第四章核酸序列-2讲课.ppt

主要内容 §4.1 引言 §4.2 序列的一般分析 §4.3 基因预测与鉴定 §4.4 非编码区分析与调控元件识别 3）如何进行EST重叠群的拼接和组装？ (1)人工拼接程序：CAP(contig assembly program) 该程序是中国人所编制的序列拼接工具，最早出于1992年。目前的版本是CAP4，已成为世界上许多测序中心首选的序列拼接工具。 http://pbil.univ-lyon1.fr/cap3.php (2)自动拼接程序： GeneNest系统， http://genenest.molgen.mpg.de/ CAP3拼接程序 序列格式要求： 1）必须为Fasta格式 2）序列中不能有数字和空格。 拼接结果 双序列比对结果，两条序列100％匹配 4）拼接后的一致序列是否为全长cDNA? 确定全长cDNA的策略大致包括对一致序列进行转录起始位点区、第一个起始密码子、Kozak规则、开放阅读框、终止密码子和3′端UTR中的polyA加尾信号等的基因特征序列的确认。 Kozak规则：该规则是基于真核基因结构的分析统计结果。 第一个起始密码子ATG侧翼序列的碱基分布所满足的统计规律，若第一个ATG中的碱基A、T、G分别标为1、2、3位，则Kozak规则可描述如下：①第4位的偏好碱基为G；②ATG的5′端约15bp范围的侧翼序列内不含碱基T；③在-3，-6，和-9位置，G为偏好碱基；④除-3，-6，和-9位，在整个侧翼序列区，C是偏好碱基。 §4.4 非编码区分析与调控元件识别 真核生物基因序列中，绝大部分序列是非编码序列。人类基因组中，仅有3％的序列为编码序列。 非编码序列并非没有生物意义，相反这部分序列中蕴藏着大量的信息，这些信息主要是与基因的表达调控密切相关，因而对这部分序列的研究吸引着越来越多的生物学家参与其中。 真核生物基因表达在时间和空间上的有序性已吸引越来越多的科学家，并成为20世纪90年代以来分子生物学研究最为活跃的领域之一。 真核生物基因调控 瞬时调控（可逆调控），相当于原核细胞对环境条件变化作出的反应。 发育调控（不可逆调控），是真核基因调控的精髓部分，它决定了核细胞生长、分化、发育的全部过程。 启动子是指确保转录精确而有效地起始的DNA序列。 基因调控按其发生时间的先后顺序以可分为：转录水平调控、转录后水平调控、翻译水平调控和蛋白质加工水平调控。 基因组序列中启动子的存在与否以及含有何种启动子对于了解相应基因的转录调控具有重要意义。 某些保守的功能区如启动子、增强子、转录因子结合位点、内含子与外显子剪接位点等都可通过生物信息学技术分析。 * 第四章 DNA序列分析 §4.3 基因预测与鉴定 功能基因组学（Functional genomics）：利用结构基因组学研究所得的各种信息在基因组水平上研究编码序列及非编码序列生物学功能的学科。 基因组学（genomics)：研究生物体全基因组DNA的序列和属性的学科。包括结构基因组学和功能基因组学两个方面。 一、基因预测方法 基因预测方法包括两类： 1 从基因组序列入手，识别基因 2 基于表达序列标签（EST）的基因鉴定 从整体到局部 从局部到整体 目前还没有一个基因预测工具可以完全正确地预测一个基因组中的所有基因（Mathe et al. 2002) 二、从基因组序列预测新基因 从基因组预测新基因的方法大体上又可分为两类： 1）从头预测法 2）相似性比较预测法 随着HGP和其他模式生物基因组测序计划的进行，大量的基因组序列数据随之产生，接下来一个重要的课题就是如何从这些序列中找到可能具有编码产物的功能基因。 概念：是指直接利用基因以及外显子/内含子结构在基因序列上已知的一些统计特征或信号，在基因组序列中直接预测基因的位置与组成。 方法及常用软件： 1 以隐马尔可夫模式为基础的算法：GENSCAN、Genie、HMMgene、Veil 2 以神经网络为基础的算法：Grail Ⅱ、GrailEXP_Perceval 3 以决策树为基础的算法：MZEF、MZEF-SPC 4 整合预测方法： Fgene H 5 其它算法：GeneID、GeneVeiw 1 从头预测（ab initio prediction ）： GENSCAN基因预测程序 GENSCAN是美国麻省理工大学(Massachusetts Institute of Technology，缩写:MIT )的Christopher Burge于1997年开发成功的人类（包括脊椎动物）基因预测软件。2001年又推出了升级版预测软件Genomescan。后者整合了从头预测和相似性有哪些信誉好的足球投注网站两种观测方法。 ( /GENSCAN.html ) GENSCAN是目前“从头”预