4章 核酸序列分析

第4章核酸序列分析了解：1.DNA携带的两类遗传信息。

2.DNA与RNA序列分析的常见内容及相关数据库和工具。

3.ORF与CDS的区别。

4.原核基因和真核基因启动子的结构。

5.原核和真核的基因结构。

6.lncRNA的研究现状。

熟悉：1.限制性核酸内切酶的命名规则，II型限制酶的特点。

2.重复序列依重复次数和组织形式的分类。

3.基因识别的三大类方法。

4.miRNA及其靶基因预测的方法和工具。

掌握：1.CpG岛的概念及其识别依据和判别标准。

2.mRNA选择性剪接的产生机制。

3.解决问题的思路。

4.查找数据库和分析工具的方法。

5.学习数据库与分析工具使用方法的策略。

4.1引言“龙生龙，凤生凤，老鼠的儿子会打洞！”1“种瓜得瓜，种豆得豆。

”“爹矬矬一个，娘矬矬一窝。

”“一母生九子，连母十个样。

”“龙生九子各不同。

”“天下乌鸦一般黑。

”这些都是大家耳熟能详的谚语。

不管是天上飞的、地上跑的、水里游的，还是能动的、不能动的，它们的后代都和它们非常相像，但却也会有少许的差异。

这些现象大家都已司空见惯，所以可能没有啥感觉。

但仔细想想，你就会发现大自然的奇妙所在。

当然，对于生物专业的人来说，这个就没什么奇怪的了，因为我们都知道分子生物学的中心法则（The central dogma of molecular biology）：DNA转录成RNA，RNA翻译成蛋白质。

