生物信息學(xué)第三章生物信息數(shù)據(jù)庫及其信息檢索

生物信息學(xué)第三章生物信息數(shù)據(jù)庫及其信息檢索第1頁，共61頁，2023年，2月20日，星期一本章主要內(nèi)容生物信息學(xué)數(shù)據(jù)庫類型序列數(shù)據(jù)庫結(jié)構(gòu)數(shù)據(jù)庫

功能數(shù)據(jù)庫其它專業(yè)數(shù)據(jù)庫生物信息學(xué)數(shù)據(jù)庫的檢索檢索方法概述檢索實(shí)踐和案例第2頁，共61頁，2023年，2月20日，星期一生物信息學(xué)數(shù)據(jù)庫的地位和作用經(jīng)典生物醫(yī)學(xué)實(shí)驗(yàn)大量零碎數(shù)據(jù)數(shù)據(jù)收集整理大規(guī)模組學(xué)實(shí)驗(yàn)海量組學(xué)數(shù)據(jù)數(shù)據(jù)存儲、注釋數(shù)據(jù)庫生物醫(yī)學(xué)應(yīng)用理論分析檢索查詢生物學(xué)研究第3頁，共61頁，2023年，2月20日，星期一生物信息學(xué)數(shù)據(jù)庫類型核酸研究（NucleicAcidsResearch）雜志的每年第一期為生物信息學(xué)數(shù)據(jù)庫?？?，收錄最主要的生物學(xué)相關(guān)數(shù)據(jù)庫，歸類并展示在/nar/database/c/。核酸序列數(shù)據(jù)庫RNA序列數(shù)據(jù)庫蛋白質(zhì)序列數(shù)據(jù)庫結(jié)構(gòu)數(shù)據(jù)庫基因組數(shù)據(jù)庫(非脊椎動物)代謝與信號通路數(shù)據(jù)庫人類與其他脊椎動物基因組人類基因與疾病微陣列數(shù)據(jù)庫與其他基因表達(dá)數(shù)據(jù)庫蛋白質(zhì)組資源其他分子生物學(xué)數(shù)據(jù)庫細(xì)胞器數(shù)據(jù)庫植物數(shù)據(jù)庫免疫學(xué)數(shù)據(jù)庫細(xì)胞生物學(xué)數(shù)據(jù)庫第4頁，共61頁，2023年，2月20日，星期一生物信息學(xué)數(shù)據(jù)庫類型序列數(shù)據(jù)庫結(jié)構(gòu)數(shù)據(jù)庫功能數(shù)據(jù)庫其它專業(yè)數(shù)據(jù)庫第5頁，共61頁，2023年，2月20日，星期一GooglevsBaidu膚淺的百姓工具他可以更厲害！甚至超過windows、Linux或Mac等操作系統(tǒng)第6頁，共61頁，2023年，2月20日，星期一一、序列數(shù)據(jù)庫主要收錄核酸和蛋白質(zhì)序列的數(shù)據(jù)庫，包括由基因組計(jì)劃產(chǎn)生的基因組及其表達(dá)序列，由基因組序列所推測的編碼和非編碼核酸和蛋白質(zhì)序列，以及個(gè)別生物學(xué)實(shí)驗(yàn)中測序獲得的核酸和蛋白質(zhì)序列?；蚪M序列數(shù)據(jù)庫：GenomeDatabase(GDB)數(shù)據(jù)庫（

/）包括人、鼠、斑馬魚和果蠅4種真核生物基因組的注釋分析。由EMBL-EBI和Sanger研究所聯(lián)合開發(fā)。UCSCGenomeBrowser（/）加州大學(xué)圣克魯茲分校建立,包括各種脊椎和無脊椎動物，以及主要模式生物的基因組數(shù)據(jù)。第7頁，共61頁，2023年，2月20日，星期一核酸序列數(shù)據(jù)庫GenBank（

