核酸序列分析

核酸序列分析第1頁/共139頁

核酸序列分析是生物信息學應(yīng)用中的一個重要方面，一般包括：DNA堿基組成、密碼子的偏向、內(nèi)部重復序列、特殊位點（限制性位點及轉(zhuǎn)錄、翻譯和表達調(diào)控相關(guān)信號）、編碼區(qū)分析、一二級結(jié)構(gòu)等。第2頁/共139頁第一節(jié)核酸序列的檢索第二節(jié)核酸序列的基本分析第三節(jié)核酸序列的電子延伸第四節(jié)基因的電子表達、定位分析第五節(jié)基因識別第六節(jié)核酸序列的提交第3頁/共139頁一、Entrez檢索系統(tǒng)

(/sites/gquery?itool=toolbar)二、SRS檢索系統(tǒng)

(http://srs.ebi.ac.uk)第一節(jié)核酸序列的檢索三、DBGET/LinkDB檢索第4頁/共139頁

通過軟件，如BioEdit(/BioEdit/)、DNAMAN(/)等獲得。第二節(jié)核酸序列的基本分析一、分子質(zhì)量、堿基組成、堿基分布第5頁/共139頁第6頁/共139頁第7頁/共139頁第8頁/共139頁二、序列變換第9頁/共139頁第10頁/共139頁第11頁/共139頁第12頁/共139頁三、限制性內(nèi)切酶分析

REBASE（RestrictionEnzymeDatabase）限制酶數(shù)據(jù)庫

()第13頁/共139頁第14頁/共139頁第15頁/共139頁第16頁/共139頁1.測序峰圖的查看澳大利亞ConorMcCarthy開發(fā)的Chromas.exe程序，且BioEdit軟件和DNAMAN軟件都可以查看。四、克隆測序的分析第17頁/共139頁第18頁/共139頁第19頁/共139頁第20頁/共139頁第21頁/共139頁第22頁/共139頁第23頁/共139頁第24頁/共139頁2.核酸測序載體序列的識別與去除第25頁/共139頁第26頁/共139頁第27頁/共139頁

測序克隆被宿主菌核酸序列污染，或目的克隆來自于宿主菌，可通過Blastn直接對GenBank或EMBL數(shù)據(jù)庫進行相似性分析進行判斷。第28頁/共139頁RepBase重復序列數(shù)據(jù)庫/server/RepBase/五、重復序列分析第29頁/共139頁第30頁/共139頁第31頁/共139頁第32頁/共139頁第33頁/共139頁第34頁/共139頁第35頁/共139頁第36頁/共139頁cDNA文庫EST較長cDNA全長cDNA第三節(jié)核酸序列的電子延伸第37頁/共139頁1.5Kb500bp500bp500bp500bp第38頁/共139頁基本過程：1.通過Blast搜索GenBank的EST數(shù)據(jù)庫，選擇與待分析的序列具有較高同源性的EST匹配序列；2.將匹配序列和待分析的序列裝配產(chǎn)生新序列；3.以新序列作為待分析的序列重復上述過程，直至沒有新的匹配序列，從而生成最后的新序列。第39頁/共139頁/Blast.cgi第40頁/共139頁第41頁/共139頁第42頁/共139頁第43頁/共139頁第四節(jié)基因的表達、定位分析原理：將待分析序列與EST數(shù)據(jù)庫進行序列對庫檢索，然后用與待分析核酸序列具有高同源性的EST序列所對應(yīng)的組織來源進行推斷而得到該基因的組織表達譜。一、基因的電子表達圖譜分析第44頁/共139頁基本步驟：1.通過Blast搜索GenBank的EST數(shù)據(jù)庫，選擇與待分析的序列具有最高同源性比分的EST序列；2.從NCBI的UniGene數(shù)據(jù)庫進行檢索，得到相應(yīng)的UniGene號；3.可通過參與形成UniGeneCluster的序列的組織/細胞來源間接反映待分析序列在哪種組織中表達。第45頁/共139頁第46頁/共139頁/unigene第47頁/共139頁第48頁/共139頁第49頁/共139頁第50頁/共139頁第51頁/共139頁第52頁/共139頁二、基因的電子定位分析通過序列標簽位點（STS）定位通過UniGene/RH技術(shù)定位利用基因組序列定位第53頁/共139頁利用NCBI的電子PCR資源（/sutils/e-pcr/forward.cgi）1.利用STS數(shù)據(jù)庫進行定位第54頁/共139頁第55頁/共139頁第56頁/共139頁第57頁/共139頁進入NCBI的電子PCR資源（/sutils/e-pcr/forward.cgi）輸入待分析的序列根據(jù)提供的STS信息進行定位步驟：第58頁/共139頁第59頁/共139頁第60頁/共139頁第61頁/共139頁第62頁/共139頁第63頁/共139頁第64頁/共139頁第65頁/共139頁第66頁/共139頁

獲得待分析序列對應(yīng)的UniGene編號，而大部分UniGene序列已經(jīng)具有明確的定位信息，可以得到待分析序列的基因定位。2.利用UniGene數(shù)據(jù)庫進行定位第67頁/共139頁/unigene第68頁/共139頁第69頁/共139頁第70頁/共139頁第71頁/共139頁第72頁/共139頁第73頁/共139頁第74頁/共139頁第75頁/共139頁

