核苷酸序列分析与应用
相关主题
- 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)。
• GlimerM适于恶性疟原虫、拟南芥、曲霉菌 和水稻
• 对mRNA, cDNA, EST, 宜用GetOrf, ORF Finder, Plotorf, BestORF 等
核苷酸序列分析以及应用
核苷酸序列分析
ORF 应用ORF Finder预测水稻瘤矮病毒（ RGDV）S8片断的ORF
• ORF Finder: http://
• 由于大量重复序列影响序列分析，因此在对真核 基因分析前，最好把重复序列屏蔽掉。
核苷酸序列分析以及应用
Arabidopsis thaliana chromosome 2, part sequence (NC_003071.1) Output
核苷酸序列分析以及应用
核苷酸序列分析 ORF
开放读码框的识别
• 预测ORF的方法有两类：基于统计分析和模式识别 （如GENSCAN, GeneMark, GRAIL II 等），基于 同源比对。
核苷酸序列分析以及应用
核苷酸序列分析 ORF
源自文库
开放读码框的识别
• Kozak规则: ORF中起始密码子ATG前后的碱基具 有特定的偏好性。若将第一个ATG中的碱基分别标 为1、2、3位，则Kozak规则可描述如下：
• 水稻瘤矮病毒(rice gall dwarf virus, RGDV)引起的水稻瘤矮 病是中国及东南亚国家水稻上的一种重要病毒病害.
• 为构建融合蛋白的表达载体，需要对RGDV S8片断的基因 序列（GenBank登陆号：AY216767）进行ORF分析并确定 其位置，为设计表达引物提供信息.
• 提交序列：以登陆号或直接粘贴FASTA格式的序列. • 参数设置：可设置待分析序列片断的起始和结束位置；ORF Finder提供
核苷酸序列分析以及应用
核苷酸序列分析 ORF
重复序列分析
2. 中度重复序列。长10~300bp，重复10~105次， 占基因组10~40%。哺乳类中含量最多的一种 称为Alu的序列，长约300bp，重复3×105次， 在人类基因组中约占7%，功能不是很清楚。
3. 单拷贝序列。这类序列基本上不重复，占哺乳 类基因组的50%~80%，在人类基因组中约占 65%。
核苷酸序列分析以及应用
输出结果
GENSCAN
http://genes.mit.edu/GENSCAN.html
ggccagatgg aacatattgc tttcgggagc acaaggatcg ggtctactac gtctcggagc ggattttgaa gctgagcgag tgcttcggct acaagcagct ggtgtgcgtg ggcacctgct tcggcaagtt ctccaagacc aacaaactga agttccatat cacggcgctc tactacttgg cgccctacgc ccagtacaag gtgtgggtga agccctcctt cgagcagcag tttctctacg
• 开放读码框（open reading frame, ORF)
是一段起始密码子(ATG)和终止密码子(TAA, TAG, TGA)之间的碱基序列
• ORF 是潜在的蛋白质编码区
• 原核生物中多数基因的编码序列在100氨基酸以上 ；真核生物的编码区由内含子和外显子组成，其外 显子的平均长度约为50个氨基酸。
核苷酸序列分析 以及应用
核苷酸序列分析以及应用
核苷酸序列分析以及应用
核苷酸序列分析
重复序列分析 开放读码框（open reading frame, ORF)的识别 基因结构分析
内含子/外显子剪切位点识别 选择性剪切分析 CpG 岛的识别 核心启动子/转录因子结合位点/转录启始位 点的识别 转录终止信号的预测 GC含量/密码子偏好性分析
输出结果
核苷酸序列分析以及应用
核苷酸序列分析 ORF
启动子及转录因子结合位点分析
• 启动子(Promoter)是RNA聚合酶识别、结合并开 始转录所必需的一段DNA序列。
核苷酸序列分析以及应用
重复序列分析
• 原核基因组中除rRNA、tRNA基因有多个 拷贝外，重复序列（repetitive sequences） 不多。
• 哺乳动物基因组中则存在大量重复序列， 分为3类：
1. 高度重复序列。一般较短，长10~300bp，重复 106次左右，占基因组10%~60%，在人类基因 组中约占20%，功能还不明确。
核苷酸序列分析以及应用
点击
核苷酸序列分析以及应用
核苷酸序列分析以及应用
GetOrf
http://bioweb.pasteur.fr/seqanal/interfaces/getorf.html
ggccagatgg aacatattgc tttcgggagc acaaggatcg ggtctactac gtctcggagc ggattttgaa gctgagcgag tgcttcggct acaagcagct ggtgtgcgtg ggcacctgct tcggcaagtt ctccaagacc aacaaactga agttccatat cacggcgctc tactacttgg cgccctacgc ccagtacaag gtgtgggtga agccctcctt cgagcagcag tttctctacg
1. 第4位的偏好碱基为G; 2. ATG的5’端的15bp范围内的侧翼序列内不含碱基T; 3. 第3、6、9位G为偏好碱基； 4. 除第3、6、9位，在整个侧翼序列区中，C为偏好碱基
。
核苷酸序列分析以及应用
核苷酸序列分析 ORF
核苷酸序列分析以及应用
核苷酸序列分析 ORF
开放读码框的识别
• 预测ORF的方法都是针对特定物种而设计的 ，如GENSCAN最初是针对人类的，后扩展 对脊椎动物、果蝇、拟南芥、玉米基因的预 测。
了22种遗传密码表可供选择。这里选择默认参数.
