基因组学课件5基因组序列的诠释PPT
合集下载
基因组测序与序列PPT课件
集中分布于染色体的特定区段（如端粒，着丝粒等）
也称卫星DNA
➢ 中度重复顺序： 一般分散于整个基因组中； 长度和拷贝数差别很大
➢ 单一顺序： 基因主要位于单一顺序
动物中单一顺序约占50％ 植物中单一顺序约占20％
.
7
顺序复杂性
❖ DNA 的复性 遵循二级反应动力学，可表述为： dCt / dt = -KC02 反应达 t 时，单链DNA浓度 = Ct C0 = 单链 DNA起始浓度 K＝ 复性速度常数
1 ATAC G TTA
2 2GCTGTAT GTAAGT CAT
4 C4GATCTGA GT TAATG A
3 3TA C G T TA G A
5 G TTAG ATC
1 ATAC G TTA
3 TACGTTAG
4 ACGTTAGA
2
C G TTAG AT
5
G TTAG ATC
计算机分析杂交图象 并由探针的重叠情况 推导样品的核酸序列
.
4
什么是C 值？
▪通常是指一种生物单倍体基因组DNA的 总量.
在真核生物中，C值一般随着生物的进化而 增加，高等生物C值一般大于低等生物。
C值悖理：
生物的复杂性与基因组的大小并不完全成比 例增加
.
5
阴影部分为一个门内C-值的范围
动物Leabharlann 真菌 等细菌.
6
重复顺序
➢ 高度重复顺序： 长度：几个——几千个bp 拷贝数：几百个——上百万个 首尾相连，串联排列
↓ 电泳,读取DNA的核苷酸顺序
.
23
Maxam-Gilbert 法所用的化学技术
碱基 G
A+G
C+T C
也称卫星DNA
➢ 中度重复顺序： 一般分散于整个基因组中； 长度和拷贝数差别很大
➢ 单一顺序： 基因主要位于单一顺序
动物中单一顺序约占50％ 植物中单一顺序约占20％
.
7
顺序复杂性
❖ DNA 的复性 遵循二级反应动力学，可表述为： dCt / dt = -KC02 反应达 t 时，单链DNA浓度 = Ct C0 = 单链 DNA起始浓度 K＝ 复性速度常数
1 ATAC G TTA
2 2GCTGTAT GTAAGT CAT
4 C4GATCTGA GT TAATG A
3 3TA C G T TA G A
5 G TTAG ATC
1 ATAC G TTA
3 TACGTTAG
4 ACGTTAGA
2
C G TTAG AT
5
G TTAG ATC
计算机分析杂交图象 并由探针的重叠情况 推导样品的核酸序列
.
4
什么是C 值？
▪通常是指一种生物单倍体基因组DNA的 总量.
在真核生物中，C值一般随着生物的进化而 增加，高等生物C值一般大于低等生物。
C值悖理：
生物的复杂性与基因组的大小并不完全成比 例增加
.
5
阴影部分为一个门内C-值的范围
动物Leabharlann 真菌 等细菌.
6
重复顺序
➢ 高度重复顺序： 长度：几个——几千个bp 拷贝数：几百个——上百万个 首尾相连，串联排列
↓ 电泳,读取DNA的核苷酸顺序
.
23
Maxam-Gilbert 法所用的化学技术
碱基 G
A+G
C+T C
基因基因组及基因组学ppt课件
ppt课件.
44
基因组测序策略
❖ 有了高密度的基因组图谱，就可以开始全 基因组测序了
❖ 测序的技术飞速发展，现在可以全自动化 ❖ 测序的策略有两个：
鸟枪法 克隆重叠群法
ppt课件.
45
鸟枪法
ppt课件.
46
采集5个自愿者的DNA样品t课件.
34
遗传图谱的构建方法
❖ 理论基础: 连锁与交换 ❖ 基本方法: 两点测验法和三点测验法
ppt课件.
