真核生物基因结构的预测分析方法(软件).ppt

实习二实习二 真核生物基因结构的预真核生物基因结构的预测分析测分析浙江加州国际纳米技术研究院浙江加州国际纳米技术研究院2010年11月苏锟楷苏锟楷 楼小燕楼小燕 韩韩 序序 蒋蒋 琰琰1实习一实习一基因组数据注释和功能分析基因组数据注释和功能分析实习二实习二真核生物基因结构的预测分析真核生物基因结构的预测分析 实习三实习三芯片的基本数据处理和分析芯片的基本数据处理和分析实习四实习四蛋白质结构与功能分析蛋白质结构与功能分析实习五实习五蛋白质组学数据分析蛋白质组学数据分析实习六实习六系统生物学软件实习系统生物学软件实习课程内容课程内容基因组学基因组学转录物组学转录物组学蛋白质组学蛋白质组学系系统统生生物物学学2基因组序列基因组序列基因组序列基因组序列cDNAcDNA序列序列序列序列编码区预测编码区预测Codon biasGC Content限制性酶切位点限制性酶切位点基因结构分析基因结构分析选择性剪切选择性剪切转录调控因子转录调控因子序列比对序列比对功能注释功能注释KEGGGO系统发育树系统发育树蛋白质序列蛋白质序列翻译翻译蛋白质理化性质蛋白质理化性质二级结构预测二级结构预测结构域分析结构域分析重要信号位点分析重要信号位点分析三级结构预测三级结构预测基因组功能分析基因组功能分析3真核生物基因的主要结构真核生物基因的主要结构4基因结构分析基因结构分析开放读码框开放读码框GENSCANGENOMESCANCpG岛岛CpGPlot转录终止信号转录终止信号POLYAH启动子启动子/转录起始位点转录起始位点PromoterScan密码子偏好分析密码子偏好分析CodonWmRNA剪切位点剪切位点NETGENE2Spidey选择性剪切选择性剪切ASTD基因结构分析常用软件基因结构分析常用软件5开放读码框的识别开放读码框的识别开放读码框（open reading frame,ORF)是一段起始密码子和终止密码子之间的碱基序列ORF 是潜在的蛋白质编码区6基因开放阅读框基因开放阅读框/基因结构分析识别工具基因结构分析识别工具ORF Finder http:/www.ncbi.nlm.nih.gov/gorf/gorf.html NCBI通用BestORFhttp:/ Finderhttp:/rulai.cshl.org/tools/genefinder/Zhang lab人、小鼠、拟南芥、酵母FGENESHhttp:/ Maryland原核Fgeneshttp:/ http:/compbio.ornl.gov/generation/ORNL原核FGENESBhttp:/ http:/genes.mit.edu/genomescan.html MIT脊椎、拟南芥、玉米脊椎、拟南芥、玉米GeneWise2http:/www.ebi.ac.uk/Wise2/EBI人GRAILhttp:/grail.lsd.ornl.gov/grailexp/ORNL人、小鼠、拟南芥、果蝇7ORF识别：识别：GENSCANhttp:/genes.mit.edu/GENSCAN.html结果返回到邮箱（可选）结果返回到邮箱（可选）提交序列提交序列提交序列文件提交序列文件运行运行GENSCAN显示氨基酸或显示氨基酸或CDS序列序列序列名称（可选）序列名称（可选）是否显示非最优外显子是否显示非最优外显子选择物种类型选择物种类型89GENSCAN输出结果：文本输出结果：文本910GENSCAN输出结果：图形输出结果：图形10ORF识别：识别：GenomeScan提交待分析序列提交待分析序列提交同源蛋白质序列提交同源蛋白质序列运行运行GenomeScanhttp:/genes.mit.edu/genomescan.html11GenomeScan输出结果输出结果：文本：文本预测外显子位置、可预测外显子位置、可信度等信息信度等信息同源比同源比对信息对信息预测结果的氨基酸序列预测结果的氨基酸序列12GenomeScan输出结果输出结果：图形：图形13课堂练习1使用GENESCAN预测序列中可能的ORF。2使用GENOMESCAN预测序列中可能的ORF。