结构基因组学总结.pptVIP

第五章 基因组序列注释 完成基因组测序仅仅是基因组计划的第一步，更大的挑战在于弄清： 基因组序列中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。 这两项任务都必须依赖于对基因组序列的正确注释（annotation）。 基因组注释方法： ① 自动注释：依据某些规则进行数据分析得出是否为基因的结论。 ② 人工注释：人为检测评价自动注释的结果并根据其他数据进行分析与校正。 ③ 实验注释：根据实验结果进行检测，如EST或全长cDNA。 自动注释的内容： 依据基因结构的特点采用软件预测，不依赖已有的表达序列； 同源性比较，在同一物种或不同物种中查找已有的基因序列； 功能域（domain）或基序（motif）分析。 5.1 搜寻基因5.1.1 根据基因结构特征搜寻基因 Ⅰ. 开放读码框 在DNA链上，由蛋白质合成的起始密码子开始，到终止密码子为止的一个连续编码序列称为一个开放读码框（open reading frame, ORF）。 读码框（reading frame） 任意一段DNA序列都有6种可能的读码框。 ORF的长度： 终止密码子: TAA, TAG, TGA GC% = 50%，终止密码子每 64 bp出现一次； GC% 50%，终止密码子每100~200 bp 出现一次； 由于多数基因 ORF 均多于50个密码子，因此最可能的选择应该是 ORF