/Genbank）EMBL（

http://www.ebi.ac.uk/embl/）DDBJ（

http://www.ddbj.nig.ac.jp/）三個(gè)數(shù)據(jù)庫每天互相交換數(shù)據(jù)GenBank可通過NCBI的檢索系統(tǒng)Entrez獲取，Entrez集成來自主要DNA和蛋白序列數(shù)據(jù)庫的數(shù)據(jù)，包括物種、基因組、定位、蛋白結(jié)構(gòu)和結(jié)構(gòu)域等信息其他各種專業(yè)核酸數(shù)據(jù)庫非冗余參考序列數(shù)據(jù)庫RefSeq密碼子使用數(shù)據(jù)庫CodonUsageDatabaseCUTG基因可變剪接數(shù)據(jù)庫ASDB轉(zhuǎn)錄因子數(shù)據(jù)庫TRANSFAC第8頁，共61頁，2023年，2月20日，星期一NCBI(NationalCenterofBiotechnologyInformation）美國國立生物技術(shù)信息中心第9頁，共61頁，2023年，2月20日，星期一三大數(shù)據(jù)庫之間的聯(lián)系第10頁，共61頁，2023年，2月20日，星期一ATTGACTAPrimaryvs.DerivativeDatabasesACGTGCTTGACACGTGAATTGACTATATAGCCGACGTGCACGTGCACGTGCTTGACATTGACATTGACACGTGACGTGACGTGAATTGACTAATTGACTAATTGACTAATTGACTATATAGCCGTATAGCCGTATAGCCGTATAGCCGGenBankTATAGCCGTATAGCCGTATAGCCGTATAGCCGATGACATTGAGAATTATTCCGAGAATTCCGAGAATTATTCCGAGAATTCCSequencingCentersGAGAATTCCGAGAATTCCUniGeneRefSeqGenomeAssemblyLabsCuratorsAlgorithmsTATAGCCGAGCTCCGATACCGATGACAA第11頁，共61頁，2023年，2月20日，星期一GenBank中測序最多的20個(gè)物種第12頁，共61頁，2023年，2月20日，星期一humanArabidopsisThermotogamaritimaEscherichiacoliBuchnerasp.APSRickettsiaprowazekiiUreaplasmaurealyticumBacillussubtilisDrosophilamelanogasterThermoplasmaacidophilumPlasmodiumfalciparumHelicobacterpylorimouseCaenorhabitiselegansratBorreliaburgorferiBorreliaburgorferiAquifexaeolicusNeisseriameningitidisZ2491Mycobacteriumtuberculosis模式生物與基因測序第13頁，共61頁，2023年，2月20日，星期一virusesplasmidsbacteriafungiplantsalgaeinsectsmollusksreptilesbirdsmammalsGenomesizesinnucleotidepairs(base-pairs)10410810510610710111010109bonyfishamphibians第14頁，共61頁，2023年，2月20日，星期一蛋白質(zhì)序列數(shù)據(jù)庫UniProt（）

由Swiss-Prot、TrEMBL和PIR蛋白質(zhì)數(shù)據(jù)庫聯(lián)合構(gòu)建，提供蛋白質(zhì)序列和功能注釋的核心資源。由三個(gè)子庫組成：（1）UniProtKB，知識庫（2）UniRef：參考簇（3）UniParc，所有公開的蛋白質(zhì)序列，包括每個(gè)序列源數(shù)據(jù)庫的追溯信息。IPI（http://www.ebi.ac.uk/IPI/）國際蛋白質(zhì)索引數(shù)據(jù)庫，針對蛋白質(zhì)組研究中利用數(shù)據(jù)庫搜索鑒定蛋白的策略而構(gòu)建的參考數(shù)據(jù)庫，月更新，整合國際上主要的蛋白質(zhì)數(shù)據(jù)庫（SwissProt，Refseq，PIR，TrEMBL，RefSeq，Ensembl，H-InvDB翻譯的蛋白數(shù)據(jù)），整合過程中，直接接受手工注釋結(jié)果。Nr（

