实验三基因组序列分析.ppt

1、实验三：基因序列分析,杜 娟 ,基因与蛋白质组学数据分析,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,2,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：,3,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,4,基因组序列分析,5,例：What is Gene Predi

2、ction? Given an uncharacterized DNA sequence, find out: 1.Where does the gene starts and ends? 2.Which regions code for a protein?,AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGA

3、CGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCT

4、AGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGC,6,7,8,一 开放读码框的识别,开放读

5、码框（open reading frame, 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. ORF Finder的使用及结果分析,11,1. ORF Finder的使用及结果分析,12,1. ORF Finder的使用及结果分析,13,1. ORF Finder的使用及结果分析,14,1. ORF Finder的使用及结果分析,15,1. ORF Finder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“1Gen

6、Bank”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. ORF Finder的使用及结果分析,17,1. ORF Finder的使用及结果分析,18,1. ORF Finder的使用及结果分析,19,1. ORF Finder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

7、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200bp C

8、pG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：GC rich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(donor splice site): GT 内含子3端受体位点

9、(acceptor splice site): AG 预测工具： GENSCAN，GENEMARK NetGene2, Splice View,39,mRNA剪切位点识别：spidey,40,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Genbank ID/AC号） 下方窗口用于输入cDNA/mRNA序列（直接粘贴序列或用Genbank ID/AC号

10、） 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NCBI ORF Finder 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。