應用UCSC查找啟動子等

應用UCSC/Ensembl查找基因啟動子（promoter）、內(nèi)含子、外顯子序列promoter,基因，序列，Ensembl,UCSC本帖引用網(wǎng)址：/thread-47691-1-1.html啟動子的甲基化，轉(zhuǎn)錄因子與啟動子的結(jié)合調(diào)控基因的表達等研究領(lǐng)域一直較為熱門。本文圖文形式講解了啟動子的概念，利用UCSC如何查找一個基因的啟動子序列，以及外顯子和內(nèi)含子序列的顯示。有很多關(guān)于此方面的文章由于寫作在早期，近年來查詢數(shù)據(jù)庫網(wǎng)站的改版使得這些文章有些落伍，使用起來也不方便。本文是最新的關(guān)于查詢啟動子方法的文章，創(chuàng)作于2009/10/14,大家可以完全按此操作。在講述某個基因的啟動子查詢之間，我們有必要對基礎(chǔ)知識進行一下復習和總結(jié)。先看一下中心法則：ReplicatwnCBTranscriptionTranslationDNA，RNA，Protein^R啟動子是在DNA轉(zhuǎn)錄為RNA這一步過程中發(fā)揮作用的，在此要與DNA自身復制起始點（稱作復制子）和由mRNA翻譯為蛋白質(zhì)時的翻譯起始點（以起始密碼子ATG為標志）區(qū)別開來。DNAsequence-specifictranscriptionfactorsTBP(TATA-bindingprotein)定義：啟動子是參與特定基因轉(zhuǎn)錄及其調(diào)控的DNA序列。包含核心啟動子區(qū)域和調(diào)控區(qū)域。核心啟動子區(qū)域產(chǎn)生基礎(chǔ)水平的轉(zhuǎn)錄，調(diào)控區(qū)域能夠?qū)Σ煌沫h(huán)境條件作出應答，對基因的表達水平做出相應的調(diào)節(jié)。啟動子是RNA聚合酶特異性識別和結(jié)合的部位。啟動子方向性，位于轉(zhuǎn)錄起始點上游，本身并不被轉(zhuǎn)錄。DNA鏈上與RNA鏈的第一個核苷酸對應的堿基標記為+1（如下圖），由此堿基向上游（5’端）數(shù)的堿基順序數(shù)為負（-1，-2，......），向下游（3’端）數(shù)的堿基為正（+2,+3，......）一35-10*15'-TAGTCTArn^C-KTCATAGAAGCACTCIAJjSKO'CAATAGGTCCAC（；-3V-A-TCACXTA/LCrGTACTATCnTCGTGAGATGAIATAACACIT^TCCAGCTCC-3*I球RFM5J-AGGUCCACG..…….-一扈劫子的部位及其與赫兼鞭黛此典知土BM5區(qū)域：啟動子的范圍非常大，可以包含轉(zhuǎn)錄起始位點上游2000bp，有些特定基因的轉(zhuǎn)錄區(qū)內(nèi)部也存在著轉(zhuǎn)錄因子的結(jié)合位點，因此也屬于啟動子范圍?？偨Y(jié)起來，也就是說啟動子約在與mRNA所對應的DNA序列之前約2000個左右的堿基。明白了啟動子的含義之后，我們以大鼠（rattusnorvegicus）的結(jié)締組織生長因子（CTGF）為例，應用UCSC基因組瀏覽器開始查找該基因的啟動子序列。網(wǎng)址為/。eno-meBrornformAtksQtfxMiHd.BM"TiS'■小■bWWPCjR1VlwOMaFM)Ht進入UCSC的主頁后，在其左側(cè)（如上圖）點擊第一項GenomeBrowser，進入基因組瀏覽器入口，如下圖

