启动子生物信息学分析软件.doc

精品文档1.Promoter Prediction/seq_tools/promoter.html2. PlantCARE（plantcis-acting regulatory elements）, a database of plantcis-acting regulatory elements http:/bioinformatics.psb.ugent.be/webtools/plantcare/html/3. promoter 2.0 prediction server http:/www.cbs.dtu.dk/services/Promoter/4.启动子分析网址:1 /seq_tools/promoter.html2 http:/alggen.lsi.upc.es/recerca/menu_recerca.html3 http:/www.cbs.dtu.dk/services/Promoter/4 /molb470/ . s/solorz/index.html5 /molbio/proscan/http:/bip.weizmann.ac.il/toolbo . ters.html#databases/seq_tools/promoter.html.sg/promoter/CGrich1_0/CGRICH.htm/pub/programs.html#pmatch.hk/b400559/arraysoft_pathway.html#Promoterhttp:/www.dna.affrc.go.jp/PLACE/signalup.htmlhttp:/intra.psb.ugent.be:8080/PlantCARE/http:/www.cbs.dtu.dk/services/Promoter//molbio/proscan//molbio/signal//thread-41571-1-1.htm常用启动子分析网址：http:/bip.weizmann.ac.il/toolbox/seq_analysis/promoters.html#databases/seq_tools/promoter.html.sg/promoter/CGrich1_0/CGRICH.htm/pub/programs.html#pmatch.hk/b400559/arraysoft_pathway.html#Promoterhttp:/www.dna.affrc.go.jp/PLACE/signalup.htmlhttp:/intra.psb.ugent.be:8080/PlantCARE/http:/www.cbs.dtu.dk/services/Promoter//molbio/proscan//molbio/signal/首先就是想直接查找有没有人做过这条基因的启动子，在pubmed中输入genename+promoter接着就想看看有没有数据库可以直接给出启动子序列的，很幸运竟然发现一个极好的启动子搜索讲义网站，如下，.il/workshops/bgu/promoterworkshop.html第一步就是要找到基因确定基因所在基因组区域，其中列出很多网站，不过偶还是习惯genbank，在gene栏中search某个基因，不要搞错基因种 属！进入后即可看到该基因的详细条目，别眼花，就点击右侧link栏的Map viewer链接，进入即可看到该基因在染色体上的形象定位，鼠标悬停在基因的起始位点时，即可在浏览器下方的状态栏中显示该位点在染色体上的明确定位， 比如110997788，结合给出的基因跨度，比如110778899-117708899，即可大概确定该启动子在基因组中的大概定位，即 110778899-110997788；第二步搞清楚基因组状态，我没搞太清楚，不过其中给的一个链接来查出启动子所在克隆（查出克隆号可以购买）/genome/guide/mouse/该链接中的clonefinder工具可以做到，只要提交你要查找的基因officialname就可以返回一个clonelist；第三步搜索启动子，其中可以用启动子数据库和启动子预测软件，当然如果启动子数据库中有最好，但很失望给出的数据库均不能查到！只好用启动子预测软件，使用了几个在线预测工具后觉得下面这个速度贼快，推荐http:/www.cbs.dtu.dk/services/Promoter/我把该基因的dna序列submit之后返回了很多个PolII识别位点，到底哪个是呢？我个人理解启动子应该是翻译起始位点附近，所以在这个dna序列 中定位翻译起始位点即可找到最近的Highly likely prediction，那么怎么定位呢？利用blast2这个利器，只要把dna和mrna序列粘贴进去提交就ok，正好在翻译起始位点上游几百bp有个 识别位点，ok！启动子序列就是翻译起始位点上游大概1kb长度的序列了！直接用ensemble数据库的话，可以直接知道基因外显子和起始位点的位置，然后直接可以查到之前的序列，再选3k-4k的长度预测就比较方便了。启动子及转录因子结合位点数据库及预测工具(2009-05-14 23:54:56) 转载忽然感觉很GUILTY的，BLOG里竟然不放一点点和研究有关的重要工具。换了电脑之后才发现，很多有用的链接都没有COPY下来，于是，从头开始做吧。这是Andrew给我的他的PAPER里的有关转录因子结合位点的数据库，还有其他网友整理的，都很有用，这个星期有空再核下几个重要基因的SNP。