第四章_基因识别.ppt

第四章 基因识别 基因识别 基因结构回顾 原核基因 真核基因识别的主要方法 基于同源序列比较的方法 基于序列特征的方法 基于序列特征的方法 启动子是一段特定的直接与RNA聚合酶及其转录因子相结合、决定基因转录起始与否的DNA序列。 外显子与内含子接头——“GT–AG法则” 基于序列特征的方法 构建真核基因模型 构建真核基因模型 构建真核基因模型 构建真核基因模型 构建真核基因模型 构建真核基因模型 真核基因特征信号——转录启动区 TATA－box：其一致顺序为TATAATAAT。约在基因转录起始点上游约-30-50bp处，基本上由A-T碱基对组成，是决定基因转录始的选择。 CAAT－box：其一致顺序为GGGTCAATCT，是真核生物基因常有的调节区，位于转录起始点上游约-80-100bp处。 GC－box：有两个拷贝，位于CAAT框的两侧，由GGCGGG组成。 TATA－box GC－box CAAT－box 外显子 真核基因特征信号——起始密码子 翻译起始位置：ATG 外显子 内含子 ATG…… GCCATGGCGA ….. ACGATGCTGT …. GACATGGTAC … AGGATGGGCT … GCGATGTGGC … 并非所有的ATG都是起始密码子 真核基因特征信号——起始密码子 CACC ATG GCG TCGA ATG TTA 下面哪个序列更像翻译起始位置? 起始密码子两侧位置碱基的出现具有偏爱性 真核基因剪接（splicing）：从DNA模板转录的最初转录产物中除去内含子，并将外显子连接起来形成一个连续的RNA分子的过程。 卵清蛋白基因DNA与其mRNA杂交图 R－环 真核基因特征信号——剪接位点 start codon ATG TGA coding segment complete mRNA ATG GT AG GT AG . . . . . . . . . stop codon donor site donor site acceptor site acceptor site exon exon exon intron intron TGA 外显子与内含子相连部位通常是一段高度保守的特定序列，即内含子5’端都是GT开始（供体位点），3’端都是AG结尾（受体位点），这种接头方式称为“GT–AG法则”。 RNA中对应剪接的信号为GU–AG 真核基因特征信号——剪接位点 真核基因特征信号——终止密码子 外显子 内含子 终止密码子：TAA，TGA，TAG ATG TAA TGA TAG 真核基因特征信号——转录终止信号 转录终止子（Terminator）：由一段回文序列以及特定的序列AATAAA（或ATTAAA）组成。 AATAAA 外显子 内含子 编码序列统计学特征 密码子使用偏爱性 双联密码子出现频率 密码子简并性: 同一种氨基酸具有两个或更多个密码子编码的现象。 密码子偏爱性: 兼并密码子的使用频率并不均等，各种生物编码某种氨基酸往往较多地采用其中一种。 密码子使用偏爱性 密码子使用偏爱性 利用密码子使用频率对序列进行分析可以发现编码区的粗略位置。 人类基因组密码子使用频率表 阅读框出现偏爱密码子，则该阅读框比较有可能是编码序列。 CGC CTG ATT CGA CTA ATA 双联密码子出现频率 有些二联密码子（亮氨酸与色氨酸）倾向于同时出现，另一些（脯氨酸与半胱氨酸） 则不是 在实际应用中更多的是使用二联密码子出现频率 编码序列统计学特征 如果一段DNA序列的阅读框出现许多偏爱密码子（双联密码子），则该区域很有可能就是基因的编码区域。 例子：在人类基因组中，双联密码子 “AAA AAA” 在编码区中出现的频率~1% ，在非编码区中的频率则是 ~5%。 如果有一人类基因组区域有许多 “AAA AAA”，那么， 该区域是编码区还是非编码区? tccatgcagaccatggcggtacaggacatgccggtgcagctctgactt 找到可能起始密码和终止密码子 剪接位点形成外显子和内含子边界 tccATGcagaccATGgcggtacaggacATGccggtgcagctctgactt tccATGcagaccATGgcggtacaggacATGccggtgcagctctgactt start codon ATG GT AG GT AG . . . . . . . . . stop codon donor site donor site acceptor site acceptor site exon exon exon intron intron TGA ATG . . . exon GT AG . . . exon GT AG . . . exon TGA ATG . . .