生物信息学-第五章-核苷酸序列分析

第三章核苷酸序列分析基因组序列cDNA序列编码区预测CodonbiasGCContent限制性酶切位点基因结构分析选择性剪切转录调控因子序列比对功能注释KEGGGO系统发育树蛋白质序列翻译蛋白质理化性质二级结构预测结构域分析重要信号位点分析三级结构预测基因组功能分析核苷酸序列分析

基因预测开放读码框GENSCANGenomeScanGLIMMER基因结构分析内含子/外显子剪切位点NetGene2Spidey选择性剪切ProSplicerSpidey转录调控序列分析启动子/转录起始位点EPDCisterCpG岛CpGPlot转录终止信号Hcpolya序列组分分析GC含量genskew限制性核酸内切酶位点NEBcutter密码子偏好性使用CodonW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Whatdoesthissequencemean?限制酶目标基因重组基因细胞转化宿主菌蛋白质分离纯化及性质测定传统分子生物学方法现代生物信息学方法BLASTGenefamily

Or

ProteinFamilyFunctionannotation几周的时间几分钟的时间以Blastx为例：

目标序列为ATGAGTACCGCTAAATTAGTTAAATCAAAAGCGACCAATCTGCTTTATACCCGC6个读码框翻译5’端到3’端第一位起始：ATGAGTACCGCTAAATTAGTTAAATCAAAAGCGACCAATCTGCTTTATACCCGC第二位起始：TGAGTACCGCTAAATTAGTTAAATCAAAAGCGACCAATCTGCTTTATACCCGC第三位起始：GAGTACCGCTAAATTAGTTAAATCAAAAGCGACCAATCTGCTTTATACCCGC3’端到5’端第一位起始：GCGGGTATAAAGCAGATTGGTCGCTTTTGATTTAACTAATTTAGCGGTACTCAT第二位起始：CGGGTATAAAGCAGATTGGTCGCTTTTGATTTAACTAATTTAGCGGTACTCAT第三位起始：GGGTATAAAGCAGATTGGTCGCTTTTGATTTAACTAATTTAGCGGTACTCAT如何判断DNA序列的单一基因产物-NCBI

ORF

finder在没有其它信息的前提下，DNA序列可以按六种框架阅读和翻译（每条链三种，对应三种不同的起始密码子）。ORF识别包括检测这六个阅读框架并决定哪一个包含以启动子和终止子为界限的DNA序列而其内部不包含启动子或终止子，符合这些条件的序列有可能对应一个真正的单一的基因产物。NCBIORFfinder1输入GI号或Accession，或直接输入序列的fasta格式

2结果出现六个图形，这是根据六种不同的编码方式得到的（包括正反链）。3拿到氨基酸序列后，你可以直接做blastp，如果有匹配到，就是正确的ORF区了。另外也可以用Pfam的方法，在Pfam数据库搜索。4.结果表明该ORF编码的蛋白是属于BTB家族。基因开放阅读框/基因结构分析识别工具ORFFinder/gorf/gorf.htmlNCBI通用BestORF/all.htmSoftberry真核GENSCAN/GENSCAN.htmlMIT脊椎、拟南芥、玉米GeneFinder/tools/genefinder/Zhanglab人、小鼠、拟南芥、酵母FGENESH/all.htmSoftberry真核GeneMark/GeneMark/GIT原核GLIMMER/genomes/MICROBES/glimmer_3.cgi/software/glimmer

Maryland原核FgeneSB/all.htmSoftberry细菌FgeneSV/all.htmSoftberry病毒Generation/generation/ORNL原核FGENESH+/all.htmSoftberry原核GenomeScan

/genomescan.html

MIT脊椎、拟南芥、玉米GeneWise

http://www.ebi.ac.uk/Wise2/EBI人、蠕虫GRAIL/grailexp/ORNL人、小鼠、拟南芥、果蝇ORF识别：GENSCAN/GENSCAN.html结果返回到邮箱（可选）提交序列提交序列文件选择物种显示氨基酸或CDS序列序列名称（可选）是否显示非最优外显子基因预测GENSCAN输出结果：文本基因、外显子及类型正链、负链预测单元起始、终止及长度相位编码区打分值可信概率、得分值GENSCAN输出结果：图形基因预测exon1exon5exon4exon3exon2ORF识别：

