第八章 序列注释及提交

BankIt的网址是： http://www.ncbi.nlm.nih.gov/BankIt Sequin的相关网址是： http://www.ncbi.nlm.nih.gov/Sequin/
BankIt提交序列的详细过程：
1、登陆BankIt页面：
http://www.ncbi.nlm.nih.gov/BankIt/ 2、填写表单内容
Unit 3 Submission 序列提交
• 测序工作者可以把自己工作中获得的新序列提交给NCBI，添加 到Genbank数据库。
• 这个任务可以由基于Web界面的BankIt或独立程序Sequin来完
成。
• BankIt是一系列表单，包括联络信息、发布要求、引用参考信
息、序列来源信息、以及序列本身的信息等。 • BankIt适合于独立测序工作者提交少量序列，而不适合大量序 列的提交，也不适合提交很长的序列。 • EST序列和GSS序列也不应用BankIt提交。
其他
其他分析Байду номын сангаас容
系统发育分析
1.ORF的识别
• GENSCAN:
http://genes.mit.edu/GENSCAN.html
2.intor/extro 剪切位点分析
Spidey:http://www.ncbi.nlm.nih.gov/Spidey/
3.选择性剪切分析
ProSplicer: http://prosplicer.mbc.nctu.edu.tw/
基因名称
输出结果（Description，Module，Reference，Related pathway etc.）
点击放大图 片后可以随 意查看路径 中的每一个 酶在代谢中 的位置。
Unit 2 Annotation
基因注释
基因组注释内容
1. 碱基组成分析：
C+G含量分析，CG偏离度分析
Sign-Up For Free
11.蛋白质结构域
InterPro: http://www.ebi.ac.uk/interProScan
输出结果1
详细报表
12.蛋白质三维结构预测 SWISS-MODEL: http://swissmodel.expasy.org//SWIS
S-MODEL.html
包括了260个物种的代谢通路及基 因组数据，其中包括详细注释的 大肠杆菌（E.coli）相关信息的数 据库EcoCyc 。 存放了预先计算的超过200个物种 的代谢通路信息。
BioCyc(11.6 版, 2008年1月)
PUMA2(2008年1月)
BioSilico
整合信息的数据库，提供对多个 代谢数据库的访问。
输出结果
8.限制性核酸内切酶位点分析
Primer ; DNAMan
9.蛋白质理化性质分析
ProtParam:
http://www.expasy.ch/tools/protparam.html
结果输出
• • • • • 氨基酸组成 元素组成 分子量 半衰期 其他
10.蛋白质二级结构预测 PHD： http://www.predictprotein.org/
• 大量的序列提交可以由Sequin程序完成。
• Sequin程序能方便的编辑和处理复杂注释，并包含一系列内建的 检查函数来提高序列的质量保证。它还被设计用于提交来自系统 进化、种群和突变研究的序列，可以加入比对的数据。 • 在不同操作系统下运行的Sequin程序都可以在 ftp://ncbi.nlm.nih.gov/sequin/下找到，Sequin的使用说明可详见 其网页。
Happy Holiday !!!
Thank you for your attention!
输出结果： E－mail ：***.pdb文件
13.分子系统发育分析
2008级生化与分子生物学专业硕士 研究生，《生物信息学》作业：
• 1. 2. 3. 4. 5. 作业格式：论文 前言 方法（主要相关软件或网址） 结果与分析 结论 参考文献
• 在论文中应包含下列内容：
1.利用你所学的数据库检索方法获得一段你感兴趣的DNA序列 (基因或
Chapter 8 Metabolism Pathway ，
Gene Annotation and Submission
第八章 代谢途径、基因注释及提交
Unit 1 Metabolism Pathway 代谢途径分析
常用的代谢数据库
数据库 KEGG(45.0 版, 2008年1月) 信息组织 包括了700个以上物种的代谢、信 号转导、基因调控、细胞过程的 通路。
2. 密码子偏嗜使用分析：
不同物种编码同一氨基酸时对密码子 使用的偏嗜性不同。 3. 开放阅读框鉴定：
open reading frame，ORF 4. 编码序列鉴定
5. 特殊功能序列鉴定： 结构特征、特殊序列等，利用计算 机软件及相应网站等进行鉴定 6. 同源性基因检索：
Blast
7. 直系同源蛋白聚类(COG)分析： 全基因组对全基因组比较
mRNA)。标明序列名称、登录号 (accession #)。下载该基因mRNA和蛋 白的GenBank格式文件。
2. 查找与该基因相关的文献，写出前言并从中总结该基因的研究意义。
3. 查找该基因编码的蛋白质序列特征，包括氨基酸组成、等电点等理化性 质等。
4. 查找该基因是否有已知的三维结构数据，并下载该结构文件。
预测结果
预测结果
4.CpG岛区域分析
CpgPlot/CpGRrport/Isochore:
http://www.ebi.ac.uk/emboss/cpgplot
输
出
结 果
5.核心启动子及转录因子结合位点 PormoterScan:
http://bimas.dcrt.nih.gov:80/molbio/proscan
3、确认表单内容
4、等待电子邮件返回信息。
BankIt界面
精确的碱基数
下 拉
下 拉
填写详细信息
下 拉
如果填写的信息有误会自动返回
如果没有错误，在确认之后等待返回E-mail.
Unit 4 Target Gene Analysis 目标基因分析
序列
分析内容 GC含量／Codon bias 基因编码区组分分析 引物设计 限制性酶切位点分析
5. 利用BLAST工具查找与该基因mRNA和氨基酸序列同源的基因（请征对 nr数据库比较），至少要写出10个同源序列的登录号 (accession #)。下
载同源蛋白的氨基酸序列进行多序列排列，观察有无保守的序列。
6.分析同源蛋白之间的进化关系并绘制进化树。 7. 分析该基因编码的蛋白在代谢中的位置。 8.写出相关的参考文献。
核酸序列分析
基因编码区结构分析
基因结构分析
选择性剪切分析／SNP分 析 基因调控区域分析 蛋白质一级序列分析 蛋白质理化性质分析 蛋白质二级结构预测 蛋白质序列信号位点分析 蛋白质结构域分析 蛋白质三维结构模拟 序列比对注释 多序列比对
蛋白质序列分析
蛋白质二级结构分析
蛋白质超二级结构分析 蛋白质高级结构分析
输出结果
6.转录终止信号的预测 Hcpolya: http://zeus2.itb.cnr.it/~webgene/w wwHC_polya_ex.html
输出结果
7.密码子使用偏好性分析 Codon usage: http://bioinformatiocs.org/sms/inde x.html
• KEGG(京都基因与基因组百科全书)是基因组破译方
面的数据库。
• KEGG提供了Java的图形工具来访问基因组图谱，比
较基因组图谱和操作表达图谱，以及其它序列比较、
图形比较和通路计算的工具，可以免费获取。 • KEGG的网址是：http://www.genome.ad.jp/kegg/
KEGG数据库