蛋白质执行特定的生物功能从而决定最终的表型，而DNA则携带着最原始的决定个体性状的遗传信息，RNA主要参与遗传信息的表达和调控。

在各种生物中，A、C、G、T/U都是构成DNA和RNA核酸序列的基本组分。

仅仅这么四种碱基怎么可能构建出缤纷多彩的大千世界呢？其秘诀就在于四种核苷酸的排列顺序。

就像搭积木一样，通过不同的排列组合我们可以构建出不同的形状。

类似于二进制中运用一连串的0和1以及英文字母表中运用26个不同的字母来表达信息，基因所包含的信息来自于4中不同核苷酸沿DNA 分子的排列顺序。

核酸序列分析在生物学领域中，核酸序列分析是一项重要的研究工具，它可以帮助科学家们理解生物体内的基因组结构和功能。

通过分析核酸序列，我们可以揭示基因的组合方式、基因在不同物种之间的演化关系以及基因与疾病之间的关联。

本文将介绍核酸序列分析的基本步骤和常用方法，并探讨它在生物研究中的应用。

一、核酸序列分析的基本步骤1. 数据收集与清洗：首先，我们需要获取相关的核酸序列数据。

这些数据可以来自于公共数据库（如GenBank、ENSEMBL等）或实验室内部的测序项目。

收集到的数据可能存在噪声或错误，所以我们需要对数据进行清洗和筛选，以保证分析的准确性。

2. 序列比对：接下来，我们需要将不同样本的核酸序列进行比对。

序列比对是核酸序列分析的核心步骤之一，它可以帮助我们发现序列之间的相似性和差异性。

常用的序列比对算法包括Smith-Waterman算法和Needleman-Wunsch算法等。

3. 序列注释：在比对完成后，我们可以根据已知的功能注释信息来对序列进行注释。

注释可以告诉我们该序列可能的编码蛋白质的功能、寻找潜在的基因等。

4. 比对结果分析：通过分析比对结果，我们可以了解到序列的保守区域和变异区域。

保守区域可能是功能区域，例如编码蛋白质的区域，变异区域可能涉及到物种之间的进化差异或突变相关的功能。

5. 结果可视化：最后，我们需要将分析的结果进行可视化呈现。

通过可视化，我们可以更直观地理解数据，并对进一步实验设计或研究方向提出建议。

二、核酸序列分析的常用方法1. 比对工具：常用的核酸序列比对工具包括BLAST、ClustalW和MAFFT等。

BLAST（基本局部比对序列工具）是一种快速的局部比对算法，它能够快速地找到序列之间的相似性。

ClustalW和MAFFT则更适用于多序列比对，它们可以比较多个序列之间的相似性和差异性。

2. 注释工具：常用的核酸序列注释工具包括NCBI的Entrez、ENSEMBL和UniProt等。

生物化学中的核酸序列分析生物化学是研究生命现象与生理功能的科学，而核酸是构成生命的分子之一，它们在生物体内扮演着重要的角色。

核酸是由核苷酸单元组成的长链，其中DNA是一个双螺旋分子，可以储存生物遗传信息，而RNA则可以转录DNA的信息并参与蛋白质合成。

在生物研究中，对核酸序列的分析非常重要。

通过对DNA序列的分析，可以推测出蛋白质编码信息并预测基因功能；而对RNA序列的分析，则可以了解基因的表达和调控。

本文将从分子生物学和生物信息学的角度来探讨核酸序列分析。

1. PCR扩增与测序分析PCR(聚合酶链式反应)是一种常用的分子生物学技术，可以从少量的DNA或RNA样品中扩增出目标片段，为进一步的分析提供足够的材料。

PCR过程中需要用到一组引物，其可以通过生物信息学分析DNA序列寻找到设计合适的引物。

PCR扩增得到的产物可以进一步进行测序分析，最常用的测序方式为Sanger测序技术。

此技术基于DNA链延伸过程中的dNTP和ddNTP的竞争关系，通过荧光信号和电泳进行测序。

测序结果可以通过生物信息学工具进行比对、序列注释和统计分析。

2. 基因功能预测高通量基因组测序技术的出现，导致了大量未知基因序列的暴增。

对于这些基因序列的功能预测，通常需要先进行同源比对。

同源比对基于多序列比对的原理，将物种间已知的方向同源序列，与未知序列比对，寻找到相似的序列区域，从而对未知序列的基因功能进行推测。

同源比对时，需要注意序列的物种来源和序列的质量。

不同物种间的序列可能在不同位置发生突变，导致序列的比对不准确；若序列存在较多的突变，也可能会影响比对结果。

因此，如何选择合适的工具和参数进行同源比对很关键。

同时，基因家族和重复序列也可能会干扰比对结果，因此需要进行筛除和过滤。

3. RNA测序与转录组分析RNA测序技术可以获得全基因组水平的转录信息，从而了解基因的表达状态和调控机理。

RNA测序通常经过文库构建和深度测序等多个步骤。

第4章基因操作的主要技术原理基因操作的方法包括:大分子DNA的提取、DNA分子的切割和连接、核酸分子杂交、凝胶电泳、细胞转化、DNA序列分析、基因的人工合成、基因定点突变、PCR扩增等。

DNA分子的切割和连接是基因操作的核心技术。

一、核酸的分离和纯化技术核酸包括DNA、RNA两种分子，在细胞中它们都是以与蛋白质结合的状态存在。

DNA：真核生物染色体DNA——双链线性；真核生物的细胞器DNA——双链环状；原核生物的核区DNA、质粒——双链环状。

RNA：RNA分子在大多数生物体内均是单链线性分子。

一般生物体基因组DNA大小为107-8bp。

DNA提取的目的（1）可用PCR从基因组中扩增基因；（2）作RAPD分析，区别两种物种之间的亲缘关系；（3）作Southern分析，检测是否转入基因；探测同源的基因；（4）作酶切图谱，用于DNA测序。

（一）总DNA的提取DNA在低浓度盐溶液中，几乎不溶解，如在0。

14 mol/L的氯化钠溶解度最低，仅为在水中溶解度的1%，随着盐浓度的增加溶解度也增加，至1mol/L氯化钠中的溶解度很大，比纯水高2倍。

总DNA：一般来说是指基因组DNA ，即细胞核内的染色体DNA分子。

核DNA分子呈极不对称的线性结构，一条染色体为一个DNA分子。

其长度与直径的比例极不对称性，使其对极械力十分敏感。

分离纯化中DNA分子的断裂是很难避免的。

尽可能保持DNA分子的完整性是DNA分离技术的关键。

（1）有效制备大分子DNA的方法主要考虑两个原则：①防止和抑制内源DNase对DNA的降解；DNase 以Mg2+、Mn2+为辅助因子，只要加入一定的螯合剂，如EDTA（乙二胺四乙酸钠）、柠檬酸便可。