/refseq/）NCBI構(gòu)建，非冗余蛋白質(zhì)數(shù)據(jù)庫，為每個(gè)蛋白質(zhì)序列記錄賦予一個(gè)唯一的gi號，并將序列完全一致的非冗余蛋白質(zhì)合并成簇。第15頁，共61頁，2023年，2月20日，星期一二、結(jié)構(gòu)數(shù)據(jù)庫核酸和蛋白質(zhì)的空間結(jié)構(gòu)數(shù)據(jù)庫，一般通過X射線衍射和核磁共振獲得數(shù)據(jù)，也有同源建模等計(jì)算方法獲得。結(jié)構(gòu)數(shù)據(jù)庫(核酸)NDB核酸結(jié)構(gòu)數(shù)據(jù)庫（/）收錄核酸的晶體結(jié)構(gòu)數(shù)據(jù)，包含X射線衍射和核磁共振的結(jié)果，可通過ADIT(theAutoDepInputTool)同時(shí)將結(jié)構(gòu)存儲到NDB和PDB中，提供序列號檢索功能，可以用NDB或PDB的ID號檢索，結(jié)果包含核酸結(jié)構(gòu)的簡要信息和圖片Rfam數(shù)據(jù)庫（http://rfam.sanger.ac.uk/）RNA家族多重序列比對，一致性二級結(jié)構(gòu)和協(xié)方差模型，基于多重序列比對的非編碼RNA家族的變異模式第16頁，共61頁，2023年，2月20日，星期一結(jié)構(gòu)數(shù)據(jù)庫（蛋白質(zhì)）PDB（/pdb/）RCSB(ResearchCollaboratoryforStructuralBioinformatics)專門用于處理和發(fā)布生物大分子三維結(jié)構(gòu)的知識庫，提供數(shù)據(jù)庫的檢索和下載服務(wù)，以及PDB數(shù)據(jù)文件格式和其它文檔的說明，使用軟件可對PDB數(shù)據(jù)庫記錄用多種模式顯示生物大分子三維結(jié)構(gòu)。蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫SCOP（

http://scop.mrc-lmb.cam.ac.uk/scop/）包含從PDB數(shù)據(jù)庫中提取的所有結(jié)構(gòu)域，并詳細(xì)描述已知蛋白質(zhì)結(jié)構(gòu)之間的關(guān)系MMDBNCBI的分子模型數(shù)據(jù)庫。NCBI蛋白結(jié)構(gòu)數(shù)據(jù)庫（/sites/entrez?db=structure/）包括由x射線衍射和核磁共振實(shí)驗(yàn)得到的所有PDB生物分子三維結(jié)構(gòu)，與原始的PDB結(jié)構(gòu)相比，增加一些附加信息：經(jīng)程序驗(yàn)證的顯性化學(xué)圖像信息、一致的二級結(jié)構(gòu)衍生定義、與MEDLINE相匹配的引用、基于源自生物實(shí)體的蛋白質(zhì)或核酸鏈進(jìn)行分類的分子匹配。第17頁，共61頁，2023年，2月20日，星期一三、功能數(shù)據(jù)庫收錄生物分子的功能數(shù)據(jù)，由ID號與序列和結(jié)構(gòu)數(shù)據(jù)鏈接組織表達(dá)譜和亞細(xì)胞定位根據(jù)不同組織中的EST、SAGE或芯片雜交信號，繪制出不同組織中表達(dá)基因的圖譜：BodyMap（http://bodymap.ims.u-tokyo.ac.jp/）Unigene（/sites/entrez?db=unigene

）SAGEmap（/projects/SAGE/）GEO（/projects/geo/）StanfordMicroarrayDatabase（/microarray）第18頁，共61頁，2023年，2月20日，星期一亞細(xì)胞定位數(shù)據(jù)庫PSORTdb（/）DBSubLoc（/dbsubloc.html）膜蛋白質(zhì)數(shù)據(jù)庫TMPDB（http://bioinfo.si.hirosaki-u.ac.jp/~TMPDB/）

