生物信息学基因组分析文稿演示

tRNA & rRNA
snoRNAs
snoRNAs: Small nucleolar RNAs; 介导 其他RNA分子的化学修饰，例如甲基化
microRNA/miRNA
1. 长度21-23bp 2. 调控基因的表达 3. pre-miRNA: ~70bp
Transposon
转座子：在基因组中能够移动位置的DNA 序列
a. SUMO化位点存在ψ-K-X-E模体 b. 核定位信号 (NLS) c. 人和小鼠中，SUMO化位点应当保守 d. 功能分析：Gene Ontology
(3) 分析结果：
a. 2,683个人-小鼠保守的SUMO化底物 b. SUMO化的功能：参与转录调控、信号转导等
Gene Ontology：基因本体论
mRNA Splicing isoform 1 isoform 2 isoform 3
蛋白质层面：翻译后修饰
Phosphorylation
Sumoylation Palmitoylation
Ubiquitination
Acetylation
(4) 相互作用网络
蛋白质-蛋白 质相互作用 网络
细胞信号通路
2. 基因组注释
(1) 基因组序列的拼装 (2) 基因预测 (3) 可变剪切的预测 (4) 非编码的功能元件的预测
(1) 基因组测序：鸟枪法
基因组的拼装
重复序列带来干扰
(2) 基因预测
直接的，序列高度匹配
同一或近缘物种中，与EST，cDNA, 蛋白质 等序列完美或近似完美的匹配
间接的，基于统计学的
生物信息学基因组分析文稿演示
基因组、转录组和蛋白质组
基因组 转录组 蛋白质组
化学生物学
本章内容提要
1. 基因组的结构与内容 2. 基因组注释 3. 比较基因组学 4. 基因/蛋白质的功能预测
1. 基因组的结构与内容
(1) 基因的结构 (2) mRNA：可变剪切 (3) 蛋白质：翻译后修饰 (4) 相互作用网络：基因、蛋白质、小分子之间
转录因子
In human proteome:
DNA binding (GO:0003677): 2, 255 Transcription factor activity (GO:0003700): 1, 102 regulation of transcription, DNA-dependent (GO:0006355): 2,
2. Codon Usage: CAI …
HMM model for Gene Prediction (Genie)
Kulp, D., PhD Thesis, UCSC 2003
(3) 可变剪切的预测
将EST, cDNA序列比对到基因组上
部分有向图算法
3. 比较基因组学
(1) 有功能的通常保守 (2) 例：SUMO底物的预测：
… 3’ … 5’
promoter (~103 bp) enhancers (~101-102 bp)
Polyadenylation site
other regulatory sequences (~ 101-102 bp)
基因的其他特征
1. ORF (Open Reading Frame): 从 AUG开始，至stop codon终止
Non-coding RNA
1. 不翻译成蛋白质，具有重要的调控功能 2. 分类：
a. transfer RNA (tRNA) b. ribosomal RNA (rRNA) c. snoRNAs, d. microRNAs, e. siRNAs f. piRNAs: 与piwi相互作用的RNA g. long ncRNAs: Xist …
G1/S检验点： 有调控方向
(5) 非编码区
a. 功能元件: 转录因子结合位点；启动 子…
b. Non-coding RNA: MicroRNA c. 转座子 d. 重复片段 e. 伪基因 (Pseudogene)
Functional elements: Promotor
Transcription Factor Binding Site
a.序列比对 (Homology) b.从头预测(ab initio) c.以上两种方法的结合
真核生物的基因结构
5’
~ 1-100 Mbp
3’
3’
5’
5’ … 3’ …
~ 1-1000 kbp
exons (cds & utr) / introns
(~ 102-103 bp)
(~ 102-105 bp)
1. 描述基因/蛋白质的功能 2. 三类术语(Term):
a. Cellular component: 在哪里？ b. Biological process: 干什么？ c. Molecular function：我是谁？
Gene Ontology：基因本体论
功能显著性分析：超几何分布
2. 当前解释：蛋白质组的多样性和复杂性 -> 物种的 多样性和复杂性；~10,000,000种蛋白质分子
3. 两种观点：
a. 转录后层面，mRNA剪切，产生拼接异构体 b. 蛋白质层面，蛋白质序列上一个或多个位点上发生的
翻译后修饰
Genotype to Phenotype
转录后层面：mRNA Splicing
CRM: cisregulatory modules
Gal4p and Kruppel
Gal4p
Kruppel
其他功能元件
Exon splicing enhancer (ESE) and silencer (ESS) Intron splicing enhancer (ISE) and silencer (ISS)
的相互作用 (5) 非编码区
a. 功能元件: 转录因子结合位点；启动子… b. Non-coding RNA: MicroRNA c. 转座子 d. 重复片段 eห้องสมุดไป่ตู้ 伪基因 (Pseudogene)
(1) 基因的结构
基因组大小 & 基因数
基因数量 -> 生物复杂性？
1. 基因数量的变化，无法解释生物学功能、调控机 理以及物种多样性和复杂性的巨大变化