生物信息学课堂操作练习.doc

生物信息学课堂操作练习一、生物信息学科的发展和研究内容通过下列internet上的自教课程，初步了解不同的数据库和分析工具http:/www.ebi.ac.uk/2can/education二、 生物数据库1. 熟悉各种数据库。2. 重点了解genbank和swiss-prot所包含的各种功能和适用范围。三、 关键词或词组为基础的数据库检索1. 熟练掌握entrez检索体系。2. 查找与水稻抗病基因xa21有关的资料(1) 由多少碱基构成？编码多少个氨基酸？(2) exon和intron的位置？(3) 是否有3d structure数据？1) 由多少碱基构成？编码多少个氨基酸? 4623b.p., 1025a.a.; 2) exon和intron的位置? exon: 242700,35433943 intron: remaining; 3) 是否有3d structure数据? 没有. 3. 查找c. elegans基因组的资料。(1) chromosome i的测序是否已完成？(2) 已知的chromosome i的序列有多少碱基？序列发表在哪份杂志上？期号和页码？1) chromosome i的测序是否已完成? 完成. 2) 已知的chromosome i的序列有多少碱基? 序列发表在哪份杂志上? 期号和页码? 15.0724mb.p.(15072421b.p.), science 1999 jan 1;283(5398):35.4. 查看人类基因组第1染色体上基因的分布。/mapview/maps.cgi?org=hum&maps=ideogr,est,loc&links=on&verbose=on&chr=15. 查看arabidopsis的系谱树，以及arabidopsis第1染色体上的序列。比较arabidopsis基因组的资料提供形式与人类基因组有什么不同 (/taxonomy/browser/wwwtax.cgi?id=3701, /mapview/maps.cgi?taxid=3702&chr=1) 貌似没什么区别比较arabidopsis基因组的资料提供形式与人类基因组有什么不同。6. 与retrotransposon有关的文献资料有多少篇？ 5774, (在pubmed中直接查找关键词, 2009328) 与rice retrotransposon有关的文献有多少篇？ 214, (在pubmed中直接查找关键词, 2009328)7 检索我校在2009年1月发表的被pubmed收录的科研论文huazhong agricultural university,297. 熟悉srs检索体系。8. 熟悉dbget检索体系。四、 核苷酸和蛋白质序列为基础的数据库检索1. 了解blast frequently asked questions的答案。2. 以大麦mlo基因（z83834）为查询序列(1) 用blastn能检索到多少条与mlo同源的序列？与mlo同源的序列：共找到63条与mlo同源的序列(2) 在使用blastn 检索中，如改变e value的阈值，能检索到多少与mlo同源的序列？将e value (expect threshold)由默认的10改为1时，仍有63条同源序列。若将e值改为5e-19时可以找到61条同源序列。(3) 怎样去掉alignment过程中出现的小写字母？ 这里所说的小写字母就是出现重复序列时被算法筛选后出现的n。将algorithm parameters中的filters and masking选项里的low complexity regions前的勾去掉就可以去掉比对过程中出现的小写的n。(4) 用psiblast检索到的与mlo蛋白同源的序列与用blastp检索到的同源序列是否有差别？psi-blast的特色是每次用profile搜索数据库后再利用搜索的结果重新构建 profile，然后用新的profile再次搜索数据库，如此反复直至没有新的结果产生为止。psi-blast先用带空位的blast搜索数据库，将 获得的序列通过多序列比对来构建第一个profile。psi-blast自然地拓展了blast方法，能寻找蛋白质序列中的隐含模式，有研究表明这种方 法可以有效的找到很多序列差异较大而结构功能相似的相关蛋白，甚至可以与一些结构比对方法，如threading相媲美。psi-blast服务可以在 ncbi的blast主页上找到，还可以从ncbi的ftp服务器上下载psi-blast的独立程序。首先得到mlo的蛋白质序列：cab06083.1；然后用blastp检索。选中psi-blast。第一次检索得到100个同源序列，再以这些序列为基础，再次检索，得到标有new的序列。第三次检索，已经没有含有new的序列，检索结束。(5) 熟悉phiblast 检索方法。(6) 用mlo基因序列检索蛋白质数据库能找到多少同源序列？使用blastx，输入accession number ：z83834，找到100个同源序列3. 从以mlo基因的氨基酸序列检索到的同源序列中任取两条序列，用blast 2 sequences作分析，看它们之间是否存在同源序列。mlo基因氨基酸序列号：cab06083 选取两条为：p93766、aak94905可以看到具有较高的同源性。identities = 397/432 (91%), positives = 412/432 (95%)五、 多序列对位排列分析和系谱分析1.用大麦mlo基因（z83834）编码的蛋白质序列在数据库中检索同源序列，找出与 mlo同源程度最高的另外9条序列。对位排列这10条序列，确定这些同源序列的保守区段；分析这些保守区段是否组成已知结构域（domain）或模体（motif）。 1.在ncbi中的nucleotide数据库中输入z83834，点击链接到蛋白质序列，用fasta格式输出，复制该蛋白序列2.进入ncbi的blast,选择protein blast,粘贴所复制的蛋白序列，进行blast3.在结果中选中同源度最高的10条结果，点击get selected sequences4.在display中选则fasta，send to 中选则text，复制有内容。5.在ebi的clustaw分析网页粘贴序列，点击run2.练习使用各种修饰功能修饰对位排列上述10条序列。 