線粒體蛋白質(zhì)數(shù)據(jù)庫MitoP2（http://www.mitop.de:8080/mitop2/）蛋白翻譯后修飾dbPTM（.tw/）磷酸化、糖基化和硫修飾，也收錄和蛋白質(zhì)翻譯后修飾相關(guān)的生物信息。O-GlycBase（http://www.cbs.dtu.dk/databases/OGLYCBASE/）只收錄O糖基化數(shù)據(jù)PhosphoBase（/）只收錄磷酸化位點(diǎn)的數(shù)據(jù)RESID（http://www.ebi.ac.uk/RESID/）收錄蛋白質(zhì)修飾的注釋和結(jié)構(gòu)的數(shù)據(jù)第19頁，共61頁，2023年，2月20日，星期一蛋白質(zhì)-蛋白質(zhì)相互作用數(shù)據(jù)庫DIP（/）由實(shí)驗(yàn)驗(yàn)證的蛋白質(zhì)-蛋白質(zhì)相互作用數(shù)據(jù)，包括蛋白質(zhì)的信息、相互作用的信息和檢測相互作用的實(shí)驗(yàn)技術(shù)IntAct（http://www.ebi.ac.uk/intact）提供用于蛋白質(zhì)相互作用數(shù)據(jù)存儲、展示和分析的開源數(shù)據(jù)庫和工具包，可對相互作用數(shù)據(jù)在網(wǎng)頁上進(jìn)行文本和圖像的展示，允許用戶通過GO注釋或InterPro結(jié)構(gòu)域注釋進(jìn)行網(wǎng)絡(luò)的擴(kuò)充代謝網(wǎng)絡(luò)和信號途徑KEGG大百科（http://www.genome.ad.jp/kegg/）系統(tǒng)分析基因功能、聯(lián)系基因組信息和功能信息的知識庫，GENES收錄完整和部分測序的基因組序列；PATHWAY數(shù)據(jù)庫存儲更高級的功能信息，包括圖解的細(xì)胞生化過程和同系保守的子通路等信息；LIGAND數(shù)據(jù)庫收錄關(guān)于化學(xué)物質(zhì)、酶分子和酶反應(yīng)等信息。第20頁，共61頁，2023年，2月20日，星期一反應(yīng)通路(KEGG)glycolysispathway(糖酵解)京都基因與基因組百科全書(KyotoEncyclopediaofGenesandGenomes)第21頁，共61頁，2023年，2月20日，星期一全細(xì)胞通路第22頁，共61頁，2023年，2月20日，星期一四、其它專業(yè)數(shù)據(jù)庫人類基因和疾病數(shù)據(jù)庫OMIM（/sites/entrez?db=omim）收錄所有已知的遺傳病、遺傳性狀和基因，除簡略描述各種疾病的臨床特征、診斷、治療和預(yù)防外，還提供致病基因的連鎖關(guān)系、染色體定位、組織結(jié)構(gòu)、動物模型及其參考文獻(xiàn)等信息dbSNP（/sites/entrez?db=SNP）收錄已經(jīng)識別的SNPs的數(shù)據(jù)庫HapMapProject()收錄了三大人群(非洲人,高加索人和亞洲人群)主要的變異模式,所選擇的SNPs具有相對代表性CGED(http://lifesciencedb.jp/cged/)收錄多種癌癥的臨床和基因表達(dá)數(shù)據(jù)，更新到2007年第23頁，共61頁，2023年，2月20日，星期一基于電泳和生物質(zhì)譜的蛋白質(zhì)組數(shù)據(jù)庫SWISS-2DPAGE（/ch2d/）收錄各種雙向電泳或SDS的電泳圖，并提供蛋白在電泳圖中的位置及其信息PRIDE（http://www.ebi.ac.uk/pride/）數(shù)據(jù)庫收集國際蛋白質(zhì)組計(jì)劃所產(chǎn)出的鑒定結(jié)果數(shù)據(jù)PeptideAtlas（/）收錄大規(guī)模LC-MS/MS實(shí)驗(yàn)鑒定的蛋白信息，并將信息匹配到Ensembl數(shù)據(jù)庫dbLEP（）為肝臟蛋白質(zhì)組計(jì)劃設(shè)計(jì)，提供鑒定結(jié)果及可追溯的信息，包括可供評估結(jié)果質(zhì)量的鑒定肽段數(shù)和質(zhì)譜圖譜等，同時(shí)還提供大量的注釋信息，更新到2007年第24頁，共61頁，2023年，2月20日，星期一免疫學(xué)數(shù)據(jù)庫IMGT（http://imgt.cines.fr）關(guān)于免疫球蛋白、T細(xì)胞受體、主要組織相容性復(fù)合體以及人類和哺乳動物免疫系統(tǒng)相關(guān)蛋白的綜合數(shù)據(jù