9-基因家族分析【兰州大学生物信息学】

3.5 启动子分析
基因表达量的高低与启动子有关 基因功能的差异主要与基因结构有关
启动子序列：1500bp 预测网址：
http://bioinformatics.psb.ugent.be /webtools/plantcare/html/
3.6 选择计算
选择计算可以得到碱基的差 异，之后通过实验检测对功 能的影响
基因家族进化分析
主要内容
一、什么是基因家族
1. 鉴定方法 2. 基因命名 3. 进化树构建
二、如何进行分析
A 基因数量的分析:
1. 进化树分析 2. 染色体定位 3. 共线性分析 4. 起源方式
B 基因结构的变化
1. 外显子内含子 2. 内含子相位 3. Domain和Motif 4. 启动子区域 5. 可变剪切 6. 选择的计算
3.3 内含子及相位
内含子相位内含子插入密码子的位置 内含子相位的差异可能会导致功能差异 可以手工绘制
3.4 可变剪切
有些基因的一个mRNA前体通过不同的剪接方式（选择 不同的剪接位点）产生不同的mRNA剪接异构体
1.可变剪切对基因功能具有很大的影响 2.基因家族鉴定的基因都是去可变剪切的 3.内含子可能参与转录导致基因功能分化
➢ MYB成员多，少选物种 ➢ 亚家族分类 ➢ 同源基因，功能预测 ➢ 基因家族各个分支的扩张与收缩 ➢ 某物种特有分支（标红）
2.1 进化树分析
在本分支上极大的扩张
基因家族在各个物种中的成员 少于10个，选了57种植物，12 种动物 亚家族分类 同源基因，功能预测
2.2 基因数量分析
1. 基因的扩张(segmental and tandem duplication） 2. 基因的丢失 3. 基因只在某支上的扩张 4. 某物种特有的分支
基因家族：是来源于同一个祖先，由一个基因通过基因 重复而产生两个或更多的拷贝而构成的一组基因，它们 在结构和功能上具有明显的相似性，编码相似的蛋白质 产物， 同一家族基因可以紧密排列在一起，形成一个 基因簇，但多数时候，它们是分散在同一染色体的不同 位置，或者存在于不同的染色体上的，各自具有不同的 表达调控模式。
3.1 外显子结构
各分支外显子数量一致 外显子差异会导致功能差异 可以在外显子上加上domain
绘制方式： SVG脚本 软件：http://bio.ieo.eu/ fancygene/tutorial.html
3.2 Motif和Domain
Motif 主要软件 Meme: http://meme.nbcr.net/meme/ Domain分析数据库： http://www.ebi.ac.uk/interpro/scan.html http://www.ncbi.nlm.nih.gov/Structure/cdd/wrpsb.cgi http://pfam.xfam.org/
1.3 建树
B: 蛋白序列和Domain序列建树
Domain序列保守行较高，可以更好的反映基因家族各 个成员之间的进化关系
C: 常用建树软件
1. NJ树：ClustalW 2. ML树：RAxML和PhyML 3. Bayes树：MrBayes 4. MP树：PAUP
2.1 进化树分析
桉树 MYB 家族
3. 对得到序列进行手工校对
1.2基因家族命名
根据所在染色体位置命名
根据已有命名的同源基因命名
1.3 建树
A: 建树时物种选择
1. 根据你的研究目的选择物种 2. 很大的基因家族，可以少选几个物种或只选一个物种进行分 3. 基因数量比较少或者比较小的基因家族（10个基因以内），可以多 选几个物种（从藻类到被子植物） 4. 拟南芥作为研究比较清楚的模式植物是除了研究物种外的首选物种
四 功能分析
1. 同源基因预测 2. 转录组分析 3. 实验验证
4.1 同源基因
4.2 转录组
Heatmap 与进化树和基因结构等结合
检测基因在不同组织，不同胁迫的表达
4.3 实验
通过qRT-PCR得到基因家 族各个成员的表达情况 或者验证转录组结果 通过实验验证你的结果 或者关键基因的功能
1.1基因家族鉴定
序列相似性Blast鉴定：
1. 找出已有的或者鉴定好的基因或具 有某功能的基因（拟南芥）
2. 用这些基因对你所需物种进行 blast（evalue=1e-5）
3. 对blast得到的序列进行手工校对
Domain相似性鉴定：
1. 找到你要鉴定的基因家族的 domain（Pfam）
2. 根据domain对物种基因组进行 Search (HMMer)
基因起源的方式：Segmental and Tandem Duplication
2.3 染色体定位
制图方法： 跟据gff文件得到基因的位置信息 A. 软件（没有好用的） B. SVG脚本（已有） C. 手工绘制
染色体定位通常与 基因来源方式 共线性 结合起来
2.4 共线性分析
软件：McscanX
染色体定位图
circle图
2.5 基因起源
Segmental and Tandem Duplication
A:两个片段的共线性区域 B:进化树orthologs
根据A,B和绿色和蓝色标记基因序列差异
C:推测这些基因起源
基因结构
1. 外显子数量 2. 某段序列的差异 wk.baidu.com. 碱基的差异 4. 启动子区域的差异 5. 内含子相位
C 功能分析
1. 功能预测分析 2. 表达量
三、综合类分析
基因家族，转录组， 基因组和实验互相 组合
一 基因家族
A Gene family is a set of several similar genes, formed by duplication of a single original gene, and generally with similar biochemical functions
3.2 Motif和Domain
Domain与Motif: Domain 是保守结构域，一条序列一 般只有1-2个domain Motif 是更小的分类单位，一个 domain可能有多个motif组成
Domain 数量差异对功能影响极大 Domain 数量的不同导致不同亚家族 Motif 的差异可能会导致功能差异