练习用的序列文件在c:zcnishixi2文件下，名字为clone.fasta，使用写字板打开查看。14转录调控序列分析转录调控序列分析 CpG岛、转录终止信号和启动子区域的预测15CpG岛的预测CpG岛常位于真核生物基因转录起始位点，GC含50%，长度200bp的一段DNA序列。16CpG Island 分析常用软件分析常用软件CpG Island http:/ finderhttp:/ 预测结果起始为532bp 终止于51783bp19转录终止信号转录终止信号上游作用元件：AAUAAA下游作用元件：GC rich二重对称区、UUUUUUC-GC-GG-CG-CU-AG-CG-CC-GG-CUUUUUUUUURNA53AAUAAACAAAAAAAAAAAAA成熟mRNA53AAUAAACAGUmRNA前体5320转录终止信号预测：POLYAHhttp:/ 提交序列文件提交序列文件提交序列提交序列21polyA位置GENESCAN预测结果PolyA位点52490bpPOLYAH输出结果22启动子区结构启动子区结构启动子（Promoter）位于结构基因5端上游，能活化RNA聚合酶，使之与模板DNA结合并具有转录起始的特异性。转录起始位点(Transcription start site,TSS)PYCAPY（嘧啶）核心启动子元件(Core promoter element)TATA box，Pribnow box（TATAA)上游启动子元件(Upstream promoter element，UPE)CAAT box，GC box，SP1，Otc增强子(Enhancer)23原核和真核生物基因转录起始位点上游区原核和真核生物基因转录起始位点上游区结构结构原核生物原核生物真核生物真核生物TTGACATATAATAmRNA11035PyAPyTATAATGC区 CAAT区mRNA14025110增强子增强子上游启动子元件，上游启动子元件，UPE核心启动子元件核心启动子元件转录起始转录起始位点位点24PromoterScanhttp:/bimas.dcrt.nih.gov:80/molbio/proscan/WebPromoserhttp:/biowulf.bu.edu/zlab/PromoSer/WebNeural Network Promoter Predictionhttp:/www.fruitfly.org/seq_tools/promoter.htmlWebSoftberry:BPROM,TSSP,TSSG,TSSWhttp:/ 启动子结合位点分析常用软件启动子结合位点分析常用软件25启动子预测：PromoterScanhttp:/www-bimas.cit.nih.gov/molbio/proscan/提交序列提交序列26PromoterScan输出结果找到的TATA box和转录起始位点预测可能的转录因子预测可能的转录因子转录因子在提交序列中的位置转录因子在提交序列中的位置27课堂练习1 使用CpG Plot预测基因的CpG island位置。2 使用PolyAH预测基因可能的转录终止的位置。3 使用PromotorScan寻找基因上游序列里可能的转录因子调控区域。28基因密码子偏好性基因密码子偏好性1.研究研究蛋白质结蛋白质结构功能构功能中的作用中的作用2.在在表达外源基表达外源基因因方面的作用方面的作用3.在在生物信息学生物信息学研究中的作用研究中的作用29基因密码子偏好性基因密码子偏好性:CodonW粘帖目的序列粘帖目的序列密码子表的选择密码子表的选择如需计算如需计算FOP/CBIFOP/CBI选择相应物种选择相应物种如需计算如需计算CAICAI选择选择相应物种相应物种输出格式输出格式(默认不选默认不选)汇总所有基因的信息汇总所有基因的信息30参 数 选 择计算所有指数计算所有指数选择导入对应物种选择导入对应物种CAICAI FOPFOP CBICBI数据数据计算有效密码子数计算有效密码子数计算计算GCGC含量含量计算计算GC3sGC3s含量含量计算同义密码子数量计算同义密码子数量计算同义密码子计算同义密码子第三位碱基组成第三位碱基组成密码子总数密码子总数31各项指数输出结果各项指数输出结果密码子使用频率密码子使用频率CodonW结果界面32课堂练习使用CodonW分析基因的密码子使用偏好，了解密码子偏好分析中各指数的含义。