真核生物基因結(jié)構(gòu)的預測分析方法(軟件)

1、1 實習二實習二 真核生物基因結(jié)構(gòu)的預真核生物基因結(jié)構(gòu)的預 測分析測分析 浙江加州國際納米技術(shù)研究院浙江加州國際納米技術(shù)研究院 2010年11月 蘇錕楷蘇錕楷 樓小燕樓小燕 韓韓 序序 蔣蔣 琰琰 2 實習一實習一基因組數(shù)據(jù)注釋和功能分析基因組數(shù)據(jù)注釋和功能分析 實習二實習二真核生物基因結(jié)構(gòu)的預測分析真核生物基因結(jié)構(gòu)的預測分析 實習三實習三芯片的基本數(shù)據(jù)處理和分析芯片的基本數(shù)據(jù)處理和分析 實習四實習四蛋白質(zhì)結(jié)構(gòu)與功能分析蛋白質(zhì)結(jié)構(gòu)與功能分析 實習五實習五蛋白質(zhì)組學數(shù)據(jù)分析蛋白質(zhì)組學數(shù)據(jù)分析 實習六實習六系統(tǒng)生物學軟件實習系統(tǒng)生物學軟件實習 課程內(nèi)容課程內(nèi)容 基因組學基因組學 轉(zhuǎn)錄物組學轉(zhuǎn)錄物組

2、學 蛋白質(zhì)組學蛋白質(zhì)組學 系統(tǒng)生物學系統(tǒng)生物學 3 編碼區(qū)預測編碼區(qū)預測 Codon bias GC Content 限制性酶切位點限制性酶切位點 基因結(jié)構(gòu)分析基因結(jié)構(gòu)分析 選擇性剪切選擇性剪切 轉(zhuǎn)錄調(diào)控因子轉(zhuǎn)錄調(diào)控因子 序列比對序列比對 功能注釋功能注釋 KEGG GO 系統(tǒng)發(fā)育樹系統(tǒng)發(fā)育樹 蛋白質(zhì)序列蛋白質(zhì)序列 翻翻 譯譯 蛋白質(zhì)理化性質(zhì)蛋白質(zhì)理化性質(zhì) 二級結(jié)構(gòu)預測二級結(jié)構(gòu)預測 結(jié)構(gòu)域分析結(jié)構(gòu)域分析 重要信號位點分析重要信號位點分析 三級結(jié)構(gòu)預測三級結(jié)構(gòu)預測 基因組功能分析基因組功能分析 4 真核生物基因的主要結(jié)構(gòu)真核生物基因的主要結(jié)構(gòu) 5 基因結(jié)構(gòu)分析基因結(jié)構(gòu)分析 開放讀碼框開放讀碼框

3、GENSCAN GENOMESCAN CpG島島CpGPlot 轉(zhuǎn)錄終止信號轉(zhuǎn)錄終止信號POLYAH 啟動子啟動子/轉(zhuǎn)錄起始位點轉(zhuǎn)錄起始位點PromoterScan 密碼子偏好分析密碼子偏好分析CodonW mRNA剪切位點剪切位點 NETGENE2 Spidey 選擇性剪切選擇性剪切ASTD 基因結(jié)構(gòu)分析常用軟件基因結(jié)構(gòu)分析常用軟件 6 開放讀碼框的識別開放讀碼框的識別 開放讀碼框（open reading frame, 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) 7 基因開放閱讀框基因開放閱讀框/ /基因結(jié)構(gòu)分析識別工具基因結(jié)構(gòu)分析識別工具 ORF

4、Finder /gorf/gorf.html NCBI通用 BestORFhttp:/ group=programs&subgroup=gfind Softberry真核 GENSCAN/GENSCAN.htmlMIT脊椎、擬南芥、玉米脊椎、擬南芥、玉米 Gene Finder/tools/genefinder/Zhang lab人、小鼠、擬南芥、酵母 FGENESHhttp:/ &group=programs&subgroup=gfind Softberry真核(

