基因组学和蛋白质组学工具 ppt课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
功能基因组在评估和检测新药时十分有用。
基因组学和蛋白质组学工具
DNA微阵列——功能基因组中的新兴技术 DNA微阵列（DNA microarray）又称DNA阵列或DNA芯片，比
较通俗的名字是基因芯片（gene chip）。是一块带有DNA微阵列 （micorarray）涂层的特殊玻璃片，在数平方厘米之面积上安装 数千或数万个核酸探针，经由一次测验，即可提供大量基因序列 相关资讯。它是基因组学和遗传学研究的工具。研究人员应用基 因芯片就可以在同一时间定量的分析大量(成千上万个)的基因达 的水平，具有快速、精确、低成本之生物分析检验能力 。
现在常用的DNA芯片有两种：cDNA阵列和原位合成的寡核苷 酸阵列。
cDNA阵列是通过机械手将DNA 点样到涂层的玻片表面，点样 直径为5O～150um，中等尺寸的DNA芯片在3.6平方厘米上有10000 个点。
基因组学和蛋白质组学工具
原位合成的寡核苷酸阵列，是将寡核苷酸合成和照相平版印 刷术结合起来，紫外光通过掩罩(mask)的孔照射到玻片上控制合 成，产生的DNA芯片在1.6cm 玻片表面可容纳65000~400000个DNA 寡核苷酸。
基因组学和蛋白质组学工具
功能基因组学的概念： 功能基因组学（Functuional genomics）又往往被称为后基
因组学（Postgenomics），它利用结构基因组所提供的信息和产 物，发展和应用新的实验手段，通过在基因组或系统水平上全面 分析基因的功能，使得生物学研究从对单一基因或蛋白质得研究 转向多个基因或蛋白质同时进行系统的研究。
其中可以用来检测基因表现程度之 cDNA 微阵列（cDNAmicroarray），已开始商业化，市场主要以研发实验室为主。
基因组学和蛋白质组学工具
DNA 微阵列技术的基本原理是序列特异性核酸杂交，其核心 技术是逆Southern blot印迹法，即：将基因特异的探针固定在 膜上，再与荧光标记的诱变物的基因组或cDNAs靶杂交。不过， 点印迹通常制备在膜上，很少能超过700个基因，DNA 微阵列可 以制备在玻片或硅片等片基上，点的数量和密度也高得多。
当基因组被提取成限制性片段时，它只是被部分提取。用于 DNA样品的限制性酶数量只能够切开50%的酶切位点。这就意味 着有些片段会跨过某个特殊的限制性位点，而另一些片段会在那 个特定位点切开，而跨过其他的限制性位点。因此，这些限制性 片段组成的克隆库会包含重叠片段。这些重叠片段正是序列拼接 的基础。
基因组学和蛋白质组学工具
基于特征子串的重复片段屏蔽方法：
DNA 序列和每一个片段序列都可以看做是字符集｛A，C，T， G｝上的字符串，每个长为k的字符串称为k-串；若它是某个片段 （或序列）的一部分，则称它为此片段（或序列）的k-子串.
