實驗三基因組序列分析第一頁，共四十七頁，2022年，8月28日實驗項目三：基因序列分析

一、實驗目的和要求：掌握基因可讀框的識別；掌握啟動子區域的預測掌握CpG島的預測掌握轉錄終止信號的預測采用mRNA序列預測基因：Spidey的使用掌握各預測服務器結果的分析第二頁，共四十七頁，2022年，8月28日原核生物基因結構1長開放閱讀框2高基因密度3簡單的基因結構4基因組中GC含量變化非常大特點：第三頁，共四十七頁，2022年，8月28日真核生物基因結構特點：1基因結構復雜2具有復雜的基因轉錄調控方式3具有豐富的可變剪接4有明顯的CpG島、密碼子使用具有偏好性第四頁，共四十七頁，2022年，8月28日基因組序列分析第五頁，共四十七頁，2022年，8月28日

例：WhatisGenePrediction?

GivenanuncharacterizedDNAsequence,findout:

1.Wheredoesthegenestartsandends?

2.Whichregionscodeforaprotein?

AGCATCGAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGCGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACTGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGTTGCATGACGATTGACCTAGTGCATGACGATGCATGACCTAGCAGCATCGAAGTTGCATGACGATGCATGACCTAGCAAGAAGTTGCATGACGATGCATGACCTAATGCgene1gene2gene3exonintergenicregionintron第六頁，共四十七頁，2022年，8月28日第七頁，共四十七頁，2022年，8月28日一開放讀碼框的識別開放讀碼框（openreadingframe,ORF)

是一段起始密碼子和終止密碼子之間的堿基序列ORF是潛在的蛋白質編碼區基因預測第八頁，共四十七頁，2022年，8月28日基因開放閱讀框/基因結構分析識別工具Getorfhttp://bioweb.pasteur.fr/seqanal/interfaces/getorf.htmlEMBOSS通用Plotorfhttp://bioweb.pasteur.fr/seqanal/interfaces/plotorf.htmlEMBOSS通用ORFFinder/gorf/gorf.htmlNCBI通用BestORF/all.htmSoftberry真核GENSCAN/GENSCAN.htmlMIT脊椎、擬南芥、玉米GeneFinder/tools/genefinder/Zhanglab人、小鼠、擬南芥、酵母FGENESH/all.htmSoftberry真核GeneMark/GeneMark/GIT原核GLIMMER/genomes/MICROBES/glimmer_3.cgi/software/glimmer

Maryland原核FgeneSB/all.htmSoftberry細菌FgeneSV/all.htmSoftberry病毒Generation/generation/ORNL原核FGENESH+/all.htmSoftberry原核GenomeScan

/genomescan.html

MIT脊椎、擬南芥、玉米GeneWise

http://www.ebi.ac.uk/Wise2/EBI人、蠕蟲GRAIL/grailexp/ORNL人、小鼠、擬南芥、果蠅第九頁，共四十七頁，2022年，8月28日1.ORFFinder的使用及結果分析第十頁，共四十七頁，2022年，8月28日1.ORFFinder的使用及結果分析第十一頁，共四十七頁，2022年，8月28日1.ORFFinder的使用及結果分析第十二頁，共四十七頁，2022年，8月28日1.ORFFinder的使用及結果分析第十三頁，共四十七頁，2022年，8月28日1.ORFFinder的使用及結果分析第十四頁，共四十七頁，2022年，8月28日1.ORFFinder的使用及結果分析Blast比對結果搜索到多個顯著相似的序列，故所預測的ORF的可信度較高。如果要獲取該ORF所編碼的蛋白質序列，可以點擊“Accept”按鈕后，在“1GenBank”的下拉框中選擇“3Fasta”，并點擊“view”，即可獲取該ORF所編碼的蛋白質序列。第十五頁，共四十七頁，2022年，8月28日1.ORFFinder的使用及結果分析第十六頁，共四十七頁，2022年，8月28日1.ORFFinder的使用及結果分析第十七頁，共四十七頁，2022年，8月28日1.ORFFinder的使用及結果分析第十八頁，共四十七頁，2022年，8月28日1.ORFFinder的使用及結果分析第十九頁，共四十七頁，2022年，8月28日提交序列提交序列文件運行GENSCAN選擇物種顯示氨基酸或CDS序列序列名稱（可選）是否顯示非最優外顯子2.Genscan的使用及結果分析第二十頁，共四十七頁，2022年，8月28日基因、外顯子及類型正鏈、負鏈預測單元起始、終止及長度相位編碼區打分值可信概率、得分值2.Genscan的結果分析第二十一頁，共四十七頁，2022年，8月28日3.FGENESH的使用及結果分析輸入序列的Fasta文件第二十二頁，共四十七頁，2022年，8月28日3.FGENESH的使用及結果分析起始外顯子中間及末端外顯子PolyA位點起始堿基終止堿基打分長度第二十三頁，共四十七頁，2022年，8月28日3.FGENESH的使用及結果分析第二十四頁，共四十七頁，2022年，8月28日3.FGENESH的使用及結果分析第二十五頁，共四十七頁，2022年，8月28日二.原核和真核生物基因轉錄起始位點上游區結構

