生物信息学在园林中的应用

1、生物信息学在园林植物的应用拟南芥MYB基因生物信息学分析MYB类转录因子家族是指含有MYB结构域的一类转录因子。MYB结构域是一段约51-52个氨基酸的肽段，包含一系列高度保守的氨基酸残基和间隔序列。其功能是参与植物苯丙烷类次生代谢途径的调节，苯丙烷类代谢是植物主要的3条次生代谢途径之一，它起始于苯丙氨酸，经过几个共同步骤后，分成两个主要分支途径，其中一条分支称为黄酮类代谢途径 ，主要与植物色素合成相关。R2R3-MYB转录因子作为调节蛋白广泛参与苯丙烷类代谢途径的调控。 从NCBI中调取MYB转录因子的DNA序列：gi|ref|NM_.4| Arabidopsis thaliana myb

2、family transcription factor mRNA, complete cdsTTTCTCTCACTTTCCCGGGAAAATCGGCGACCAAAATTGGAAAATGTACTCAGCGATTCGCTCGCTTCCACTCGATGGTGGACACGTTGGTGGTGACTACCATGGACCTCTTGACGGAACCAATCTTCCCGGTGACGCTTGTTTGGTTTTAACGACTGACCCTAAACCTCGTCTCCGGTGGACAACTGAGCTTCATGAGAGATTCGTTGACGCCGTTACTCAGCTCGGTGGTCCTGACAAAGCGACTCCCAAAA

3、CTATTATGAGAACAATGGGAGTGAAGGGTCTCACTCTCTACCACCTCAAATCACATCTTCAGAAATTCCGCCTAGGGAGGCAAGCTGGCAAAGAATCAACTGAGAACTCTAAAGATGCTTCTTGTGTAGGGGAGAGTCAGGACACAGGTTCATCTTCGACATCATCAATGAGAATGGCGCAGCAGGAGCAGAACGAGGGTTACCAAGTCACCGAAGCTCTACGTGCTCAGATGGAAGTCCAAAGAAGACTACACGATCAATTGGAGGTGCAACGGAGGCTCCAGCTGAGGATAGAGGCAC

4、AAGGAAAATACCTGCAATCGATTCTTGAAAAAGCTTGCAAGGCCTTTGACGAGCAAGCTGCTACTTTTGCTGGACTTGAGGCTGCTAGGGAAGAGCTATCAGAGCTAGCCATCAAAGTCTCCAATAGCTCTCAAGGAACATCAGTCBLAST（/Blast.cgi?PAGE_TYPE=BlastSearch&BLAST_SPEC=OGP_3702） 将MYB基因序列和拟南芥基因组序列进行BLAST分析，发现其与拟南芥3号染色体完全吻合。Graphic SummaryPromote

5、r Scan（/molbio/proscan/） 采用Promoter Scan预测其启动子区域，结果并未发现启动子区域。CpGplot（http:/www.ebi.ac.uk/Tools/seqstats/emboss_cpgplot/）采用CpGplot分析MYB基因，发现CpG岛一处，长度为208bp，位置为50-257。CPGPLOT islands of unusual CG compositionNM_.4 from 1 to 1110 Observed/Expected ratio 0.60 Percent C + Perce

6、nt G 50.00 Length 200 Length 208 (50.257)蛋白质序列分析拟南芥MYB基因编码氨基酸比较多，从NCBI调取其相关序列如下：gi|emb|CAA90748.1| MYB-related protein Arabidopsis thalianaMGRRPCCEKIGLKKGPWSAEEDRILINYISLHGHPNWRALPKLAGLLRCGKSCRLRWINYLRPDIKRGNFTPHEEDTIISLHQLLGNRWSAIAAKLPGRTDNEIKNVWHTHLKKRLHHSQDQNNKEDFVSTTAAEMPTSPQQQSSSSADISAITTLGNNND

7、ISNSNKDSATSSEDVLAIIDESFWSEVVLTDCDISGNEKNEKKIENWEGSLDRNDKGYNHDMEFWFDHLTSSSCIIGEMSDISEFMVQTETDQRMGLNLNLSIYSLPKPLSQFLDEVSRIKDNHSKLSEIDGYVGKLEEERNKIDVFKRELPLCMLLLNEEIVFLCVAIGALKDEARKGLSLMASNGKFDDVERAKPETDKKSWMSSAQLWISNPNSQFRSTNEEEEDRCVSQNPFQTCNYPNQGGVFMPFNRPPPPPPPAPLSLMTPTSEMMMDYSRIEQSHHHHQFNKPSSQSHHIQK

8、KEQRRRWSQELHRKFVDALHRLGGPQVATPKQIRDLMKVDGLTNDEVKSHLQKYRMHIRKHPLHPTKTLSSSDQPGVLERESQSLISLSRSDSPQSPLVARGLFSSNVGHSSEEDEEEEDEEEEKSDGRSSCRNDETKKKRQVLDLEL蛋白质一级结构分析ProtParam（/protparam/）蛋白质序列太短？没有得出结果ProtScale（/protscale/）应用ProtScale绘制拟南芥蛋白序列的亲疏水性序列谱，使用的氨基酸标度（amino a

9、cid scale）为Hphob./Kyte & Doolittle算法（默认值），该算法通过已知的20种氨基酸的亲疏水标度定义蛋白质序列的亲疏水性，score（分值）0表示亲水性，score0表示疏水性，其中score1.5表示高疏水性。窗口尺度（window size）为9。蛋白质二级结构分析PSIPRED(http:/bioinf.cs.ucl.ac.uk/psipred/)应用PSIPRED预测拟南芥蛋白序列二级结构，下面为图形分析结果。图中，C代表无规则卷曲，用横线表示；E代表折叠，用黄色箭头表示；H代表螺旋，用粉色圆柱体表示；Conf.表示可信度（confidence），用蓝色方柱

10、表示，柱体越高，说明可信度越大；Pred.表示为预测的蛋白质二级结构。COILS（/software/COILS_form.html）应用COILS预测牛ARF1蛋白序列的卷曲螺旋（coiled-coil）。卷曲螺旋区域一般是由abcdefg等7个残基（heptad）为单位，因此窗口宽度（window width）一般为7的倍数，如14、21、28。默认选择全部窗口搜索，矩阵（matrix）选择为MTIDK（默认值），结果可见6个卷曲区域（score0.1），位于150-200，220-280，300-400，420-450，500-530，600-650。蛋白质三级结构分析Pfam（/search）应用Pfam对拟南芥MYB蛋白进行结构域分析，结果与Pfam-A数据库有3个结构域家族匹配。InterProScan 4（http:/www.ebi.ac.uk/Tools/pfa