特征子串：当一个k-子串为某个片段的标识性信息时，称该 k-子串为该片段的特征子串。
PL条件：两片段含有至少一个公共的特征子串，称之满足可 能相邻（PL）条件。
经计算，k需满足条件： 其中n为要拼接片段的总数。
基因组学和蛋白质组学工具
算法原理： 即使两个本不相邻的片段因为重复片段的原因存在很长的重
叠，但只要它们的特征子串均不相同，处理时就不会对它们进行 比对，也就不会认为它们是相邻的。这样就达到了“屏蔽”重复 片段干扰的目的，也为后续的拼接产生了有用的依据。
基因组学和蛋白质组学工具
本科08级通信工程1班 况玲
Biblioteka Baidu
基因组学和蛋白质组 学工具
一、序列组装 二、功能基因组学 三、蛋白质组学
基因组学和蛋白质组学工具
研究内容：
1、怎样将散的序列拼接起来 2、如何去掉序列中重复的部分
基因组学和蛋白质组学工具
我们知道，使用鸟枪法的DNA测序提供了成千上百万个小序 列，每一个片段长度有400~500个碱基对。
基因组学和蛋白质组学工具
直接鸟枪法序列拼接：
从已测序的小片段中寻找彼此重叠的测序克隆，依次向两侧 邻接的序列延伸，组装成一个完整的基因组。不需预先了解任何 基因组的情况，即使缺少遗传图或物理图也可完成整个基因组顺 序组装。
优点：最大优点是经济、快速、高效。 缺点：“鸟枪法”对高性能计算的方法和设备要求非常高， 且无法测到人类基因组中重复出现的DNA片段，这些片段占到基 因组的3%至5%，对于理解遗传性疾病具有重要意义。
在得到了每个片段的序列后，序列拼接(sequence assembly) 的任务就利用这些片段间的重叠，将它们拼接成原来的序列。拼 接的关键问题是得到每个片段在一个长序列中的位置信息，这种 组合的集合称为contig(contiguous segment)。
序列拼接问题可以抽象为最短超序列问题(Shortest Superstring Problem，SSP)。假设一个序列片段集合A={a1，a2， ⋯，an}，我们希望发现一个最短的序列S，A中所有的片段都是S的 子序列。例如有序列集合：{000，001，010，011，100，101， 110，101，111}，包括集合中所有序列的最短超序列是： 0001110100。
基因组学和蛋白质组学工具
Phrap算法序列拼接：
1、找出序列片段间的重叠信息。 2、将存在有重叠的片段组合起来，形成一个contig结构。 3、形成Consensus序列(Consensus)。 优点：精确度较高。 缺点：运算时间较长且对存储空间的需求较大。
基因组学和蛋白质组学工具
重复片段是指在目标片段中多次出现的片段。对于小规模的 拼接工作例如细菌的基因组(重复序列约占全序列的1．5％)和果 蝇基因组(约占全序列的3％)等，问题不明显，然而，人类基因 组中含有50％以上的重复序列，这就对基因组测序产生了很大的 困难。
目前已经出现的很多用于shotgun片段拼接的工具，在处理 重复片段时，都是采用对大量的片段数据进行反复迭代的方法， 此间还需要加入很多人工的经验分析和干预。一定程度上增加了 拼接所花费的时间，降低了机器的使用效率。
所以，在使用过程中，我们应该选择可以屏蔽重复片段的 拼接算法。
基因组学和蛋白质组学工具
基因组学和蛋白质组学工具
DNA微阵列——功能基因组中的新兴技术 DNA微阵列（DNA microarray）又称DNA阵列或DNA芯片，比
较通俗的名字是基因芯片（gene chip）。是一块带有DNA微阵列 （micorarray）涂层的特殊玻璃片，在数平方厘米之面积上安装 数千或数万个核酸探针，经由一次测验，即可提供大量基因序列 相关资讯。它是基因组学和遗传学研究的工具。研究人员应用基 因芯片就可以在同一时间定量的分析大量(成千上万个)的基因达 的水平，具有快速、精确、低成本之生物分析检验能力 。
现在常用的DNA芯片有两种：cDNA阵列和原位合成的寡核苷 酸阵列。
cDNA阵列是通过机械手将DNA 点样到涂层的玻片表面，点样 直径为5O～150um，中等尺寸的DNA芯片在3.6平方厘米上有10000 个点。
基因组学和蛋白质组学工具
原位合成的寡核苷酸阵列，是将寡核苷酸合成和照相平版印 刷术结合起来，紫外光通过掩罩(mask)的孔照射到玻片上控制合 成，产生的DNA芯片在1.6cm 玻片表面可容纳65000~400000个DNA 寡核苷酸。
基因组学和蛋白质组学工具
功能基因组学的概念： 功能基因组学（Functuional genomics）又往往被称为后基
因组学（Postgenomics），它利用结构基因组所提供的信息和产 物，发展和应用新的实验手段，通过在基因组或系统水平上全面 分析基因的功能，使得生物学研究从对单一基因或蛋白质得研究 转向多个基因或蛋白质同时进行系统的研究。
其中可以用来检测基因表现程度之 cDNA 微阵列（cDNAmicroarray），已开始商业化，市场主要以研发实验室为主。
基因组学和蛋白质组学工具
DNA 微阵列技术的基本原理是序列特异性核酸杂交，其核心 技术是逆Southern blot印迹法，即：将基因特异的探针固定在 膜上，再与荧光标记的诱变物的基因组或cDNAs靶杂交。不过， 点印迹通常制备在膜上，很少能超过700个基因，DNA 微阵列可 以制备在玻片或硅片等片基上，点的数量和密度也高得多。
当基因组被提取成限制性片段时，它只是被部分提取。用于 DNA样品的限制性酶数量只能够切开50%的酶切位点。这就意味 着有些片段会跨过某个特殊的限制性位点，而另一些片段会在那 个特定位点切开，而跨过其他的限制性位点。因此，这些限制性 片段组成的克隆库会包含重叠片段。这些重叠片段正是序列拼接 的基础。
基因组学和蛋白质组学工具
基于特征子串的重复片段屏蔽方法：
DNA 序列和每一个片段序列都可以看做是字符集｛A，C，T， G｝上的字符串，每个长为k的字符串称为k-串；若它是某个片段 （或序列）的一部分，则称它为此片段（或序列）的k-子串.