GenomeScan提交待分析序列提交同源蛋白质序列基因预测/genomescan.htmlGenomeScan输出结果：文本预测外显子位置、可信度等信息同源比对信息基因预测GenomeScan输出结果：图形基因预测基因结构分析内含子/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基因结构分析内含子/外显子剪切位点识别如何分析mRNA/cDNA的外显子组成？RNASPL（软件）与相应的基因组序列比对，分析比对片段的分布位置预测工具：Spidey，SIM4，BLAT，BLAST，FASTA基因结构分析基因开放阅读框/基因结构分析工具对基因组序列的读码框区域进行预测NNSplice/seq_tools/splice.htmlWebNetGene2http://www.cbs.dtu.dk/services/NetGene2/WebSPL/SPLM/RNASPL/FSPLICE/all.htmWebGeneSplicer/tdb/GeneSplicer/gene_spl.htmlWeb/LinuxSplicePredictor/cgi-bin/sp.cgiWeb分析mRNA/cDNA的外显子组成GeneSeqer/cgi-bin/gs.cgiWeb/LinuxSpidey/spideyWebSim4http://gamay.univ-perp.fr/analyse_seq/sim4/Web/LinuxBLAT/~kent/src/unzipped/blat/LinuxBLAST/BLAST/ExecutablesWeb/Windows/LinuxFASTA/pub/fasta/win32_fasta/fasta34t21b5d.zipWeb/Windows/Linux基因结构分析剪切位点识别：NetGene2http://www.cbs.dtu.dk/services/NetGene2/基因结构分析NetGene2输出结果供体位点受体位点可信度基因结构分析mRNA剪切位点识别：SpideyNCBI开发的在线预测程序用于mRNA序列同基因组序列比对分析/spidey基因结构分析序列在线提交形式：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序列提交页面输入基因组序列或序列数据库号输入mRNA.txt文档中的6条序列判断用于分析的序列间的差异，并调整比对参数不受默认内含子长度限制，默认长度：内部内含子为35kb,末端内含子为100kb比对阈值选择物种输出格式基因结构分析Spidey输出结果外显子对应于基因组上的起始/结束位置外显子对应于mRNA/cDNA上的起始/结束位置外显子长度一致性百分比错配和gap序列联配结果外显子序号第一条蓝色序列为基因组序列，橘黄色为外显子供体、受体位点基因结构分析选择性剪切（Alternativesplicing）分析选择性剪接是调控基因表达的重要机制了解不同物种、细胞、发育阶段、环境压力下基因的调控表达机制分析方法：查询选择性剪切相关的网站多序列比对基因结构分析查询选择性剪切相关的网站http://www.ebi.ac.uk/asd/index.html综合http://splicenest.molgen.mpg.de/综合/new_alt_exon_db2/综合/tigr-scripts/tgi/splnotes.pl?species=human.tw/.au/altExtron人/~kent/intronerator/altsplice.html线虫/tdb/e2k1/ath1/altsplicing/splicing_variations.shtml拟南芥从已知基因的功能推测剪切机制基因结构分析选择性剪切数据库：ProSplicer.tw/基因名、数据库号或关键字查询序列查询基因结构分析查询NOX1基因：ProSplicer查询结果不同剪切体外显子组成不同外显子基因结构分析转录调控序列分析33启动子区启动子（Promoter）位于结构基因5’端上游，能活化RNA聚合酶，使之与模板DNA结合并具有转录起始的特异性。转录起始位点(Transcriptionstartsite,TSS)PYCAPY（嘧啶）核心启动子元件(Corepromoterelement)TATAbox，Pribnowbox