原核生物真核生物TTGACATATAATAmRNA＋1－10－35PyAPyTATAATGC區CAAT區mRNA＋1－40－25－110增強子上游啟動子元件，UPE核心啟動子元件轉錄起始位點第二十六頁，共四十七頁，2022年，8月28日原核生物真核生物第二十七頁，共四十七頁，2022年，8月28日二.啟動子預測輸入序列的Fasta文件第二十八頁，共四十七頁，2022年，8月28日啟動子預測結果從預測結果可知，預測的啟動子區在32564至32783之間，啟動子閾值系統默認為53.00，預測的啟動子分值為84.69，高于閾值，分值越高，說明預測的準確性大。與該啟動子可能結合的轉錄因子如下所示第二十九頁，共四十七頁，2022年，8月28日三CpG島預測CpG島CpG島又稱為HTF島，是DNA上的一個區域，此區域富含GC，二者以磷酸酯鍵相連。位于真核生物基因轉錄起始位點上游，GC含>50%，長度>200bpCpG島常出現在管家基因或頻繁表達的基因的啟動子附近，在這些部位，CpG島具有阻止序列甲基化的作用，因此，搜索CpG島可以為基因及其啟動子的預測提供線索。CpGIsland分析CpGIsland/cpgislands2/cpg.aspxWebCpGfinder/berry.phtml?topic=cpgfinder&group=programs&subgroup=promoterWebCpGPlot/CpGReport/Isochorehttp://www.ebi.ac.uk/emboss/cpgplot/index.htmlWeb第三十頁，共四十七頁，2022年，8月28日輸入序列的Fasta文件第三十一頁，共四十七頁，2022年，8月28日從該序列的預測結果來看，找到兩個CpG島，分別位于501-727，長度為227個堿基，54380-54691，長度為312第三十二頁，共四十七頁，2022年，8月28日四轉錄終止信號加polyA信號：AAUAAA轉錄終止信號：GCrich二重對稱區、UUUUUUC-GC-GG-CG-CU-AG-CG-CC-GG-CUUUUUUUUURNA5’3’AAUAAACAAAAAAAAAAAAA成熟mRNA5’3’AAUAAACAGUmRNA前體5’3’第三十三頁，共四十七頁，2022年，8月28日第三十四頁，共四十七頁，2022年，8月28日轉錄終止信號預測Hcpolyar.it/~webgene/wwwHC_polya.htmlWebPOLYAH/berry.phtml?topic=polyah&group=programs&subgroup=promoterWebpolyadq/tools/polyadq/polyadq_form.htmlWeb第三十五頁，共四十七頁，2022年，8月28日POLYAH的使用及結果分析輸入序列的Fasta文件第三十六頁，共四十七頁，2022年，8月28日POLYAH的使用及結果分析預測的POLYA位點，LDF為權重第三十七頁，共四十七頁，2022年，8月28日內含子/外顯子剪切位點識別對基因組序列的讀碼框區域進行預測內含子5’端供體位點(donorsplicesite):GT內含子3’端受體位點(acceptorsplicesite):AG預測工具：GENSCAN，GENEMARKNetGene2,SpliceView第三十八頁，共四十七頁，2022年，8月28日第三十九頁，共四十七頁，2022年，8月28日mRNA剪切位點識別：spideyNCBI開發的在線預測程序用于mRNA序列同基因組序列比對分析第四十頁，共四十七頁，2022年，8月28日第四十一頁，共四十七頁，2022年，8月28日序列在線提交形式：界面中有兩個窗口：上方窗口用于輸入基因組序列（直接粘貼序列或用GenbankID/AC號）下方窗口用于輸入cDNA/mRNA序列（直接粘貼序列或用GenbankID/AC號）可同時輸入多條cDNA/mRNA序列與同一條基因組序列進行分析Spidey序列提交頁面輸入基因組序列或序列數據庫號AC002390.1第四十二頁，共四十七頁，2022年，8月28日輸入相似mRNA序列判斷用于分析的序列間的差異，并調整比對參數不受默認內含子長度限制，默認長度：內部內含子為35kb,末端內含子為100kb輸出格式比對閾值選擇物種第四十三頁，共四十七頁，2022年，8月28日第一條藍色序列為基因組序列，橘黃色為外顯子第四十四頁，共四十七頁，2022年，8月28日外顯子對應于基因組上的起始/結束位置外顯子對應于mRNA/cDNA上的起始/結束位置供體、受體位點外顯子序號外顯子長度一致性百分比錯配和gap第四十五頁，