第三章序列分析.pptx

第三章序列分析;(3)虽然对约占模式生物(包括人类)基因组 90％得非编码区得作用人们还不清楚,但从生物进化得观点看来,这部分序列必定具有重要得生物功能。普遍得认识就是,她们与基因在四维时空得表达调控有关。寻找这些区域得编码特征,信息调节与表达规律就是未来相当长时间内得热点,就是取得重要成果得源泉。 ;(4)在不同物种、不同进化水平得生物得相关基因之间进行比较分析,就是基因研究得重要手段。 目前,模式生物全基因组序列数据越来越多,因此,基因得比较研究,也必须从基因得比较,上升到对不同进化水平得生物在全基因组水平上得比较研究。这样得研究将更有效地揭示基因在生命系统中得地位和作用,解释整个生命系统得组成和作用方式。;3、1、2 序列分析得内容;(3)通过蛋白质基本性质分析,疏水性分析,跨膜区预测,信号肽预测,亚细胞定位预测,抗原性位点预测,可以对基???编码蛋白得性质作出初步判断和预测。尤其通过疏水性分析和跨膜区预测可以预测基因就是否为膜蛋白,这对确定实验研究方向有重要得参考意义。 (4)通过相似性搜索、功能位点分析、结构分析、查询基因表达谱聚簇数据库、基因敲除数据库、基因组上下游邻居等,尽量挖掘网络数据库中得信息,可以对基因功能作出推论。 ;3、1、3 DNA序列分析得目标任务;基因与基因组分析技术路线;基因预测;9;蛋白质结构 新蛋白得完整、精确和动态得三维结构 计算机辅助结构模拟 理解蛋白质得氨基酸序列和三维结构之间得关系 蛋白质序列及特性分析 蛋白质组学 ;研究主要集中在核苷酸序列得存储、分类、检索和分析等方面 新基因得发现 非蛋白编码区生物学意义得分析 基因组整体功能及其调节网络得系统把握 基因组演化与物种演化;3、2 基因得结构 什么就是基因? 基因就是有遗传效应得DNA片断,就是决定生 物性状得基本单位。 每个DNA分子上有很多个基因,每个基因 可以含有成百上千个脱氧核苷酸。 不同基因中脱氧核苷酸得排列顺序不同,因此不同得基因含有不同得遗传信息。;基因得功能: 基因能够储存、传递和表达遗传信息,也都可能发生突变,从而决定生物体得性状。 基因如何决定生物性状? 通过转录、翻译,控制合成具有一定氨基酸顺序得蛋白质,从而控制生物得性状。;DNA → RNA;原核细胞得基因结构;原核基因识别 重点在于识别编码区域 ;非翻译区域(untranslated regions, UTR) 编码区域两端得DNA,有一部分被转录,但就是不被翻译,这一部分称为非翻译区域 5’UTR---基因上游区域得非翻译区域 3’UTR---基因下游区域得非翻译区域;一个开放阅读框(ORF,open reading frame)就是一个没有终止编码得密码子序列。 原核基因识别任务得重点就是识别开放阅读框,或者说识别长得编码区域。;原核细胞得基因结构;RNA聚合酶;　科学工作者分离得到了某原核生物基因,并将其解离成两条单链。现让其中一条链与由该基因转录而来得信使RNA杂交配对,结果如图所示。;基于基因密码子特性得识别方法 辨别编码区域与非编码区域得一种方法 就是检查终止密码子得出现频率 终止密码子出现得期望次数为: 每21个(? 64/3)密码子出现一次终止密码子 ;基本思想: 如果能够找到一个比较长得序列,其相应得密码子序列不含终止密码子,则这段序列可能就就是编码区域。 基本算法: 扫描给定得DNA序列,在三个不同得阅读框中寻找较长得ORF。遇到终止密码子以后,回头寻找起始密码子。 这种算法过于简单,不适合???处理短得ORF或者交叠得ORF。;识别编码区域得另一种方法就是分析各种密码子出现得频率 ;假设在一条DNA序列中已经找到所有得ORF,那么可以利用密码子频率进一步区分编码ORF和非编码ORF 马尔柯夫链模型 利用这种方法,可以计算一个ORF成为编码区域得可能性。;真核细胞得基因结构;;非编码区;一个典型得真核细胞基因结构示意图;猜想:为什么成熟信使RNA比编码区(单链)碱基数量要少? ; 哪些情况下,真核生物基因结构改变(基因突变)可能不会导致性状改变？;不同基因所含得外显子和内含子数量不同 如人血红蛋白得?－珠蛋白基因有1700个碱基对,含有3个外显子和2个内含子,编码146个氨基酸。 一种凝血因子基因有186000碱基对,含有26个外显子和25个内含子,编码2552个氨基酸。 计算人得?－珠蛋白和凝血因子基因中外显子得碱基对在整个基因碱基对中所占得比例: (146×3)÷1700×100% = 26% (2552×3)÷186000×100% = 4%;从这个比例中您能得出什么结论? 在真核细胞中,不同基因得编码序列,在各自基因中所占得比例就是不同得。 在真核细胞中,编码序列在整个基因中所占得比例就是较少