解读基因组序列页PPT文档

单核李氏杆菌溶血素gln基因
基因无内含子ORF连续
高等真核生物DNA的ORF扫描
高等真核生物基因之间间隔太大发现家ORF的概率 增加
高等真核生物基因内有内含子导致ORF不连续，外 显子小于100个密码子 因此高等真核生物基因不会以长ORF形式出现 在基因组序列中,ORF无法扫描
内含子使ORF扫描复杂化
依据某种生物体的DNA特征进行具体 分析：如脊椎动物基因组包含着许多基
因上游都有的CpG（CpG island）岛
功能性RNA定位基因
搜寻编码RNA二级结构的特征碱基序列 搜寻DNA编码茎环或发夹结构的程序 搜索与功能RNA基因相关的调控序列 搜寻紧凑的较小基因组中蛋白质编码基因
间的空位置
相关物种的相似基因组
用同线性比较检测短ORF真实性
自动标注基因组序列
计算机方法从序列分析开始，运用能扫 描ORF、外显子-内含子边界及上游调控区 并能在数据库中检测同源基因ORF的程序进 行序列分析。这些程序同时也用于寻找重 复序列及功能RNA基因的特意性特征，而后 信息整合分析。
5.1.2.基因定位的实验技术
河豚鱼AF164138序列某段基因分析 内含子的基因图
ORF扫描的三项改良
密码子偏倚：特定生物体的基因中并不是所有密 码子使用频率都相等，真正外显子有所偏倚。
外显子——内含子边界 ：因为有特定的序列特征 而区分开
上游调控序列：调控序列有明显特点，可用来定 位基因起始区
外显子——内含子边界
5.2.1基因功能的计算机分析
同源性搜索是通过把被研究的DNA序列与数据库 中其他所有的DNA序列进行比较来定位基因。
同源性搜索的基础是相关的基因具有相似序列， 因此可以通过与不同物种中已测序的同源基因具 有相似性来发现新基因。
▲同源性反映出进化关系
同源基因具有共同的进化祖先，是通过基因之 间的序列相似性而发现的。（如图5.16) 同源基因分两类： ①定向进化同源基因orthologous gene 是那些不 同生物体间存在的同源物，它们的共同祖先早于物 种之间的分裂。同源基因通常具有相同的或很类似 的功能。Eg：人类和黑猩猩的肌红蛋白基因是同源 基因。
5 解读基因组序列
5.1在基因序列中定位基 因
基因测序的后续工作
弄清楚： 1.基因组顺序中所包含的全部遗传信息是什
么(查找基因) 2.基因组作为一个整体如何行使其功能
基因定位的两种常见方法：
其一，根据已知的序列人工判读或计算机 分析寻找与基因有关的序列（如：序列筛 查定位基因）
其二，实验研究，看其能否表达基因产物 及其对表型的影响，既实验分析
5.1.1通过序列筛查定位基因
细菌DNA的简单ORF扫描 高等真核生物DNA的ORF扫描 功能性RNA定位基因 同源性搜索和比较基因组学 自动标注基因组序列
基因可读框ORF
所有编码蛋白质的基因含有可读框(open reading frames ORF)：是由可编码氨基酸 的密码子组成
大多数基因定位的试验方法依赖于检测 由基因转录成的RNA分子。 杂交试验可以判断某一片段是否含有转录 序列 cDNA测序有助于在DNA片段中进行基因作图 精确定位转录物末端 可以准确定位外显子——内含子边界
杂交实验判断转录序列
如果用标记的基因组片段与细胞RNA进行 northern杂交，就可以检测到那个片段上的基因 所转录出的RNA。缺点： 一些单个基因有两个或更多长度不等的转录物 mRNA表达时期和部位的特异性
图5.16 定向进化同源基因和平行进化同源基因
②平行进化同源基因paralogous gene 存在于相同 生物体中，常是可识别的多基因家族的成员，它们 共同的祖先可能早于或晚于目前发现新基因的物种 分裂。eg：人类肌红蛋白和β –球蛋白基因是平行基 因：它们起源于5.5亿年前祖先基因的复制。
印 迹 杂 交
northern
种 属 间 印 迹
cDNA测序有助DNA片段基因作图
将cDNA序列与基因组DNA序列相比较，就可 以描述相应基因的位置找到外显子——内含子的 边界，两个决定此方法成功的因素：
所研究基因DNA片段表达水平的高低
cDNA分子的完整性
合 成
cDNA
精确定位转录物末端
将RNA做起始材料进行特殊类型的PCR 逆转录PCR（reverse transcriptase PCR,RTPCR）快速扩增cDNA末端
其他的转录物准确作图的方法包括异源双链分析 （heteroduplex analysis）
准确定位外显子——内含子边界
外显子捕获（exon trapping）：将一特殊类型 载体导入合适的真核细胞系中。根据已知的小基 因序列确定出插入的外显子其实和终止核苷酸的 位置，从而准确描述外显子
ORF起始于起始密码子（一般是ATG）终止 于终止密码子（TAA,TAG,TGA）
每个DNA序列有6种可读框
蛋白质编码基因是三联密码子的可读框
双链DNA分子具有6个可读框
寻找ORF(ORF scanning)
如果DNA序列CG碱基含量占50%则TAA，TAG，TGA每 一个将平均每64bp出现一次
tRNA
三 叶 草 结 构
一个大肠杆菌tRNA基因的序列
茎环结构
同源性搜索和比较基因组学
同源性搜索：查询DNA数据库来判断所检测序列是 否与已知基因的序列相同或者是相似
比较基因组学：当相关基因组进行比较时， Nhomakorabea源 基因由于它们的序列相似性很高就容易被鉴别出 来，而在第二个基因组中没有明确同源物的任何 ORF都可以很肯定的认为不是基因
如果GC含量大于50%那么含A和T碱基的终止密码子 出现的频率会相对比较少，但是预期每100— 200bp还会出现一次
寻找ORF的方式是将100个密码子作为一个基因长 度的下限
简单的ORF扫描细菌DNA
简单的ORF应用于细菌DNA序列的扫描 可以成功的定位大多数基因，因为细菌基 因间距非常小重叠基因较少，而且细菌基 因内无内含子，ORF连续。
外显子捕获
5.2 确定单个基因的功能
一旦一个新基因在基因组序列中获得定位，就 要探索它的功能问题。
大肠杆菌基因组序列中4288个蛋白质编码基因 中，以前已经鉴定出的基因只有1853个（占总数的 43%）。对于酿酒酵母，此数值只有30%。
像基因定位一样，也尝试着用计算机分析和实 验研究来确定未知基因的功能。