實(shí)驗(yàn)三基因組序列分析上課講義

1、實(shí)驗(yàn)三基因組序列分析2實(shí)驗(yàn)項(xiàng)目三：基因序列分析實(shí)驗(yàn)項(xiàng)目三：基因序列分析一、 實(shí)驗(yàn)?zāi)康暮鸵螅?掌握基因可讀框的識(shí)別； 掌握啟動(dòng)子區(qū)域的預(yù)測(cè) 掌握CpG島的預(yù)測(cè) 掌握轉(zhuǎn)錄終止信號(hào)的預(yù)測(cè) 采用mRNA序列預(yù)測(cè)基因：Spidey的使用 掌握各預(yù)測(cè)服務(wù)器結(jié)果的分析6 例：What is Gene Prediction? Given an uncharacterized DNA sequence, find out: 1.Where does the gene starts and ends? 2.Which regions code for a protein? AGCATCGAAGTTGCATGAC

2、GATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAG

3、CATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATG

4、ACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGCgene 1gene 2gene 3exonintergenic regionintron78一一 開(kāi)放讀碼框的識(shí)別開(kāi)放讀碼框的識(shí)別 開(kāi)放讀碼框（open reading frame, 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)基因預(yù)測(cè)基因預(yù)測(cè)9基因開(kāi)放閱讀框基因開(kāi)放閱讀框/ /基因結(jié)構(gòu)分析識(shí)別工具基

5、因結(jié)構(gòu)分析識(shí)別工具Getorfhttp:/bioweb.pasteur.fr/seqanal/interfaces/getorf.htmlEMBOSS通用Plotorfhttp:/bioweb.pasteur.fr/seqanal/interfaces/plotorf.htmlEMBOSS通用ORF Finder /gorf/gorf.html NCBI通用BestORFhttp:/ Finder/tools/genefinder/Zhang lab人、小鼠、擬南芥、酵母FGENESHhttp:/ Ma

6、ryland原核FgeneSBhttp:/ /generation/ORNL原核FGENESH+http:/ Softberry原核GenomeScan /genomescan.html MIT脊椎、擬南芥、玉米GeneWise http:/www.ebi.ac.uk/Wise2/EBI人、蠕蟲(chóng)GRAIL/grailexp/ORNL人、小鼠、擬南芥、果蠅101. ORF Finder的使用及結(jié)果分析的使用及結(jié)果分析111. ORF Finder的使用及結(jié)果分析的使用

7、及結(jié)果分析121. ORF Finder的使用及結(jié)果分析的使用及結(jié)果分析131. ORF Finder的使用及結(jié)果分析的使用及結(jié)果分析141. ORF Finder的使用及結(jié)果分析的使用及結(jié)果分析151. ORF Finder的使用及結(jié)果分析的使用及結(jié)果分析Blast比對(duì)結(jié)果搜索到多個(gè)顯著相似的序列，故所預(yù)測(cè)的比對(duì)結(jié)果搜索到多個(gè)顯著相似的序列，故所預(yù)測(cè)的ORF的可信度較的可信度較高。如果要獲取該高。如果要獲取該ORF所編碼的蛋白質(zhì)序列，可以點(diǎn)擊所編碼的蛋白質(zhì)序列，可以點(diǎn)擊“Accept”按鈕后，按鈕后，在在“1GenBank”的下拉框中選擇的下拉框中選擇“3Fasta”，并點(diǎn)擊，并點(diǎn)擊“vie

8、w”，即可獲，即可獲取該取該ORF所編碼的蛋白質(zhì)序列。所編碼的蛋白質(zhì)序列。161. ORF Finder的使用及結(jié)果分析的使用及結(jié)果分析171. ORF Finder的使用及結(jié)果分析的使用及結(jié)果分析181. ORF Finder的使用及結(jié)果分析的使用及結(jié)果分析191. ORF Finder的使用及結(jié)果分析的使用及結(jié)果分析20提交序列提交序列提交序列文件提交序列文件運(yùn)行運(yùn)行GENSCAN選擇物種選擇物種顯示氨基酸或顯示氨基酸或CDS序列序列序列名稱(chēng)（可選）序列名稱(chēng)（可選）是否顯示非最優(yōu)外顯子是否顯示非最優(yōu)外顯子2. Genscan的使用及結(jié)果分析的使用及結(jié)果分析21基因、基因、外顯子外顯子及類(lèi)型