33内含子内含子/外显子剪切位点识别外显子剪切位点识别如何分析核酸序列中的外显子组成？通过对特征序列(GT-AG)的分析进行直接的预测基因预测软件（NetGene2）与相应的基因组序列比对，分析比对片段的分布位置（Spidey）3435剪切位点识别：剪切位点识别：NetGene2http:/www.cbs.dtu.dk/services/NetGene2/提交序列提交序列选择物种选择物种36NetGene2输出结果输出结果供体位点供体位点受体位点受体位点可信度可信度 相位相位37mRNA剪切位点识别：剪切位点识别：SpideyNCBI开发的在线预测程序用于mRNA序列同基因组序列比对分析 http:/www.ncbi.nih.gov/spidey38Spidey同源序列的获得同源序列的获得:序列比对序列比对通过BLAST进行序列比对，找到可能同源的相似性好的一系列mRNA序列。BLAST比对到的三条mRNA序列39输入基因组序列或序列数据库号输入基因组序列或序列数据库号输入相似性序列输入相似性序列判断用于分析的序列间的判断用于分析的序列间的差异，并调整比对参数差异，并调整比对参数不受默认内含子长度限制，不受默认内含子长度限制，默认长度：内部内含子默认长度：内部内含子为为35kb,35kb,末端内含子为末端内含子为100kb100kb比对阈值比对阈值选择物种选择物种输出格式选择输出格式选择40Spidey输出结果第一条蓝色序列第一条蓝色序列为基因组序列，为基因组序列，橘黄色为外显子橘黄色为外显子外显子对应于外显子对应于基因组上的基因组上的起始起始/结束位置结束位置外显子对应于外显子对应于mRNA/cDNAmRNA/cDNA上的上的起始起始/结束位置结束位置供体、受体位点供体、受体位点外显子外显子长度长度一致性一致性百分比百分比错配和错配和gapgap外显子外显子序号序号序列联配结果序列联配结果41课堂练习1 练习两种预测剪切位点的软件的使用，NetGene2和Spidey。2 Spidey的同源序列文件保存在c:zcnishixi2文件下，名字为Spidey.txt，使用写字板打开查看。42选择性剪切选择性剪切（Alternative splicing）分析分析选择性剪接是调控基因表达的重要机制了解不同物种、细胞、发育阶段、环境压力下基因的调控表达机制43选择性剪接的类型选择性剪接的类型选择性剪切的五种基本类型:内含子保留.5端选择性剪切位点.3端选择性剪切位点.外显子遗漏.互斥外显子.44查询选择性剪切相关的网站查询选择性剪切相关的网站http:/www.ebi.ac.uk/astd/main.html 综合综合http:/splicenest.molgen.mpg.de/综合综合http:/rulai.cshl.edu/new_alt_exon_db2/综合综合http:/prosplicer.mbc.nctu.edu.tw/http:/www.bit.uq.edu.au/altExtron人人http:/www.cse.ucsc.edu/kent/intronerator/altsplice.html线虫线虫http:/www.tigr.org/tdb/e2k1/ath1/altsplicing/splicing_variations.shtml拟南芥拟南芥从已知基因的功能推测剪切机制从已知基因的功能推测剪切机制45选择性剪切查询：选择性剪切查询：ASTD数据库数据库http:/www.ebi.ac.uk/astd/main.html 输入基因名称输入基因名称选择物种类型选择物种类型46ASTD数据库检索结果：基因描述信息 导出序列文件导出序列文件47ASTD数据库检索结果：选择性剪切的mRNA十十一一种种选选择择性性剪剪切切产产物物48ASTD数据库检索结果：表达的组织特异性在不同组织中各在不同组织中各种选择性剪切体种选择性剪切体的表达差异的表达差异十一种不同的选十一种不同的选择性剪切产物择性剪切产物49Thanks!5051