基因组测序技术和基因识别(完整版)PPT.pptVIP

基于编码区域碱基组成特征的识别方法 编码序列与非编码序列在碱基组成上有区别 单个碱基的组成比例 多个碱基的组成 通过统计分析识别编码序列 2、真核基因识别问题 真核基因远比原核基因复杂： 一方面，真核基因的编码区域是非连续的，编码区域被分割为若干个小片段。 另一方面，真核基因具有更加丰富的基因调控信息，这些信息主要分布在基因上游区域。 基因识别基本思路 找出基因两端的功能区域: 转录启动区 终止区 在启动区下游位置寻找翻译起始密码子 识别转录剪切位点 剪切给体位点 剪切接受体位点 各种不同的方法有不同的适应面，而不同的方法有时可以结合起来以提高基因识别的准确率。 关键问题是如何提高一个识别算法的敏感性（sensitivity，Sn）和特异性（specificity，Sp）。 3、基因识别的主要方法 两大类识别方法： 从头算方法（或基于统计的方法） 根据蛋白质编码基因的一般性质和特征进行识别，通过统计值区分外显子、内含子及基因间区域 基于同源序列比较的方法 利用数据库中现有与基因有关的信息（如EST序列、蛋白质序列），通过同源比较，帮助发现新基因。 最理想的方法是综合两大类方法的优点，开发混合算法。 基因识别方法有 ： （1）基于规则的系统 （2） 语义学方法 （3） 线性辨别分析（LDA） （4） 决策树 ? （5） 动态规划 ?（6） 隐马尔柯夫模型 ? （7） 剪切对比排列 （spliced alignment） 单击此处编辑母版标题样式 单击此处编辑母版标题样式 基因组测序技术和基因识别 主要内容 一、基因组测序技术 二、基因识别 一、基因组测序技术 大规模DNA测序技术使全基因组的测序成为可能。 现有测序仪所能测得的序列长度有限，一般500-1000bp。而基因组序列长度远大于此，必须经过下列过程才能测得： 打碎 测序 拼接 鸟枪法 杂交测序法 1、鸟枪法 鸟枪法（shotgun method）,也称霰弹法。将DNA分子打碎，得到长度在500-1000bp之间的小片段，对这些片段测序，然后根据他们之间的关系进行拼接，得到最终目标序列。 序列片段覆盖待测序列 序列片段之间也存在着相互覆盖或者重叠。 目标序列 序列碎片 拼接过程 查找能顺箭头方向依次经过各顶点的所有通路中权值之和最大的，即为拼接后的序列。 1 adbc，权值8 2 bcad，权值7 3 badc，权值5 4 cadb，权值10 5 dbca，权值8 拼接结果：AGGTCCTAAA 最大权的哈密顿路径问题（Hamilton tour problem） AGGTCC TAAA AGG TCCTAAA 1 3 4 1 1 1 3 a b c d 2、杂交测序法 杂交测序法（sequencing by hybridization，SBH） 基本原理是：构建基因微阵列（microarray，也称基因芯片，gene chip），让待测序列与其反应，然后由反应获得的信息确定待测序列的局部序列，最后根据这些局部序列重构目标序列。 基因微阵列（microarray，也称基因芯片，gene chip），将高密度DNA片段阵列以一定的排列方式使其附着在基片上而形成。 AA AT AG AC TA TT TG TC GA GT GG GC CA CT CG CC AA AT AG AC TA TT TG TC GA GT GG GC CA CT CG CC GCAC CTGA ACTG CACT 目标序列：CGTGACT 互补序列：GCACTGA 由测出的局部序列：GCAC、ACTG、CTGA、CACT，可以重构目标序列的互补序列GCACTGA ，从而得到目标序列 CGTGACT 。 可用求最大权值的哈密顿路径的方法求解。 也可用欧拉路径的方法求解，该算法较省时。 3、拼接软件 Phred、Phrap、Consed Sequencher ContigExpress 1 aggtcc 2 taaa 3 agg 4 tcctaaa 二、基因识别 基因组（genome）是指一个生物体、细胞或病毒的整套基因。 基因组学（genomics）以基因组分析为手段，研究基因组的构成、时序表达模式和功能，并提供有关生物物种及其细胞功能的进化信息。 功能基因组学研究基因和非编码序列生物学功能。 比较基因组学通过生物物种基因组之间的比较，研究基因的功能。 基因识别是识别DNA序列上的具有生物学特征的片段，是基因组研究的基础。 基因识别是生物信息学领域里的一个重要研究内容 基因识别问题，在近几年受到广泛的重视 当人类基因组研究进入一个系统测序阶段时