（TATAA)上游启动子元件(Upstreampromoterelement，UPE)CAATbox，GCbox，SP1，Otc增强子(Enhancer)转录调控序列分析34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TTGACATATAATAmRNA＋1－10－35PyAPyTATAATGC区CAAT区mRNA＋1－40－25－110增强子上游启动子元件，UPE核心启动子元件转录起始位点转录调控序列分析35启动子数据库TransFac/EPDhttp://www.epd.isb-sib.ch/TRRDhttp://wwwmgs.bionet.nsc.ru/mgs/gnw/trrdJaspar/ZhangLab/software/index1.htmDBTSShttp://dbtss.hgc.jp/index.htmlMIRAGE/Bacillussubtilishttp://dbtbs.hgc.jp/Drosophilamelanogaster/labs/Kadonaga/DCPD.htmlE.coli/ecoli_matrices/Human/~mfrith/HPD.htmlPlantProm/berry.phtml?topic=plantprom&group=data&subgroup=plantpromSaccharomycescerevisiae/jian/转录调控序列分析启动子数据库：DBTSShttp://dbtss.hgc.jp/转录调控序列分析DBTSS搜索工具条限定物种“H.sapiens”搜索基因“ALB（albuminprecursor）”限定搜索“基因名称”最新数据库版本加入Solexa测序新数据支持限定至少需要多少条cDNA序列覆盖转录调控序列分析DBTSS搜索结果转录调控序列分析启动子区域显示TF：转录因子结合位点可能的转录起始位点TSS覆盖的cDNA序列数目转录调控序列分析下载启动子序列设置下载序列的起点、终点需选择转录起始位点得到序列转录调控序列分析41启动子结合位点分析PromoterScan:80/molbio/proscan/WebPromoser/zlab/PromoSer/WebNeuralNetworkPromoterPrediction/seq_tools/promoter.htmlWebSoftberry:BPROM,TSSP,TSSG,TSSW/berry.phtml?topic=index&group=programs&subgroup=promoterWebMatInspectorhttp://www.gene-regulation.de/WebRSAThttp://rsat.ulb.ac.be/rsat/WebCister/~mfrith/cister.shtmlWeb转录调控序列分析42启动子结合位点分析：Cister/~mfrith/cister.shtml转录调控序列分析43CpG岛CpG岛位于真核生物基因转录起始位点上游，GC含>50%，长度>200bpCpGIsland分析CpGIsland/cpgislands2/cpg.aspxWebCpGfinder/berry.phtml?topic=cpgfinder&group=programs&subgroup=promoterWebCpGPlot/CpGReport/Isochorehttp://www.ebi.ac.uk/emboss/cpgplot/index.htmlWeb转录调控序列分析44转录终止信号加polyA信号：AAUAAA转录终止信号：GCrich二重对称区、UUUUUUC-GC-GG-CG-CU-AG-CG-CC-GG-CUUUUUUUUURNA5’3’AAUAAACAAAAAAAAAAAAA成熟mRNA5’3’AAUAAACAGUmRNA前体5’3’转录调控序列分析45转录终止信号预测POLYAH/berry.phtml?topic=polyah&group=programs&subgroup=promoterWebpolyadq/tools/polyadq/polyadq_form.htmlWeb转录调控序列分析上机实习三启动子数据库DBTSShttp://dbtss.hgc.jp/1.查询基因：ALB2.下载ALB基因启动子区域序列47序列组分分析48GC含量GCcontent不同物种GC含量变化很大识别基因水平转移，判断外源基因GCskew(G-C)/(G+C)%预测细菌或古细菌复制起点序列组分分析49限制性酶切位点分析：NEBcutter

/NEBcutter2/index.php序列组分分析50密码子使用偏好性某一物种或某一基因通常倾向于使用一种或几种特定的同义密码子密码子使用偏好性与基因产物的时空的表达量、表达产物的结构及功能之间有着密切的关系密码子使用偏好性分析工具：CodonUsageDatabaseCodonUsageAnalyzerCodonW序列组分分析51密码子分析数据库：

CodonUsageDatabasehttp://www.kazusa.or.jp/codon/查询物种名称序列组分分析52CodonUsageDatabase查询结果序