lh><lluiawAlLi略細Hj助RHiahh氏lh><lluiawAlLi略細Hj助RHiahh氏■可ww^gfSLmJk2M￡kn?iriavoKV-tttfncraSTCBG"dmpve^krLXEkeLjn.■wnYl^acaaCramE"EecfKacsf--enKrtua^ktnfJ<ipOihlbaiie|nrrlc-i-Ghmm&rm?rUmwt[MlFK■MI'M'MHiW-Ki^MHr在Organism的下拉菜單中選擇Rat,在assembly的下拉菜單中選擇最新日期Nov.2004，在position框中鍵入CTGF,imagewidth選擇默認即可，如下圖所示：cUd^Eewomeas土Kub”po^itjonor&古ar出termimagewWhMamnnatwRatw:Nov理國寸cigfBOD|：‘茹茹'花C&.khw〉tQ「巳呂戶￡奴成0甘寫乾userinterfacesettingsto也出wddsiMqitiinaoks|[唁Qnliqu陽bmck.middisplaygtehsiJ：；0111?偵門然后點擊Submit，返回的頁面如下:Known.frUII/UE*」審m匚LUimxmmiF.coLEecuveCiasiieaiau：csfazccE匚Ff￡K￡2￡5flm§sSftIkLll3￡2msLL13￡15￡■-c1昱!aatm旺el日日皿nswthsice*:psts-jss^.BhaiM口眠jM旦網(wǎng)割占壞巳*小^4平””平上"-￡>4期-SMIi-auUM-bl?*、中二旦上1星軍3W"p±-se*^kdRelS^qGenesc51M4312S￡^Ee^HtE'：ivet.13jii#a??vtzlhiaeiefpth^litjctNoii-RatKeffieqGenesEMM^ElC-LS-541;comie^xive-”y_i吧caowrEhfaac-ar?zieEm.ZitI翌M躊J■奶T巽Ml"uxf?匚葉j.*w號■】EMM^ElC-LS-541;comie^xive-”y_i吧caowrEhfaac-aruxf?匚葉j.*w號■】土、2?十?3.Gafw<*i,=耕善”mz吊沖i&-iTE?M5akUMHT把"村那眼”-C&at■二皿偵1N上1，，D3:7&.CTW-云.■:血止21>杰須￡蟲"叫方右-(SEiC31&LE342^25Sie-E'L"vstE2_3m■:喧tEaswuir㈣maTix〔滯■JiE-fcO-C"|VSiWRliE；Vtmumcwe!caamtETlt■&azv-feDandPT193QEt±J?Bg*瑋gar-ew^^gzavE^igi-3MC?1t*?*SXGWpFEeXETEtGTDff4ETQErra-SELFzSEEUE"J.F?「-(KH0ClC^e22EF=va『心m；；"樣汩土-［潘亍心畤戶口只：1”配血71；33日2■辨號顧BwawiiCTCT■耳EaiflB9：L：?%：Er&-TJ；@】ll?i|W-網(wǎng)二皿翼4。：1|1|1ccrsezxi^e*L33J*efiEse^Tivtiiss-jst參WdUH口I"li?t-?Cort；fl=t-tB”，BTETLJa'JV：iJJEMiFtfeq=CWEfe序5：*導W印m?iawthC&2*n-rgasco-rEfFrac^grfa<s^-arHalAlignedntUNzkSearchResultsBO&TJIDJ-AfettuBurra<T±njiumwesmClsbubijtwtbf1?g>o外MAStLMcDltAclobeN￡C:^LI>?|ir?ovl?ee<UB~Aa^ehin--Di-vtg-i.ETjjpaKi-i-iilfzAMA,fcrc^iidectlte^xj：b^eijiwrlif-accax.Non-RAtAlightedhlU\ASe^kthK/mjI性結(jié)果顯示該基因的已知序列和相關(guān)mRNA序列，點擊KnownGene中的第一個序列，出現(xiàn)包含這序列的圖解概要。為了獲得這個區(qū)域更清晰的圖像，可以點擊緊靠zoomout的1.5X按鈕，如下圖：TiMiQ^iuiSdrurKHDWAC^HWEEnu?*FWfPB1TSC<^,iittniii,Broifl.^eranfcal?im.2M4土倔心舛口如日)■ew4^*^r』山11畝天iiwnEtM1頑站i討晅S^CS*]AfkillBI■h-L-nirns-dBiiathiw.lKmhjjwtkii^m

