《基因组序列注释的方法.pptVIP

基因组序列注释的方法 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 一、基因组序列注释 以基因组序列为基础，确定全基因序列中基因的确切位置 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 二、注释的方法 1、根据开放阅读框（ORF）预测 1）起始密码子ATG： 第一个ATG的确定依据Kozak规则，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： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 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 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 2）终止密码子 ： 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选择不少于100个密码子。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 细菌基因组的ORF阅读相对比较简单，错误的概率较少，但单纯的ORF扫描对高等真核生物DNA效果不佳。 内含子使ORF扫描复杂化 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 对ORF扫描的基本程序的编写要考虑以下几个问题： a、密码子偏倚 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。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 特定生物体的基因中并不是所有密码子的使用频率都是平等的。 如Leu的密码子有6个（TTA、TTG、CTT、CTC、CTA、CTG），在人类基因中，绝大多数Leu都是由CTG编码的，而且几乎不由CTA和TTA编码。 特定种属有特征性的密码子偏爱，这些序列在编码区常常出现，非编码区只保持平均的碱基分布水平。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. b、外显子－内含子边界 外显子和内含子的边界有一些明显的特征如： 内含子的5’端常见的顺序为 5’-AG↓GTTAAGT-3’； 3’端多为5‘PyPyPyPyPyPyCAG-3’(“Py”嘧啶核苷酸，T或C)； Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 上游外显子-内含子边界的共有序列在真正基因中发现的真实序列之间的关系。 Evaluation only. Created with Aspose.Slides for