35
物理图谱
遗传图所表现的是通过连锁分析确定的各基因间的相 对位置；物理图则表现染色体上每个DNA片段的实际 顺序，是指以已知核苷酸序列的DNA片段（序列标签 位点，sequence-tagged site，STS）为“路标”，以碱 基对（bp，kb，Mb）作为基本测量单位（图距）的基 因组图。
简称分子标记，以DNA序列的多态性作为遗 传标记 随着分子生物学的发展，相继建立 了RFLP、TRS、SNP等多种分子遗传标记检 测技术，开创了遗传标记研究的新阶段。
优点：
❖ 不受时间和环境的限制 ❖ 遍布整个基因组，数量无限
❖ 不影响性状表达
❖ 自然存在的变异丰富，多态性好 ❖ 共显性，能鉴别纯合体和杂合体
ppt课件.
2
假基因
来源于功能基因但已失去活性的DNA序列 产生假基因的原因有: 1. 由重复产生的假基因; 2. 加工的假基因, 由RNA反转录为cDNA 后再整合
到基因组中; 3. 残缺的基因。
ppt课件.
3
重叠基因:
同一段DNA 能携带两种不同蛋白的信息.
重迭基因有以下几种情况：
*一个基因完全在另一个基因内部 *部分重叠 * 两个基因共用少数碱基对
动物基因组学基础PPT课件
第39页/共86页
Байду номын сангаас
物理作图的方法
• 基因组物理图谱的构建主要有三种途径： ①限制性酶图谱 ②荧光原位杂交技术(FISH) ③序列标签位点(STS)
如表达的序列标签(EST)，来自cDNA
第40页/共86页
描述染色体上限制性内切酶切割 位点之间距离和顺序的图谱 识别位点较多的内切酶：如 NotⅠ，其8个核苷酸出现的频率为 1/48=1/65536bp，而识别位点为 6个核苷酸的出现频率为 1/46=1/4094bp
• 基因组学的重要组成部分是基因组计划，如人类、水稻基因组计划
第2页/共86页
人类基因组计划
➢ 1990，美国国立卫生研究所和能源部投资＄30亿，启动了被誉为“人体阿波罗计划”的 “人类基因组计划”(human genome project，HGP)，预计15年时间完成人类基因组 全部序列的测定
➢ 在美国提出人类基因组计划后，英、法、日、前苏联、中等，也相继启动了类似的研究 项目
生化标记
• 又称蛋白质标记，就是利用蛋白质 的多态性作为遗传标记
如：同工酶、等位酶
• 优点：数量较多，受环境影响小 • 缺点：受发育时间的影响、有组织 特异性、只反映基因编码区的信息
第13页/共86页
DNA分子标记
简称分子标记，以DNA序列的多态性作为遗传标记 优点： • 不受时间和环境的限制 • 遍布整个基因组，数量无限 • 不影响性状表达 • 自然存在的变异丰富，多态性好 • 共显性，能鉴别纯合体和杂合体
第27页/共86页
RAPD 标记特 点 • PCR反应产物通过电泳分离：不同样品间可能存在差
异 • 主要用于分析群体间的遗传距离 • 引物短，不同生物基因组可以共用一套引物 • 实验快速简便，成本低，无需预先了解基因组DNA序
Байду номын сангаас
物理作图的方法
• 基因组物理图谱的构建主要有三种途径： ①限制性酶图谱 ②荧光原位杂交技术(FISH) ③序列标签位点(STS)
如表达的序列标签(EST)，来自cDNA
第40页/共86页
描述染色体上限制性内切酶切割 位点之间距离和顺序的图谱 识别位点较多的内切酶：如 NotⅠ，其8个核苷酸出现的频率为 1/48=1/65536bp，而识别位点为 6个核苷酸的出现频率为 1/46=1/4094bp
• 基因组学的重要组成部分是基因组计划，如人类、水稻基因组计划
第2页/共86页
人类基因组计划
➢ 1990，美国国立卫生研究所和能源部投资＄30亿，启动了被誉为“人体阿波罗计划”的 “人类基因组计划”(human genome project，HGP)，预计15年时间完成人类基因组 全部序列的测定
➢ 在美国提出人类基因组计划后，英、法、日、前苏联、中等，也相继启动了类似的研究 项目
生化标记
• 又称蛋白质标记，就是利用蛋白质 的多态性作为遗传标记
如：同工酶、等位酶
• 优点：数量较多，受环境影响小 • 缺点：受发育时间的影响、有组织 特异性、只反映基因编码区的信息
第13页/共86页
DNA分子标记
简称分子标记，以DNA序列的多态性作为遗传标记 优点： • 不受时间和环境的限制 • 遍布整个基因组，数量无限 • 不影响性状表达 • 自然存在的变异丰富，多态性好 • 共显性，能鉴别纯合体和杂合体