9、及類(lèi)型正鏈、正鏈、負(fù)鏈負(fù)鏈預(yù)測(cè)單元預(yù)測(cè)單元起始、終起始、終止及長(zhǎng)度止及長(zhǎng)度相位相位編碼編碼區(qū)打區(qū)打分值分值可信概率、可信概率、得分值得分值2. Genscan的結(jié)果分析的結(jié)果分析22http:/ FGENESH的使用及結(jié)果分析的使用及結(jié)果分析輸入序列的輸入序列的Fasta文件文件233. FGENESH的使用及結(jié)果分析的使用及結(jié)果分析起始外顯子起始外顯子中間及末端外顯子PolyA位點(diǎn)位點(diǎn)起始?jí)A基起始?jí)A基終止堿基終止堿基打分打分長(zhǎng)度長(zhǎng)度243. FGENESH的使用及結(jié)果分析的使用及結(jié)果分析253. FGENESH的使用及結(jié)果分析的使用及結(jié)果分析26二二. . 原核和真核生物基因轉(zhuǎn)錄起始位點(diǎn)上原

10、核和真核生物基因轉(zhuǎn)錄起始位點(diǎn)上游區(qū)結(jié)構(gòu)游區(qū)結(jié)構(gòu) 原核生物原核生物真核生物真核生物TTGACATATAATAmRNA11035PyAPyTATAATGC區(qū)區(qū) CAAT區(qū)區(qū)mRNA14025110增強(qiáng)子增強(qiáng)子上游啟動(dòng)子元件，上游啟動(dòng)子元件，UPE核心啟動(dòng)子元件核心啟動(dòng)子元件轉(zhuǎn)錄起始轉(zhuǎn)錄起始位點(diǎn)位點(diǎn)27原核生物原核生物真核生物真核生物28二二. 啟動(dòng)子預(yù)測(cè)啟動(dòng)子預(yù)測(cè)輸入序列的輸入序列的Fasta文件文件29啟動(dòng)子預(yù)測(cè)結(jié)果啟動(dòng)子預(yù)測(cè)結(jié)果從預(yù)測(cè)結(jié)果可知，預(yù)測(cè)的啟動(dòng)子區(qū)在32564至32783之間，啟動(dòng)子閾值系統(tǒng)默認(rèn)為53.00，預(yù)測(cè)的啟動(dòng)子分值為84.69，高于閾值，分值越高，說(shuō)明預(yù)測(cè)的準(zhǔn)確性大。與該啟

11、動(dòng)子可能結(jié)合的轉(zhuǎn)錄因子如下所示30三 CpG島預(yù)測(cè) CpG島 CpG 島又稱(chēng)為HTF 島，是DNA上的一個(gè)區(qū)域，此區(qū)域富含GC，二者以磷酸酯鍵相連。 位于真核生物基因轉(zhuǎn)錄起始位點(diǎn)上游，GC含50% ，長(zhǎng)度200bp CpG島常出現(xiàn)在管家基因或頻繁表達(dá)的基因的啟動(dòng)子附近，在這些部位，CpG島具有阻止序列甲基化的作用，因此，搜索CpG島可以為基因及其啟動(dòng)子的預(yù)測(cè)提供線索。CpG Island 分析分析CpG Island http:/ finderhttp:/ 轉(zhuǎn)錄終止信號(hào)轉(zhuǎn)錄終止信號(hào) 加polyA信號(hào)：AAUAAA 轉(zhuǎn)錄終止信號(hào)：轉(zhuǎn)錄終止信號(hào)：GC rich二重對(duì)稱(chēng)區(qū)、二重對(duì)稱(chēng)區(qū)、UUUUUUC