)庫，由序列數(shù)據(jù)庫、基因組和結(jié)構(gòu)數(shù)據(jù)庫、網(wǎng)站資源數(shù)據(jù)庫和各種研究工具數(shù)據(jù)庫組成dbMHC（/mhc/）提供人類組織相容性抗原（HLA）的序列數(shù)據(jù)和臨床上干細(xì)胞移植及風(fēng)濕性關(guān)節(jié)炎等數(shù)據(jù)，也提供全世界90多個(gè)人群的HLA位點(diǎn)、等位基因和單倍型頻率的遺傳檢測工具第25頁，共61頁，2023年，2月20日，星期一Taxonomy分類學(xué)數(shù)據(jù)庫第26頁，共61頁，2023年，2月20日，星期一北京華大基因研究中心(中科院基因組研究所)楊煥明/國家人類基因組南方研究中心(上海)陳竺、趙國屏/國家人類基因組北方研究中心(北京)強(qiáng)伯勤/清華大學(xué)生物系生物信息研究室孫之榮/北京大學(xué)生物信息學(xué)中心羅靜初/chinese/復(fù)旦大學(xué)理論生物中心鐘揚(yáng)/我國的一些主要研究中心和數(shù)據(jù)庫第27頁，共61頁，2023年，2月20日，星期一生物信息學(xué)數(shù)據(jù)庫的檢索檢索方法概述檢索實(shí)踐和案例第28頁，共61頁，2023年，2月20日，星期一生物信息學(xué)數(shù)據(jù)庫的檢索主要檢索系統(tǒng)和工具Entrez(NationalCenterforBiotechnologyInformation,NCBI）SRS(EuropeanBioinformaticsInstitute,EBI）ExPasyExpertProteinAnalysisSystem(SwissInstituteofBioinformatics,SIB)日本、歐洲、美國其他研究機(jī)構(gòu)的工具平臺……第29頁，共61頁，2023年，2月20日，星期一復(fù)雜檢索1、限制字段類別常用的有:Author:BaoYM[au]Title:stress[ti]Tilte/Abstract：stress[title/abstract]Date:1999:2009[dp]2、布爾邏輯運(yùn)算：AND、OR、NOT必須大寫。邏輯符的運(yùn)算次序是從左至右，括號內(nèi)的檢索式可作為一個(gè)單元，優(yōu)先運(yùn)行。布爾邏輯檢索允許在檢索詞后面附加字段標(biāo)識例如：rice[ti]ANDBaoYM[au]AND2008:2009[dp]第30頁，共61頁，2023年，2月20日，星期一同樣存在限制字段:常用的有:Author:BaoYM[au]title:SNARE[ti]organism:rice[organism]或者直接輸入:Accession:AY077725[Accession]GeneName:ZFP15[GeneName]ProteinName:ZFP15[ProteinName]如:BaoYM[au]ANDSNARE[ti]ANDrice[organism]如果沒有限定，就是任意字段。如何獲取GenBank中的序列?第31頁，共61頁，2023年，2月20日，星期一Entrez(NationalCenterforBiotechnologyInformation,NCBI）選擇數(shù)據(jù)庫當(dāng)沒有進(jìn)入號時(shí)輸入關(guān)鍵詞（英文和拉丁文）當(dāng)有進(jìn)入號時(shí)輸入進(jìn)入號可編譯第32頁，共61頁，2023年，2月20日，星期一NCBI主頁最下面的區(qū)域，是NCBI的快捷連接區(qū)域第33頁，共61頁，2023年，2月20日，星期一舉例：GAPDH或g3pdh是甘油醛-3-磷酸脫氫酶（glyceraldehyde-3-phosphatedehydrogenase）的英文縮寫。該酶是糖酵解反應(yīng)中的一個(gè)酶。該酶基因?yàn)楣芗遥╤ousekeeping）基因，幾乎在所有組織中都高水平表達(dá)，在同種細(xì)胞或者組織中的蛋白質(zhì)表達(dá)量一般是恒定的，且不受含有的部分識別位點(diǎn)、佛波脂等的誘導(dǎo)物質(zhì)的影響而保持恒定，故被廣泛用作抽提t(yī)otalRNA，poly(A)+RNA，Westernblot等實(shí)驗(yàn)操作的標(biāo)準(zhǔn)化的內(nèi)參。GAPDH一般是由4個(gè)相同亞基組成的四聚體，每個(gè)亞基均含有催化結(jié)構(gòu)域和輔酶結(jié)合域。GAPDH與輔酶煙酰胺腺嘌呤二核苷酸（

