生物信息學應用:序列分析,電子克隆等初探信息來源:小木蟲論壇 更新時間:2006-12-20 13:05:44
生物信息學應用:序列分析,電子克隆等初探
生物信息學可指利用信息技術管理和分析生物學數(shù)據(jù)。這就意味著生物信息學所涉及的范圍相當廣泛,從人工智能、機器人一直到基因組(genome)分析。就基因組分析這一角度來看,生物信息學主要是指核酸和蛋白質(zhì)序列數(shù)據(jù)的計算機處理和分析。近年來,蛋白質(zhì)結構數(shù)據(jù)的快速增長,使蛋白質(zhì)三維結構的處理分析也歸入到生物信息學的范疇。 近年來,三大國際一級生物信息數(shù)據(jù)庫,即美國國家信息中心 (National Center of Biotechnology Information, NCBI)的Gen Bank(http:/ / www. nchi. nlm. nih. gov/ web/Gen Bank/ imdex. html)、歐洲分子生物學室驗室(European Molecular Biology L aboratory-Euro-pean Bioinformatics Institute, EMBL-EBI)的 EM-BL (http:// ebi. ac.uk/ databases/ index.html)和日本 DNA數(shù)據(jù)庫 (DNA Data Bank of Japan, DDBJ) (http:/ / ddbj.nig.ac.jp/ )新收錄的核酸序列數(shù)據(jù)中,EST占65%以上[18]。隨著生物信息學 (Bioinformatics)的發(fā)展,通過檢索數(shù)據(jù)庫進行核酸序列同源性檢索,電子基因定位、電子延伸、電子克隆和電子表達以及蛋白質(zhì)功能分析、基因鑒定等方面起到了重要作用,已成為人們認識生物個體生長發(fā)育、繁殖分化、遺傳變異、疾病發(fā)生、衰老死亡等生命過程的有力工具。 1核酸序列的同源性檢索 目前,通過數(shù)據(jù)庫查詢、cDNA文庫直接測序、mRNA差別顯示 (DDRT-PCR)、代表性差示分析(RDA-PCR)和抑制差減雜交(SSH)等方法獲得的EST數(shù)據(jù)越來越龐大。GenBank數(shù)據(jù)庫中收錄的EST序列有數(shù)百萬個之多。由于 EST代表著一段表達基因序列,這樣就可用其與公共數(shù)據(jù)庫進行同源性檢索,檢索與其同源的核酸序列。典型分析是采取NCBI的Blast軟件對GenBank 中的非冗余數(shù)據(jù)庫(non-redundant database,nr)進行查詢。該數(shù)據(jù)庫是對GenBank EMBL 和DDBJ中去除所有相同核酸序列進行整合后所得的最為全面的已知基因數(shù)據(jù)庫,其中包括部分基因組序列。聯(lián)網(wǎng)至“http://www.ncbi.nlm./blast/blast.cgi選擇數(shù)據(jù)庫“Nucleotide”,利用blastn程序進行同源性檢索。”, 按照提示進行查詢。 2 比較基因組分析 達爾文的進化論給比較基因組學提供了理論依據(jù)。動物進化從低等到高等,動物與動物之間存在著親緣關系。這種關系可以從基因序列上反映出來。親緣關系越近,其基因序列的同源性就越高??梢愿鶕?jù)已經(jīng)親緣關系較大的動物的基因序列來擴增目的基因的序列。 3 利用Unigene數(shù)據(jù)庫進行電子克隆 此分析需要聯(lián)網(wǎng)至“http://www.ncbi.nlm./blast/blast.cgi選擇數(shù)據(jù)庫“dbEST”,利用blastn程序進行同源性檢索。一般情況下可從EST數(shù)據(jù)庫中檢索到一批與代分析序列高度同源的EST序列。選擇同源性比分最高的一條EST序列。從NCBI的UniGene數(shù)據(jù)庫中進行檢索,得到相應的UniGene編號。獲得待分析序列的UniGene編號以后,就可以將與UniGene Cluster的所有核酸序列下載到本地,利用SequencherTM或其他的序列裝配軟件進行組裝。形成較長的新生序列。 