對于KnownGenes（已知基因）和預測的基因路徑來說，一般的慣例是以一個高的垂直線或塊狀表示每個編碼外顯子，以短的垂直線或塊狀表示5,端和3■h-L-nirns-dBiiathiw.lKmhjjwtkii^mg*mH>Ag*mH>AinriESTTnrksOH41土"ASgn/AFi。T的UltffosrtioDChsTOISLOSOEibeBifid%tark_mA*SEfclyftACtDSdMMVhid*V-*hiip**hwte*■PkmotyieaadDk￡M￡?^s-ad^itwu1337*9面日皿牯怡17仲伸珂向1姓■三ccllapsgallUs^ct^p-dQ^Tibclgmdpr炒rffiMiR11FtCraclcicfepkjiedTr如ki4代由舊右函il虹心viS?U9國頑c司lybe曲供*：用盜afs-ecott^acinu>df&Iexpand日11IKtjDQTL本例的搜尋目的來說，默認設(shè)置不是理想的設(shè)置。按照視圖利用頁面底部的TrackControls按鈕，將一些路徑設(shè)置為hide模式（即不顯示），其他設(shè)置為dense模式（所有資料密集在一條直線上）；另一些路徑設(shè)置為full模式（每個特征有一個分開的線條，最多達300）。在考慮這些路徑內(nèi)究竟存在那些資料之前，對這些路徑的內(nèi)容和表現(xiàn)做一個簡要的討論是必要的，許多這些討論是由外界提供給UCSC的。EnsemblGenePredictions路徑由Ensembl提供。Ensembl基因通過許多方法來預測，包括與已知mRNA和蛋白質(zhì)進行同源性比較。若查詢啟動子區(qū)域，我們需要將EnsemblGenes選擇為dense或full模式，點擊Refresh，即刷新，出現(xiàn)下圖：

Rw+'Eaq圖中多出了EnsemblGenes的預測路徑，我們在紅框中圈出。點擊用于表達該序列的任何方塊出現(xiàn)以下頁面：Rw+'Eaq，!*iE，!*nEas-34<M-DC6725M.AFlSe2?SLiMiE0C4*tro?__Hutwt珥sfitH4tShFs點擊紅框中的條形深色方塊（不是EnsemblGenes文字），

HomaGen皿此GenomeBrowserElatTablesGeneSorterPCREnsecnblGfdcPreditti-ons(E>*SRNOT0G0^0fl20S28-LnseoililEns?mblG^Link:EKSRNQGOOQOOOLhg&Eu瞞mblTrjimE時ENMRNOT00QS02C皿En^mblProkin:￡XSWOPOO^gjO^'lsPosifioit:血1立口”口河寸心知215Bftkd.!]pl2GenanikSize:j]1"Sfrind：-AlterneNani?ENS3O-'CG000(H)C150j6CDSStir!：smpWeCDSEnd:completerLink$tosequeii<?fr：■P「cdkMd?K?t&?P「偵utedniR\Afromgrnomicse<jutflce\Set或廣\Set或廣sthcn】。www.七Mwlnb乩com.cu