NAD+）組成全酶才具有催化活性。第34頁，共61頁，2023年，2月20日，星期一基因序列搜索第35頁，共61頁，2023年，2月20日，星期一第36頁，共61頁，2023年，2月20日，星期一第37頁，共61頁，2023年，2月20日，星期一STS序列標(biāo)簽位點(diǎn)（sequence-taggedsite），是已知核苷酸序列的DNA片段，是基因組中任何單拷貝的短DNA序列，長度在100～500bp之間。任何DNA序列，只要知道它在基因組中的位置，都能被用作STS標(biāo)簽。作為基因組中的單拷貝序列，是新一代的遺傳標(biāo)記系統(tǒng)，其數(shù)目多，覆蓋密度較大，達(dá)到平均每1kb一個(gè)STS或更密集。這種序列在染色體上只出現(xiàn)一次，其位置和堿基順序都是已知的。在PCR反應(yīng)中可以檢測出STS來，STS適宜于作為人類基因組的一種地標(biāo)，據(jù)此可以判定DNA的方向和特定序列的相對位置。第38頁，共61頁，2023年，2月20日，星期一不能用任何其它的特征關(guān)鍵詞表述的具有生物學(xué)意義的區(qū)域;新的或少見的特征第39頁，共61頁，2023年，2月20日，星期一第40頁，共61頁，2023年，2月20日，星期一蛋白序列搜索第41頁，共61頁，2023年，2月20日，星期一第42頁，共61頁，2023年，2月20日，星期一第43頁，共61頁，2023年，2月20日，星期一蛋白質(zhì)結(jié)構(gòu)搜索第44頁，共61頁，2023年，2月20日，星期一第45頁，共61頁，2023年，2月20日，星期一MMDBID:34532PDBID:1U8F第46頁，共61頁，2023年，2月20日，星期一Nicotinamide-Adenine-Dinucleotide煙酰胺腺嘌呤二核苷酸O、P、Q和R為GAPDH的四個(gè)亞基蛋白鏈，其和1（煙酰胺腺嘌呤二核苷酸）的相互作用關(guān)系第47頁，共61頁，2023年，2月20日，星期一課堂練習(xí)：Homosapiensp53，人體抑癌基因，該基因編碼一種分子量為53kDa的蛋白質(zhì)，命名為P53。p53基因的失活對腫瘤形成起重要作用。但是事物必然有它的兩個(gè)方面，p53是一個(gè)重要的抗癌基因使癌細(xì)胞自殺，防止癌變；還具有幫助細(xì)胞基因修復(fù)缺陷的功能?；蛐蛄兴阉鳎瑯?biāo)注（Searchthetargetgene，andannotatethegene）蛋白序列搜索，標(biāo)注（Searchthetargetprotein，andannotatetheprotein）蛋白質(zhì)結(jié)構(gòu)搜索，標(biāo)注（Searchthestructureofthetargetprotein，andannotateit）Question:從小鼠中查找Bao實(shí)驗(yàn)室發(fā)布的p53蛋白相關(guān)的DNA序列.第48頁，共61頁，2023年，2月20日，星期一一些生物信息學(xué)相關(guān)的名詞和知識第49頁，共61頁，2023年，2月20日，星期一參考P74，關(guān)鍵字的定義Attenuator：regionofDNAatwhichregulationofterminationoftranscriptionoccurs,whichcontrolstheexpressionofsomebacterialoperons,sequencesegmentlocatedbetweenthepromoterandthefirststructuralgenethatcausespartialterminationoftranscription.Enhancer：acis-actingsequencethatincreasestheutilizationofeukaryoticpromoters,andcanfunctionineitherorientationandinanylocation(upstreamordownstream)relativetothepromoter.

