Аннотация результатов, полученных в 2024 году
В ходе выполнения проекта в 2024 году мы модернизировали IP метод для поиска дисперсных повторов. IP метод заключается в том, что создаются случайные позиционно-весовые матрицы (ПВМ), которые потом адаптируются к существующим тандемным повторам в изучаемой последовательности (S) при помощи итерационной процедуры. Это значительно ускорило вычисления (более чем в 10 раз) и позволило находить дисперсные повторы (ДП) для x меньше или равного 1.7. Здесь x есть среднее число замен на один нуклеотид между двумя ДП. Мы протестировали это на искусственных последовательностях длиной в 4 миллиона оснований ДНК. Также, для тестирования модернизированного IP метода мы изучили наличие ДП в геномах 42 бактерий из 42 бактериальных видов. Результаты показали, что от 17 до 70% бактериального генома принадлежит ДП, которые как мотив наложены на гены. Эти ДП слабо подобны друг другу, но встречаются небольшие участки или отдельные позиции где наблюдается сильное подобие. Можно предположить, что найденные в бактериальных геномах дисперсные повторы со слабым подобием могут быть участками связывания различных нуклеоид-ассоциированных белков и способствовать свертке бактериальной ДНК в nucleoid. Эти результаты публикуются в журнале IPSJ Transactions on Bioinformatics в 2024 году. Мы создали сервер для поиска ДП. В настоящее время поиск ДП IP методом возможно сайте http://victoria.biengi.ac.ru/shddr/auth/login после свободной регистрации. В настоящее время существует только ограничение для длины анализируемой последовательности. Она составляет 20 миллионов оснований. Это ограничение будет сниматься по мере увеличения мощности кластера на котором проводятся вычисления. В результате поиска ДП примерно через 10 часов пользователь получает найденные ДП, их координаты и статистическая значимость для каждого из них. Для каждого семейства создается также ПВМ и она высылается пользователю. Мы провели поиск дисперсных повторов в геномах риса, перца, кукурузы, моркови и арабидопсиса IP методом. Мы обнаружили 79, 26, 54, 35 и 35 семейств повторов в геномах риса, перца, кукурузы, моркови и арабидопсиса. Эти семейства повторов очень разные по объёму и первое семейство обычно самое большое и оно содержит от 25 до 35 % от всех найденных дисперсных повторов (ДП). Найденные ДП имеют длину от 300 до 600 оснований ДНК. В геномах перца, кукурузы, моркови и арабидопсиса эти повторы занимают более 50% от размера генома. Однако в геномах риса они занимают более 66% от генома. Число повторов составляет 996, 1259, 1209, 167 и 59 тысяч для геномов геномах риса, перца, кукурузы, моркови и арабидопсиса. Из найденных нами ДП в 5 растительных геномах около 49% перекрываются с ранее аннотированными дисперсными повторами (АДП) и мы находим около 80% АДП. В то же время около 51% ДП были найдены только IP методом. Мы создали базу данных дисперсных повторов в геноме риса, которая находится по адресу: http://victoria.biengi.ac.ru/cgi-bin/ipdisprepext/index.cgi. На эту базу данных было получено в 2024 году авторское свидетельство за номером 2024624342.

Аннотация результатов, полученных в 2025 году
В ходе выполнения проекта мы искали дисперсные повторы (ДП) в последовательностях четырех растительных геномов mIP методом. Это геномы перца, кукурузы, моркови и арабидопсиса. Найденные ДП занимают от 36% до почти 50% изученных растительных геномов, причем наибольшее число повторов наблюдается в геноме Z. mays. Средняя длина повторов варьирует от 465 до 530 bp. Для A. thaliana, C. annuum, и Z. mays ДП имеют пик распределения числа повторов по длинам на длине более 500 bp. В то время как D. carota имеет 2 максимума, что отвечает наличию фракций ДП длин 200-300 bp and 500-600 bp. Мы изучили пересечение найденных нами семейств повторов при помощи IP метода с известными семействами. Оказалось, что перекрытие с известными повторами составляет от 50 до 75% в зависимости от растительного генома. Были построены консенсусы семейств ДП с помощи Weblogo software. Подавляющее большинство консенсусов для всех организмов имеют длину больше 450 bp. Консенсусы короче 450 bp есть только у D. Carota и Z. Mays. В то же время присутствует большое число повторов длиной 200-300 bp. Это может говорить о том, что повторы капусты были в большей степени подвергнуты фрагментации. Наиболее протяженные консенсусы среди всех рассмотренных организмов наблюдаются геноме C. annuum. Найденные семейства повторов мы разделили на подсемейства. Оказалось, что внутри каждого найденного IP методом семейства повторов присутствует от 10 до 212 подсемейств повторов с уровнем подобия между повторами в подсемействе от 50 до 96%. Объём подсемейств колебался от нескольких десятков до нескольких десятков тысяч повторов. В основном такие подсемейства оказались ранее известными семействами повторов со значительным подобием Затем мы изучили зеркальную симметрию ДП найденных IP методом в растительных геномах. Оказалось, что от 30 до 56% найденных повторов обладают зеркальной симметрией. Причем обнаруженная зеркальная симметрия приходится на середину позиционно весовой матрицы (плюс минус примерно 26 нуклеотидов) характерной для каждого семейства. Полученный результат показывает, что часть найденных ДП может быть связана с позиционированием нуклеосом. Мы также изучили присутствие периодичности о всех семействах ДП 4 растений. В незначительном числе случаев (5 семейств из 150) мы можем видеть периодичность с длиной периода около 200 bp. Однако такая периодичность не носит массовый характер. В подавляющем числе семейств, в которых периодичность была обнаружена (59 из 79), длина периода равна 3 bp. Данная периодичность является хорошо известным свойством кодирующих районов ДНК, поэтому ее показывает, что некоторые ДП входят в состав CDS либо были ими когда-то. Все найденные ДП в 4-х растительных геномах были собраны в базу данных Геномные последовательности, а также данные по числу аннотированных генов были взяты с сайта: https://plants.ensembl.org. Для 4 растительных геномов удалось получить 150 семейств, в которые вошли 5392216 ДП. Мы постарались сделать максимально доступными полученные нами результаты и создали базу данных PlantDRs 1.0. База данных содержит всю необходимую информацию по ДП выбранных растительных геномов и средства их поиска по различным критериям. В результате изучения 4 растительных геномов были получены данные по позиционно-весовым матрицам семейств повторов и расположению ДП в хромосомах. Эта база данных доступна по ссылке: http://victoria.biengi.ac.ru/cgi-bin/ipdisprep/index.cgi.