1、六、基因預(yù)測(cè)和基因結(jié)構(gòu)分析,生物信息學(xué)中的重要內(nèi)容之一 預(yù)測(cè)編碼蛋白質(zhì)的基因,排除重復(fù)序列 確定開(kāi)放閱讀框（open reading frame, ORF） 確定基因的調(diào)控區(qū)啟動(dòng)子,（一） 基因預(yù)測(cè)的基本分析內(nèi)容,（二） 基因預(yù)測(cè)的基本方法,1. 序列相似性搜索,基因組DNA序列,在6個(gè)閱讀框中進(jìn)行翻譯并與蛋白質(zhì)數(shù)據(jù)庫(kù)中的序列進(jìn)行比較分析（如Blastx） 對(duì)EST數(shù)據(jù)庫(kù)中同一生物的cDNA序列進(jìn)行比較分析（如Blastn）,確定基因數(shù)目和對(duì)應(yīng)的ORF,分析舉例：水稻Xa21基因區(qū)段DNA序列（U37133）,CDS：1-2677 bp處和3521-3921 bp處 Blastx分析結(jié)果（檢索

2、蛋白質(zhì)數(shù)據(jù)庫(kù)）：與水稻蛋白質(zhì)序列比較,Blastn分析結(jié)果（檢索est other數(shù)據(jù)庫(kù)）：與水稻cDNA序列比較,取決于數(shù)據(jù)庫(kù)中EST數(shù)據(jù)的數(shù)量和長(zhǎng)度 通過(guò)“Tree view”查看與U37133序列同源的其它EST序列,有些蛋白質(zhì)序列是推測(cè)獲得的,2. 根據(jù)模式序列預(yù)測(cè)基因,各種基因預(yù)測(cè)軟件 取決于人們對(duì)已知基因結(jié)構(gòu)特征的認(rèn)識(shí) 采用統(tǒng)計(jì)學(xué)方法,基于一個(gè)或多個(gè)已知序列模式對(duì)未知序列進(jìn)行分類,密碼子偏愛(ài)性 對(duì)發(fā)現(xiàn)的模式進(jìn)行統(tǒng)計(jì)檢驗(yàn),啟動(dòng)子結(jié)構(gòu) 外顯子、內(nèi)含子,原核微生物（大腸桿菌lexA基因的DNA模式）,LexA repressor的結(jié)合位點(diǎn)（啟動(dòng)子區(qū)段） CTGNNNNNNNNNNCAG

3、與RNA聚合酶相互作用位點(diǎn)（-10至-35的啟動(dòng)子區(qū)） TTGACA和TATAAT 核糖體結(jié)合位點(diǎn)（轉(zhuǎn)錄起始位點(diǎn)后） GGAGG,真核生物,基因結(jié)構(gòu)復(fù)雜 已知外顯子、內(nèi)含子外顯子邊界、啟動(dòng)子序列特征,目前還沒(méi)有一個(gè)基因預(yù)測(cè)工具可以完全正確地預(yù)測(cè)一個(gè)基因組中的所有基因（Mathe et al. 2002),目前最好的基因預(yù)測(cè)工具預(yù)測(cè)一個(gè)基因組中的所有外顯子的準(zhǔn)確率最多達(dá)到75%，預(yù)測(cè)基因結(jié)構(gòu)的準(zhǔn)確率 50%（Rogic et al. 2002) 不同的基因預(yù)測(cè)軟件分析結(jié)果有差異 綜合多個(gè)基因預(yù)測(cè)軟件的分析結(jié)果,一種分析工具可選擇分析基因的不同結(jié)構(gòu),exon, poly-A, promoter 重

4、復(fù)序列,某些分析工具可選擇物種模式（matrix）作為參照比較對(duì)象 某些分析工具可用不同的方式呈現(xiàn)分析結(jié)果（文字或圖形）,分析舉例（1）,Softberry（）的Gene Finding工具，分三大類,Gene Finding in Eukaryota Operon and Gene Finding in Bacteria Gene Finding in Viruses 每一大類包括多個(gè)分析軟件,在Softberry主頁(yè)選擇“Gene Finding in Eukaryota”類中的“FGENESH”,在FGENESH網(wǎng)頁(yè)粘貼AY364476的DNA序列、選擇物種作為參照,分析結(jié)果（文字和圖像

5、）,分析舉例（2）,GenScan（/GENSCAN.html）用三個(gè)物種模式作為參照,Vertebrate Arabidopsis Maize,在GenScan主頁(yè)粘貼AY364476的DNA序列、選擇“Arabidopsis”作為參照,分析結(jié)果（文字和圖像）,分析舉例（3）,GrailEXP（/grailexp）,分析重復(fù)序列,在GrailEXP主頁(yè)選擇參照物種和“Repetive Elements”分析功能、粘貼AY364476的DNA序列,在GrailEXP的分析網(wǎng)頁(yè)點(diǎn)擊“Check results”,分析結(jié)果：檢測(cè)到兩處simple repeat（位于Xa26基因后）,分析舉例（4）,Gene Feature Searches （）,包括多個(gè)基因預(yù)測(cè)軟件 NNPP分析啟動(dòng)子位點(diǎn),在BCM的分析主頁(yè)選擇“Gene Feature Searches”,在“Gene Feature Searches”網(wǎng)頁(yè)粘貼AY3644