PROMOTER FINDING AND ANALYSIS PROGRAMS ON THE INTERNET-TRANSPLORER (TRANScription exPLORER)Dnanalyze (TF mapping)Dragon Promoter Finder 1.2 (TSS finder and promoter region analysis)FunSiteP 2.1HCtata (TATA signal prediction)McPromoter Ver.3MatInspector (Search for TF binding sites)ModelGenerator and ModelInspectorNNPP2.1 (TSS finder)PromoterInspector (Strand non-specific promoter region finder)Promoter2.0 (TSS finder)Promoter Scan II (Promoter region prediction)RGSiteScanSignal Scan (Search for Eukaryotic Transcriptional Elements)TESS (Search for Transcription Elements)TFSEARCH (Predicts TF binding sites based on TRANSFAC data)TRANSFAC (TF database and a number of associated programs)TSSG and TSSWPROMOTER 2.0 http:/www.cbs.dtu.dk/services/Promoter/通常确定启动子的算法可以分成两种,一种根据启动子区各种转录信号,如TATA 盒、CCAAT 盒,结合对这些保守信号及信号间保守的空间排列顺序的识别进行预测。如PROMOTER 2.0, 用神经网络方法确定TATA 盒、CCAAT盒、加帽位点(cap site) 和GC 盒(GCbox) 的位置和距离, 识别含TATA 盒的启动子。PROMOTER SCAN /molbio/proscan/根据转录因子结合部位在基因组中分布的不平衡性,将转录因子结合部位分布密度与TATA 盒的权重矩阵(weight matrix) 结合起来,从基因组DNA中识别出启动子区3 。但上述程序预测的假阳性率较高,PROMOTER 210 每23kb 出现一个假阳性;PRO2MOTER SCAN 平均每19kb 出现一个假阳性。PromoterInspector http:/www.genomatix.de/products/PromoterInspector/PromoterInspector2.html另一种方法根据启动子区序列的特征进行预测。Promo2terInspector 从一组训练序列中提取出启动子区的环境特征,并将外显子、内含子和3端非翻译区的特征与启动子区加以区分,从而在基因组中确定启动子位置FirstEF /tools/FirstEF/近来还有一些程序将上述方法与CpG 岛(CpG islands) 信息相结合。CpG岛是一段200 bp 或更长的DNA 序列,核苷酸G + C 的含量较高,并且CpG双核苷酸的出现频率占G+ C 含量的50 %以上。许多脊椎动物的启动子区都与CpG岛的位置重合。FirstEF ( http :/ / rulai1cshl1org/ tools/ FirstEF/ ) 搜索通过5UTR 定位技术构建的第一外显子数据库,识别第一剪切点(first splicing donor site) ,结合CpG 岛信息,确定启动子区。这种方法使预测的敏感性和特异性都明显提高。该程序预测含CpG岛的启动子的敏感性和特异性都高于90 % ,预测不含CpG岛的启动子的精确性相对略低。TRRD 数据库 http:/wwwmgs.bionet.nsc.ru/mgs/dbases/trrd4/ 收录了真核基因调控区结构和基因表达方式的信息,每个条目对应一个基因。应用权重矩阵数据库搜索转录因子结合部位的程序包括SIGNAL SCAN /molbio/signal/MatInspector http:/www.genomatix.de/products/index.html转录因子搜索程序( transcriptional factor search ,TF2 SEARCH ) http:/www.cbrc.jp/research/db/TFSEARCH.html等等。尽管基于PWM 的搜索比较敏感,但它最大的缺点就是假阳性率过高,在预测的结果中有很多结合部位并不真正具有生物学功能。COMPEL 数据库 http:/compel.bionet.nsc.ru/new/index.html经实验确定的复合元件不多,COMPEL 数据库中收录了近200 条经实验确定的复合元件的信息。如果转录因子结合部位的预测结果中包含复合元件,显然比单个元件更有可能具有生物学功能。Co - Bind 程序通过建立两个转录因子结合部位的PWM 及其复合作用的模型,可以预测序列中的复合元件。还有一些程序利用COMPEL 数据库中已知的复合元件去搜索基因组序列。Consensus /pub/consensus/AlignACE /cgi-bin/alignace.pl等是用来搜索高含量基序(overrepresented motif finding) 的一些算法,可以对一组基因簇中的基因调控区进行比较,以发现其中存在的高含量的基序,调控元件可能就存在于这些基序之中。摘自tjogzts的BLOG，有些挺好的收录/archive.html1. NCBI上的Finding Promoter （NCBI推荐的）（/Class/NAWBIS/Modules/DNA/dna21b.html）Promoter Scan from the Bioinformatics and Molecular Analysis section ofNIH.TFSearch from the Computational Biology Research Center of Japan.DRAGON Gene Start Finder from the DRAGON Genome Explorer site.2. Promoter 2.0 Prediction Server（http:/www.cbs.dtu.dk/services/Promoter/）Promoter2.0 predicts transcription start sites of vertebrate PolIIpromoters in DNA sequences. It has been developed as an evolution ofsimulated transcription factors that interact with sequences in promoterregions. It builds on principles that are common to neural networks andgenetic algorithms.3. TFSEARCH （http:/www.cbrc.jp/r