五基因結(jié)構(gòu)預(yù)測與基因表達(dá)分析

1、Chapter 5 基因結(jié)構(gòu)預(yù)測基因結(jié)構(gòu)預(yù)測與基因表達(dá)分析與基因表達(dá)分析蛋白質(zhì)序列蛋白質(zhì)序列翻翻譯譯調(diào)控元件分析調(diào)控元件分析編碼區(qū)預(yù)測編碼區(qū)預(yù)測基因結(jié)構(gòu)分析基因結(jié)構(gòu)分析選擇性剪切選擇性剪切SNP序列比對序列比對功能注釋功能注釋KEGGGO系統(tǒng)發(fā)育樹系統(tǒng)發(fā)育樹蛋白質(zhì)理化性質(zhì)蛋白質(zhì)理化性質(zhì)二級(jí)結(jié)構(gòu)預(yù)測二級(jí)結(jié)構(gòu)預(yù)測結(jié)構(gòu)域分析結(jié)構(gòu)域分析重要信號(hào)位點(diǎn)分析重要信號(hào)位點(diǎn)分析三級(jí)結(jié)構(gòu)預(yù)測三級(jí)結(jié)構(gòu)預(yù)測基因預(yù)測和基因結(jié)構(gòu)分析基因預(yù)測和基因結(jié)構(gòu)分析u生物信息學(xué)中的重要內(nèi)容之一生物信息學(xué)中的重要內(nèi)容之一u預(yù)測編碼蛋白質(zhì)的基因預(yù)測編碼蛋白質(zhì)的基因u排除重復(fù)序列排除重復(fù)序列u確定開放閱讀框（確定開放閱讀框（open re

2、ading frame, ORF）內(nèi)含子內(nèi)含子/外顯子外顯子剪切位點(diǎn)識(shí)別；選擇性剪切分析剪切位點(diǎn)識(shí)別；選擇性剪切分析 （一）（一） 基因預(yù)測的基本分析內(nèi)容基因預(yù)測的基本分析內(nèi)容u確定基因的調(diào)控區(qū)確定基因的調(diào)控區(qū)核心啟動(dòng)子核心啟動(dòng)子/轉(zhuǎn)錄因子結(jié)合位點(diǎn)轉(zhuǎn)錄因子結(jié)合位點(diǎn)/轉(zhuǎn)錄啟始位轉(zhuǎn)錄啟始位點(diǎn)的識(shí)別；轉(zhuǎn)錄終止信號(hào)的預(yù)測；點(diǎn)的識(shí)別；轉(zhuǎn)錄終止信號(hào)的預(yù)測； CpG 島的識(shí)別等島的識(shí)別等 ATG TGA5-UTR3-UTRExon 1Exon 2Promoter （二）（二） 基因預(yù)測的基本方法基因預(yù)測的基本方法 1. 序列相似性搜索序列相似性搜索基因組基因組DNA序列序列 在在6個(gè)閱讀框中進(jìn)行翻譯并與蛋白

3、質(zhì)數(shù)據(jù)庫中的序個(gè)閱讀框中進(jìn)行翻譯并與蛋白質(zhì)數(shù)據(jù)庫中的序列進(jìn)行比較分析（如列進(jìn)行比較分析（如Blastx） 對對EST數(shù)據(jù)庫中同一生物的數(shù)據(jù)庫中同一生物的cDNA序列進(jìn)行比較序列進(jìn)行比較分析（如分析（如Blastn）確定基因數(shù)目和對應(yīng)的確定基因數(shù)目和對應(yīng)的ORFu 分析舉例：水稻分析舉例：水稻Xa21基因區(qū)段基因區(qū)段DNA序列（序列（U37133）v CDS：1-2677 bp處和處和3521-3921 bp處處v Blastx分析結(jié)果分析結(jié)果（檢索蛋白質(zhì)數(shù)據(jù)庫）：與（檢索蛋白質(zhì)數(shù)據(jù)庫）：與水稻蛋白質(zhì)序列比較水稻蛋白質(zhì)序列比較v Blastn分析結(jié)果分析結(jié)果（檢索（檢索est other數(shù)據(jù)庫）

4、：數(shù)據(jù)庫）：與水稻與水稻cDNA序列比較序列比較 取決于數(shù)據(jù)庫中取決于數(shù)據(jù)庫中EST數(shù)據(jù)的數(shù)量和長度數(shù)據(jù)的數(shù)量和長度 通過通過“Tree view”查看與查看與U37133序列序列同源的其它同源的其它EST序列序列 有些蛋白質(zhì)序列是推測獲得的有些蛋白質(zhì)序列是推測獲得的Blastx結(jié)果結(jié)果與與cDNA的比對結(jié)果的比對結(jié)果 2. 根據(jù)模式序列預(yù)測基因根據(jù)模式序列預(yù)測基因u 各種基因預(yù)測軟件各種基因預(yù)測軟件u 取決于人們?nèi)Q于人們對已知基因結(jié)構(gòu)特征的認(rèn)識(shí)對已知基因結(jié)構(gòu)特征的認(rèn)識(shí)u 采用統(tǒng)計(jì)學(xué)方法采用統(tǒng)計(jì)學(xué)方法v 基于一個(gè)或多個(gè)已知序列模式對未知序基于一個(gè)或多個(gè)已知序列模式對未知序列進(jìn)行分類列進(jìn)行分類

