid hydroperoxidase) (GPX4), transcript variant 3, mRNA.
MGRAGAGSPGRRRQRCQSRGRRRPRAPRRRKAPACRRRRARRRRKKPCPRSLRPEIHECP
KSQDPCASRDDWRCARSMHEFSAKDIDGHMVNLDKYRGFVCIVTNVASQUGKTEVNYTQL
VDLHARYAECGLRILAFPCNQFGKQEPGSNEEIKEFAAGYNVKFDMFSKICVNGDDAHPL
WKWMKIQPKGKGILGNAIKWNFTKFLIDKNGCVVKRYGPMEEPLVIEKDLPHYF

bl2seq的结果截图如下：（注，本地装好的BLA ST软件，版本2.2.9 ，用bl2seq中的Blastp。其中对比的两条序列是一样的，都是NM_001039848的氨基酸序列。）

 提出问题：

 1，  注意上图红色圈住部分。同样的两段序列，即然有2个Gaps，刚好在氨基酸U的位置。

 2，  查了查氨基酸的标准密码子表（详看：http://liucheng.name/420/）。发现U并不在标准密码子表之内。那是代表什么？

 3，  把氨基酸这点的U对应回NM_001039848的核酸序列，密码子刚好是TGA（即作UGA），这应该是终止密码子，为何在这里不会终止，而是翻译成U？

 一一来解答问题：

 1，  把同样的序列用NCBI的在线bl2seq程序。结果发现是100%，并没有Gaps。看下图。但NCBI里所用的BLAST的版本是2.2.22（上面所提到的BLAST版本是2.2.9），由此可知这是低版本BLAST的一个BUG，不认U。

 2，  那为啥偏偏是U呢。原来U并不是在标准的密码子表里面，不属于标准的20个氨基酸之内。

 在Google搜索资料，最后还是在维基百科找到了答案（详看http://zh.wikipedia.org/zh-cn/%E9%81%97%E4%BC%A0%E5%AF%86%E7%A0%81）

 在一些蛋白质里停止密码子会被翻译成非标准的氨基酸，例如UGA（TGA）转译为硒半胱氨酸和UAG（TAG）转译为吡咯赖氨酸，随着对基因组序列加深了解，科学家可能还会发现其它非标准的转译方式

 原来氨基酸序列里的U是指非标准的氨基酸：硒半胱氨酸

 下面再来看看硒半胱氨酸的介绍：

 硒半胱胺酸是一种氨基酸，存在于少数一些酶中，如谷胱甘肽过氧化酶、甲状腺素5'-脱碘酶、硫氧还蛋白还原酶、甲酸脱氢酶、甘胺酸还原酶和一些氢化酶等。

 在遗传密码中，硒半胱胺酸的编码是UGA，通常用作终止密码子。但如果在mRNA中有一个硒半胱胺酸插入序列(SElenoCysteine Insertion Sequence, SECIS)，UGA就用作硒半胱胺酸的编码。

 而NM_001039848基因刚好是 谷胱甘肽过氧化物酶（glutathione peroxidase）。

一切疑问都已解答。~

无觅猜您也喜欢：
遗传密码子表The Genetic Codes	Blast2.2.21版本的一个BUG	NCBI在线Blast的图文说明	如何批量Blast	用BioPerl解析blast的代码
无觅