1. boxshade功能 在多序列对位排列结果网页复制序列排列结果 在“boxshade”网页（ttp://software/box_form.html）粘贴序列，在“input sequence format”栏目选择“aln”，在“output format”栏目选择“rtf_new” 在结果网页点击“here is your output number 1”，得结果。2. 颜色修饰 功能“clustalw results”网页展示多序列对位排列结果点击“show colors”用不同颜色的字母展示对位排列结果3.根据系谱分析，上述10条序列中哪两条序列的同源程度最高？ 1. “clustalw results”网页展示多序列对位排列结果2. 点击“show as phylogram tree”展示phylogram tree，可据此判断同源程度。4.用大麦mlo基因（z83834）序列检索数据库，找出与mlo同源程度最高的另外4条序列。对位排列这5条序列，确定这些同源序列的保守区段；分析这些保守区段是否组成已知结构域（domain）或模体（motif）。 1. 进入ncbi的blast, 选择nucleotide blast,粘贴基因序列号z83834，进行blast2. 在结果中选中同源度最高的5条结果，点击get selected sequences3. 在display中选则fasta，send to 中选则text，复制所有内容。4. 在ebi的clustaw分析网页粘贴序列，点击run六、 基因结构分析1. 从核苷酸数据库中选择dna序列，试用不同的分析工具分析真核生物和原核生物的基因结构，并将分析结果与核苷酸数据库中的结果相比较。2. 掌握genscan和genefinding中的各种分析方法。七、 蛋白质结构分析1. 从数据库中任选一蛋白质的序列作分析对象，熟悉分析蛋白质的一级和二级结构的方法。以猪leptin蛋白为例，在ncbi上查找到其序列，再转至expasy 网站http:/www.expasy.ch/ 一级结构 1：pi 、mw 、氨基酸组成 http:/www.expasy.ch/tools/protparam.html 2：疏水性 http:/www.expasy.ch/tools/protscale.html3：重复序列 http:/www.embl-heidelberg.de/andrade/papers/rep/search.html二级结构 /nomi/nnpredict.html（貌似这个网站不能搜） http:/npsa-pbil.ibcp.fr/cgi-bin/npsa_automat.pl?page=npsa_sopma.html2. 大麦mlo基因（z83834）编码的蛋白质是膜镶嵌蛋白质还是膜附着蛋白质？先搜出mlo蛋白的序列，输入http:/bp.nuap.nagoya-u.ac.jp/sosui/sosui_submit.html网站，由图形看出是膜镶嵌蛋白，跨膜六次。3.水稻抗病基因xa21的产物位于细胞的什么部位？基因xa21：u37133.1 /nuccore/1122442在ncbi中输xa21 gene” oryza sativa”，找到xa21序列。输入/得到plas的得分最高，说明该蛋白在细胞膜上4. xa21基因产物是否糖蛋白？什么类型的糖蛋白？分析是否是糖蛋白在http:/www.cbs.dtu.dk/services/netoglyc/和http:/www.cbs.dtu.dk/services/netnglyc/说明是n-连接的糖蛋白5. xa21蛋白的亲水性和疏水性如何？grand average of hydropathicity (gravy): 0.049亲水性分析http:/www.expasy.ch/tools/protscale.htmlhydropathicity0 ,疏水强 gi|1405|emb|x55152.1| o.aries mrna for tumor necrosis factor alpha (tnf-alpha)ggccaagagagagacaagcagctgcagaaccccctggagataacctcccagacaacacacccccgagagacagccaggcaacttgctctctcatacaccctgccacaaggctctcctgtctcccgtctggacttggatccttctgaaaaagacaccatgagcaccaaaagcatgatccgggatgtggagctggcggaggaggtgctctccaacaaagcagggggcccccagggctccagaagttgctggtgcctcagcctcttctccttcctcctggttgcaggagccaccacgctcttctgcctgctgcacttcggggtaatcggcccccagagggaagagcagtccccagctggcccctccttcaacaggcctctggttcagacactcaggtcatcttctcaagcctcaaataacaagccggtagcccacgttgtagccaacatcagcgctccggggcagctccgatggggggactcgtatgccaatgccctcatggccaacggcgtggagctgaaagacaaccagctggtggtgcccactgacgggctttacctcatctactcgcaggtcctcttcaggggccacggctgcccttccacccccttgttcctcacccacaccatcagccgcattgcagtctcctaccagaccaaggtcaacatcctctctgccatcaagagcccttgccacagggagaccctagagggggctgaggccaagccctggtacgaacccatctaccagggaggggtcttccagctggagaagggagatcgcctcagtgctgagatcaacctgccggaatacctggactatgccgagtctgggcaggtctactttgggatcatcgccctgtgagggcgcaggacatgcatcctctcccacctcagttaccttattatttactccttcagaccctcctcatccccttctggtttagaaagggaattaggggctcagggctgggctccaagcgtccaactttaaacaacagctgcacttagaaattagggatgtagggaagtgaggcctggacaatgggccaccaacca