Softberry網站部分功能介紹

1、Softberry網站部分使用功能介紹摘要Softberry是專業(yè)的在線比對尋找生物啟動子和啟動子模型的網站，其中有很多功能都是我們在以后的生物信息學研究中將要使用到的，所以我們有必要了解其使用方法，本文主要介紹了它的功能的兩個部分，啟動子序列比對功能和SELTAG 軟件的使用簡介。關鍵詞：啟動子預測 啟動子模型 SELTAG軟件ABSTRACKSoftberry is a professional online program which looking for biological promoter and the model of promoter , there are a lot o

2、f features usage on this website will be helped in our bioinformatics research , so it is necessary to know its using method, this paper mainly introduces its function of two parts, the promoter sequence alignment function and the usage of SELTAG software profile.Keywords: promoter prediction promot

3、er model SELTAG software 第一部分：Search for promoters/functional motifs尋找啟動子/功能性序列1. NsiteM 保守調控基序的識別將FASTA格式的序列輸入上面的對話框內，點擊顯示結果按鈕，輸出結果： 結果輸出后可以看到在已知序列庫有2774個基序，所查基序的期望值，統(tǒng)計學顯著水平，基序和已知序列同源性水平，基序與已知序列的差異水平等數據。2. NsiteH 在一對保守的同源序列中尋找功能基序在對話框內分別輸入兩條要比較的序列，然后點擊下面的顯示結果按鈕，輸出結果： 在結果內可以看到兩條序列比對的結果，期望值，統(tǒng)計學顯著水平，最

4、小保守水平，同源水平，變異水平的數據。3. POLYAH 識別3末端多聚核苷酸尾區(qū)域將FASTA格式的序列輸入上面的對話框里，按輸出結果按鈕，可以得到以下數據：輸出結果表明所查序列中有兩個ployA尾位點被預測到。4. BPROM 細菌啟動子的預測將細菌的所查序列粘貼到此處，點擊顯示結果按鈕，輸出結果：結果顯示，我們所查序列的名稱和總長度，以及預測出來的啟動子所在位置和其對應的分值。5. PromH(G) 在真核生物中利用同源序列進行啟動子預測 首先，將一段序列與另一段同源序列分別輸入以上兩個對話框內，然后點擊數據出結果按鈕：可得如下結果：PHa表示比對序列在局部搜索區(qū)域的同源性水平：PHs表

5、示比對序列在TSS系列軟件中的同源性水平；PHss表示比對序列直接在TSS軟件中的同源性水平；PHt表示TATA-BOX在比對序列中的同源性水平；PHr代表調控因子在局部搜索區(qū)域的同源性水平。下面的就是各項的比對結果與其分值。6. PromH(W) 在真核基因組使用同源序列預測啟動子(僅供學術使用)先將兩條要比對的序列輸入上邊的兩個對話框，點擊輸出結果按鈕可得：與PromH(G)不同，這里的輸出結果多出兩條：Initial / Final Thresholds for TATA+ promoters - 0.10 / 2.50TATA+啟動子的最初的/最終的閾值- 0.10/ 2.50Init

6、ial / Final Thresholds for TATA-/enhancers - 0.70 / 3.70TATA-/增強子的最初/最終閾值- 0.70/3.707. CgGFinder CpG尋找器，序列中GC區(qū)域的尋找將要尋找GC區(qū)域的序列輸入上面的對話框內，可得下圖：程序找到4個GC區(qū)域，分別排列在下方，它們的各項指標都在下面顯示，起始位點和終止位點和長度等。8.ScanWM-p尋找植物調控序列的權重矩陣模型將要尋找模型的序列輸入此處，點擊顯示結果，可得：這樣，在相應數據庫中找到的模型就會排布在下方，總共有5個模型被找到。第二部分：SELTAG軟件簡介 seltag是用于分析基因表

7、達數據的最完美的工具。它具有以下功能：1.它可以分析所有或選定的基因組或組織；2.在復雜選擇標準的基礎上，對組織特異性基因進行選擇；3.對數據進行可視化表達； 4.用來識別在一系列組織中表達相同（相關）的基因； 5.選擇特定的基因，如與某些疾病有關的受體或分泌蛋白。seltag允許用戶：1 通過基因的表達水平或其他在不同的實驗中獲得的參數來選擇基因；2 通過基因在不同實驗中的表達水平來確定基因的排序 ；3 用先進的繪圖工具將基因表達譜可視化；4 利用相似的表達譜尋找一個或多個基因 ；5 評估兩個或多個基因的表達譜之間的相關性；6 通過基因表達水平相似的基因表達譜與實驗相似的聚類基因表達數據進行基因或組織 層次聚類和顯示結果相似的樹圖； 7 分析使用主成分分析法的相關基因表達譜的協(xié)方差矩陣和可視