chap基因組序列詮譯

1、 完成基因組測序僅僅是基因組計劃的第一步，更大的挑戰(zhàn)在于：1）基因組序列中所包含的全部遺傳信息是什么；2）基因組作為一個整體如何行使其功能。 這二項任務(wù)都必須依賴于對基因組序列的正確注解或詮釋，首先是從已知序列中搜尋基因4.1、搜尋基因 有二種方法： 1）根據(jù)已知的序列人工判讀或計算機分析尋找與基因有關(guān)的序列； 2）試驗研究，看其是否能表達基因產(chǎn)物及其對表型的影響4.1.1、根據(jù)序列分析搜尋基因 如果一段DNA序列中含有編碼基因，那么這段序列的堿基就不會是隨機排列的，一定存在某些可辨的特征。目前還沒有一個能適用于所有情況的“基因序列”的標準，只能根據(jù)已知的某些規(guī)律來推測那些序列可能是基因。開放

2、讀碼框 開放讀碼框有一個起始密碼（ATG）和終止密碼（TAA、TAG和TGA）。從DNA序列搜尋基因從ATG開始，而后向下游尋找終止密碼。 獲得了DNA雙鏈之后，我們不知道那條單鏈是編碼鏈，也不知道轉(zhuǎn)錄起始點從那個堿基開始。由于每條鏈有三種可能的讀框，2條鏈共計6種讀框，計算機可以很快給出結(jié)果。ORF掃描的關(guān)鍵是終止密碼子在6種讀框中出現(xiàn)的頻率1）如GC含量為50，則三個終止密碼子出現(xiàn)的機率為64bp一次2）如GC含量大于50，則每隔100200bp才會出現(xiàn)1個終止密碼子3）隨機堿基排列的ORF長度預(yù)計不超過50個密碼子，即150bp, 以ATG起始計算長度更短4）大多數(shù)基因的ORF均多于50

3、個密碼子，因此最可能的選擇是ORF不少于100個密碼子的讀框 細菌基因組中缺少內(nèi)含子，非編碼序列11，對讀框的排查干擾較少。 高等真核生物DNA的ORF閱讀比較復(fù)雜，其原因在于：1）基因間存在大量非編碼序列；2）絕大多數(shù)基因含有非編碼的內(nèi)含子，多數(shù)外顯子的長度少于100個密碼子，有些不到50個密碼子內(nèi)含子的出現(xiàn)給計算機判讀基因帶來不少問題，在編寫ORF掃描程序時要作許多修改，加入一些相應(yīng)的規(guī)則：1）密碼子偏愛，不同種屬之間使用同義密碼的頻率有很大差異。特定種屬有特征性的密碼子偏愛，這些序列在編碼區(qū)常常出現(xiàn)，非編碼區(qū)只保持平均的堿基分布。根據(jù)已有生物密碼子偏愛的資料在編寫相應(yīng)的計算機程序時可加入

4、這些限制。2）外顯子內(nèi)含子邊界，邊界區(qū)有明顯的特征：如內(nèi)含子的5端常見的序列為AGGTAAGT；3端多為PyPyPyPyPyPyCAG。3）上游控制序列，如CpG島同源查詢 利用已存入數(shù)據(jù)庫中的基因順序與待查的基因序列進行比較,從中查找可與之匹配的堿基順序及其比例用于界定基因的方法稱為同源查詢,它可彌補ORF掃描的不足。其依據(jù)是生物體不同種屬之間具有功能和結(jié)構(gòu)相似的直系基因成員，它們在起源上一脈相承，存在保守的序列，另外，同一物種中由于基因重復(fù)所產(chǎn)生的基因家屬成員也有保守的序列特征。開放讀碼框 開放讀碼框有一個起始密碼（ATG）和終止密碼（TAA、TAG和TGA）。從DNA序列搜尋基因從ATG開始，而后向下游尋找終止密碼。 獲得了DNA雙鏈之后，我們不知道那條單鏈是編碼鏈，也不知道轉(zhuǎn)錄起始點從那個堿基開始。由于每條鏈有三種可能的讀框，2條鏈共計6種讀框，計算機可以很快給出結(jié)果。同源查詢 利用已存入數(shù)據(jù)庫中的基因順序與待查的基因序列進行比較,從中查找可與之匹配的堿基順序及其比例用于界定基因的方法稱為同源查詢,它可彌補ORF掃描的不足。其依據(jù)是生物體不同種屬