5、v 密碼子偏愛性密碼子偏愛性v 對發(fā)現(xiàn)的模式進(jìn)行統(tǒng)計(jì)檢驗(yàn)對發(fā)現(xiàn)的模式進(jìn)行統(tǒng)計(jì)檢驗(yàn) 啟動(dòng)子結(jié)構(gòu)啟動(dòng)子結(jié)構(gòu) 外顯子、內(nèi)含子外顯子、內(nèi)含子u 原核微生物（大腸桿菌原核微生物（大腸桿菌lexA基因的基因的DNA模式）模式）v LexA repressor的結(jié)合位點(diǎn)（啟動(dòng)子區(qū)段）的結(jié)合位點(diǎn)（啟動(dòng)子區(qū)段） CTGNNNNNNNNNNCAGv 與與RNA聚合酶相互作用位點(diǎn)（聚合酶相互作用位點(diǎn)（-10至至-35的啟動(dòng)的啟動(dòng)子區(qū)）子區(qū)） TTGACA和和TATAATv 核糖體結(jié)合位點(diǎn)（轉(zhuǎn)錄起始位點(diǎn)后）核糖體結(jié)合位點(diǎn)（轉(zhuǎn)錄起始位點(diǎn)后） GGAGGu 真核生物真核生物v 基因結(jié)構(gòu)復(fù)雜基因結(jié)構(gòu)復(fù)雜v 已知外顯子、內(nèi)含

6、子外顯子邊界、啟動(dòng)子序已知外顯子、內(nèi)含子外顯子邊界、啟動(dòng)子序列特征列特征基因預(yù)測方法基因預(yù)測方法 不同方法預(yù)測不同方法預(yù)測 核酸序列出現(xiàn)頻率統(tǒng)計(jì)法 同源比較法 隱馬爾可夫模型法 決策樹方法 語言學(xué)方法 神經(jīng)網(wǎng)絡(luò)分析法 訓(xùn)練數(shù)據(jù)集有針對性訓(xùn)練數(shù)據(jù)集有針對性 原核生物vs.真核生物 動(dòng)物vs.植物基因預(yù)測軟件基因預(yù)測軟件基因結(jié)構(gòu)分析工具基因結(jié)構(gòu)分析工具GENSCAN/GENSCAN.htmlWeb/LinuxGeneMarkhttp:/www.ebi.ac.uk/genemark/ /GeneMark/

7、WebGene Finder/tools/genefinder/（Dr. Michael Zhang ）WebFGENESHhttp:/ LinuxFgeneSB/ FgeneSVhttp:/ /generation/WebGeneBuilder http:/r.it/webgene/genebuilder.html WebFGENESH+ /+http:/ Web/LinuxGenomeScan /genomescan.html WebGeneWise http:/www

8、.sanger.ac.uk/Software/Wise2/ WebGRAIL/grailexp/Web/Linux/WindowsBCM Gene Finder/seq-search/gene-search.htmlWebu 目前還沒有一個(gè)基因預(yù)測工具可以完全正確地預(yù)測一個(gè)目前還沒有一個(gè)基因預(yù)測工具可以完全正確地預(yù)測一個(gè)基因組中的所有基因基因組中的所有基因（Mathe C, Sagot MF, Schiex T, Rouze P. Current methods of gene pr

9、ediction, their strengths and weaknesses. Nucleic Acids Res. 30 (19):4103-4117, 2002)u 目前最好的基因預(yù)測工具預(yù)測一個(gè)基因組中的所有外顯目前最好的基因預(yù)測工具預(yù)測一個(gè)基因組中的所有外顯子的準(zhǔn)確率最多達(dá)到子的準(zhǔn)確率最多達(dá)到75%，預(yù)測基因結(jié)構(gòu)的準(zhǔn)確率，預(yù)測基因結(jié)構(gòu)的準(zhǔn)確率100相似度相似度95%S.Gupta et al., Genome wide identification and classification of alternative splicing based on EST data, 2004,

10、 20(16): 2579-2585基因周圍調(diào)控序列分析基因周圍調(diào)控序列分析 CpG島 位于真核生物基因轉(zhuǎn)錄起始位點(diǎn)上游，GC含50% ，長度200bp 轉(zhuǎn)錄起始位點(diǎn)(Transcription start site, TSS) PY2CAPY5 核心啟動(dòng)子(Core promoter element) TATA box，Pribnow box 上游啟動(dòng)子元件(Upstream promoter element) CAAT box，GC box，SP1，Otc 轉(zhuǎn)錄終止信號(hào) AAUAAA，UUUUUU 操縱子、終止子、增強(qiáng)子、沉默子啟動(dòng)子數(shù)據(jù)庫啟動(dòng)子數(shù)據(jù)庫TransFac http:/www.

