软件真核生物基因结构的预测分析方法

软件真核生物基因结构的预测分析方法第一页，共五十页，2022年，8月28日1实习一基因组数据注释和功能分析实习二真核生物基因结构的预测分析实习三芯片的基本数据处理和分析实习四蛋白质结构与功能分析实习五蛋白质组学数据分析实习六系统生物学软件实习课程内容基因组学转录物组学蛋白质组学系统生物学第二页，共五十页，2022年，8月28日2基因组序列cDNA序列编码区预测CodonbiasGCContent限制性酶切位点基因结构分析选择性剪切转录调控因子序列比对功能注释KEGGGO系统发育树蛋白质序列翻译蛋白质理化性质二级结构预测结构域分析重要信号位点分析三级结构预测基因组功能分析第三页，共五十页，2022年，8月28日3真核生物基因的主要结构第四页，共五十页，2022年，8月28日4基因结构分析开放读码框GENSCANGENOMESCANCpG岛CpGPlot转录终止信号POLYAH启动子/转录起始位点PromoterScan密码子偏好分析CodonWmRNA剪切位点NETGENE2Spidey选择性剪切ASTD基因结构分析常用软件第五页，共五十页，2022年，8月28日5开放读码框的识别开放读码框（openreadingframe,ORF)

是一段起始密码子和终止密码子之间的碱基序列ORF是潜在的蛋白质编码区第六页，共五十页，2022年，8月28日6基因开放阅读框/基因结构分析识别工具ORFFinder/gorf/gorf.htmlNCBI通用BestORF/berry.phtml?topic=bestorf&group=programs&subgroup=gfindSoftberry真核GENSCAN/GENSCAN.htmlMIT脊椎、拟南芥、玉米GeneFinder/tools/genefinder/Zhanglab人、小鼠、拟南芥、酵母FGENESH/berry.phtml?topic=fgenesh&group=programs&subgroup=gfindSoftberry真核(基因结构)GeneMark/GeneMark/eukhmm.cgiGIT原核GLIMMER/genomes/MICROBES/glimmer_3.cgi/software/glimmer

Maryland原核Fgenes/berry.phtml?topic=fgenes&group=programs&subgroup=gfindSoftberry人（基因结构）FgeneSV/berry.phtml?topic=virus&group=programs&subgroup=gfindvSoftberry病毒Generation/generation/ORNL原核FGENESB/berry.phtml?topic=fgenesb&group=programs&subgroup=gfindbSoftberry细菌（基因结构）GenomeScan

/genomescan.html

MIT脊椎、拟南芥、玉米GeneWise2http://www.ebi.ac.uk/Wise2/EBI人GRAIL/grailexp/ORNL人、小鼠、拟南芥、果蝇第七页，共五十页，2022年，8月28日7ORF识别：GENSCAN结果返回到邮箱（可选）提交序列提交序列文件运行GENSCAN显示氨基酸或CDS序列序列名称（可选）是否显示非最优外显子选择物种类型第八页，共五十页，2022年，8月28日89GENSCAN输出结果：文本第九页，共五十页，2022年，8月28日910GENSCAN输出结果：图形第十页，共五十页，2022年，8月28日10ORF识别：

GenomeScan提交待分析序列提交同源蛋白质序列运行GenomeScan第十一页，共五十页，2022年，8月28日11GenomeScan输出结果：文本预测外显子位置、可信度等信息同源比对信息预测结果的氨基酸序列第十二页，共五十页，2022年，8月28日12GenomeScan输出结果：图形第十三页，共五十页，2022年，8月28日13课堂练习1使用GENESCAN预测序列中可能的ORF。2使用GENOMESCAN预测序列中可能的ORF。练习用的序列文件在c:\zcni\shixi2文件下，名字为clone.fasta，使用写字板打开查看。第十四页，共五十页，2022年，8月28日14转录调控序列分析

CpG岛、转录终止信号和启动子区域的预测第十五页，共五十页，2022年，8月28日15CpG岛的预测CpG岛常位于真核生物基因转录起始位点，GC含>50%，长度>200bp的一段DNA序列。第十六页，共五十页，2022年，8月28日16CpGIsland分析常用软件CpGIsland/cpgislands2/cpg.aspxWebCpGPlothttp://www.ebi.ac.uk/emboss/cpgplot/index.htmlWebCpGfinder/berry.phtml?topic=cpgfinder&group=programs&subgroup=promoterWebCpGi130/CpG130.dowebCpGproDhttp://pbil.univ-lyon1.fr/software/cpgprod_query.htmlweb第十七页，共五十页，2022年，8月28日17提交序列文件提交序列参数选项CpG岛的预测：CpGPlot第十八页，共五十页，2022年，8月28日GENESCAN预测结果

起始为532bp

终止于51783bp第十九页，共五十页，2022年，8月28日19转录终止信号上游作用元件：AAUAAA下游作用元件：GCrich二重对称区、UUUUUUC-GC-GG-CG-CU-AG-CG-CC-GG-CUUUUUUUUURNA5’3’AAUAAACAAAAAAAAAAAAA成熟mRNA5’3’AAUAAACAGUmRNA前体5’3’第二十页，共五十页，2022年，8月28日20转录终止信号预测：POLYAH