5、基因結(jié)構(gòu)) GeneMark/GeneMark/eukhmm.cgiGIT原核 GLIMMER/genomes/MICROBES/gli mmer_3.cgi /software/glimmer Maryland原核 Fgeneshttp:/ group=programs&subgroup=gfind Softberry人（基因結(jié)構(gòu)） FgeneSVhttp:/ oup=programs&subgroup=gfindv Softberry病毒

6、 Generation /generation/ORNL原核 FGENESBhttp:/ &group=programs&subgroup=gfindb Softberry細菌（基因結(jié)構(gòu)） GenomeScan /genomescan.html MIT脊椎、擬南芥、玉米脊椎、擬南芥、玉米 GeneWise2http:/www.ebi.ac.uk/Wise2/EBI人 GRAIL/grailexp/ORNL人、小鼠、擬南芥、果蠅 8 ORF識別識別：GENSCAN h

7、ttp://GENSCAN.html 結(jié)果返回到郵箱（可選）結(jié)果返回到郵箱（可選） 提交序列提交序列 提交序列文件提交序列文件 運行運行GENSCAN 顯示氨基酸或顯示氨基酸或CDS序列序列 序列名稱（可選）序列名稱（可選） 是否顯示非最優(yōu)外顯子是否顯示非最優(yōu)外顯子 選擇物種類型選擇物種類型 9 9 GENSCAN輸出結(jié)果：文本輸出結(jié)果：文本 1010 GENSCAN輸出結(jié)果：圖形輸出結(jié)果：圖形 11 ORF識別識別： GenomeScan 提交待分析序列提交待分析序列 提交同源蛋白質(zhì)序列提交同源蛋白質(zhì)序列 運行運行GenomeScan http:/genes.mit

8、.edu/genomescan.html 12 GenomeScan輸出結(jié)果輸出結(jié)果：文本：文本 預測外顯子位置、可預測外顯子位置、可 信度等信息信度等信息 同源比同源比 對信息對信息 預測結(jié)果的氨基酸序列預測結(jié)果的氨基酸序列 13 GenomeScan輸出結(jié)果輸出結(jié)果：圖形：圖形 14 課堂練習 1使用GENESCAN預測序列中可能的ORF。 2使用GENOMESCAN預測序列中可能的 ORF。 練習用的序列文件在c:zcnishixi2文件下， 名字為clone.fasta，使用寫字板打開查看。 15 轉(zhuǎn)錄調(diào)控序列分析轉(zhuǎn)錄調(diào)控序列分析 CpG島、轉(zhuǎn)錄終止信號和啟動子區(qū)域的預測 16 CpG

9、島的預測 CpG島 常位于真核生物基因轉(zhuǎn)錄起始位點，GC含50% ， 長度200bp的一段DNA序列。 17 CpG Island 分析常用軟件分析常用軟件 CpG Island http:/ x Web CpGPlot http:/www.ebi.ac.uk/emboss/cpgplot/index. html Web CpG finder http:/ pgfinder&group=programs&subgroup=pro moter Web CpGi130http:/ CpGproD http:/pbil.univ- lyon1.fr/software/cpgprod_query.ht

10、ml web 提交序列文件提交序列文件 提交序列提交序列 參數(shù)選項參數(shù)選項 CpG島的預測：CpGPlot http:/www.ebi.ac.uk/emboss/cpgplot/index.html 19 GENESCAN 預測結(jié)果 起始為532bp 終止于51783bp 20 轉(zhuǎn)錄終止信號轉(zhuǎn)錄終止信號 上游作用元件：AAUAAA 下游作用元件：GC rich二重對稱區(qū)、UUUUUU C-G C-G G-C G-C U-A G-C G-C C-G G-C UUUUUUUUU RNA 53 AAUAAACAAAAAAAAAAAAA 成熟mRNA 53 AAUAAACAGUmRNA前體5 3 21