11、gene- EPD http:/www.epd.isb-sib.ch/ TRRD http:/wwwmgs.bionet.nsc.ru/mgs/gnw/trrd Jasparhttp:/jaspar.cgb.ki.se/cgi-bin/jaspar_db.plZhang Lab/software/index1.htm DBTSShttp:/dbtss.hgc.jp/index.htmlMIRAGE/ Bacillus subtilis http:/dbtbs.hgc.jp/ Drosophila melanogaste

12、r /labs/Kadonaga/DCPD.html E. coli /ecoli_matrices/ Human /mfrith/HPD.html PlantProm http:/ Planthttp:/www.dna.affrc.go.jp/PLACE http:/oberon.fvms.ugent.be:8080/PlantCARE/index.html Saccharomyces cerevisiae /j

13、ian/ CpG Island 分析分析CpG Island http:/ finderhttp:/ Network Promoter Prediction/seq_tools/promoter.htmlWebSoftberry: BPROM, TSSP, TSSG, TSSWhttp:/ ftp:/ariane.gsf.de/pub/win95_NT/ConsInspector.exeWindows/LinuxCister/mfrith/cister.shtmlWeb Promoter預(yù)測Cis-regulator

14、y elements analysisPlantCARE轉(zhuǎn)錄終止信號(hào)預(yù)測轉(zhuǎn)錄終止信號(hào)預(yù)測Hcpolyahttp:/r.it/webgene/wwwHC_polya.htm1Web POLYAHhttp:/ /tools/polyadq/polyadq_form.htmlWeb編碼區(qū)綜合分析舉例編碼區(qū)綜合分析舉例CpG島分析No調(diào)控序列所在位置Cister結(jié)果：881- 896 CCAAT908- 923 CCAAT轉(zhuǎn)錄終止信號(hào)GetOrfGenScan735 - 773 964 - 1020 1054 - 1146 1112 - 1156 1341 -

15、1625 1054-1490(1054-1145, 1268-1490 )CCTAGTCCAGACGCCATGGGT比對分析（Blastx，Blastn，Blastp）Blastx結(jié)果： gamma globin：1054-11461266-1493 /mfrith/HPD.htmlHuman gene 5HSA004013: -10001000基因表達(dá)分析基因表達(dá)分析利用已發(fā)表基因芯片數(shù)據(jù)分析目標(biāo)基因的表達(dá)情況 GEO serves as a public repository for a wide range of high-throughput expe

16、rimental data. These data include single and dual channel microarray-based experiments measuring mRNA, miRNA, genomic DNA (arrayCGH, ChIP-chip, and SNP), and protein abundance, as well as non-array techniques such as serial analysis of gene expression (SAGE), mass spectrometry peptide profiling, and

17、 various types of quantitative sequence data.GEO數(shù)據(jù)庫查詢數(shù)據(jù)庫查詢根據(jù)關(guān)鍵詞查詢或或根據(jù)GEO accession查詢可下載這兩種格式作進(jìn)一步分析探針探針不同處理?xiàng)l件下的基因表達(dá)量不同處理?xiàng)l件下的基因表達(dá)量TXT格式如何判斷目標(biāo)基因所對應(yīng)的芯片探針？根據(jù)soft格式文件中探針的注釋信息利用PlantGDB數(shù)據(jù)庫中的PLEXdb Probe Match工具查詢選擇數(shù)據(jù)庫選擇數(shù)據(jù)庫粘貼目標(biāo)基因粘貼目標(biāo)基因CDS序列序列其它資源其它資源GenevestigatorGenevestigator is a reference expression dat

18、abase and meta-analysis system. It allows biologists to study the expression and regulation of genes in a broad variety of contexts by summarizing information from hundreds of microarray experiments into easily interpretable results. A user-friendly interface allows you to visualize gene expression

19、in many different tissues, at multiple developmental stages, or in response to large sets of stimuli, diseases, drug treatments, or genetic modifications. This type of meta-analysis is core to understanding the spatio-temporal-response regulation of genes, to identify or validate biomarkers, and to find out which subnetworks are commonly affected in different diseases and conditions.注冊后可以免費(fèi)試用以軟件以軟件Genevestigator tool的形式在的形式在PC機(jī)上打開進(jìn)行操作。目機(jī)上打開進(jìn)行操作。目前整合了擬南芥、水稻、人、老鼠等物種的基因芯片表達(dá)數(shù)據(jù)前整合了擬南芥、水稻、人、老鼠等物種的基因芯片表達(dá)數(shù)據(jù)Plant Expression DatebaseArrayexpresshttp:/www.ebi.ac.uk/microarray-as/