第六章 基因预测和基因结构分析

（二） Baidu Nhomakorabea因预测的基本方法
1. 序列相似性搜索 基因组DNA序列
A. 在6个阅读框中进行翻译并与蛋白质数据库中的序 列进行比较分析（如Blastx） B. 对EST数据库中同一生物的cDNA序列进行比较分 析（如Blastn） 确定基因数目和对应的ORF
分析举例：水稻Xa21基因区段DNA序列 （U37133） CDS：1-2677 bp处和3521-3921 bp处
TTGACA和TATAAT
核糖体结合位点（转录起始位点后） GGAGG
真核生物
基因结构复杂
已知外显子、内含子－外显子边界、启动子序 列特征
目前还没有一个基因预测工具可以完全正确地预测 一个基因组中的所有基因（Mathe C, Sagot MF, Schiex T, Rouze P. Current methods of gene prediction, their strengths and weaknesses. Nucleic Acids Res. 30 (19):4103-4117, 2002)
分析举例（1） Softberry（http://www.softberry.com）的 Gene Finding工具，分三大类 Gene Finding in Eukaryota Operon and Gene Finding in Bacteria Gene Finding in Viruses
Blastx分析结果（检索蛋白质数据库）：与 水稻蛋白质序列比较
有些蛋白质序列是推测获得的 Blastn分析结果（检索est other数据库）： 与水稻cDNA序列比较 取决于数据库中EST数据的数量和长度 通过“Tree view”查看与U37133序列同 源的其它EST序列
Arabidopsis(拟南芥 ) Maize(玉米 ) 在GenScan主页粘贴AY364476的DNA序列、选择 “Arabidopsis”作为参照 分析结果（文字和图像）
分析举例（3）
GrailEXP（http://compbio.ornl.gov/grailexp） 分析重复序列 在GrailEXP主页选择参照物种和“Repetive Elements”分析功能、粘贴AY364476的DNA序列 在GrailEXP的分析网页点击“Check results” 分析结果：检测到两处simple repeat（位 于Xa26基因后）
2. 根据模式序列预测基因 各种基因预测软件 取决于人们对已知基因结构特征的认识
采用统计学方法
基于一个或多个已知序列模式对未知序 列进行分类 启动子结构 外显子、内含子 密码子偏爱性
对发现的模式进行统计检验
原核微生物（大肠杆菌lexA基因的DNA模式） LexA repressor的结合位点（启动子区段） CTGNNNNNNNNNNCAG 与RNA聚合酶相互作用位点（-10至-35的启动 子区）
目前最好的基因预测工具预测一个基因组中的所有 外显子的准确率最多达到75%，预测基因结构的准 确率< 50%（Rogic S, Ouellette BF, Mackworth AK. Improving gene recognition accuracy by combining predictions from two gene-finding programs. Bioinformatics 18 (8):1034-1045, 2002)
分析结果
3. 上机操作
练习内容见“生物信息学课程操 作练习”
分析举例（4） Gene Feature Searches （http://dot.imgen.bcm.tmc.edu） 包括多个基因预测软件 NNPP分析启动子位点 在BCM的分析主页选择“Gene Feature Searches”
在“Gene Feature Searches”网页粘贴AY364476 序列、选择“NNPP/Eukaryotic-eukaryotic promoter prediction”
每一大类包括多个分析软件
在Softberry主页选择“Gene Finding in Eukaryota” 类中的“FGENESH” 在FGENESH网页粘贴AY364476的DNA序列、选 择物种作为参照
分析结果（文字和图像）
分析举例（2）
GenScan（http://genes.mit.edu/GENSCAN.html） 用三个物种模式作为参照 Vertebrate(脊椎动物 )
六、基因预测和基因结构分析
生物信息学中的重要内容之一
预测编码蛋白质的基因 （一） 基因预测的基本分析内容 排除重复序列
确定开放阅读框（open reading frame, ORF）
确定基因的调控区－启动子
ATG
Promoter 5’-UTR Exon 1 Exon 2
TGA
3’-UTR
不同的基因预测软件分析结果有差异
综合多个基因预测软件的分析结果
一种分析工具可选择分析基因的不同结构 exon, poly-A, promoter(启动子 ) 重复序列 某些分析工具可选择物种模式（matrix）作 为参照比较对象 某些分析工具可用不同的方式呈现分析结果 （文字或图形）