11、 轉(zhuǎn)錄終止信號預測：POLYAH http:/ &subgroup=promoter 提交序列文件提交序列文件 提交序列提交序列 22 polyA位置 GENESCAN預測結(jié)果 PolyA位點52490bp POLYAH輸出結(jié)果 23 啟動子區(qū)結(jié)構(gòu)啟動子區(qū)結(jié)構(gòu) 啟動子（Promoter） 位于結(jié)構(gòu)基因5端上游，能活化RNA聚合酶，使之與模板 DNA結(jié)合并具有轉(zhuǎn)錄起始的特異性。 轉(zhuǎn)錄起始位點(Transcription start site, TSS) PYCAPY（嘧啶） 核心啟動子元件(Core promoter element) TATA box，Pribnow box （TATAA) 上

12、游啟動子元件(Upstream promoter element，UPE) CAAT box，GC box，SP1，Otc 增強子(Enhancer) 24 原核和真核生物基因轉(zhuǎn)錄起始位點上游區(qū)原核和真核生物基因轉(zhuǎn)錄起始位點上游區(qū) 結(jié)構(gòu)結(jié)構(gòu) 原核生物原核生物 真核生物真核生物 TTGACATATAATA mRNA 11035 PyAPyTATAATGC區(qū) CAAT區(qū) mRNA 14025110 增強子增強子 上游啟動子元件，上游啟動子元件，UPE核心啟動子元件核心啟動子元件 轉(zhuǎn)錄起始轉(zhuǎn)錄起始 位點位點 25 PromoterScan:80/mol

13、bio/proscan/Web Promoser/zlab/PromoSer/Web Neural Network Promoter Prediction /seq_tools/promoter.htmlWeb Softberry: BPROM, TSSP, TSSG, TSSW http:/ ex&group=programs&subgroup=promoter Web MatInspectorhttp:/www.gene-regulation.de/Web RSAThttp:/rsat.ulb.ac.be/

14、rsat/Web Cister/mfrith/cister.shtmlWeb 啟動子結(jié)合位點分析常用軟件啟動子結(jié)合位點分析常用軟件 26 啟動子預測：PromoterScan /molbio/proscan/ 提交序列提交序列 27 PromoterScan輸出結(jié)果 找到的TATA box和轉(zhuǎn)錄起始位點 預測可能的轉(zhuǎn)錄因子預測可能的轉(zhuǎn)錄因子轉(zhuǎn)錄因子在提交序列中的位置轉(zhuǎn)錄因子在提交序列中的位置 28 課堂練習 1 使用CpG Plot預測基因的CpG island 位置。 2 使用PolyAH預測基因可能的轉(zhuǎn)

15、錄終止 的位置。 3 使用PromotorScan尋找基因上游序列 里可能的轉(zhuǎn)錄因子調(diào)控區(qū)域。 基因密碼子偏好性基因密碼子偏好性 29 1.研究研究蛋白質(zhì)結(jié)蛋白質(zhì)結(jié) 構(gòu)功能構(gòu)功能中的作用中的作用 2.在在表達外源基表達外源基 因因方面的作用方面的作用 3.在在生物信息學生物信息學 研究中的作用研究中的作用 基因密碼子偏好性基因密碼子偏好性: CodonW 30 粘帖目的序列粘帖目的序列 密碼子表的選擇密碼子表的選擇 如需計算如需計算FOP/CBIFOP/CBI 選擇相應物種選擇相應物種 如需計算如需計算CAICAI選擇選擇 相應物種相應物種 輸出格式輸出格式( (默認不選默認不選) ) 匯總所

