实验三基因组序列分析PPT课件

实验三：基因序列分析,杜娟dujuannx,基因与蛋白质组学数据分析,.,2,实验项目三：基因序列分析一、实验目的和要求：掌握基因可读框的识别；掌握启动子区域的预测掌握CpG岛的预测掌握转录终止信号的预测采用mRNA序列预测基因：Spidey的使用掌握各预测服务器结果的分析,.,3,原核生物基因结构,1长开放阅读框2高基因密度3简单的基因结构4基因组中GC含量变化非常大,特点：,.,4,真核生物基因结构,特点：,1基因结构复杂2具有复杂的基因转录调控方式3具有丰富的可变剪接4有明显的CpG岛、密码子使用具有偏好性,.,5,基因组序列分析,.,6,例：WhatisGenePrediction?GivenanuncharacterizedDNAsequence,findout:1.Wheredoesthegenestartsandends?2.Whichregionscodeforaprotein?,AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGC,.,7,.,8,一开放读码框的识别,开放读码框（openreadingframe,ORF)是一段起始密码子和终止密码子之间的碱基序列ORF是潜在的蛋白质编码区,基因预测,.,9,.,10,1.ORFFinder的使用及结果分析,.,11,1.ORFFinder的使用及结果分析,.,12,1.ORFFinder的使用及结果分析,.,13,1.ORFFinder的使用及结果分析,.,14,1.ORFFinder的使用及结果分析,.,15,1.ORFFinder的使用及结果分析,Blast比对结果搜索到多个显著相似的序列，故所预测的ORF的可信度较高。如果要获取该ORF所编码的蛋白质序列，可以点击“Accept”按钮后，在“1GenBank”的下拉框中选择“3Fasta”，并点击“view”，即可获取该ORF所编码的蛋白质序列。,.,16,1.ORFFinder的使用及结果分析,.,17,1.ORFFinder的使用及结果分析,.,18,1.ORFFinder的使用及结果分析,.,19,1.ORFFinder的使用及结果分析,.,20,2.Genscan的使用及结果分析,.,21,2.Genscan的结果分析,.,22,3.FGENESH的使用及结果分析,输入序列的Fasta文件,.,23,3.FGENESH的使用及结果分析,.,24,3.FGENESH的使用及结果分析,.,25,3.FGENESH的使用及结果分析,.,26,二.原核和真核生物基因转录起始位点上游区结构,原核生物,真核生物,上游启动子元件，UPE,核心启动子元件,转录起始位点,.,27,原核生物,真核生物,.,28,二.启动子预测,输入序列的Fasta文件,.,29,启动子预测结果,从预测结果可知，预测的启动子区在32564至32783之间，启动子阈值系统默认为53.00，预测的启动子分值为84.69，高于阈值，分值越高，说明预测的准确性大。与该启动子可能结合的转录因子如下所示,.,30,三CpG岛预测,CpG岛CpG岛又称为HTF岛，是DNA上的一个区域，此区域富含GC，二者以磷酸酯键相连。位于真核生物基因转录起始位点上游，GC含50%，长度200bpCpG岛常出现在管家基因或频繁表达的基因的启动子附近，在这些部位，CpG岛具有阻止序列甲基化的作用，因此，搜索CpG岛可以为基因及其启动子的预测提供线索。,.,31,输入序列的Fasta文件,.,32,.,33,四转录终止信号,加polyA信号：AAUAAA,转录终止信号：GCrich二重对称区、UUUUUU,.,34,.,35,.,36,POLYAH的使用及结果分析,输入序列的Fasta文件,.,37,POLYAH的使用及结果分析,预测的POLYA位点，LDF为权重,.,38,内含子/外显子剪切位点识别,对基因组序列的读码框区域进行预测内含子5端供体位点(donorsplicesite):GT内含子3端受体位点(acceptorsplicesite):AG预测工具：GENSCAN，GENEMARKNetGene2,SpliceView,.,39,.,40,mRNA剪切位点识别：spidey,NCBI开发的在线预测程序用于mRNA序列同基因组序列比对分析,/IEB/Research/Ostell/Spidey/index.html,.,41,.,42,序列在线提交形式：界面中有两个窗口：上方窗口用于输入基因组序列（直接粘贴序列或用GenbankID/AC号）下方窗口用于输入cDNA/mRNA序列（直接粘贴序列或用GenbankID/AC号）可同时输入多条cDNA/mRNA序列与同一条基因组序列进行分析,Spidey序列提交页面,AC002390.1,.,43,选择物种,.,44,第一条蓝色序列为基因组序列，橘黄色为外显子,.,45,.,46,.,47,使用NCBIORFFinder识别检索号为L03845的可读框。写下拟南芥phyA序列最长的ORF的起止区间,并粘贴此ORF编码的蛋白质序列的Fasta文件使用Genscan对检索号为D17291的序列进行基因预测，标出外显子区和PolyA位点，用FGENESH对该序列进行预测，写出预测为外显子的序列区间。并比较两个服务器预测的结果是否一致，写出二者都预测为外显子的区段。,作业,.,48,使用CpGPlot,POLYAH,PromoterScan对检索号为AF319968的核酸序列进行分析，识别序列中的功能元件，将预测结果（部分）进行截图，标出主要的结果。