提交序列文件提交序列第二十一页，共五十页，2022年，8月28日21polyA位置GENESCAN预测结果

PolyA位点52490bpPOLYAH输出结果第二十二页，共五十页，2022年，8月28日22启动子区结构启动子（Promoter）位于结构基因5’端上游，能活化RNA聚合酶，使之与模板DNA结合并具有转录起始的特异性。转录起始位点(Transcriptionstartsite,TSS)PYCAPY（嘧啶）核心启动子元件(Corepromoterelement)TATAbox，Pribnowbox

（TATAA)上游启动子元件(Upstreampromoterelement，UPE)CAATbox，GCbox，SP1，Otc增强子(Enhancer)第二十三页，共五十页，2022年，8月28日23原核和真核生物基因转录起始位点上游区结构原核生物真核生物TTGACATATAATAmRNA＋1－10－35PyAPyTATAATGC区CAAT区mRNA＋1－40－25－110增强子上游启动子元件，UPE核心启动子元件转录起始位点第二十四页，共五十页，2022年，8月28日24PromoterScan:80/molbio/proscan/WebPromoser/zlab/PromoSer/WebNeuralNetworkPromoterPrediction/seq_tools/promoter.htmlWebSoftberry:BPROM,TSSP,TSSG,TSSW/berry.phtml?topic=index&group=programs&subgroup=promoterWebMatInspectorhttp://www.gene-regulation.de/WebRSAThttp://rsat.ulb.ac.be/rsat/WebCister/~mfrith/cister.shtmlWeb启动子结合位点分析常用软件第二十五页，共五十页，2022年，8月28日25启动子预测：PromoterScan提交序列第二十六页，共五十页，2022年，8月28日26PromoterScan输出结果找到的TATAbox和转录起始位点预测可能的转录因子转录因子在提交序列中的位置第二十七页，共五十页，2022年，8月28日27课堂练习1使用CpG

Plot预测基因的CpG

island位置。2使用PolyAH预测基因可能的转录终止的位置。3使用PromotorScan寻找基因上游序列里可能的转录因子调控区域。第二十八页，共五十页，2022年，8月28日28基因密码子偏好性1.研究蛋白质结构功能中的作用2.在表达外源基因方面的作用3.在生物信息学研究中的作用第二十九页，共五十页，2022年，8月28日29基因密码子偏好性:CodonW粘帖目的序列密码子表的选择如需计算FOP/CBI选择相应物种如需计算CAI选择相应物种输出格式(默认不选)汇总所有基因的信息第三十页，共五十页，2022年，8月28日30参数选择计算所有指数选择导入对应物种CAI

FOP

CBI数据计算有效密码子数计算GC含量计算GC3s含量计算同义密码子数量计算同义密码子第三位碱基组成密码子总数第三十一页，共五十页，2022年，8月28日31各项指数输出结果密码子使用频率CodonW结果界面第三十二页，共五十页，2022年，8月28日32课堂练习使用CodonW分析基因的密码子使用偏好，了解密码子偏好分析中各指数的含义。第三十三页，共五十页，2022年，8月28日33内含子/外显子剪切位点识别如何分析核酸序列中的外显子组成？通过对特征序列(GT-AG)的分析进行直接的预测基因预测软件（NetGene2）与相应的基因组序列比对，分析比对片段的分布位置（Spidey）第三十四页，共五十页，2022年，8月28日34第三十五页，共五十页，2022年，8月28日35剪切位点识别：NetGene2http:///提交序列选择物种第三十六页，共五十页，2022年，8月28日36NetGene2输出结果供体位点受体位点可信度

相位第三十七页，共五十页，2022年，8月28日37mRNA剪切位点识别：SpideyNCBI开发的在线预测程序用于mRNA序列同基因组序列比对分析第三十八页，共五十页，2022年，8月28日38Spidey同源序列的获得:序列比对通过BLAST进行序列比对，找到可能同源的相似性好的一系列mRNA序列。BLAST比对到的三条mRNA序列第三十九页，共五十页，2022年，8月28日39输入基因组序列或序列数据库号输入相似性序列判断用于分析的序列间的差异，并调整比对参数不受默认内含子长度限制，默认长度：内部内含子为35kb,末端内含子为100kb比对阈值选择物种输出格式选择第四十页，共五十页，2022年，8月28日40Spidey输出结果第一条蓝色序列为基因组序列，橘黄色为外显子外显子对应于基因组上的起始/结束位置外显子对应于mRNA/cDNA上的起始/结束位置供体、受体位点外显子长度一致性百分比错配和gap外显子序号序列联配结果第四十一页，共五十页，2022年，8月28日41课堂练习1练习两种预测剪切位点的软件的使用，NetGene2和Spidey。2

Spidey的同源序列文件保存在c:\zcni\shixi2文件下，名字为Spidey.txt，使用写字板打开查看。第四十二页，共五十页，2022年，8月28日42选择性剪切（Alternativesplicing）分析选择性剪接是调控基因表达的重要机制了解不同物种、细胞、发育阶段、环境压力下基因的调控表达机制第四十三页，共五十页，2022年，8月28日43选择性剪接的类型选择性剪切的五种基本类型:内含子保留.5‘端