数据库系统专题第七章生物信息处理技术.pptVIP

数据库系统专题Advanced Topics on Database Systems 第七章 生物信息处理技术 本章主要内容 遗传信息的结构和功能 生物数据库 序列比对 后缀树 基因表达数据分析 遗传信息的结构和功能 DNA分子结构 基因的结构 基因表达 DNA分子结构 四种核苷酸 嘌呤: 腺嘌呤(adenine A) 鸟嘌呤(guanine G) 嘧啶:胞嘧啶(cytosine C) 胸腺嘧啶(thymine T) DNA分子的双螺旋结构 DNA分子结构 DNA分子的碱基序列储存和编码了大量遗传信息 DNA分子的双螺旋互补结构直接表明了遗传 信息复制和传递的机制 DNA分子的双螺旋互补结构为DNA损伤造成的遗传信息丢失提供了保护措施 DNA双链的互补性是DNA分析研究的理论基础 基因的结构 基因的结构 大多数真核细胞基因的显著特征是有非编码的插入序列，称为内含子(intron) 内含子能够转录成RNA，在翻译成蛋白质之前被加工剪接，因此不包含在mRNA序列中 被内含子隔开的编码序列为外显子(exon)，剪接后连在一起形成成熟的mRNA，参与指导蛋白质合成 不同基因的内含子和外显子数目和大小不同，一般基因越大，外显子越多。内含子可能远远大于外显子，也可能内含子中包含其他基因的编码序列，即基因内基因 基因的结构 启动子(promoter) 一般位于基因转录启始点上游100-200bp范围，是能与DNA聚合酶和转录因子相互作用的核苷酸序列，包含一些DNA序列元件 TATA框：人类许多基因在转录启始点5’端上游25-30bp处有一段高度保守序列，由7个碱基组成，TATAA/TAA/T，其中两个碱基可以变化。 TATA框能与转录因子TFII结合，再与RNA聚合酶II形成复合物，准确识别转录启始点，启动基因转录 基因的结构 启动子(promoter) CAAT框：位于转录启始点5’端上游-70?-80bp处有一段高度保守序列，由9个碱基组成，GGGC/TCAATCA，其中一个碱基可以变化。 CAAT框能与转录因子CTF结合，提高转录效率 GC框：有一些基因没有TATA框和CAAT框，但存在富含G和C核苷酸的序列； GC框是由GGCGGG组成，能与转录因子Spl结合，促进转录过程 基因的结构 增强子(enchancer)：是一个短序列元件，结合于转录因子，能增强基因的转录活性。可位于基因的任何位置，其功能与位置和序列方向无关。结合增强子的蛋白可和结合启动子的蛋白相互作用，增强基因表达 终止子(terminater)：是由AATAAA和一段回文序列组成，AATAAA是多聚腺苷酸(polyA)的附加信号，回文序列转录后形成发夹结构，阻碍RNA聚合酶继续移动，转录终止 基因表达 中心法则 DNA序列所蕴藏的遗传信息，经过转录和翻译，实现信息传递和指导蛋白质合成，这一过程称为基因表达 基因表达成共线性，即DNA的先行核苷酸序列转录为RNA的线性核苷酸序列，RNA三连体密码子转译成特定多肽的线性氨基酸序列 这种DNA-RNA-蛋白质的信息传递原则称之为中心法则 基因表达 转录(transcription) ---- DNA?RNA的过程 以DNA双链中的一条作为模板，ATP、CTP、GTP、UTP作为前体RNA，在RNA聚合酶催化下，按碱基互补方式合成RNA单链的过程。转录在细胞核中进行，转录后的RNA碱基序列与DNA模板序列互补，同非模板链一致，只是把T换成了U 基因表达 转录(transcription) ---- DNA?成熟mRNA的过程 转录有三种产物：信使RNA(mRNA)—RNA聚合酶II、核糖体RNA(rRNA)--RNA聚合酶I 、转运RNA(tRNA)--RNA聚合酶III 。mRNA将遗传信息传递给蛋白质 基因表达 转录过程 基因表达 翻译 翻译是指将mRNA转译成氨基酸序列的过程。成熟的mRNA从细胞核进入细胞质，由核糖体和其他成分阅读mRNA所携带的信息，指导多肽合成 遗传密码表 三个碱基组成一个遗传密码，对应一个氨基酸 基因表达 基因表达 基因表达 基因表达 翻译过程 首先识别mRNA的AUG起始密码子 每三个连续核苷酸编码一个氨基酸 直到终止密码子出现(UAA, UAG, UGA) 生物数据库 随着基因测序技术快速发展，在Internet上积累的大量的生物序列数据，主要包括两种类型 DNA序列 蛋白质序列 生物数据库 生物序列数据的积累成爆炸性增长 生物数据库 主要生物数据库 生物数据库 一个简单的核苷酸序列编码 生物数据库 基因测试完成情况 生物数据库 生物数据库的种类 序列数据库 结构数据库 生物数