核苷酸序列分析以及应用
The Genetic Codes
核苷酸序列分析以及应用
核苷酸序列分析以及应用
点击
核苷酸序列分析以及应用
点击
核苷酸序列分析以及应用
结果验证
• 采用数据库搜索方法对选定的ORF进行 验证
• BLASTB比对搜索到多个显著相似的序 列, 因此所预测的ORF可信度比较高
• 对mRNA, cDNA, EST, 宜用GetOrf, ORF Finder, Plotorf, BestORF 等
核苷酸序列分析以及应用
核苷酸序列分析
ORF 应用ORF Finder预测水稻瘤矮病毒（ RGDV）S8片断的ORF
• ORF Finder: http://
• 由于大量重复序列影响序列分析，因此在对真核 基因分析前，最好把重复序列屏蔽掉。
核苷酸序列分析以及应用
Arabidopsis thaliana chromosome 2, part sequence (NC_003071.1) Output
核苷酸序列分析以及应用
核苷酸序列分析 ORF
开放读码框的识别
• 预测ORF的方法有两类：基于统计分析和模式识别 （如GENSCAN, GeneMark, GRAIL II 等），基于 同源比对。
核苷酸序列分析以及应用
核苷酸序列分析 ORF
源自文库
开放读码框的识别
• Kozak规则: ORF中起始密码子ATG前后的碱基具 有特定的偏好性。若将第一个ATG中的碱基分别标 为1、2、3位，则Kozak规则可描述如下：
• 水稻瘤矮病毒(rice gall dwarf virus, RGDV)引起的水稻瘤矮 病是中国及东南亚国家水稻上的一种重要病毒病害.
• 为构建融合蛋白的表达载体，需要对RGDV S8片断的基因 序列（GenBank登陆号：AY216767）进行ORF分析并确定 其位置，为设计表达引物提供信息.
• 提交序列：以登陆号或直接粘贴FASTA格式的序列. • 参数设置：可设置待分析序列片断的起始和结束位置；ORF Finder提供
核苷酸序列分析以及应用
核苷酸序列分析 ORF
重复序列分析
2. 中度重复序列。长10~300bp，重复10~105次， 占基因组10~40%。哺乳类中含量最多的一种 称为Alu的序列，长约300bp，重复3×105次， 在人类基因组中约占7%，功能不是很清楚。
3. 单拷贝序列。这类序列基本上不重复，占哺乳 类基因组的50%~80%，在人类基因组中约占 65%。
核苷酸序列分析以及应用
输出结果
GENSCAN
http://genes.mit.edu/GENSCAN.html
ggccagatgg aacatattgc tttcgggagc acaaggatcg ggtctactac gtctcggagc ggattttgaa gctgagcgag tgcttcggct acaagcagct ggtgtgcgtg ggcacctgct tcggcaagtt ctccaagacc aacaaactga agttccatat cacggcgctc tactacttgg cgccctacgc ccagtacaag gtgtgggtga agccctcctt cgagcagcag tttctctacg
• 开放读码框（open reading frame, ORF)
是一段起始密码子(ATG)和终止密码子(TAA, TAG, TGA)之间的碱基序列
• ORF 是潜在的蛋白质编码区
• 原核生物中多数基因的编码序列在100氨基酸以上 ；真核生物的编码区由内含子和外显子组成，其外 显子的平均长度约为50个氨基酸。
核苷酸序列分析 以及应用
核苷酸序列分析以及应用
核苷酸序列分析以及应用
核苷酸序列分析
重复序列分析 开放读码框（open reading frame, ORF)的识别 基因结构分析
内含子/外显子剪切位点识别 选择性剪切分析 CpG 岛的识别 核心启动子/转录因子结合位点/转录启始位 点的识别 转录终止信号的预测 GC含量/密码子偏好性分析
输出结果
核苷酸序列分析以及应用
核苷酸序列分析 ORF
启动子及转录因子结合位点分析
• 启动子(Promoter)是RNA聚合酶识别、结合并开 始转录所必需的一段DNA序列。
核苷酸序列分析以及应用
重复序列分析
• 原核基因组中除rRNA、tRNA基因有多个 拷贝外，重复序列（repetitive sequences） 不多。
• 哺乳动物基因组中则存在大量重复序列， 分为3类：
1. 高度重复序列。一般较短，长10~300bp，重复 106次左右，占基因组10%~60%，在人类基因 组中约占20%，功能还不明确。
核苷酸序列分析以及应用
点击
核苷酸序列分析以及应用
核苷酸序列分析以及应用
GetOrf
http://bioweb.pasteur.fr/seqanal/interfaces/getorf.html
ggccagatgg aacatattgc tttcgggagc acaaggatcg ggtctactac gtctcggagc ggattttgaa gctgagcgag tgcttcggct acaagcagct ggtgtgcgtg ggcacctgct tcggcaagtt ctccaagacc aacaaactga agttccatat cacggcgctc tactacttgg cgccctacgc ccagtacaag gtgtgggtga agccctcctt cgagcagcag tttctctacg
1. 第4位的偏好碱基为G; 2. ATG的5’端的15bp范围内的侧翼序列内不含碱基T; 3. 第3、6、9位G为偏好碱基； 4. 除第3、6、9位，在整个侧翼序列区中，C为偏好碱基
。
核苷酸序列分析以及应用
核苷酸序列分析 ORF
核苷酸序列分析以及应用
核苷酸序列分析 ORF
开放读码框的识别
• 预测ORF的方法都是针对特定物种而设计的 ，如GENSCAN最初是针对人类的，后扩展 对脊椎动物、果蝇、拟南芥、玉米基因的预 测。
了22种遗传密码表可供选择。这里选择默认参数.
核苷酸序列分析以及应用
The Genetic Codes
核苷酸序列分析以及应用
核苷酸序列分析以及应用
点击
核苷酸序列分析以及应用
点击
核苷酸序列分析以及应用
结果验证
• 采用数据库搜索方法对选定的ORF进行 验证
• BLASTB比对搜索到多个显著相似的序 列, 因此所预测的ORF可信度比较高