第27页/共86页
RAPD 标记特 点 • PCR反应产物通过电泳分离：不同样品间可能存在差
异 • 主要用于分析群体间的遗传距离 • 引物短，不同生物基因组可以共用一套引物 • 实验快速简便，成本低，无需预先了解基因组DNA序
《基因组学》PPT课件
第十章 基因组学 (Genomics)
ppt课件
1
Structural Genomics 结构基因组学 Functional Genomics 功能基因组学
Transcriptomics 转录物组学 Proteomics 蛋白质组学
ppt课件
2
第一节 真核生物基因组组成
Organization of Eukaryotic Genome
ppt课件
16
1. Genetic map 遗传图
The map in which mutant alleles or DNA markers are assigned relative positions along a chromosome on the basis of the recombination frequencies between them
Tetrahymena, GGGGTT Human, GGGATT Telomere-associated sequences: is repetitive and is found both adjacent to and within the telomere. The sequences vary among organisms.
ppt课件
5
Highly repetitive sequences 高度重复序列 5~300bp , 105 copies
Middle-repetitive sequences 中度重复序列 10~1000 copies
Unique sequences 单拷贝序列
ppt课件
6
▪ Gene family（基因家族）: a set of genes in one genome all descended from the same ancestral gene.
ppt课件
1
Structural Genomics 结构基因组学 Functional Genomics 功能基因组学
Transcriptomics 转录物组学 Proteomics 蛋白质组学
ppt课件
2
第一节 真核生物基因组组成
Organization of Eukaryotic Genome
ppt课件
16
1. Genetic map 遗传图
The map in which mutant alleles or DNA markers are assigned relative positions along a chromosome on the basis of the recombination frequencies between them
Tetrahymena, GGGGTT Human, GGGATT Telomere-associated sequences: is repetitive and is found both adjacent to and within the telomere. The sequences vary among organisms.
ppt课件
5
Highly repetitive sequences 高度重复序列 5~300bp , 105 copies
Middle-repetitive sequences 中度重复序列 10~1000 copies
Unique sequences 单拷贝序列
ppt课件
6
▪ Gene family（基因家族）: a set of genes in one genome all descended from the same ancestral gene.
微生物基因组学_PPT幻灯片
“双脱氧末端终止”的含义
Sanger 双脱氧末端终止法测序原理
自动化测序
荧光染料标记物的发明： 使链终止法用于自动化测序，用不同的荧光 色彩标记ddNTP，如ddATP标记红色荧光， ddCTP标记蓝色荧光，ddGTP标记黄色荧光， ddTTP标记绿色荧光。由于每种ddNTP带有 各自特定的荧光颜色，而简化为由1个泳道同 时判读4种碱基。
