第5章基因组序列诠释4+丹尼斯学案.ppt

第五章 基因组序列诠释 问 题 基因组序列所包含的全部遗传信息是什么？ 基因组作为一个整体如何行使其功能？ 用什么方法寻找基因，研究基因地功能呢？ 1. 寻找基因 1.1 根据开放读框预测基因 ⑴ 起始密码子 ATG 第一个ATG的确定(依据Kozak规则); Kozak规则是基于已知数据的统计结果. 所谓Kozak规则，即第一个ATG侧翼序列的碱基分布所满足的统计规律. Kozak规则: 若将第一个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； (2)ATG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是偏好碱基； (4)除-3，-6和-9位，在整个侧翼序列区，C是偏好碱基。 信号肽分析软件 (SignalP http://www.cbs.dtu.dk/services/signalP ) 把预测过程中证实含完整mRNA 5’端的序列翻译为蛋白序列; 然后用SignalP软件对前50个氨基酸序列(从第一个ATG对应的甲硫氨酸Met开始)进行评估，如果SignalP分析给出正面结果，则测试序列有可能为信号肽; ⑶ 终止密码子 ⑷ 3’端的确认 ⑸ 非编码序列、内含子 编码同一氨基酸的不同密码子称为同义密码，其差别仅在密码子的第3位碱基不同。 不同种属间使用同义密码的频率有很大差异： 如人类基因中， 丙氨酸（Ale）密码子多为GCA,GCC或GCT,而GCG很少 苏氨酸（Thr）密码子多为ACA,ACC或ACT,而ACG很少 ⑺ 密码子偏爱性 ⑻ 外显子－内含子边界 ⑼上游控制序列 CG岛有1Kb，CG含量高，56%的人类基因与上游的CG岛相连。主要用于原核生物。 ⑽ 内含子和外显子序列差异 ⑾ 软件预测 采用NCBI的ORF预测软件 ( ORF finder: /gorf/orfig.cgi )判断ORF的可能范围。 基因注释软件 Genscan ——重于信号指令：起始密码、终止密码、剪接受体位和供体位序列等 FgeneSH ——重于内容指令：密码子使用偏好、内含子外显子的差异等 TWINSCAN和SGP2——根据相似性和一致性 基因注释软件缺点 外显子注释的准确率 80%。 误拼和误拆错误较多。 容易忽略结构较小的基因，特别是基因内基因。 包括内容：转录成mRNA的序列，外显子和内含子的位置，基因编码的蛋白质顺序。 脊椎动物的130bp的外显子长度平均，68-208的占65%，10%的小于60bp，35%的人类基因组序列存在非编码外显子，注释容易遗漏，热别是保守性不强的外显子。 目前的软件均无法注释mRNA的53非编码区的边界。 1.2 同源查询途径 通过已存入数据库中的基因顺序与待查的基因组序列进行比较，从中查找可与之匹配的碱基顺序及其比例，用于界定基因的方法称为同源查询。 同源性包括编码和非编码序列，相近的物种，老鼠和人，油菜和拟南芥具有90%以上的基因彼此共有。编码序列，外显子组成，调控序列，相似之处 进化的保守性。 相似性有如下几种情况： A DNA序列某些片段完全相同； B 开放读码框（ORF）排列类似，如有长外显子； C 开放读码框翻译成氨基酸序列的相似性； D 模拟多肽高级结构相似 功能和结构相似的直向同源基因成员，起源相同，存在保守序列。还有就是同一物种的家族基因，基因重复造成的。 可综合考虑也可单项考虑，如果一个基因没有同源序列，又符合一些条件，试验方法证实。 同源性：homology起源于同一祖先但序列已经发生变异的序列，分布在不同物种间的同源基因，只有是与非的区别。 分子杂交可确定DNA片段是否含有表达顺序 Northern blot：指将待测DNA样品标记后与RNA杂交，以判断RNA中是否含有DNA的转录产物。但在操作中存在一些问题 Troponin T是心肌特异性蛋白，主要用于心肌梗塞等多种心脏病的研究 C 基因表达产物丰度的问题 如果某一物种的DNA 顺序与来自另一亲缘物种的DNA片段杂交产生阳性信号，该区段可能含有1个或多个基因，这种方法又称为动物园杂交。 DNA顺序中基因位置的确定 cDNA测序受两个方面的影响： 一是相关cDNA在cDNA文库中出现的频率； 二是cDNA的完整性 Northern blot和Zoo blot可以判断DNA片段中是否含有基因，但是不能给出基因定位信息。获得基因定位信息的最容易的方法是cDNA测序 如何获取基因全长cDN