.?Geto~Ewww.七Mwlnb乩com.cu

.?Dmsi[而iupdM迎；200?-0"-lJ在此，我們選擇并點擊Linktosequence中的GenomicSequence,即顯示基因組序列，出現(xiàn)以下窗口:Home&inainiv^8vn(Mii?BrowntrB4alTabl?>iGamvSaiXtrFCRAHicnFAQhitIpGeDQiiilcS^HrnccGeneGefGenomicSeqiienteNearGen^Newifwew頊曲pfirfetb@ptDXAfisifiareikaefreifeafiae村Obaitadeujuim,vylbeTah-MBgs心ytfatmiflgueoewSfquiiuct1Rclri^atfty^ionOpliansiECDS&giUpwEaniIn-HMOhas石bwECDS&gi?OtoePASTAm^nSprrg-ns?OOneFASTArecordptfrrrpdo(fEWLirtrofl,Kc)ZhQEraIwes-w^tarana(門sadD?frs<fci*"DS&em{31□5p6tCTRisviCDSpart-fagfsocwaNq呷=瞅FASTArwardsNifat#cki*cAk^r^izisngemd忒acti-izinpwEDCqiadlup^tKim^bqilc^meLbcyiruyWCn￡pr就主』nordc^S>*querKWEonrk^nlBgOpfi￡>n^^'.uLJRCAOUpfKTCdfi-TOAlSgcmeCXfaikEep<a￡i(*>uo-fc'efHcaseOffisNww,h'.uLJRCAOUpfKTCdfi-TOAlSgcmeCXfaikEep<a￡i(*>uo-fc'efHcaseOffisNww,h、syhibs,coillcik同時另外一個非常重要的就是序列顯示方式了，這里我們在SequenceFormattingOptions選項里進行選擇。我們選擇上圖紅框里的內(nèi)容，即外顯子大寫，其余的小寫，也就是說mRNA的外顯子大寫，其余上下游非編碼區(qū)以及內(nèi)含子均為小寫。選擇完后提交，返回如下序列頁面：>=n4_en3Gene_ENSRNOTO0000020626range=czhtl:21327099-213322131'EttcccjtgtggcttcGca.cats.gtttggacjtttE.tt=t=tc!=tc!aaggacagcaaaagcgtgaggccaagttgcct￡taEtaca.catgt=.gc.cttctctttgaggBBBtgtttggaaagsacst;tg~aaXbacbatgxtggaaatccttcctgcact;ccagsgactgcztcacacttczcbgczcacztcgcaczcgttsectgttg豈亡呂tgtgaetgcaetg-tm亡呂gcetg-tggetgg己11amu呂aggtaatcgtgtgcagatg^atgcggt;izmgetact;tgmmgtgg匚tagctcccttcccccaccgcccctccg11aa11g^tccatggatggactgaa.aaegttgtaasmuuggucaatttasatggacccttttcatgttataagt=ctgcagtatgcttcccccbbbctagtc11cg'cagatatactcacctttaacXCbCbcteagBageaecBBetatgagaggaagecBetettgggtgtaa.eeagBBgtmmmtgatg^tagtattag-gggsagesmtgggatggcsctagmmtetctctacctaceatgggsett;gg刊cacacBcacacacacacacacacaca.cacacacacacBcacargggggggg-ggegggag^agegagajagagagagagagagag己gbgagsgmgbgsgaefag~mgmgaat：m=mm~tmgtmczagg~ttctmmatgaatgcatagtacatgmmmugmgtuut;七mummgizmm匕g_*ttmmgmmmgagagaesagstta^gtaesetg'tttaeBttt&a.eateBB&g'geBcegaetaegcctg^ttctttccttgacttaaccaccctccactagcctgcsagccatttgBgtagcaBgaggg-cttcatcacttgtBgacacttggag-aagtcBgtaaeaa^gc:ttsgetvatagetgggttacagetagmcacaaccgtttaeegetttgetg-tcetaaa.aaatmmcmgmmummmutuummcbgeetegttagattatgggttttagga七mmgtmmmmmmmmmagcctgmacctctgtacagccatg-tLPmmmmtst;ctcaactgaacccccactggcctccttccttctget;tetttettctcccaccctmtgttccctga.cacttacctmuugamumGsgctat11ggtstgmmuuum匚aa^cttatsetaaaaactcaatg'izccag'tcattgtccttcczctctct^ja.ccttg'Bag-acaagtccttaczataabgagg^etg-aaBaatetcc：cfca^gaa.cat：gcHtcztt±atagteetggettteatstettttagee&eeaaBBBBcg,gttatetseagtgaeeaaaaatcsaaacgcctgtmttteagatmcagmmtt;tgcacataggcatttt：gggcgggg■己gggggtattteaset^actatBBgcacctttctcctctcagtsgascat;ccesgagac^t：a.esgtczc:ca.~tgabaesbbatctsasscagtgaaaaagabg"tbt：t：11tgaatttutm—.uuugtgg'tatctgcctcttCEgetaettgagtettgagaaatttttatateagtsgec&g'aBetggtammgcgatt;tttaagaag-ggmmgattcgmgmmat：satccttgttcatgtat：ttetaagttBtatttcatcaggaag-ggtgcgaag-aggatacegagaaagttttactto:ttggtgttg^tgetggaa=acacaacguuttctt：cct=ggccagctabbgtgtgccaget1111cbgacggaggsbtgtg-gbgtgtcaaggggtcaggatcBBtccgg'tgtgagttgBtgag-gcBggBag-gtggggaggastgegaggastgteectgttt^tgtaggseteeattesgttetctggegagccggeegcccggacrcgtataaaagccagegeea第一個人寫字母以后就是mRNA序列，之前的小寫字母序列即為啟動子區(qū)域了。人家在做后序的甲基化分析、轉(zhuǎn)錄因子結(jié)合位點分析等便可以復制下來了。剛才我們提到第一個人寫字母以后就是mRNA序列，但該序列包含