蛋白质功能注释系统与二级数据库的构建及顺式自然反义转录本的鉴定与进化说课.pptVIP

第章 * （1）相向：两个基因的最后一个外显子都参与重叠。（2）逆向：第一个外显子都参与重叠。（3）全部：一个基因的所有外显子都被另外一个基因的外显子所覆盖。（4）包含：一个基因的转录区被另外一个的转录区所覆盖。（5）内含：一个基因从另外一个基因的内含子区启动转录。（6）剩下的SA对都被归入其它。每一对基因独一无二的分入到一个特定的类别中。当存在冲突时，定义最严格的类别优先。优先级如下所示：全部包含内含逆向相向其它。 相向可能和3’ UTR中的调控元件有关，后者经常影响mRNA的稳定性 (Lavorgna et al. 2004)。反向则往往意味着共同调节的重叠的启动子 (Munroe 2004)。包含和内含则可能意味着反义RNA调节了正义mRNA前体的剪切 (Lehner et al. 2002)。完全这个模式因为其特殊的基因结构和极高的丰度而被提出 (Munroe 2004; RIKEN Genome Exploration Research Group and Genome Science Group (Genome Network Project Core Group) and the FANTOM Consortium et al. 2005)。一个基因起始于另外一个基因的上游，终止于它的下游；这样前者可能和后者的启动子区配对，抑制后者的转录起始 (Akhmanova et al. 1997; Nishida et al. 2005)。最后，其它类别被提出来总结那些不能被上述五类所收录的SA对 (Shendure Church 2002)。这六类极有可能有不同的相互调控机制，因而我们采取了这样一个复杂的分类系统。 第章 * 图 4?3列出了10个物种中不同模式SA对的丰度。后五个物种的丰度因为其EST数据太少可能不够准确。以前的几项研究表明相向的SA对含量占绝对优势 (Lehner et al. 2002; Shendure Church 2002; Yelin et al. 2003)。我们发现在果蝇、线虫和海鞘中，这个结论成立；然而，它在小鼠和大鼠中不成立。这和最近的一项研究一致 (RIKEN Genome Exploration Research Group and Genome Science Group (Genome Network Project Core Group) and the FANTOM Consortium et al. 2005)，而和早期的研究不一致 (Lehner et al. 2002; Shendure Church 2002; Yelin et al. 2003)。这可能是因为如下两个因素所导致的。首先，以前的研究往往选择重叠区最长的序列作为代表性序列而不考虑其质量；这导致了3’衍生的EST序列被选为代表性序列 (Boi et al. 2004)，这直接导致了更多的3-3的重叠。其次，以前的分类系统往往比较模糊，导致一些实为其他重叠方式的SA对被划入3-3类。 第章 * 网上数据库 这个基因簇包含四个基因，AUP1, PRSS25, LOXL3和DOK1，它们以5-5、3-3和5-5的方式相互重叠。LOXL3和DOK1之间属于NOB类的重叠，其它两个为SA类的重叠。基因组序列如上面的红线所示，转录本按照其位置显示在下方。交替出现的黑色或者灰色用来区分相邻的外显子，内含子则用虚线表示。绿色长方块表示未翻译区。polyA信号和polyA尾也表示在图中。 第章 * Cis-NATs是父系和母系等位基因特异表达的重要机制之一 (Wutz et al. 1997)。我们仔细分析了人和小鼠印记基因和SA基因之间的交集。对IGC数据集而言，47%、16%和37%的人类印记基因分别来自SA、NOB和NBD数据集。对小鼠而言，SA基因在三个印记基因数据集中的丰度介乎24%和37%之间（图 4?4）。对所有的这些例子而言，印记基因在SA基因对中富集（p0.01）。这种联系突出了cis-NATs在基因组印记发生和等位基因特异表达过程中的重要性。 第章 * 与前人的结果一致，我们发现人和小鼠的X染色体上SA基因比任何常染色体上都显著的少（p1e-5）（图 4?5）。与此相反，果蝇染色体X和3L上的SA基因丰度相差无几，甚至还高于染色体IV的密度；线虫染色体X上的SA基因丰度只比染色体I低，而高于其它所有常染色体。哺乳动物完全关掉了一条X染色体来实现剂量补偿（X失活），果蝇和线虫则通过调节X染色体上基因的表达强度来实现。这种机制上的差异使得SA基因对可以分布到X染色体上。 第章 * 人和鼠 第章 * 第章 * 我们用TermFinder (Boyle et al. 2004) 根据GO的