Тимкин П.Д.

Соя является высоко востребованной культурой во многих странах мира. Одними из главных качеств сои, что обеспечивают столь большую популярность, являются её большую питательность, высокобелковость и возможность легкого адсорбирования белковой части при экстракции масла. Наиболее важными составляющими белковой фракции являются глицинин и β-конглицинин, которые являются основными представителями запасных белков культурной сои, общее количество которых может достигать 70%. Глицинины представляют большую ценность, обладая высокими питательными качествами, и представляют интерес как в использовании при составлении рационов сельскохозяйственных животных, так и при производстве продуктов питания для человека. Для определения наличия или отсутствия различных типов глицинина у сортов культурной сои может быть использован ПЦР-метод. Это наиболее распространенный метод используемый для анализа ДНК применяемый для множества различных целей таких как определение родства, выявление заболеваний, локализация и определение уровня экспрессии генов. Качество выполнения поставленных перед ПЦР задач зависит от множества факторов среди которых характеристика амплификатора, количество циклов ПЦР, качество ДНК-матрицы, но наибольшее влияние оказывают структура и специфичность праймеров. Исходя из этого было принято решение самостоятельного дизайна праймеров с использованием современного биоинформатического подхода. Для выполнения дизайна праймеров в первую очередь из открытой базы данных NCBI была взята последовательность гена GY1 кодирующего белок глицинин G1 у Glycin max. После чего используя алгоритм BLAST в QuantPrime была найдена мРНК транслирующаяся в нужный белок и на её основе в той же программе были составлены наиболее специфичные праймеры для проведения ПЦР в реальном времени. Программной были созданы 86 подходящих праймеров из которых средней специфичностью обладали 15, а в полном объёме удовлетворяющий критериям специфичности праймеров – 1. Как итог были получены наиболее подходящие праймеры для проведения ПЦР в реальном времени, что позволит не только определить длину полученной последовательности, но и определить количество полученных копий.

Знание о топологии молекулярных полостей и сайтах связывания является важным предиктором в биологических исследованиях аффинности химических агентов/лиганд к белку. Без знаний о расположении ключевых аминокислот не получится проводить адекватные исследования. Потому поиск и идентификация молекулярной полости является важной и актуальной задаче в белковой инженерии, drug design/discovery и других направлениях. В данной статье предлагается комплексный подход в прогнозирование топологии и координат молекулярной полости с использованием метода по гомологии и программного обеспечения, на основе машинного обучения. В качестве испытательной модели для представленного метода был выбран фермент дикой сои (Glycine soja Sieb & Zucc.) бета-амилаза. Для этого фермента был найден соответствующий и самый близкий аннотированный гомолог – бета-амилаза культурной сои (Glycine max (L.) Merr.). С использованием алгоритма выравнивания был получен список аминокислот, которые по предсказанию являются сайтом связывания с субстратом: 6, 25, 71, 103, 120, 130, 171, 203, 288, 322, 332, 377, 400, 434, 471, 481, 482. Параллельно с этим проводилось вычисление полости молекулярного кармана в веб-сервисе PrankWEB. Получены три гипотетических кармана с разным рейтингом, а также аминокислоты, образующие их. Для первого кармана: 99 ,100, 185, 187, 193, 199, 201, 296, 298, 299, 301, 302, 343, 347, 352, 383, 384, 420. Для второго кармана: 18, 21, 54, 56, 90, 94, 99, 102, 179, 185, 296, 420, 421. Для третьего кармана: 14, 16, 49, 86, 176, 177, 415, 452, 455, 457, 459. Первые два кармана в рейтинге точности прогноза имеют схожие аминокислоты, что говорит о высокой точности прогноза. Данные полученные с референсной бета-амилазы культурной сои, при помощи нейронной сети, соотносятся с такими же результатами для дикой сои, что говорит о воспроизводимости методики.

Для оценки генетического разнообразия сельскохозяйственных культур широко применяются молекулярные методы. Цель исследований – изучение молекулярно-генетического полиморфизма микросателлитов ДНК сортов культурной сои Дальневосточного региона, выявление генетического сходства на основе SSR-анализа и степени генетического родства. Методом ПЦР-анализа с использованием 9 микросателлитных локусов (Satt681, Sat_263, Satt141, Satt181, Satt1, Satt2, Satt5, Satt9 и Soyhsp176) идентифицированы 8 сортов сои дальневосточной селекции и 3 образца сои корейской селекции. На основании выявленного набора аллелей микросателлитных локусов составлены молекулярно-генетические паспорта и построена дендрограмма, характеризующая степень генетического родства 4 сортов сои хабаровской селекции, 4 сортов сои приморской селекции и 3 образцов сои корейской селекции. Кластерный анализ отразил гетерогенность изученной выборки сортов сои. Выявлена высокая генетическая неоднородность сортов сои хабаровской и приморской селекций и образцов сои корейской селекции. Установлены уникальные аллели по локусам для корейской селекции – А137, D148, E126; для приморской селекции – В146, С150, С142, D197, E120, E96; для хабаровской селекции – D176, D154, E105, F256, H165, J135, K208. Обнаружены аллели по локусам Satt9 (D168, D186), Satt681 (F244), Sat_263 (H125), Satt141 (J158) и Satt181 (K218), которые характерны для корейской и приморской селекций, что может свидетельствовать о близости их происхождения. Полученные результаты в перспективе можно использовать в селекционных программах по созданию новых адаптивных сортов сои для Дальневосточного региона.