12、-GC-GG-CG-CU-AG-CG-CC-GG-CUUUUUUUUURNA53AAUAAACAAAAAAAAAAAAA成熟成熟mRNA53AAUAAACAGUmRNA前體前體533435轉(zhuǎn)錄終止信號(hào)預(yù)測(cè)轉(zhuǎn)錄終止信號(hào)預(yù)測(cè)Hcpolyahttp:/r.it/webgene/wwwHC_polya.htmlWeb POLYAHhttp:/ /tools/polyadq/polyadq_form.htmlWeb36POLYAH的使用及結(jié)果分析的使用及結(jié)果分析輸入序列的輸入序列的Fasta文件文件37POLYAH的使用及結(jié)果分析的使用及結(jié)果分析預(yù)測(cè)的預(yù)測(cè)的POL

13、YA位點(diǎn)，位點(diǎn)，LDF為權(quán)重為權(quán)重38內(nèi)含子內(nèi)含子/外顯子剪切位點(diǎn)識(shí)別外顯子剪切位點(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)(donor splice site): GT 內(nèi)含子3端受體位點(diǎn)(acceptor splice site): AG 預(yù)測(cè)工具： GENSCAN，GENEMARK NetGene2, Splice View3940mRNA剪切位點(diǎn)識(shí)別：spideyNCBI開(kāi)發(fā)的在線預(yù)測(cè)程序開(kāi)發(fā)的在線預(yù)測(cè)程序用于用于mRNA序列同基因組序列比對(duì)分析序列同基因組序列比對(duì)分析 /IEB/Research/Ostell/Sp

14、idey/index.html4142 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Genbank ID/AC號(hào)） 下方窗口用于輸入cDNA/mRNA序列（直接粘貼序列或用Genbank ID/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(yè)面序列提交頁(yè)面輸入基因組序列輸入基因組序列或序列數(shù)據(jù)庫(kù)號(hào)或序列數(shù)據(jù)庫(kù)號(hào)AC002390.143輸入相似輸入相似mRNA序列序列判斷用于分析的序列間的差異，判斷用于分析的序列間的差異，并調(diào)整比對(duì)參數(shù)并調(diào)整比對(duì)參數(shù)不受默認(rèn)內(nèi)含子長(zhǎng)度限制，不受默認(rèn)內(nèi)含子長(zhǎng)度限制，默認(rèn)長(zhǎng)度：內(nèi)部

15、內(nèi)含子默認(rèn)長(zhǎng)度：內(nèi)部?jī)?nèi)含子為為35kb, 末端內(nèi)含子為末端內(nèi)含子為100kb輸出格式輸出格式比對(duì)閾值比對(duì)閾值選擇物種選擇物種44第一條藍(lán)色序列為第一條藍(lán)色序列為基因組序列，橘黃基因組序列，橘黃色為外顯子色為外顯子45外顯子對(duì)應(yīng)于外顯子對(duì)應(yīng)于基因組上的基因組上的起始起始/結(jié)束位置結(jié)束位置外顯子對(duì)應(yīng)于外顯子對(duì)應(yīng)于mRNA/cDNA上的上的起始起始/結(jié)束位置結(jié)束位置供體、受體位點(diǎn)供體、受體位點(diǎn)外顯子外顯子序號(hào)序號(hào)外顯子外顯子長(zhǎng)度長(zhǎng)度一致性一致性百分比百分比錯(cuò)配和錯(cuò)配和gap46序列聯(lián)配結(jié)果序列聯(lián)配結(jié)果47使用NCBI ORF Finder 識(shí)別檢索號(hào)為L(zhǎng)03845的可讀框。寫(xiě)下擬南芥phyA序列最長(zhǎng)的ORF的起止區(qū)間,并粘貼此ORF編碼的蛋白質(zhì)序列的Fasta文件使用Genscan對(duì)檢索號(hào)為D17291的序列進(jìn)行基因預(yù)測(cè)，標(biāo)出外顯子區(qū)和PolyA位點(diǎn)，用FGENESH對(duì)該序列進(jìn)行預(yù)測(cè)，寫(xiě)出預(yù)測(cè)為外顯子的序列區(qū)間。并比較兩個(gè)服務(wù)器預(yù)測(cè)的結(jié)果是否一致，寫(xiě)出二者都預(yù)測(cè)為外顯子的區(qū)段。作作 業(yè)業(yè)48使用CpGPlot,