生物信息學(xué)-第五章-核苷酸序列分析

第三章核苷酸序列分析基因組序列cDNA序列編碼區(qū)預(yù)測(cè)CodonbiasGCContent限制性酶切位點(diǎn)基因結(jié)構(gòu)分析選擇性剪切轉(zhuǎn)錄調(diào)控因子序列比對(duì)功能注釋KEGGGO系統(tǒng)發(fā)育樹蛋白質(zhì)序列翻譯蛋白質(zhì)理化性質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)結(jié)構(gòu)域分析重要信號(hào)位點(diǎn)分析三級(jí)結(jié)構(gòu)預(yù)測(cè)基因組功能分析核苷酸序列分析

基因預(yù)測(cè)開放讀碼框GENSCANGenomeScanGLIMMER基因結(jié)構(gòu)分析內(nèi)含子/外顯子剪切位點(diǎn)NetGene2Spidey選擇性剪切ProSplicerSpidey轉(zhuǎn)錄調(diào)控序列分析啟動(dòng)子/轉(zhuǎn)錄起始位點(diǎn)EPDCisterCpG島CpGPlot轉(zhuǎn)錄終止信號(hào)Hcpolya序列組分分析GC含量genskew限制性核酸內(nèi)切酶位點(diǎn)NEBcutter密碼子偏好性使用CodonW開放讀碼框的識(shí)別開放讀碼框（openreadingframe,ORF)

是一段起始密碼子和終止密碼子之間的堿基序列ORF是潛在的蛋白質(zhì)編碼區(qū)Whatdoesthissequencemean?限制酶目標(biāo)基因重組基因細(xì)胞轉(zhuǎn)化宿主菌蛋白質(zhì)分離純化及性質(zhì)測(cè)定傳統(tǒng)分子生物學(xué)方法現(xiàn)代生物信息學(xué)方法BLASTGenefamily

Or

ProteinFamilyFunctionannotation幾周的時(shí)間幾分鐘的時(shí)間以Blastx為例：

目標(biāo)序列為ATGAGTACCGCTAAATTAGTTAAATCAAAAGCGACCAATCTGCTTTATACCCGC6個(gè)讀碼框翻譯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如何判斷DNA序列的單一基因產(chǎn)物-NCBI

ORF

finder在沒有其它信息的前提下，DNA序列可以按六種框架閱讀和翻譯（每條鏈三種，對(duì)應(yīng)三種不同的起始密碼子）。ORF識(shí)別包括檢測(cè)這六個(gè)閱讀框架并決定哪一個(gè)包含以啟動(dòng)子和終止子為界限的DNA序列而其內(nèi)部不包含啟動(dòng)子或終止子，符合這些條件的序列有可能對(duì)應(yīng)一個(gè)真正的單一的基因產(chǎn)物。NCBIORFfinder1輸入GI號(hào)或Accession，或直接輸入序列的fasta格式

2結(jié)果出現(xiàn)六個(gè)圖形，這是根據(jù)六種不同的編碼方式得到的（包括正反鏈）。3拿到氨基酸序列后，你可以直接做blastp，如果有匹配到，就是正確的ORF區(qū)了。另外也可以用Pfam的方法，在Pfam數(shù)據(jù)庫搜索。4.結(jié)果表明該ORF編碼的蛋白是屬于BTB家族。基因開放閱讀框/基因結(jié)構(gòu)分析識(shí)別工具ORFFinder/gorf/gorf.htmlNCBI通用BestORF/all.htmSoftberry真核GENSCAN/GENSCAN.htmlMIT脊椎、擬南芥、玉米GeneFinder/tools/genefinder/Zhanglab人、小鼠、擬南芥、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細(xì)菌FgeneSV/all.htmSoftberry病毒Generation/generation/ORNL原核FGENESH+/all.htmSoftberry原核GenomeScan

/genomescan.html

MIT脊椎、擬南芥、玉米GeneWise

http://www.ebi.ac.uk/Wise2/EBI人、蠕蟲GRAIL/grailexp/ORNL人、小鼠、擬南芥、果蠅ORF識(shí)別：GENSCAN/GENSCAN.html結(jié)果返回到郵箱（可選）提交序列提交序列文件選擇物種顯示氨基酸或CDS序列序列名稱（可選）是否顯示非最優(yōu)外顯子基因預(yù)測(cè)GENSCAN輸出結(jié)果：文本基因、外顯子及類型正鏈、負(fù)鏈預(yù)測(cè)單元起始、終止及長(zhǎng)度相位編碼區(qū)打分值可信概率、得分值GENSCAN輸出結(jié)果：圖形基因預(yù)測(cè)exon1exon5exon4exon3exon2ORF識(shí)別：