4 cDNA序列的開放閱讀框分析 大量的實驗證明,在真核生物起始蛋白質(zhì)合成時,40S核糖體亞基及有關合成起始因子首先與mRNA模板靠近5`末端處結合,然后向3`末端滑行,發(fā)現(xiàn)AUG起始MM子時,與60S大亞基結合形成80S起始復合物。開始轉(zhuǎn)譯蛋白質(zhì)。這就是Kozak提出的真核生物蛋白質(zhì)合成起始的“掃描模式”。MRNA需要翻譯為蛋白質(zhì)方能發(fā)揮生物學作用,因此,核酸序列的開放閱讀框(open reading frame.ORF)的分析便成為核酸分析的一個重要部分?;谶z傳MM表,可通過計算機方便分析核酸序列的讀碼框。聯(lián)網(wǎng)至http://www.ncbi.nlm./orf finder,輸入cDNA序列,計算機將按照六種相位翻譯成蛋白質(zhì)。 5基于核酸序列的電子基因定位 對核酸序列進行電子基因定位(即基因的染色體定位),通過所定位區(qū)帶的相鄰基因或者基因簇間接提示該基因的功能,是核酸分析的一個重要方面。進行電子定位一般有兩種策略:(1)通過序列標簽位點(Sequence Tagged Site,STS)進行定位;(2)通過UniGene/RH技術進行定位。 ①利用STS數(shù)據(jù)庫進行電子基因定位 利用此種方式進行定位時主要是利用NCBI的電子PCR資源,即登錄http://www.ncbi.nlm./genome/sts/eper.cgi,輸入待分析的序列即可進行查詢。 ②利用UniGene數(shù)據(jù)庫進行電子基因定位 參考前述,首現(xiàn)獲得待分析序列所對應的UniGene編號。而大部分UniGene序列已經(jīng)具有較為明確的利用放射性雜交(radiation hybrid,RH)技術所給出的定位信息,所以,根據(jù)此結果就可以得到待分析序列的基因定位。 6 電子表達譜分析 在獲得待分析序列的UniGene編號以后,就可以通過參與形成UniGene Cluster 的序列的/細胞來間接地反映待分析序列在何種組織表達,體現(xiàn)在字段“cDNA sources”中。 7基于序列同源性分析的蛋白質(zhì)功能預測 相似的序列很可能具有相似的功能。因此,蛋白質(zhì)的功能預測最為可靠的方法是進行數(shù)據(jù)庫相似性檢索。此方法應至少80個氨基酸長度范圍內(nèi)具有25%以上的序列一致才提示可能的顯著意義。目前一般方法是基于NCBI/Blast軟件的蛋白質(zhì)同源性分析 類似于核酸序列的同源性分析,用戶直接將待分析的蛋白質(zhì)序列輸入NCBI/Blast軟件(http://www.ncbi.nlm./blast/)的序列輸入框內(nèi),選擇程序:Blastp”就可聯(lián)網(wǎng)進行相應分析。 8 較長或全長的cDNA序列注冊 進行較長或全長cDNA序列注冊時,可將其制成一個注冊文件,其中可包含有多條cDNA序列。用戶需要將可能多的信息在GenBank所規(guī)范的字段中填寫。序列注冊文件生成以后,可直接將其以附件方式向NCBI發(fā)送Email(gb-sub@ncbi.nlm.)。一般在3-7個工作日之內(nèi)可得到回音,并獲得新的GenBank序列接收號。具體過程如下:下載Sequin軟件;安裝Sequin軟件;運行Sequin.exe文件。按要求回答一系列問題,包括作者及單位、核酸序列信息、注解信息等。最后將生成一個序列注冊文件(擴展名為sqn)??蓪⒃撐募愿郊问较騈CBI發(fā)送(gb-sub@ncbi.nlm.)。 一般地,核酸序列信息分析的基本思路:編碼區(qū)序列 (簡稱CDS)與EST數(shù)據(jù)比較→尋找感興趣ESTS (標準:長度≥100bp,同源性介于50%-85%之間 )→所選ESTs與GenEmble數(shù)據(jù)庫比較→找出未克隆ESTs→再與dbEST、dsSTS、dbHTGs、MGD及UniGene數(shù)據(jù)庫比較搜尋重疊群Contigs→設計引物進行PCR擴增或篩選cDNA文庫或索取cDNA克隆號進行電子拼接獲取全長cDNA→基因定位、表達、結構、功能檢測分析等。 實驗頻道錄入:ztwpierre 責任編輯:ztwpierre
|
|