Promoter：regiononaDNAmoleculeinvolvedinRNApolymerasebindingtoinitiatetranscription.Terminator：sequenceofDNAlocatedeitherattheendofthetranscriptthatcausesRNApolymerasetoterminatetranscription.polyA-signal：recognitionregionnecessaryforendonucleasecleavageofanRNAtranscriptthatisfollowedbypolyadenylation,consensus=AATAAA.第50頁，共61頁，2023年，2月20日，星期一PromoterEnhancerGeneTerminatorTranscriptionunit+1-1DownstreamsequenceUpstreamsequence-10TranscriptionstartsiteRegulatoryelement-2-3-4-5-6-7-8-9-11-12-13-14-16-17+2+3+4+5+6+7+8polyA-signalAttenuator調(diào)節(jié)基因阻遏子啟動子操縱基因終止子lacZlacYlacAlac

操縱元AttenuatorAAAAAAAendonucleasecleavageendonuclease第51頁，共61頁，2023年，2月20日，星期一CAAT-signal：CAATbox,partofaconservedsequencelocatedabout75bpup-streamofthestarpointofeukaryotic

transcriptionunitswhichmaybeinvolvedinRNApolymerasebinding,consensus=GG(CorT)CAATCT.GC-signal：GCbox,aconservedGC-richregionlocatedupstreamofthestartpointofeukaryotictranscriptionunitswhichmayoccurinmultiplecopiesorineitherorientation,consensus=GGGCGG.TATA-signal：TATAbox,Goldberg-Hognessbox,aconservedAT-richseptamerfoundabout25bpbeforethestartpointofeacheukaryoticRNApolymeraseⅡtranscriptunitwhichmaybeinvolvedinpositioningtheenzymeforcorrectinitiation,consensus=TATA(AorT)A(AorT).-10-signal：pribnowbox,aconservedregionabout10bpupstreamofthestartpointofbacterialtranscriptionunitswhichmaybeinvolvedinbindingRNApolymerase,consensus=TAtAaT.-35-signal：aconservedhexamerabout35bpupstreamofthestartpointofbacterialtranscriptionunits,consensus=TTGACa第52頁，共61頁，2023年，2月20日，星期一+1-50Transcriptionstartsite-25-75-100HognessboxGCboxGCboxCAATbox+1-50Transcriptionstartsite-25-100-190CorepromoterGCboxGCboxUpstreamcontrolelementGCboxGCboxGCboxBasalpromoterUpstreamelementDownstreamelement+50Transcriptionstartsite+1HognessboxOctamermotifIntragenicpromoter+90PSEAboxCboxIEClassⅠpromoterClassⅡpromoterClassⅢpromotereukaryotic