GenomeScan提交待分析序列提交同源蛋白質(zhì)序列基因預(yù)測(cè)/genomescan.htmlGenomeScan輸出結(jié)果：文本預(yù)測(cè)外顯子位置、可信度等信息同源比對(duì)信息基因預(yù)測(cè)GenomeScan輸出結(jié)果：圖形基因預(yù)測(cè)基因結(jié)構(gòu)分析內(nèi)含子/外顯子剪切位點(diǎn)識(shí)別對(duì)基因組序列的讀碼框區(qū)域進(jìn)行預(yù)測(cè)內(nèi)含子5’端供體位點(diǎn)(donorsplicesite):GT內(nèi)含子3’端受體位點(diǎn)(acceptorsplicesite):AG預(yù)測(cè)工具：GENSCAN，GENEMARKNetGene2,SpliceView基因結(jié)構(gòu)分析內(nèi)含子/外顯子剪切位點(diǎn)識(shí)別如何分析mRNA/cDNA的外顯子組成？RNASPL（軟件）與相應(yīng)的基因組序列比對(duì)，分析比對(duì)片段的分布位置預(yù)測(cè)工具：Spidey，SIM4，BLAT，BLAST，F(xiàn)ASTA基因結(jié)構(gòu)分析基因開放閱讀框/基因結(jié)構(gòu)分析工具對(duì)基因組序列的讀碼框區(qū)域進(jìn)行預(yù)測(cè)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的外顯子組成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基因結(jié)構(gòu)分析剪切位點(diǎn)識(shí)別：NetGene2http://www.cbs.dtu.dk/services/NetGene2/基因結(jié)構(gòu)分析NetGene2輸出結(jié)果供體位點(diǎn)受體位點(diǎn)可信度基因結(jié)構(gòu)分析mRNA剪切位點(diǎn)識(shí)別：SpideyNCBI開發(fā)的在線預(yù)測(cè)程序用于mRNA序列同基因組序列比對(duì)分析/spidey基因結(jié)構(gòu)分析序列在線提交形式：界面中有兩個(gè)窗口：上方窗口用于輸入基因組序列（直接粘貼序列或用GenbankID/AC號(hào)）下方窗口用于輸入cDNA/mRNA序列（直接粘貼序列或用GenbankID/AC號(hào)）可同時(shí)輸入多條cDNA/mRNA序列與同一條基因組序列進(jìn)行分析Spidey序列提交頁面輸入基因組序列或序列數(shù)據(jù)庫號(hào)輸入mRNA.txt文檔中的6條序列判斷用于分析的序列間的差異，并調(diào)整比對(duì)參數(shù)不受默認(rèn)內(nèi)含子長(zhǎng)度限制，默認(rèn)長(zhǎng)度：內(nèi)部?jī)?nèi)含子為35kb,末端內(nèi)含子為100kb比對(duì)閾值選擇物種輸出格式基因結(jié)構(gòu)分析Spidey輸出結(jié)果外顯子對(duì)應(yīng)于基因組上的起始/結(jié)束位置外顯子對(duì)應(yīng)于mRNA/cDNA上的起始/結(jié)束位置外顯子長(zhǎng)度一致性百分比錯(cuò)配和gap序列聯(lián)配結(jié)果外顯子序號(hào)第一條藍(lán)色序列為基因組序列，橘黃色為外顯子供體、受體位點(diǎn)基因結(jié)構(gòu)分析選擇性剪切（Alternativesplicing）分析選擇性剪接是調(diào)控基因表達(dá)的重要機(jī)制了解不同物種、細(xì)胞、發(fā)育階段、環(huán)境壓力下基因的調(diào)控表達(dá)機(jī)制分析方法：查詢選擇性剪切相關(guān)的網(wǎng)站多序列比對(duì)基因結(jié)構(gòu)分析查詢選擇性剪切相關(guān)的網(wǎng)站http://www.ebi.ac.uk/asd/index.html綜合http://splicenest.molgen.mpg.de/綜合/new_alt_exon_db2/綜合/tigr-scripts/tgi/splnotes.pl?species=human.tw/.au/altExtron人/~kent/intronerator/altsplice.html線蟲/tdb/e2k1/ath1/altsplicing/splicing_variations.shtml擬南芥從已知基因的功能推測(cè)剪切機(jī)制基因結(jié)構(gòu)分析選擇性剪切數(shù)據(jù)庫：ProSplicer.tw/基因名、數(shù)據(jù)庫號(hào)或關(guān)鍵字查詢序列查詢基因結(jié)構(gòu)分析查詢NOX1基因：ProSplicer查詢結(jié)果不同剪切體外顯子組成不同外顯子基因結(jié)構(gòu)分析轉(zhuǎn)錄調(diào)控序列分析33啟動(dòng)子區(qū)啟動(dòng)子（Promoter）位于結(jié)構(gòu)基因5’端上游，能活化RNA聚合酶，使之與模板DNA結(jié)合并具有轉(zhuǎn)錄起始的特異性。轉(zhuǎn)錄起始位點(diǎn)(Transcriptionstartsite,TSS)PYCAPY（嘧啶）核心啟動(dòng)子元件(Corepromoterelement)TATAbox，Pribnowbox