16、有基因的信息匯總所有基因的信息 31 參 數(shù) 選 擇 計算所有指數(shù)計算所有指數(shù) 選擇導入對應物種選擇導入對應物種 CAICAI FOPFOP CBICBI數(shù)據(jù)數(shù)據(jù) 計算有效密碼子數(shù)計算有效密碼子數(shù) 計算計算GCGC含量含量 計算計算GC3sGC3s含量含量 計算同義密碼子數(shù)量計算同義密碼子數(shù)量 計算同義密碼子計算同義密碼子 第三位堿基組成第三位堿基組成 密碼子總數(shù)密碼子總數(shù) 32 各項指數(shù)輸出結(jié)果各項指數(shù)輸出結(jié)果 密碼子使用頻率密碼子使用頻率 CodonW結(jié)果界面 課堂練習 使用CodonW分析基因的密碼子使用偏好， 了解密碼子偏好分析中各指數(shù)的含義。 33 34 內(nèi)含子內(nèi)含子/外顯子剪切位點

17、識別外顯子剪切位點識別 如何分析核酸序列中的外顯子組成？ 通過對特征序列(GT-AG)的分析進行直 接的預測基因預測軟件（NetGene2） 與相應的基因組序列比對，分析比對片 段的分布位置（Spidey） 35 36 剪切位點識別：剪切位點識別：NetGene2 http:/www.cbs.dtu.dk/services/NetGene2/ 提交序列提交序列 選擇物種選擇物種 37 NetGene2輸出結(jié)果輸出結(jié)果 供體位點供體位點 受體位點受體位點 可信度可信度 相位相位 38 mRNA剪切位點識別：剪切位點識別：Spidey NCBI開發(fā)的在線預測程序 用于mRNA序列同基因組序列比對分

18、析 /spidey 39 Spidey同源序列的獲得同源序列的獲得:序列比對序列比對 通過BLAST進行序列比對，找到可能同源 的相似性好的一系列mRNA序列。 BLAST比對到的三條mRNA序列 40 輸入基因組序列或序列數(shù)據(jù)庫號輸入基因組序列或序列數(shù)據(jù)庫號 輸入相似性序列輸入相似性序列 判斷用于分析的序列間的判斷用于分析的序列間的 差異，并調(diào)整比對參數(shù)差異，并調(diào)整比對參數(shù) 不受默認內(nèi)含子長度限不受默認內(nèi)含子長度限 制，制， 默認長度：內(nèi)部內(nèi)含子默認長度：內(nèi)部內(nèi)含子 為為35kb, 35kb, 末端內(nèi)含子為末端內(nèi)含子為 100kb100kb 比對閾

19、值比對閾值 選擇物種選擇物種 輸出格式選擇輸出格式選擇 41 Spidey輸出結(jié)果 第一條藍色序列第一條藍色序列 為基因組序列，為基因組序列， 橘黃色為外顯子橘黃色為外顯子 外顯子對應于外顯子對應于 基因組上的基因組上的 起始起始/ /結(jié)束位置結(jié)束位置 外顯子對應于外顯子對應于 mRNA/cDNAmRNA/cDNA上的上的 起始起始/ /結(jié)束位置結(jié)束位置 供體、受體位點供體、受體位點 外顯子外顯子 長度長度 一致性一致性 百分比百分比 錯配和錯配和gapgap 外顯子外顯子 序號序號 序列聯(lián)配結(jié)果序列聯(lián)配結(jié)果 42 課堂練習 1 練習兩種預測剪切位點的軟件的使用， NetGene2和Spidey。 2 Spidey的同源序列文件保存在 c:zcnishixi2文件下，名字為Spidey.txt， 使用寫字板打開查看。 43 選擇性剪切選擇性剪切（Alternative splicing）分析分析 選擇性剪接是調(diào)控基因表達的重要機制 了解不同物種、細胞、發(fā)育階段、環(huán)境壓力下基因 的調(diào)控表達機制 44 選擇性剪接的類型選擇性剪接的類型 選擇性剪切的五種基本類型: 內(nèi)含子保留. 5端選擇性剪切位點. 3端選擇性剪切位點. 外顯子遺漏. 互斥外顯子. 45 查詢選擇性剪切相關(guān)的