（四）影响测序的因素 不管采用随机测序还是定向测序都可碰到下列影响因素。 1.计算机的设备 。 2.靶DNA的性质。 3.完成测序所需的时间 。 4.采用测序策略。
三．微生物基因组的注释 （一）概念：在微生物基因测序的基础上，对其基本结 构和部件进行认定，以进一步研究其功能。
（二）微生物基因组注释的内容 1.碱基组成分析，即G+C Mol%测定。 G+C含量是物种的一个重要特征，在微生物的分类上具有重要意义，是重 要参数之一。 2．开放阅读框的鉴定： 3．编码序列分析
向测序法包括引物测序法和定向缺失测序法。 ⑴引物测序法 即在第一次测序结果的基础上，设计新的寡核苷酸，来充当下一次测
序反应的引物，并依次类推，从而循序渐进获得靶DNA的全部序列。
⑵定向缺失法 定向缺失法是将一个靶DNA变成若干套嵌套的缺失突变体，使靶序列中远
不可测的区段逐渐落入可用通用引物进行测序的方法。
黏粒载体（ cosmid ）
P1人工染色体载体（PAC）
目前常用的人造染色体载体
23
YAC载体应含有下列元件：
酵母染色体的端粒1 EcoRI CEN4
酵母染色体的着丝粒序列 Apr
pYAC
URA3
4
酵母系统的选择标记
ori
大肠杆菌的复制子标记
- 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)。
高等真核生物DNA的ORF的阅读障碍： 基因间存在大量非编码序列（人类基因组
占70%） 很多基因含有内含子 由于多数外显子长度<100个密码子，当读
码进入到内含子时很快就遇到终止密码， 从而难以判断读码的准确性
中英联合实验室 8
根据开放读码框(ORF)预测基因
A 起始密码子 ATG
第一个ATG的确定(依据Kozak规则) Kozak规则是基于已知数据的统计结果 所谓Kozak规则，即第一个ATG侧翼序列的碱基分布 所满足的统计规律
中英联合实验室 9
Kozak规则: 若将第一个ATG中的碱基A，T，G分别标为1, 2 , 3位，侧翼碱
基序列具有以下特征： 第4位的偏好碱基为G ATG的5’端约15bp范围的侧翼序列内不含碱基T 在-3，-6和-9位置，G是偏好碱基 除-3，-6和-9位，在整个侧翼序入数据 库中的基因序列与待查基因组序列进行比较，从 中查找可与之匹配的碱基顺序及其比例用于界定 基因的方法
孤独基因（orphan gene）：指在基因分类时缺少 同源顺序的ORF 中英联合实验室
19
5.1 在基因组中搜寻基因
实验分析确认基因
寻找ORF的成功的关键在于终止子在DNA序列中出 现的频率
中英联合实验室 6
5.1 在基因组中搜寻基因
终止子出现的频率与CG含量之间的关系
CG含量
<50%
=50%
>50%
终止子出现 <64bp即可出 64bp出现一 >64bp才可
的频率
现一次
次
能出现一
次
中英联合实验室 7
5.1 在基因组中搜寻基因
1. 在基因组中搜寻基因
根据顺序分析搜寻基因 实验分析确认基因
2. 基因功能的测定
中英联合实验室 4
5.1 在基因组中搜寻基因
根据序列分析搜寻基因
A 起始密码子 ATG B 信号肽分析 C 终止密码子 D 3’端的确认 E 非编码序列、内含子 F 密码子偏爱性 G 外显子－内含子边界 H 上游调控序列 I 软件预测
D 3’端的确认
3’端的确认主要根据Poly(A)尾序列，若测 试DNA片段不含Poly(A)序列，则根据加尾信 号序列“AATAAA”和BLAST同源性比较结 果共同判断
中英联合实验室 13
E 非编码序列、内含子
高等真核生物多数外显子长度少于 100 个密码子，有的不到50个密码子甚 至更少
中英联合实验室 14
分子杂交可确定DNA片段是否含有表达顺序 Northern blot：指将待测DNA样品标记后与RNA杂
如：内含子的5‘端或称供体位（donor site） 常见的顺序为 5’ -AG↓GTTAAGT-3’
3’端又称受体位（acceptor site)，多为 5‘PyPyPyPyPyPyCAG-3’ (Py：嘧啶核苷酸， T或C)
中英联合实验室 16
H 上游调控序列
几乎所有基因（或操纵子）上游都有调控序列， 它们与DNA结合蛋白作用，控制基因表达
中英联合实验室 10
B 信号肽分析