將待分析序列輸入基因組數(shù)據(jù)庫進行同源性檢索；得到確定的基因組序列后點擊“Genomeview”觀察基因組結(jié)構(gòu)；點擊紅色標記所指示的染色體列表中選擇對應(yīng)的染色體及區(qū)域；瀏覽器中將顯示詳細的基因定位結(jié)果。3.利用基因組序列進行定位第76頁/共139頁BLAST搜索數(shù)據(jù)庫進行基因定位第77頁/共139頁第78頁/共139頁第79頁/共139頁第80頁/共139頁第81頁/共139頁第82頁/共139頁通過基因組數(shù)據(jù)庫定位---NCBI基因組數(shù)據(jù)庫第83頁/共139頁第84頁/共139頁第85頁/共139頁第86頁/共139頁第87頁/共139頁第88頁/共139頁基因定位第89頁/共139頁第90頁/共139頁第91頁/共139頁擬南芥基因組數(shù)據(jù)庫---基因定位第92頁/共139頁第93頁/共139頁第94頁/共139頁第95頁/共139頁酵母基因組數(shù)據(jù)庫---基因定位第96頁/共139頁第97頁/共139頁第98頁/共139頁第99頁/共139頁第100頁/共139頁步驟：獲取目的序列；預(yù)測可能的編碼區(qū)和非編碼區(qū)；通過相關(guān)的數(shù)據(jù)以提高基因識別的準確性（數(shù)據(jù)庫搜索）；利用生物信息學資源分析序列的功能。第五節(jié)基因識別策略：先尋找并去掉重復的和復雜性較性較低的序列，再尋找基因及相關(guān)調(diào)控區(qū)域。第101頁/共139頁exonintroexonexon5’3’增強子非翻譯區(qū)非翻譯區(qū)GC(-100)CAAT(-70)ATGTATA(-30)TAA/TAG/TGA帽位點(+1)終止位點polyA真核基因結(jié)構(gòu)模式圖第102頁/共139頁基因組外顯子識別從基因組DNA序別中識別出完整的蛋白質(zhì)編碼序列，即外顯子部分。外顯子與內(nèi)含子之間無絕對區(qū)分；同一基因不同發(fā)育時空，外顯子組成不相同；假基因的存在降低預(yù)測的準確率。EST策略的基因鑒定電子克隆最主要的途徑是從EST直接尋找新基因。確定目的EST，構(gòu)建包含EST的重疊群，再進行ORF的判定及蛋白結(jié)構(gòu)域等功能域的識別。一、生物信息學識別基因的兩種途徑第103頁/共139頁編碼區(qū)是由核糖體翻譯成蛋白質(zhì)的DNA序列原核基因：編碼區(qū)是一段不包含終止子的連續(xù)序列。真核基因：編碼區(qū)是由內(nèi)含子隔開的若干個可讀框架。二、編碼區(qū)的分析第104頁/共139頁終止密碼子（TGA、TAA或TAG）數(shù)量較少；ORF達到一定的長度；密碼子使用的偏好性，第3個堿基G/C出現(xiàn)的頻率較高；與已知基因比較有序列相似性；與模板序列的模式相匹配可能指示功能性位點的位置。編碼區(qū)的統(tǒng)計特征：第105頁/共139頁

轉(zhuǎn)錄起始點、核糖體結(jié)合位點、起始密碼子、RNA剪接位點、終止密碼子、poly(A)位點等。編碼區(qū)的一些信號：第106頁/共139頁

分析與基因表達調(diào)控相關(guān)的信息、各種功能位點及基因轉(zhuǎn)錄調(diào)控元件。DNA序列上特殊的片段，是蛋白質(zhì)因子作用的位點，是與基因轉(zhuǎn)錄、翻譯有關(guān)的信號序列。通過模式識別及生物信息軟件分析。

三、非編碼區(qū)的分析第107頁/共139頁啟動子啟動子轉(zhuǎn)錄區(qū)終止子外顯子內(nèi)含子基因的一般結(jié)構(gòu)TATAbox起始序列（TATAT/AAT/A）(C/TC/TCAA/GA/G)轉(zhuǎn)錄因子結(jié)合區(qū)CCAATGC第108頁/共139頁真核生物啟動子－30bp，TATAbox－80bp，CAATbox－80bp110bp，GCCACACCC或GGGCCGGGTATA盒使轉(zhuǎn)錄精確地起始CAAT盒和GC盒控制轉(zhuǎn)錄的起始頻率第109頁/共139頁http://www.epd.isb-sib.ch

第110頁/共139頁/molbio/proscan/

第111頁/共139頁第112頁/共139頁/molbio/signal/

信號肽第113頁/共139頁第114頁/共139頁AuthorsSequinBankItSequencedataGenBankAccessionnumber7daysDraftrecord第六節(jié)核酸序列的提交第115頁/共139頁BankItBankIt是NCBI提供的一個在線提交序列的工具。由一系列表單，包括聯(lián)絡(luò)信息、發(fā)布要求、引用參考信息、序列來源信息、以及序列本身的信息等。用戶提交序列后，會從電子郵件收到自動生成的數(shù)據(jù)條目，Genbank的新序列編號，以及完成注釋后的完整的數(shù)據(jù)記錄。第116頁/共139頁用戶還可以在BankIt頁面下修改已經(jīng)發(fā)布序列的信息。BankIt適合于獨立測序工作者提交少量序列，而不適合大量序列的提交，也不適合提交很長的序列，EST序列和GSS序列也不用BankIt提交。第117頁/共139頁sequin

1.大量的序列提交可以由Sequin程序完成。

2.能方便的編輯和處理復雜注釋。

3.提交來自系統(tǒng)進化、種群和突變研究的序列，可以加入比對的數(shù)據(jù)。

4.用于序列的分析，F(xiàn)ASTA或ASN.1格式。第118頁/共139頁/guide/第119頁/共139頁第120頁/共139頁第121頁/共139頁第122頁/共139頁第123頁/共139頁第124頁/共139頁第125頁/共139頁第126頁/共139頁第127頁/共139頁第128頁/共139頁第129頁/共139頁第130頁/