第六章表达序列分析.pptVIP

2. SAGEnet SAGEnet是一个关于SAGE技术方法、文档、资讯以及收录SAGE数据的网络资源库 / 主要内容： FINDNGS：SAGE技术介绍 RESOURCES：资料及数据下载 PUBLICATIONS：SAGE出版物 CONFERENCES：相关会议信息 CONTACS US：联系获取SAGE资料 / 3. The MOUSE SAGE Site 小鼠SGAE数据库，由捷克科学院分子遗传研究所构建 http://mouse.img.cas.cz/sage/ 4. 其他SAGE数据库 GutSAGE： /GutSAGE/ StormSAGE： /StomSAGE/ GermSAGE： /germsage/home.html （二）SAGE分析软件 对SAGE数据分析主要包括从原始的序列中得到标签列表，比较来自不同组织细胞或不同生理状态乃至不同物种的标签及其出现频率，在相应数据库中搜索匹配序列，进行基因功能的分析或发现新的基因等。 SAGE300 与sagenet实验方案配套使用 /protocol/index.htm WEBSAGE 对SAGE数据进行统计分析，鉴别差异表达的标签，绘制分析结果的散点图等。 http://www2.mnhn.fr/websage/ ATCG 从标签序列来构建基因表达图谱 /ACTG/ 接受10bp的短SAGE标签、17bp的长SAGE标签、13bp的MPSS标签、16bp的MPSS或SBS标签 POWER-SAGE 对不同大小的样本和不同使用频率的标签的组合进行“虚拟”的SAGE实验分析，用以确定最好的实验方案 邮件获取：michale.man@ 使用ATCG进行在线的SAGE标签数据分析 * * 1. 检索栏内输入关键词，如“HBB Human” 2. 检索结果 访问号 数据描述 Gi号/数据库来源 3. 检索结果的解读 数据记录的编号：DN991377 数据记录的描述：…… 数据记录的格式：Genbank格式、EST格式 数据记录的下载：下载FASTA格式序列、下载Genbank格式的文本文件 （二）UniGene数据库 Genbank的一部分 一条纪录为一个gene cluster 简介 查询UniGene 通过NCBI Ftp 下载：/repository/UniGene/ 使用dbEST数据库检索 例：检索人类血红蛋白β亚基的UniGene数据 1. 检索栏内输入关键词“HBB Human” 2. 获得检索结果页面 3. 检索结果解读 数据名称：…… 数据描述：…… 数据格式（主要字段）： SELECTED PROTEIN SIMILARITIES：基因类中相似蛋白质集合 GENE EXPRESSTION：基因表达信息 SEQUECNES：与基因类相关的序列，如mRNA、EST等等 （三）Gene Indices数据库 The Institute of Genomic Research Database （TIGR）中的一个子库 /tgi/ 简介 数据构成 42类动物 47类植物 15类原生生物 10类真菌 三、EST数据分析方法 随机挑取克隆进行5′或3′端测序 序列前处理 聚类和拼接 基因注释及功能分类 去除低质量的序列（如使用Phred） 应用BLAST、RepeatMasker或Crossmatch屏蔽数据组中不属于表达基因的赝象序列(artifactual sequences) ● 载体序列(/repository/vector) ●重复序列(RepBase，) ● 污染序列 (如核糖体RNA、细菌或其他物种的基因组DNA等) 去除其中的嵌合克隆 最后去除长度小于100bp的序列 （一）序列前处理 EST数据预处理流程 聚类目的：将来自同一个基因或同一个转录本的具有重叠部分(over-lapping) 的ESTs整合至单一的簇(cluster)中 聚类作用： ● 产生较长的一致性序列(contigs) ，用于注释 ● 降低数据的冗余，纠正错误数据。 ● 可以用于检测选择性剪切。 ESTs聚类的数据库主要有三个： ● UniGene (/UniGene) ● TIGR Gene Indices (/tdb/tgi/ ) ● STACK (http://www.sanbi.ac.za/Dbases.html ) （二）ESTs的聚类 Phr