transcriptionunits第53頁，共61頁，2023年，2月20日，星期一λPR：TTATTCCATGTCACACTTTTCGCATCTTTGTTATGCTATGGTTATTTCATACCAT+1Transcriptionstartsite-10Pribnowbox-35GACAboxGTGCGTGTTGACTATTTTACCTCTGGCGGTGATAATGGTTGCATGTACTAAGGAGGCGGTGTTGACATAAATACCACTGGCGGTGATACTGAGCACATCAGCAGGACGTGAGCTGTTGACAATTAATCATCGAACTAGTTAACTAGTACGCAAGTTCACGTAACCCAGGCTTTACACTTTATGCTTCCGGCTCGTATGTTGTGTGGAATTGTGAGCGGCCCAGGCTTTACACTTTATGCTTCCGGCTCGTATAATGTGTGGAATTGTGAGCGGTTTCCTCTTGTCAGGCCGGAATAACTCCCTATAATGCGCCACCACTGACACGGAATAAATGCTTGACTCTGTAGCGGGAAGGCGTATTATGCACACCTCGCGCCGCTGATCCATGTCACACTTTTCGCATCTTTGTTATGCTATGGTTATTTCATACCATAAGCCλPL：trp：lac：lacUV5：rrnA1：rrnA2：galP1：galP2：bacterialtranscriptionunits第54頁，共61頁，2023年，2月20日，星期一-35TTGACATATAAT′+20+1-10原核生物的RNA聚合酶全酶及其在轉(zhuǎn)錄起始區(qū)的結(jié)合第55頁，共61頁，2023年，2月20日，星期一（1）開放讀碼框是從一個(gè)起始密碼子開始到一個(gè)終止密碼子結(jié)束的一段序列；不是所有讀碼框都能被表達(dá)出蛋白產(chǎn)物，或者能表達(dá)出占有優(yōu)勢或者能產(chǎn)生生物學(xué)功能的蛋白。（2）CDS，是編碼一段蛋白產(chǎn)物的序列。（3）CDS可能是一個(gè)ORF，但也可能包括多個(gè)ORF。（4）反之，每個(gè)ORF不一定都是CDS。CDS：codingsequence,sequenceofnucleotidesthatcorrespondswiththesequenceofaminoacidsinaprotein(locationincludesstopcodon),featureincludesaminoacidconceptualtranslation.Openreadingframe(ORF)：areadingframethatdoesnotcontainanucleotidetripletwhichstopstranslationbeforeformationofacompletepolypeptide.第56頁，共61頁，2023年，2月20日，星期一LTR：longterminalrepeat,asequencedirectlyrepeatedatbothendsofadefinedsequence,ofthesorttypicallyfoundinretroviruses.反轉(zhuǎn)錄病毒的基因組的兩端各有一個(gè)長末端重復(fù)序列(5'LTR和3'LTR)，不編碼蛋白質(zhì)，但含有啟動子，增強(qiáng)子等調(diào)控元件，病毒基因組內(nèi)的LTR可轉(zhuǎn)移到細(xì)胞原癌基因鄰近處，使這些原癌基因在LTP強(qiáng)啟動子和增強(qiáng)子的作用下被激活，將正常細(xì)胞轉(zhuǎn)化為癌細(xì)胞。TheHIV-1LTRisapproximately640bpinlengthand,likeotherretroviralLTRs,issegmentedintotheU3,R,andU5regions.第57頁，共61頁，2023年，2月20日，星期一5`clip：5`-most

regionofaprecursortranscriptthatisclippedoffduringprocessing.3`clip：3`-mostregionofaprecursortranscriptthatisclippedoffduringprocessing.5`UTR：regionatthe5`endofamaturetranscript(precedingtheinitiationcodon)thatisnottranslatedintoaprotein.3`UTR：regionatthe3`endofamaturetranscript(followingthestopcodon)thatisnottranslatedintoaprotein.Prim-transcript：primary(initial,unprocessed)transcript,includes5`clip,5`UTR,CDS,exon,intron,3`UTR,and3`clip.5`clip3`clip5`UTR3`UTRexon1Exon2Exon3Prim-transcript第58頁，共61頁，2023年，2月20日，星期一Exon：regionofgenomethatcodesforportionofsp