特征子串：当一个k-子串为某个片段的标识性信息时，称该 k-子串为该片段的特征子串。
PL条件：两片段含有至少一个公共的特征子串，称之满足可 能相邻（PL）条件。
经计算，k需满足条件： 其中n为要拼接片段的总数。
基因组学和蛋白质组学工具
算法原理： 即使两个本不相邻的片段因为重复片段的原因存在很长的重
叠，但只要它们的特征子串均不相同，处理时就不会对它们进行 比对，也就不会认为它们是相邻的。这样就达到了“屏蔽”重复 片段干扰的目的，也为后续的拼接产生了有用的依据。
基因组学和蛋白质组学工具
本科08级通信工程1班 况玲
Biblioteka Baidu
基因组学和蛋白质组 学工具
一、序列组装 二、功能基因组学 三、蛋白质组学
基因组学和蛋白质组学工具
研究内容：
1、怎样将散的序列拼接起来 2、如何去掉序列中重复的部分
基因组学和蛋白质组学工具
我们知道，使用鸟枪法的DNA测序提供了成千上百万个小序 列，每一个片段长度有400~500个碱基对。
基因组学和蛋白质组学工具
直接鸟枪法序列拼接：
从已测序的小片段中寻找彼此重叠的测序克隆，依次向两侧 邻接的序列延伸，组装成一个完整的基因组。不需预先了解任何 基因组的情况，即使缺少遗传图或物理图也可完成整个基因组顺 序组装。
优点：最大优点是经济、快速、高效。 缺点：“鸟枪法”对高性能计算的方法和设备要求非常高， 且无法测到人类基因组中重复出现的DNA片段，这些片段占到基 因组的3%至5%，对于理解遗传性疾病具有重要意义。
在得到了每个片段的序列后，序列拼接(sequence assembly) 的任务就利用这些片段间的重叠，将它们拼接成原来的序列。拼 接的关键问题是得到每个片段在一个长序列中的位置信息，这种 组合的集合称为contig(contiguous segment)。
序列拼接问题可以抽象为最短超序列问题(Shortest Superstring Problem，SSP)。假设一个序列片段集合A={a1，a2， ⋯，an}，我们希望发现一个最短的序列S，A中所有的片段都是S的 子序列。例如有序列集合：{000，001，010，011，100，101， 110，101，111}，包括集合中所有序列的最短超序列是： 0001110100。
基因组学和蛋白质组学工具
Phrap算法序列拼接：
1、找出序列片段间的重叠信息。 2、将存在有重叠的片段组合起来，形成一个contig结构。 3、形成Consensus序列(Consensus)。 优点：精确度较高。 缺点：运算时间较长且对存储空间的需求较大。
基因组学和蛋白质组学工具
重复片段是指在目标片段中多次出现的片段。对于小规模的 拼接工作例如细菌的基因组(重复序列约占全序列的1．5％)和果 蝇基因组(约占全序列的3％)等，问题不明显，然而，人类基因 组中含有50％以上的重复序列，这就对基因组测序产生了很大的 困难。
目前已经出现的很多用于shotgun片段拼接的工具，在处理 重复片段时，都是采用对大量的片段数据进行反复迭代的方法， 此间还需要加入很多人工的经验分析和干预。一定程度上增加了 拼接所花费的时间，降低了机器的使用效率。
所以，在使用过程中，我们应该选择可以屏蔽重复片段的 拼接算法。
基因组学和蛋白质组学工具