بررسی تنوع سیستم‌ های crispr-cas در باکتری کلستریدیوم بوتولینوم با استفاده از رویکرد کاوش ژنی

سیستم تکرارهای کوتاه پالیندرومیک خوشه‌ای منظم و پروتئین مرتبط با آن یا crispr-cas اهداف ژنتیکی ارزشمندی برای تجزیه و تحلیل فیلوژنی باکتری‌ها در مطالعات همه‌گیری شناسی محسوب می‌شوند. در این مطالعه داده­‌های ژنومی 800 توالی سویه‌های کلستریدیوم بوتولینوم از پایگاه داده مرکز ملی اطلاعات بیوتکنولوژی (ncbi) جمع آوری و حضور و تنوع سیستم‌های crispr-cas کامل و توالی‌های فاصله‌انداز و تکرارهای آن در ژنوم‌های ثبت شده برای این باکتری­‌ها با روش‌ in-silico ارزیابی شد. همچنین ساختارهای ثانویۀ توالی‌های تکراری بر اساس الگوریتم حداقل انرژی آزاد (mfe) پیش‌بینی شد. بر اساس نتایج، از مجموع 526 ژنوم با آرایۀ crispr-cas کامل، تعداد 306 سویه (58درصد) دارای ژن­‌های cas بودند. زیرگروه‌های i-b، i-d، ii-c، iii-d و iii-b در این آرایه‌ها شناسائی شد. یافته‌ها همچنین نشان داد که cas 6 پروتئین اصلی تولید شده توسط مجموعه ژن‌های بیان‌کننده در سیستم‌های crispr-cas مورد مطالعه است و پروتئین‌های متنوع cas توسط ماژول‌های سازگاری و تداخل در این آرایه‌ها تولید می‌شوند. طول متوسط توالی‌های فاصله‌انداز و تکرار در آرایه‌های  crispr به ترتیب 35-30 و 36-30 جفت باز بود. به‌علاوه، پیش‌بینی ساختارهای ثانویه‌ی توالی­‌های تکراری نشان داد که زیرگروه ii-c، با ساقه‌های بلندتر نسبت به سایر زیرگروه‌ها، تمایل به تشکیل ساختارهای ثانویه rna پایدارتری دارد. 

investigation of crispr-cas systems diversity in clostridium botulinum via genome mining approach

clustered regularly interspaced short palindromic repeats and its associated protein or crispr-cas systems are valuable genetic targets for bacterial phylogeny analysis in epidemiological studies. in this study, the genomic data of 800 sequences of clostridium botulinum strains from the national center for biotechnology information (ncbi) database was collected and the occurrence and variety of the complete crispr-cas systems and its spacer and repeat sequences evaluated in the genomes recorded for these bacteria with the in-silico method. also, the secondary structures of repeat sequences were predicted based on the minimum free energy (mfe) algorithm. according to the results, from the 526 genomes with complete crispr-cas array, 306 strains (58%) had cas genes. subtypes i-b, i-d, ii-c, iii-d, and iii-b were identified in these arrays. the findings also revealed that cas 6 is the main protein produced by expression module genes in the studied crispr-cas systems, and diverse cas proteins are produced by the adaptation and interference modules in these arrays. the average length of spacer and repeat sequences in crispr arrays was 30-35 and 30-36 bp, respectively. moreover, the prediction of secondary structures of repeat sequences showed that subtype ii-c, with longer stems than other subtypes, tends to form more stable rna secondary structures.