信号肽分析软件(SignalP) http://www.cbs.dtu.dk/services/signalP
把预测过程中证实含完整mRNA 5’端的序列翻 译为蛋白序列
然后用SignalP软件对前50个氨基酸序列(从第 一个ATG对应的甲硫氨酸Met开始)进行评估， 如果SignalP分析给出正面结果，则测试序列有 可能为信号肽
中英联合实验室 17
I 软件预测
采用NCBI的ORF预测软件 ( ORF finder: /gorf/orfig.cgi ) 判断ORF的可能范围
中英联合实验室 18
5.1 在基因组中搜寻基因
适用于高等真核生物基因组的ORF扫描方法：
上游调控序列（upstream control sequence）：上 游调控序列和外显子-内含子边界一样具有显著特 征，这些特征是参与基因表达的DNA结合蛋白的 识别信号。但真核的变化也较大
5 基因组序列的诠释
中英联合实验室 1
中英联合实验室 2
问题
基因组序列所包含的全部遗传信息是什么？ 基因组作为一个整体如何行使其功能？ 用什么方法寻找基因，研究基因的功能呢？
中英联合实验室 3
基因组序列的诠释
研究基因组的最终目的不是为了仅仅得到基因 组的全部序列，而是诠释基因组所包含的信息 和基因组功能。在这一部分中，我们主要探讨 利用什么方法来搜寻基因和研究基因组的功能
通过同源性比较来预测mRNA的5’端，最常用的 与转录起始位点相关的数据库是真核启动子数 据库(The TRADAT Project , Eukaryotic Promoter Database, EPD. http://www.epd.unil.ch/ )
另外个别生物基因组的特有组成也可作为判别 依据，如脊椎动物基因组许多基因的上游都有 CpG岛
中英联合实验室 11
C 终止密码子
终止密码子: TAA, TAG,TGA GC% = 50% 终止密码子每 64 bp出现一次 GC% > 50% 终止密码子每100－200 bp 出现一次 由于多数基因 ORF 均多于50个密码子，因此最可
能的选择应该是 ORF 不少于100 个密码子
中英联合实验室 12
中英联合实验室 5
5.1 在基因组中搜寻基因
在获得基因组或DNA序列后，可以采用人工或计算机 序列筛选的方法来获得基因。目前，使用比较多的方 法是ORF（opening reading frames）扫描
ORF：每个编码蛋白的基因都含有ORF，它是由一系 列密码子组成，通常以ATG开始，TAA、TGA、 TAG结束。通过寻找起始密码子和终止密码子的ORF 序列是寻找基因的一种重要的方法
F 密码子偏爱性
编码同一氨基酸的不同密码子称为同义密码， 其差别仅在密码子的第3位碱基不同
不同种属间使用同义密码的频率有很大差异， 如人类基因中，丙氨酸（Ale）密码子多为 GCA,GCC或GCT,而GCG很少使用
中英联合实验室 15
G 外显子－内含子边界
外显子和内含子的边界有一些明显的特征
占70%） 很多基因含有内含子 由于多数外显子长度<100个密码子，当读
码进入到内含子时很快就遇到终止密码， 从而难以判断读码的准确性
中英联合实验室 8
根据开放读码框(ORF)预测基因
A 起始密码子 ATG
第一个ATG的确定(依据Kozak规则) Kozak规则是基于已知数据的统计结果 所谓Kozak规则，即第一个ATG侧翼序列的碱基分布 所满足的统计规律
中英联合实验室 9
Kozak规则: 若将第一个ATG中的碱基A，T，G分别标为1, 2 , 3位，侧翼碱
基序列具有以下特征： 第4位的偏好碱基为G ATG的5’端约15bp范围的侧翼序列内不含碱基T 在-3，-6和-9位置，G是偏好碱基 除-3，-6和-9位，在整个侧翼序入数据 库中的基因序列与待查基因组序列进行比较，从 中查找可与之匹配的碱基顺序及其比例用于界定 基因的方法
孤独基因（orphan gene）：指在基因分类时缺少 同源顺序的ORF 中英联合实验室
19
5.1 在基因组中搜寻基因
实验分析确认基因
寻找ORF的成功的关键在于终止子在DNA序列中出 现的频率
中英联合实验室 6
5.1 在基因组中搜寻基因
终止子出现的频率与CG含量之间的关系
CG含量
<50%
=50%
>50%
终止子出现 <64bp即可出 64bp出现一 >64bp才可
的频率
现一次
次
能出现一
次
中英联合实验室 7
