[生物学]大规模表达序列标签测定及分析.pptVIP

大规模表达序列标签(EST)测定及分析 胡松年 Outline 什么是 ESTs ？ 大规模EST序列测定的开始 　 EST的应用 1 EST的应用 2 EST的应用 3 EST的应用 5 EST技术流程 Serial analysis of gene expression (SAGE) 技术流程 基因芯片或微阵列技术流程 几种大规模分析基因表达水平的方法的比较 　 ESTs数据的不足 一、cDNA文库构建 二、序列测定及数据分析 测序方向的选择 序列前处理 (pre-processing) 镶嵌克隆的识别 　 　 　 常用的拼接软件 Cluster的连接 UniGene TIGR Gene Index STACK Clean Short and Tight 基因注释及功能分类 　 后续分析 实例介绍 文库信息 序列质量处理 序列长度和质量分布 聚类和重叠群（Contig)分析 BLAST Search against human genome sequence(e=1e-5) 功能分类和注释 表达量比较实例 Pig Thyroid EST Data Redundancy General Data of Thyroid ESTs Gene Expression Profile Comparative Human Thyroid to Pig Thyroid Gene Expression Profile Comparative Pig Thyroid to Pig Fat Gene Expression Profile Comparison pig vs human 交替剪接分析 交替剪接类型 Apoptosis inhibitor protein( TCTP abundance comparison) 家猪甲状腺基因表达谱分析 Total 13440 clones were sequenced Good ESTs 10674 BLASTn to Genbank nt nucleotide database group i :genomics seq ,repeats (1511) group ii :cDNA clones or hypothesis transcripts(1915) group iii:functional genes (5589) group iv:novel seq. (1659) ◆ Phrap (/UWGC/analysistools/Phrap.cfm) ◆ CAP3(Xiaoqiu Huang ，huang@) ◆ TIGR_Assember (/software/assembler/) 利用cDNA克隆的信息和5’,3’端Reads的信息，不同的Cluster可以连接在一起。 ◆ Unigene 结合有指导的和无指导的方法，而且在聚类过程中使用了不同水平的严格度，聚类的算法为megablast,数据库不产生一致性序列。 ◆ TIGR Gene Index用的是有严格的和有指导的聚类方法,聚类的算法为类似于BLAST和FASTA的FLAST， 该法得到的一致性序列较短，交替剪切得到的不同的基因属于不同的索引。 ◆ STACK 用不严格的和无指导的聚类方法，聚类的算法为d2_cluster,产生较长的一致性序列，同一索引中含有不同的剪切方法得到的基因。 TIGR-THC UniGene STACK Long and Loose 聚类问题 错拼 poly(A) , Linker-to-linker, Gene Families, repeat 漏拼 Low quality, Linker-to-linker, repeat 选择性剪切 polyA linker 注释： ◆ 序列联配 Blastn， Blastx ◆ 蛋白质功能域搜索(二结构比对) Pfam Interproscan Relationship between number of clones sequenced and non-redundant groups 较好匹配 InterproScan Nt Blastn EST sequences Nr Blastx 完成注释 无理想匹配 较好匹配 完成注释 无理想匹配 较好匹配 无理想匹配 New sequences 域的注释 后 续 分 析 常用的基因注释流程 基因功能分类 ◆ 手工分类 大部分以Adams 95年的文章中的采用分类体系为标准。 【Adams. MD, et al. Initi