第6章 基因组分析2011

研究模式的改变——后基因组时代
• 传统模式： 功能－蛋白－基因－基因组
（结构基因组分析）
• 现代模式： 基因组－基因－蛋白－功能 （功能基因组分析）
Functional genomics
• --- the genome-wide study of the function of DNA, as well as its RNA and protein products, to understand the relationship between genotype and phenotype. • --- by analysis of SNP and epigenomics, (DNA function) expression variation, (RNA, protein function) protein interactions, (protein function) natural and experimental disruptions (disfunction function) ……
• Their locations in the genome can then be mapped，as landmarks.
—— NCBI.
STS and PCR （1）
• Operationally, an STS is defined by a pair of oligonucleotide primers that can be used in a PCR assay to detect a site that is unique in the genome.
• One could simply look up the STS in the database, synthesize the specified primers, and run the PCR to amplify the STS --- if the target DNA fragment contains the STS, than it can be localized in the genome along with the STS.
生物信息学
Bioinformatics
第六章 基因组分析
• 基因组和生物信息学
• 基因组特性
• 结构基因组分析 (基因组作图，STS *)
• 功能基因组分析 • 比较基因组分析 (COG *) • 基因组信息资源 (NCBI，UCSC*，Ensembl)
基因组（Genome）
• 基因组是指一个细胞生物体的单 倍细胞、细胞器或病毒 所包含的 所有基因与基因间序列的总体。
--功能基因组分析：方兴未艾而任重道远。
预测基因功能的方式
在确定ORF后—— • 通过序列比对寻找已知功能的同源序列； • 先预测结构，再通过结构相似性比较寻找 已知功能的大分子结构。 ——工作仍很粗浅，不能预测大部分（70％） ORF的功能。
非确定性读码框（URF）
• URF（unidentified reading frame, URF）是 指在DNA序列中识别出的一个可读框，但没 有相关的生物学功能信息（也没有已知的同 源物），它应该编码了一种蛋白质，但人们 从未发现或确定过该蛋白质的功能。
第六章 基因组分析
• 基因组和生物信息学
• 基因组特性
• 结构基因组分析 (基因组作图，STS *)
• 功能基因组分析 • 比较基因组分析 (COG *) • 基因组信息资源 (NCBI，UCSC*，Ensembl)
基因组分析 1. 基因组测序：基因组有什么样的序列？ 2. 基因组解析：基因组各部分是什么？ 它们具有什么样的生物学意义？ 3. 基因组比较：基因组是怎样进化的？
• The significance of this technique can be seen by considering that it is possible to map a new sequence without performing a single experiment in the laboratory.
第六章 基因组分析
• 基因组和生物信息学
• 基因组特性
• 结构基因组分析 (基因组作图，STS *)
• 功能基因组分析 • 比较基因组分析 (COG *) • 基因组信息资源 (NCBI，UCSC*，Ensembl)
基因组学 1. 基因组测序：基因组有什么样的序列？ 2. 基因组解析：基因组各部分是什么？ 它们具有什么样的生物学意义？ 3. 基因组比较：基因组是怎样进化的？
第六章 基因组分析
• 基因组和生物信息学
• 基因组特性
• 结构基因组分析 (基因组作图，STS *)
• 功能基因组分析 • 比较基因组分析 (COG *) • 基因组信息资源 (NCBI，UCSC*，Ensembl)
基因组的结构组成
• 基因组在形态结构上体现为染色体。原核 生物的“染色体”只有一条，且不大；而 真核生物的染色体通常很大，且数目众多 （尤其是在植物中）。 • 原核生物基因组中的非编码区很少，而真 核生物的基因组非编码DNA可能占大部分。
染色体上的重复序列
• 端粒区：随机的中度重复序列，和年龄 有关。 • 着丝粒：随机的高度重复序列。 • 核仁组织区：中度重复序列，编码核糖 体RNA的基因。
基因组中的遗传多态性
• 单核苷酸多态性（SNP）：是指基因组内特 定核苷酸位点上存在不同的碱基，其中每 种在群体中的频率不小于1％。(派生 RFLP,SSCP)
NCBI --- COGs
Clusters of Orthologous Groups of proteins (COGs) were delineated by comparing protein sequences encoded in complete genomes, representing major phylogenetic lineages. Each COG consists of individual proteins or groups of paralogs from at least 3 lineages and thus corresponds to an ancient conserved domain.
借助STS定位目标序列
基因 组序 列 STS 标记 图 定位 目标 序列
模拟定位 —— E-PCR
• We could identify STSs in the target DNA sequence by searching for subsequences that match the PCR primers and are in the correct order, orientation, and spacing of a real PCR.
功能基因组分析的三个层次
染色体基因组，或简称基因组，即生物体内所有 细胞中的遗传信息。－>DNA 表达基因组，或称转录基因组，即细胞某个特定 生长阶段中基因组的表达部分。－>mRNA
蛋白质组，反映细胞特性和功能的所有蛋白质分 子。 －>蛋白质
功能基因组分析的发展
• 目前，已有大量的基因组DNA序列被储存 在数据库中，但对于其内容的理解，即 了解其功能，并不容易。所以，即使在 全基因组测序完成后，还需要相当长的 一段时间来了解生物体的全部复杂性。
• An STS is a relatively short sequence (200 to 500 bp) occurring only once in the genome. (--- can be specifically amplified by PCR in the presence of all genomic sequences)
分子进化中的同源性（2）
• 直系同源（orthology）：由“物种分化”而产 生， 有功能一致性；可以反映物种血统上的同 源性，即物种进化的历史。 比如，小鼠和大鼠的肌红蛋白。
• 并系同源（paralogy）：由基因“多重化 （duplicating）＋功能分化” 而产生。 比如，人血红蛋白中的α、β亚基与肌红蛋白。
0.5% 1.5%
98%
99.5% Lunfish (dipnoi)
Human Coding (protein) RNA Non-coding
基因组的非编码区的意义
• 非编码区的意义还不很明确，现在已经 成为研究热点之一。
——至少它在进化中的作用是巨大的。由 于其非编码的特性，它为沉默突变的积 累提供了一个平台。这应该是真核生物 能够进化到如此复杂的一个重要原因。
基因组学（Genomics） 1. 基因组测序：基因组有什么样的序列？ 2. 基因组解析：基因组各部分是什么？ 它们具有什么样的生物学意义？ 3. 基因组比较：基因组是怎样进化的？ ——都离不开生物信息学。
基因组分析为生物信息学赋予了机会和挑战 • 机会：基因组序列信息的丰富性为生物信息 学提供了很好的研究对象；基因组序列信息 的物种完备性为生物信息学赋予了更高的研 究意义。 • 挑战：基因组所含信息量至少比单个基因高 几个数量级；草图序列中存在不少碱基甚至 基因组片段的缺失和错误。
基因组学 1. 基因组测序：基因组有什么样的序列？ 2. 基因组解析：基因组各部分是什么？ 它们具有什么样的生物学意义？ 3. 基因组比较：基因组是怎样进化的？
结构基因组分析——基因组作图 基因组水平的研究最重要的特征之一是有位置 信息 ——
• 基因组序列图：什么位置是什么核苷酸？
• 基因组元素图：什么位置是什么元素 （elements：基因、疾病倾向位点、标记等）？ ——终极目标：把所有图依照位置对应起来。genetic maps Genetic linkage maps Radiation Hybrid maps STS maps Clone-based maps ……