核酸序列分析.ppt

在线提交序列过程 1.登陆BankIt页面 /BankIt 2.填写表单内容 3.确认表单内容 4.等待电子邮件返回信息 RNA analysis http://rna.tbi.univie.ac.at/ * * * * * * * * * * * * 酵母基因组数据库---基因定位 步骤： 获取目的序列； 预测可能的编码区和非编码区； 通过相关的数据以提高基因识别的准确性（数据库搜索）； 利用生物信息学资源分析序列的功能。 第五节 基因识别 策略： 先寻找并去掉重复的和复杂性较性较低的序列，再寻找基因及相关调控区域。 exon intro exon exon 5’ 3’ 增强子 非翻译区 非翻译区 GC (-100) CAAT (-70) ATG TATA (-30) TAA /TAG /TGA 帽位点 (+1) 终止位点 polyA 真核基因结构模式图 基因组外显子识别 　从基因组DNA序别中识别出完整的蛋白质编码序列，即外显子部分。 　外显子与内含子之间无绝对区分；同一基因不同发育时空，外显子组成不相同；假基因的存在降低预测的准确率。 EST策略的基因鉴定 　电子克隆最主要的途径是从EST直接寻找新基因。确定目的EST，构建包含EST的重叠群，再进行ORF的判定及蛋白结构域等功能域的识别。 一、生物信息学识别基因的两种途径 编码区是由核糖体翻译成蛋白质的DNA序列 原核基因：编码区是一段不包含终止子的连续序列。 真核基因：编码区是由内含子隔开的若干个可读框架。 二、编码区的分析 终止密码子（TGA、TAA或TAG）数量较少； ORF达到一定的长度； 密码子使用的偏好性，第3个碱基G/C出现的频率较高； 与已知基因比较有序列相似性； 与模板序列的模式相匹配可能指示功能性位点的位置。 编码区的统计特征： 转录起始点、核糖体结合位点、起始密码子、RNA剪接位点、终止密码子、poly(A)位点等。 编码区的一些信号： 分析与基因表达调控相关的信息、各种功能位点及基因转录调控元件。 DNA序列上特殊的片段，是蛋白质因子作用的位点，是与基因转录、翻译有关的信号序列。 通过模式识别及生物信息软件分析。 三、非编码区的分析 启动子 启动子 转录区 终止子 外显子 内含子 基因的一般结构 TATA box 起始序列 （TATAT/AAT/A） (C/TC/TCAA/GA/G) 转录因子结合区 CCAAT GC 真核生物启动子 －30bp，TATA box －80bp，CAAT box －80bp?110bp，GCCACACCC或GGGCCGGG TATA盒使转录精确地起始 CAAT盒和GC盒控制转录的起始频率 http://www.epd.isb-sib.ch /molbio/proscan/ /molbio/signal/ 信号肽 Authors Sequin BankIt Sequence data GenBank Accession number 7 days Draft record 第六节 核酸序列的提交 BankIt BankIt是NCBI提供的一个在线提交序列的工具。由一系列表单，包括联络信息、发布要求、引用参考信息、序列来源信息、以及序列本身的信息等。 用户提交序列后，会从电子邮件收到自动生成的数据条目，Genbank的新序列编号，以及完成注释后的完整的数据记录。 用户还可以在BankIt页面下修改已经发布序列的信息。 BankIt适合于独立测序工作者提交少量序列，而不适合大量序列的提交，也不适合提交很长的序列，EST序列和GSS序列也不用BankIt提交。 sequin 1. 大量的序列提交可以由Sequin程序完成。 2. 能方便的编辑和处理复杂注释。 3. 提交来自系统进化、种群和突变研究的 序列，可以加入比对的数据。 4. 用于序列的分析，FASTA或ASN.1格式。 /guide/ 获得待分析序列对应的UniGene编号，而大部分UniGene序列已经具有明确的定位信息，可以得到待分析序列的基因定位。 2. 利用UniGene数据库进行定位 /unigene 将待分析序列输入基因组数据库进行同源性检索； 得到确定的基因组序列后点击“Genome view”观察基因组结构； 点击红色标记所指示的染色体列表中选择对应的染色体及区域； 浏览器中将显示详细的基因定位结果。 3.利用基因组序列进行定位 BLAST搜索数据库进行基因定位 通过基因组数据库定位---NCBI基因组数据库 基因定位 拟南芥基因组数据库---基因定位 cDNA文库 EST 较长cDN