5.1 在基因组中搜寻基因
1. 在基因组中搜寻基因
根据顺序分析搜寻基因 实验分析确认基因
2. 基因功能的测定
中英联合实验室 4
5.1 在基因组中搜寻基因
根据序列分析搜寻基因
A 起始密码子 ATG B 信号肽分析 C 终止密码子 D 3’端的确认 E 非编码序列、内含子 F 密码子偏爱性 G 外显子－内含子边界 H 上游调控序列 I 软件预测
D 3’端的确认
3’端的确认主要根据Poly(A)尾序列，若测 试DNA片段不含Poly(A)序列，则根据加尾信 号序列“AATAAA”和BLAST同源性比较结 果共同判断
中英联合实验室 13
E 非编码序列、内含子
高等真核生物多数外显子长度少于 100 个密码子，有的不到50个密码子甚 至更少
中英联合实验室 14
分子杂交可确定DNA片段是否含有表达顺序 Northern blot：指将待测DNA样品标记后与RNA杂
如：内含子的5‘端或称供体位（donor site） 常见的顺序为 5’ -AG↓GTTAAGT-3’
3’端又称受体位（acceptor site)，多为 5‘PyPyPyPyPyPyCAG-3’ (Py：嘧啶核苷酸， T或C)
中英联合实验室 16
H 上游调控序列
几乎所有基因（或操纵子）上游都有调控序列， 它们与DNA结合蛋白作用，控制基因表达
中英联合实验室 10
B 信号肽分析
信号肽分析软件(SignalP) http://www.cbs.dtu.dk/services/signalP
把预测过程中证实含完整mRNA 5’端的序列翻 译为蛋白序列
然后用SignalP软件对前50个氨基酸序列(从第 一个ATG对应的甲硫氨酸Met开始)进行评估， 如果SignalP分析给出正面结果，则测试序列有 可能为信号肽
中英联合实验室 17
I 软件预测
采用NCBI的ORF预测软件 ( ORF finder: /gorf/orfig.cgi ) 判断ORF的可能范围
中英联合实验室 18
5.1 在基因组中搜寻基因
适用于高等真核生物基因组的ORF扫描方法：
上游调控序列（upstream control sequence）：上 游调控序列和外显子-内含子边界一样具有显著特 征，这些特征是参与基因表达的DNA结合蛋白的 识别信号。但真核的变化也较大
5 基因组序列的诠释
中英联合实验室 1
中英联合实验室 2
问题
基因组序列所包含的全部遗传信息是什么？ 基因组作为一个整体如何行使其功能？ 用什么方法寻找基因，研究基因的功能呢？
中英联合实验室 3
基因组序列的诠释
研究基因组的最终目的不是为了仅仅得到基因 组的全部序列，而是诠释基因组所包含的信息 和基因组功能。在这一部分中，我们主要探讨 利用什么方法来搜寻基因和研究基因组的功能
通过同源性比较来预测mRNA的5’端，最常用的 与转录起始位点相关的数据库是真核启动子数 据库(The TRADAT Project , Eukaryotic Promoter Database, EPD. http://www.epd.unil.ch/ )
另外个别生物基因组的特有组成也可作为判别 依据，如脊椎动物基因组许多基因的上游都有 CpG岛
中英联合实验室 11
C 终止密码子
终止密码子: TAA, TAG,TGA GC% = 50% 终止密码子每 64 bp出现一次 GC% > 50% 终止密码子每100－200 bp 出现一次 由于多数基因 ORF 均多于50个密码子，因此最可
能的选择应该是 ORF 不少于100 个密码子
中英联合实验室 12
中英联合实验室 5
5.1 在基因组中搜寻基因
在获得基因组或DNA序列后，可以采用人工或计算机 序列筛选的方法来获得基因。目前，使用比较多的方 法是ORF（opening reading frames）扫描
ORF：每个编码蛋白的基因都含有ORF，它是由一系 列密码子组成，通常以ATG开始，TAA、TGA、 TAG结束。通过寻找起始密码子和终止密码子的ORF 序列是寻找基因的一种重要的方法
F 密码子偏爱性
编码同一氨基酸的不同密码子称为同义密码， 其差别仅在密码子的第3位碱基不同
不同种属间使用同义密码的频率有很大差异， 如人类基因中，丙氨酸（Ale）密码子多为 GCA,GCC或GCT,而GCG很少使用
中英联合实验室 15
G 外显子－内含子边界
外显子和内含子的边界有一些明显的特征