生物信息学大实验实验指导要点.doc

生物信息学大实验实验指导 适用专业：生物信息学 生物与制药大类 编写：解增言 生物信息学院 2014年4月  目录 实验1 基因组序列组装（软件CAP3的使用） 3 实验2 基因组序列组装（软件velvet的使用） 7 实验3 原核生物基因识别（软件Glimmer的使用） 9 实验4 真核生物基因识别（软件GlimmerM的使用） 17 实验5 HAP3基因家族的多序列比对分析（软件ClustalX与ClustalW的使用） 25 实验6 HAP3基因家族的分子进化分析（软件PHYLIP和MEGA的使用） 28 实验7 HAP3基因家族的分子进化分析（软件MrBayes的使用） 33 实验8 HAP3蛋白的结构分析（软件RasMol的使用） 42 实验1 基因组序列组装（软件CAP3的使用） 一、实验目的 1． 了解基因组测序原理和主要策略； 2． 掌握CAP3序列组装软件的使用方法。 二、实验原理 基因组测序常用的两种策略是克隆法（clone-based strategy）和全基因组鸟枪法（whole genome shotgun method）。克隆法先将基因组DNA打成大的片段，连到载体上，构建DNA文库；再对每一个大片段（克隆）打碎测序。序列组装时先组装成克隆，再组装成染色体。克隆测序法的好处在于序列组装时可以利用已经定位的大片段克隆, 所以序列组装起来较容易, 但是需要前期建立基因组物理图谱, 耗资大, 测序周期长。 全基因组鸟枪法测序无需构建各类复杂的物理图谱和遗传图谱，采用最经济有效的实验设计方案，直接将整个基因组打成不同大小的DNA片段构建Shotgun文库，再用传统Sanger测序法或Solexa等新一代测序技术对文库进行随机测序。最后运用生物信息学方法将测序片段拼接成全基因组序列。该方法具有高通量、低成本优势。 序列组装时，先把把单条序列（read）组装成叠连群（contig）、再把叠连群组装成“支架”（scaffold），最后组装成染色体。 本实验将练习在Linux环境下用CAP3软件组装流感病毒基因组。 1．CAP3序列组装程序简介 Huang Xiaoqiu. 和 Madan，A. 开发的一套用于序列拼接的软件，此软件适用于小的数据集或 EST 拼接，它有如下特征： 1. 应用正反向信息更正拼接错误、连接contigs。 2. 在序列拼接中应用 reads 的质量信息。 3. 自动截去 reads5`端、3`端的低质量区。 4. 产生 Consed 程序可读的ace 格式拼接结果文件。 5. CAP3 能用于Staden软件包的中的GAP4 软件。 2．下载 此软件可以免费下载，下载地址：http：///download.html。填写基本信息表格，即可下载。CAP3 详细参考文档可见：http：///sas.html。 3．安装 （1）上传cap3 的压缩包到本地linux/unix 运算服务器； （2）解压缩： ?????? bash-2.05b$ tar xvf cap3.tar ?????? CAP3/ ?????? CAP3/README ?????? CAP3/cap3 ?????? CAP3/doc ?????? CAP3/aceform ?????? CAP3/formcon （3）查看解压缩后的文件： ?????? bash-2.05b$ ls –l ?????? total 240 ?????? -rwxr-xr-x??? 1 soft? bgi?????? 25844 Sep 2?? 2002 formcon* ?????? -rwxr-xr-x??? 1 soft? bgi????? 169836 Sep 2?? 2002 cap3* ?????? -rw-r-----??? 1 soft? bgi???????? 513 Aug 22? 2002 README ?????? -rw-------??? 1 soft? bgi?????? 18448 Aug 22? 2002 aceform ?????? -rw-r-----??? 1 soft? bgi?????? 18922 Jun 21? 2002 doc 4. 使用 程序运行命令行： cap3? dna-file in fasta format [options] cap3.out 5．输入： 输入序列是普通的FASTA格式，如果序列文件名为“xyz”，则质量文件应命名为“xyz.qual”，约束文件应命名为“xyz.con”。在命令行中只需输入序列文件，程序会自动在相应的目录中寻找相应的质量文件和约束文件。 “xyz”格式如下： Sequence1 ACGTGCGCGATCGCCTGCTAGGCG