生物信息学bioinf6

单击以编辑母版标题样式,单击以编辑母版文本样式,第二级,第三级,第四级,第五级,*,六、基因预测和基因结构分析,生物信息学中的重要内容之一,预测编码蛋白质的基因,排除重复序列,确定开放阅读框（,open reading frame,ORF）,确定基因的调控区启动子,（一）基因预测的基本分析内容,（二）基因预测的基本方法,1.序列相似性搜索,基因组,DNA,序列,在6个阅读框中进行翻译并与蛋白质数据库中的序列进行比较分析（如,Blastx,）,对,EST,数据库中同一生物的,cDNA,序列进行比较分析（如,Blastn,）,确定基因数目和对应的,ORF,分析举例：水稻,Xa21,基因区段,DNA,序列（,U37133）,CDS：1-2677,bp,处和3521-3921,bp,处,Blastx,分析结果,（检索蛋白质数据库）：与水稻蛋白质序列比较,Blastn,分析结果,（检索,est,other,数据库）：与水稻,cDNA,序列比较,取决于数据库中,EST,数据的数量和长度,通过“,Tree view,”,查看与,U37133,序列同源的其它,EST,序列,有些蛋白质序列是推测获得的,2.根据模式序列预测基因,各种基因预测软件,取决于人们对已知基因结构特征的认识,采用统计学方法,基于一个或多个已知序列模式对未知序列进行分类,密码子偏爱性,对发现的模式进行统计检验,启动子结构,外显子、内含子,原核微生物（大肠杆菌,lexA,基因的,DNA,模式）,LexA,repressor,的结合位点（启动子区段）,CTGNNNNNNNNNNCAG,与,RNA,聚合酶相互作用位点（-10至-35的启动子区）,TTGACA,和,TATAAT,核糖体结合位点（转录起始位点后）,GGAGG,真核生物,基因结构复杂,已知外显子、内含子外显子边界、启动子序列特征,目前还没有一个基因预测工具可以完全正确地预测一个基因组中的所有基因,（,Mathe,et al.2002),目前最好的基因预测工具预测一个基因组中的所有外显子的准确率最多达到75%，预测基因结构的准确率 50%（,Rogic,et al.2002),不同的基因预测软件分析结果有差异,综合多个基因预测软件的分析结果,一种分析工具可选择分析基因的不同结构,exon,poly-A,promoter,重复序列,某些分析工具可选择物种模式（,matrix）,作为参照比较对象,某些分析工具可用不同的方式呈现分析结果（文字或图形）,分析举例（1）,Softberry,（http:/www.,softberry,.com）,的,Gene Finding,工具，分三大类,Gene Finding in,Eukaryota,Operon,and Gene Finding in Bacteria,Gene Finding in Viruses,每一大类包括多个分析软件,在,Softberry,主页,选择“,Gene Finding in,Eukaryota,”,类中的“,FGENESH”,在,FGENESH,网页,粘贴,AY364476,的,DNA,序列、选择物种作为参照,分析结果（,文字,和,图像,）,分析举例（2）,GenScan,（http:/genes.,mit,.,edu,/GENSCAN.html）,用三个物种模式作为参照,Vertebrate,Arabidopsis,Maize,在,GenScan,主页,粘贴,AY364476,的,DNA,序列、选择“,Arabidopsis,”,作为参照,分析结果（,文字,和,图像,）,分析举例（3）,GrailEXP,（http:/,compbio,.,ornl,.,gov,/,grailexp,）,分析重复序列,在,GrailEXP,主页,选择参照物种和“,Repetive,Elements”,分析功能、粘贴,AY364476,的,DNA,序列,在,GrailEXP,的,分析网页,点击“,Check results”,分析结果：,检测到两处,simple repeat（,位于,Xa26,基因后）,分析举例（4）,Gene Feature Searches（http:/dot.,imgen,.,bcm,.,tmc,.,edu,）,包括多个基因预测软件,NNPP,分析启动子位点,在,BCM,的,分析主页,选择“,Gene Feature Searches”,在“,Gene Feature Searches,”,网页粘贴,AY364476,序列、选择“,NNPP/,Eukaryotic,-,eukaryotic,promoter prediction”,分析结果,3.上机操作,练习内容见“生物信息学课程操作练习”,