生物信息数据库及生物信息分析软件应用.ppt

实验一 生物信息数据库及 生物信息分析软件应用 现代分子生物学大实验现代分子生物学大实验 实验目的 掌握生物信息学基本概念、原理及方 法 应用生物信息学的一些工具进行初步 的生物信息分析 运用Primer Primier 5进行引物设计 实验主要内容 分子生物学数据库：掌握数据库的种类、 功能，文献查找方法 相似序列的数据库搜索：掌握NCBI中几种 基本局部序列比对方法及几种单机软件的 使用方法（Blastn；Blastp；Blastx；tBlastn ）。 生物信息学单机软件介绍：Primer Primier 5 欧洲分子生物学实验室 EMBL( European Molecular Biology Laboratory ) 美国生物技术信息中心 NCBI (National Center for Biotechnology Information ) 日本遗传研究所 DDBJ (DNA Data Bank of Japan ) 国际权威数据库 国际权威数据库 蛋白质数据库 SWISS-PROT TrEMBL (translation of EMBL) PIR (Promoter information resource) PRF （Promoter research foundation） PDBSTR （Re-organized Protein data Bank）Prosite 结构数据库 PDB (Protein Data Bank) NDB (Nucleic Acid Database) DNA-bind Protein database swiss-3D IMAGE 酶和代谢数据库 KEGG （Kyoto Eneyclopedin of genes & genemes） PKR (Protein Kinase Resource) 文献数据库 PubMed OMIM Agricola 常用数据库 孟德尔人类遗传（OMIM），三维蛋白质结构的分子模型数据库（ MMDB），唯一人类基因序列集合（UniGene），人类基因组基因图谱 ，分类学浏览器，同国立癌症研究所合作的癌症基因组剖析计划（ CGAP）。 Entrez是NCBI的为用户提供整合的访问序列，定位，分类和结构数据的 搜索和检索系统。Entrez同时也提供序列和染色体图谱的图形视图。 Entrez是一个用以整合NCBI数据库中信息的搜寻和检索工具。这些数据 库包括核酸序列，蛋白序列，大分子结构，全基因组，和通过PubMed 检索的MEDLINE。Entrez的一个强大和独特的特点是检索相关的序列， 结构和参考文献的能力。杂志文献通过PubMed获得，PubMed是一个网 络搜索界面，可以提供对在MEDLINE上的九百万杂志引用的访问，包 含了链接到参与的出版商网络站点的全文文章。 BLAST是一个NCBI开发的序列相似搜索程序，还可作为鉴别基因和遗 传特点的手段。BLAST能够在小于15秒的时间内对整个DNA数据库执行 序列搜索。NCBI提供的附加的软件工具有：开放阅读框寻觅器（ORF Finder），电子PCR，和序列提交工具，Sequin和BankIt。所有的NCBI 数据库和软件工具可以从WWW或FTP来获得。NCBI还有E-mail服务器 ，提供用文本搜索或序列相似搜索访问数据库一种可选方法。 NCBI相关介绍 核苷酸数据库 dbEST EST来源于mRNA 基因长度（300-400bp，数据长度足以分析编码的产物）或者全基因 （已知） 5端或3端的cDNA序列（EST） 300-400bp single-pass sequence （可能有误，如果要求2kb） dbSNP 每100-300bp有一个SNP EPD （Eukaryotic Promoter Database） 启动子数据库 文献数据库 序列相关检索操作 序列查询 登录号（如X58929） 序列名称（如SCARGC） 核酸同源性搜索 BLAST分析 浏览整个基因组 直观显示各染色体，可以在染色体水平 上选择感兴趣的位点，逐层放大 浏览染色体 浏览染色体 浏览染色体 Blastp：氨基酸序列检索蛋白质库 将待查询的蛋白质序列及其互补序列一起对蛋白质序列数据库进行 查询；(Search a nucleotide database using a nucleotide query) Blastn：核苷酸序列检索核苷酸库 将待查询的核酸序列及其互补序列一起对核酸序列数据库进行查询 ；(Search a nucleotide database using a nucleotide query) Blastx：核苷酸序列氨基酸序列蛋白质库 先将待查询的核酸序列按6种可读框架(逐个向前3个碱基和逐个向后3 个碱基读码)翻译成蛋白质序列，然后将翻译结果对蛋白质序列数据 库进行查询；(Search protein database using a translated nucleotide query ) tBlastn 先将核酸序列数据库中的核酸序列按6种可读框架翻译成蛋白质序列 ，然后将待查询的蛋白质序列及其互补序列对其翻译结果进行查询 ；(Search translated nucleotide database using a protein query ) tBlastx 先将待查询的核酸序列和核酸序列数据库中的核酸序列按6种可读框 架翻译成蛋白质序列，然后再将2种翻译结果从蛋白质水平进行查询 。(Search translated nucleotide database using a translated nucleotide query ) 同源性搜索（Basic Local Alignment Search Tool ） 序列特征注释 Annotation by sequence features Subcellular Localization None Signal peptide None obvious transmembrane region Motifs Domains Pfam InterPro Coiled Coil Regions STRUCTURE Can not find data in PDBPredicted in GTD 多序列比对 Multiple sequence alignment analysis ClustalW, view as JalView 引物设计 primer primer 5 软件 引物设计的一般步骤 序列查询 单基因序列 多基因序列 引物设计 引物确定 引物的设计原则 引物与模板的序列要紧密互补 引物与引物之间避免形成稳定的二聚 体或发夹结构 引物不能在模板的非目的位点引发 DNA聚合反应(即错配) 引物的长度一般为15-30 bp，常用的是18-27 bp， 但不应大于38，因为过长会导致其延伸温度大于 74，不适于Taq DNA聚合酶进行反应。 引物所对应模板位置序列的Tm值在72左右可 使复性条件最佳。Tm值的计算有多种方法，如 按公式Tm4(G+C)2(A+T)，在Oligo软件中使 用的是最邻近法(the nearest neighbor method)。 Tm值：50的引物和互补序列表现为双链DNA 分子时的温度 引物的设计原则 引物序列在模板内应当没有相似性较高，尤其是 3端相似性较高的序列，否则容易导致错配。引 物3端出现3个以上的连续碱基，如GGG或CCC， 也会使错误引发机率增加。 引物3端的末位碱基对Taq酶的DNA合成效率有较 大的影响。不同的末位碱基在错配位置导致不同的 扩增效率，末位碱基为A的错配效率明显高于其他3 个碱基，因此应当避免在引物的3端使用碱基A。 引物的设计原则 引物二聚体及发夹结构的能值过高（超过 4.5kcal/mol）易导致产生引物二聚体带，并且降低 引物有效浓度而使PCR反应不能正常进行。 5端序列对PCR影响不太大，因此常用来引进修饰 位点或标记物。对引物的修饰一般是在5端增加酶 切位点，应根据下一步实验中要插入PCR产物的载 体的相应序列而确定。 引物的设计原则 primer primer 5 软件的使用 primer primer 5 软件的使用 primer primer 5 软件的使用 primer primer 5 软件的使用 primer primer 5 软