（TATAA)上游啟動(dòng)子元件(Upstreampromoterelement，UPE)CAATbox，GCbox，SP1，Otc增強(qiáng)子(Enhancer)轉(zhuǎn)錄調(diào)控序列分析34原核和真核生物基因轉(zhuǎn)錄起始位點(diǎn)上游區(qū)結(jié)構(gòu)

原核生物真核生物TTGACATATAATAmRNA＋1－10－35PyAPyTATAATGC區(qū)CAAT區(qū)mRNA＋1－40－25－110增強(qiáng)子上游啟動(dòng)子元件，UPE核心啟動(dòng)子元件轉(zhuǎn)錄起始位點(diǎn)轉(zhuǎn)錄調(diào)控序列分析35啟動(dòng)子數(shù)據(jù)庫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/轉(zhuǎn)錄調(diào)控序列分析啟動(dòng)子數(shù)據(jù)庫：DBTSShttp://dbtss.hgc.jp/轉(zhuǎn)錄調(diào)控序列分析DBTSS搜索工具條限定物種“H.sapiens”搜索基因“ALB（albuminprecursor）”限定搜索“基因名稱”最新數(shù)據(jù)庫版本加入Solexa測(cè)序新數(shù)據(jù)支持限定至少需要多少條cDNA序列覆蓋轉(zhuǎn)錄調(diào)控序列分析DBTSS搜索結(jié)果轉(zhuǎn)錄調(diào)控序列分析啟動(dòng)子區(qū)域顯示TF：轉(zhuǎn)錄因子結(jié)合位點(diǎn)可能的轉(zhuǎn)錄起始位點(diǎn)TSS覆蓋的cDNA序列數(shù)目轉(zhuǎn)錄調(diào)控序列分析下載啟動(dòng)子序列設(shè)置下載序列的起點(diǎn)、終點(diǎn)需選擇轉(zhuǎn)錄起始位點(diǎn)得到序列轉(zhuǎn)錄調(diào)控序列分析41啟動(dòng)子結(jié)合位點(diǎn)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轉(zhuǎn)錄調(diào)控序列分析42啟動(dòng)子結(jié)合位點(diǎn)分析：Cister/~mfrith/cister.shtml轉(zhuǎn)錄調(diào)控序列分析43CpG島CpG島位于真核生物基因轉(zhuǎn)錄起始位點(diǎn)上游，GC含>50%，長(zhǎng)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轉(zhuǎn)錄調(diào)控序列分析44轉(zhuǎn)錄終止信號(hào)加polyA信號(hào)：AAUAAA轉(zhuǎn)錄終止信號(hào)：GCrich二重對(duì)稱區(qū)、UUUUUUC-GC-GG-CG-CU-AG-CG-CC-GG-CUUUUUUUUURNA5’3’AAUAAACAAAAAAAAAAAAA成熟mRNA5’3’AAUAAACAGUmRNA前體5’3’轉(zhuǎn)錄調(diào)控序列分析45轉(zhuǎn)錄終止信號(hào)預(yù)測(cè)POLYAH/berry.phtml?topic=polyah&group=programs&subgroup=promoterWebpolyadq/tools/polyadq/polyadq_form.htmlWeb轉(zhuǎn)錄調(diào)控序列分析上機(jī)實(shí)習(xí)三啟動(dòng)子數(shù)據(jù)庫DBTSShttp://dbtss.hgc.jp/1.查詢基因：ALB2.下載ALB基因啟動(dòng)子區(qū)域序列47序列組分分析48GC含量GCcontent不同物種GC含量變化很大識(shí)別基因水平轉(zhuǎn)移，判斷外源基因GCskew(G-C)/(G+C)%預(yù)測(cè)細(xì)菌或古細(xì)菌復(fù)制起點(diǎn)序列組分分析49限制性酶切位點(diǎn)分析：NEBcutter

/NEBcutter2/index.php序列組分分析50密碼子使用偏好性某一物種或某一基因通常傾向于使用一種或幾種特定的同義密碼子密碼子使用偏好性與基因產(chǎn)物的時(shí)空的表達(dá)量、表達(dá)產(chǎn)物的結(jié)構(gòu)及功能之間有著密切的關(guān)系密碼子使用偏好性分析工具：CodonUsageDatabaseCodonUsageAnalyzerCodonW序列組分分析51密碼子分析數(shù)據(jù)庫：

CodonUsageDatabasehttp://www.kazusa.or.jp/codon/查詢物種名稱序列組分分析52CodonUsageDatabase查詢結(jié)果序