實(shí)驗(yàn)三基因組序列分析

實(shí)驗(yàn)三：基因序列分析杜娟dujuannx@126.com基因與蛋白質(zhì)組學(xué)數(shù)據(jù)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螅赫莆栈蚩勺x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2原核生物基因結(jié)構(gòu)1長(zhǎng)開放閱讀框2高基因密度3簡(jiǎn)單的基因結(jié)構(gòu)4基因組中GC含量變化非常大特點(diǎn)：3真核生物基因結(jié)構(gòu)特點(diǎn)：1基因結(jié)構(gòu)復(fù)雜2具有復(fù)雜的基因轉(zhuǎn)錄調(diào)控方式3具有豐富的可變剪接4有明顯的CpG島、密碼子使用具有偏好性4基因組序列分析5

例：WhatisGenePrediction?

GivenanuncharacterizedDNAsequence,findout:

1.Wheredoesthegenestartsandends?

2.Whichregionscodeforaprotein?

AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGCgene1gene2gene3exonintergenicregionintron678一開放讀碼框的識(shí)別開放讀碼框（openreadingframe,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)9基因開放閱讀框/基因結(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ORFFinder/gorf/gorf.htmlNCBI通用BestORF/all.htmSoftberry真核GENSCAN/GENSCAN.htmlMIT脊椎、擬南芥、玉米GeneFinder/tools/genefinder/Zhanglab人、小鼠、擬南芥、酵母FGENESH/all.htmSoftberry真核GeneMark/GeneMark/GIT原核GLIMMER/genomes/MICROBES/glimmer_3.cgi/software/glimmer

Maryland原核FgeneSB/all.htmSoftberry細(xì)菌FgeneSV/all.htmSoftberry病毒Generation/generation/ORNL原核FGENESH+/all.htmSoftberry原核GenomeScan

/genomescan.html

MIT脊椎、擬南芥、玉米GeneWise

http://www.ebi.ac.uk/Wise2/EBI人、蠕蟲GRAIL/grailexp/ORNL人、小鼠、擬南芥、果蠅101.ORFFinder的使用及結(jié)果分析111.ORFFinder的使用及結(jié)果分析121.ORFFinder的使用及結(jié)果分析131.ORFFinder的使用及結(jié)果分析141.ORFFinder的使用及結(jié)果分析151.ORFFinder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ORF的可信度較高。如果要獲取該ORF所編碼的蛋白質(zhì)序列，可以點(diǎn)擊“Accept”按鈕后，在“1GenBank”的下拉框中選擇“3Fasta”，并點(diǎn)擊“view”，即可獲取該ORF所編碼的蛋白質(zhì)序列。161.ORFFinder的使用及結(jié)果分析171.ORFFinder的使用及結(jié)果分析181.ORFFinder的使用及結(jié)果分析191.ORFFinder的使用及結(jié)果分析20提交序列提交序列文件運(yùn)行GENSCAN選擇物種顯示氨基酸或CDS序列序列名稱（可選）是否顯示非最優(yōu)外顯子2.Genscan的使用及結(jié)果分析21基因、外顯子及類型正鏈、負(fù)鏈預(yù)測(cè)單元起始、終止及長(zhǎng)度相位編碼區(qū)打分值可信概率、得分值2.Genscan的結(jié)果分析22/berry.phtml?group=programs&subgroup=gfind&topic=fgenesh3.FGENESH的使用及結(jié)果分析輸入序列的Fasta文件233.FGENESH的使用及結(jié)果分析起始外顯子中間及末端外顯子PolyA位點(diǎn)起始?jí)A基終止堿基打分長(zhǎng)度243.FGENESH的使用及結(jié)果分析253.FGENESH的使用及結(jié)果分析26二.原核和真核生物基因轉(zhuǎn)錄起始位點(diǎn)上游區(qū)結(jié)構(gòu)

原核生物真核生物TTGACATATAATAmRNA＋1－10－35PyAPyTATAATGC區(qū)CAAT區(qū)mRNA＋1－40－25－110增強(qiáng)子上游啟動(dòng)子元件，UPE核心啟動(dòng)子元件轉(zhuǎn)錄起始位點(diǎn)27原核生物真核生物28二.啟動(dòng)子預(yù)測(cè)輸入序列的Fasta文件29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>200bpCpG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。CpGIsland分析CpGIsland/cpgislands2/cpg.aspxWebCpGfinder/berry.phtml?topic=cpgfinder&group=programs&subgroup=promoterWebCpGPlot/CpGReport/Isochorehttp://www.ebi.ac.uk/emboss/cpgplot/index.htmlWeb31輸入序列的Fasta文件32從該序列的預(yù)測(cè)結(jié)果來(lái)看，找到兩個(gè)CpG島，分別位于501-727，長(zhǎng)度為227個(gè)堿基，54380-54691，長(zhǎng)度為31233四轉(zhuǎn)錄終止信號(hào)加polyA信號(hào)：AAUAAA轉(zhuǎn)錄終止信號(hào)：GCrich二重對(duì)稱區(qū)、UUUUUUC-GC-GG-CG-CU-AG-CG-CC-GG-CUUUUUUUUURNA5’3’AAUAAACAAAAAAAAAAAAA成熟mRNA5’3’AAUAAACAGUmRNA前體5’3’3435轉(zhuǎn)錄終止信號(hào)預(yù)測(cè)Hcpolyar.it/~webgene/wwwHC_polya.htmlWebPOLYAH/berry.phtml?topic=polyah&group=programs&subgroup=promoterWebpolyadq/tools/polyadq/polyadq_form.htmlWeb36POLYAH的使用及結(jié)果分析輸入序列的Fasta文件37POLYAH的使用及結(jié)果分析預(yù)測(cè)的POLYA位點(diǎn)，LDF為權(quán)重38內(nèi)含子/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)(donorsplicesite):GT內(nèi)含子3’端受體位點(diǎn)(acceptorsplicesite):AG預(yù)測(cè)工具：GENSCAN，GENEMARKNetGene2,SpliceView39mRNA剪切位點(diǎn)識(shí)別：spidey40NCBI開發(fā)的在線預(yù)測(cè)程序用于mRNA序列同基因組序列比對(duì)分析/IEB/Research/Ostell/Spidey/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GenbankID/AC號(hào)）下方窗口用于輸入cDNA/mRNA序列（直接粘貼序列或用GenbankID/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)面輸入基因組序列或序列數(shù)據(jù)庫(kù)號(hào)AC002390.143輸入相似mRNA序列判斷用于分析的序列間的差異，并調(diào)整比對(duì)參數(shù)不受默認(rèn)內(nèi)含子長(zhǎng)度限制，默認(rèn)長(zhǎng)度：內(nèi)部?jī)?nèi)含子為35kb,末端內(nèi)含子為100kb輸出格式比對(duì)閾值選擇物種44第一條藍(lán)色序列為基因組序列，橘黃色為外顯子45外顯子對(duì)應(yīng)于基因組上的起始/結(jié)束位置外顯子對(duì)應(yīng)于mRNA/cDNA上的起始/結(jié)束位置供體、受體位點(diǎn)外顯子序號(hào)外顯子長(zhǎng)度一致性百分比錯(cuò)配和gap46序列聯(lián)配結(jié)果47使用NCBIORFFinder識(shí)別檢索號(hào)為L(zhǎng)03845的可讀框。寫下擬南芥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，寫出二者都預(yù)測(cè)為外顯子的區(qū)段。作業(yè)48使用CpG