生物信息学-04 序列的一般分析.pdf

第四章核酸序列分析和结构预测 DNA碱基组成、 密码子的偏向、 内部重复序列、 指定DNA序列 特殊位点(限制性位点 的分析 及转录、翻译和表达调 控相关信号)、 编码区分析、 二级结构等 面向测序的DNA 序列分析 一、序列格式转化 各种软件为了自己的需要，通常对序列格式 有一定的要求，给我们的使用带来了一定的困 难。格式转换软件可以将不同格式数据转换以方 便使用。很多综合性软件可以进行序列格式转 换，如: Bioedit，DNAstar ，seqverter等。 常见序列格式 （1 ）FASTA格式： 又称Pearson格式。是比较 简单而使用最多的序列格式。序列以号开 头，其后是单行的关于序列的描述信息，最后 是序列。例子： 10KD_VIGUN P18646 vigna unguiculata 10 kda protein precursor MEKKSIAGLCFLFLVLFVAQEVVVQSEAK TCENLVDTYRGPCFTTGSCDDHCKNKEH LLS 常见序列格式 （2 ） plain text格式 是一个形式最简单的格式， 没有任何的注释，每行60个字母，使用标准核 甘酸符号或标准的氨基酸的单字母符号。例 如： MEKKSIAGLCFLFLVLFVAQEVVVQSEAKT CENLVDTYRGPCFTTGSCDDHCKNKEHLL S 常见序列格式 （3 ）GCG格式 是商业性的GCG软件包的专用 格式，例如： 1 ggagactttc ctgtcactgg ctactactac tcccaaccct cctcaaagcc gccggagcaa 61 cccccaggtc tttactttac aatcggcaat ttgacttgct ctgctgcatg tctggaggga 121 ccaaggaaag tgtggagacg ctccaaggat taggtgatcg gagcttgaaa agaaaaaaag 常见序列格式 （4 ）Genbank格式 例如： LOCUS AB094638_1 146 bp DNA 13-APR-2006 BASE COUNT 38 a 17 c 43 g 48 t 0 others ORIGIN 1 gttttaatgt gttgccttgg ttgagtggtg aagctggtta gggtagcgtg taaaacatgg 61 tgggtagatt aatgctttgt gtcaccatgc cgtttggttc gattaatgta atcataagga 121 gagaccataa gttatgaata cgcaga Seqverter 最新下载 /download.htm *下载后直接安装即可 Working online BCM Search Launcher: Sequence Utilities /seq-util/seq- util.html 二、核酸序列的基本分析 1 分子质量、碱基组成和碱基分布 1.1 碱基组成 DNA序列一个显而易见的特征是四种碱基 类型的分布。尽管四种碱基的频率相等时对 数学模型的建立可能是方便的，但几乎所有