②尽量减少对溶液中DNA的机械剪切力。

动作轻柔、减少涡旋、使用大口吸管。

（2）DNA提取的主要操作过程（3）DNA提取的主要问题及解决方法：①DNA沉淀呈棕色，很难酶切或扩增；多酚、单宁、色素等氧化所致。

核酸序列特征分析核酸序列特征分析是生物信息学研究中重要的一个方面。

它可以帮助我们更深入地理解基因组及基因表达研究。

本文旨在介绍核酸序列特征分析，其中包括核酸序列分析、核酸序列特征抽取和质粒抽取等内容。

首先，介绍核酸序列分析，其中包括特征分类、序列特征检测、序列分类和序列比对等。

核酸特征分类是将核酸序列分为有用的和无用的，从而排除噪声。

核酸序列特征检测包括对不同类型的基因、基因组表达、基因功能和结构等特征的检测，以及比较不同物种序列或不同基因组结构的检测。

核酸序列分类是用特征抽取技术分析序列长度，以确定序列的分类及特征。

序列比对是比较两个或多个序列的相似性，以发现可能的相似性或共同特征。

其次，介绍核酸序列特征抽取。

它分为特征抽取和质粒抽取两大类。

特征抽取的主要目的是抽取出序列的非特定特征，比如k-mer特征，基于序列单位的反向字典学习（RLD）等方法。

质粒抽取的目的是抽取出序列以及其表达周围的特定特征，比如突变、位点突变、基因连接等。

特征抽取是对序列的概括，抽取出重要的特征，而质粒抽取是对序列表达的概括，可以捕捉到序列的精细结构信息。

最后，介绍核酸序列特征分析的一些应用。

一方面，核酸序列特征分析可以用于揭示基因组结构和功能特征。

例如，可以利用序列比对技术对不同物种序列进行对比，揭示出不同物种的关键基因。

另一方面，核酸序列特征分析也可以用于揭示表达调控机制。

例如，可以用特征分类和序列特征抽取技术，结合表达评价结果，探索基因表达调控的内在机制。

综上所述，核酸序列特征分析是生物信息学研究中重要的一个方面。

它可以用来探索基因组结构和功能特征，揭示表达调控机制，改进基因调控机制，为临床实验提供分析指导，并帮助我们更加深入地了解基因组研究和基因表达研究。

因此，核酸序列特征分析的研究将给生物信息学领域带来许多新的机会。

核酸和蛋白质序列分析‎在获得‎一个基因序列后，需要‎对其进行生物信息学分‎析，从中尽量发掘信息‎，从而指导进一步的实‎验研究。

通过染色体定‎位分析、内含子／外显‎子分析、ORF分析、‎表达谱分析等，能够阐‎明基因的基本信息。

通‎过启动子预测、CpG‎岛分析和转录因子分析‎等，识别调控区的顺式‎作用元件，可以为基因‎的调控研究提供基础。

‎通过蛋白质基本性质分‎析，疏水性分析，跨膜‎区预测，信号肽预测，‎亚细胞定位预测，抗原‎性位点预测，可以对基‎因编码蛋白的性质作出‎初步判断和预测。

尤其‎通过疏水性分析和跨膜‎区预测可以预测基因是‎否为膜蛋白，这对确定‎实验研究方向有重要的‎参考意义。

此外，通过‎相似性搜索、功能位点‎分析、结构分析、查询‎基因表达谱聚簇数据库‎、基因敲除数据库、基‎因组上下游邻居等，尽‎量挖掘网络数据库中的‎信息，可以对基因功能‎作出推论。

上述技术路‎线可为其它类似分子的‎生物信息学分析提供借‎鉴。

本路线图及推荐网‎址已建立超级链接，放‎在北京大学人类疾病基‎因研究中心网站（ht‎t p://gene.‎b .c‎n/science/‎b ioinfomat‎i cs.htm）,‎可以直接点击进入检索‎网站。

下面介‎绍其中一些基本分析。

‎值得注意的是，在对序‎列进行分析时，首先应‎当明确序列的性质,是‎m RNA序列还是基因‎组序列？是计算机拼接‎得到还是经过PCR扩‎增测序得到？是原核生‎物还是真核生物？这些‎决定了分析方法的选择‎和分析结果的解释。

‎（一）核酸序列分析‎1、双序列比对（pa‎i rwise ali‎g nment）‎双序列比对是指比‎较两条序列的相似性和‎寻找相似碱基及氨基酸‎的对应位置，它是用计‎算机进行序列分析的强‎大工具，分为全局比对‎和局部比对两类，各以‎N eedleman-‎W unsch算法和S‎m ith-Water‎m an算法为代表。

由‎于这些算法都是启发式‎（heuristic‎）的算法，因此并没有‎最优值。

核酸序列特征分析核酸序列特征分析是一个针对基因及其控制结构的重要研究课题，它可以帮助我们更好地理解遗传物质的结构和功能。

本文将介绍核酸序列特征分析的基本原理、步骤及分析方法，最后介绍可视化工具。

一、核酸序列特征分析的基本原理核酸序列特征分析是一种统计分析方法，用于全面分析核酸序列的某种特征，以发现和探索结构以及功能关系。

这种方法依赖于统计模型，以及不同特征度量标准，例如单碱基特征、二碱基特征、多碱基特征和序列分类等等。

可以选择不同特征的集合，用来发现序列的一些特殊结构，包括基因、调控序列、蛋白质结构和功能。

二、核酸序列特征分析的步骤核酸序列特征分析的步骤一般分为五个步骤：（1）获取输入数据，根据特征选择相应的特征计算库。

（2）利用统计模型以及参数，计算得出相应特征度量值，并将它们存储到计算机中。

（3）根据特征选择合适的建模方法，比如对数据进行聚类。

（4）根据模型参数，绘制特征分析图。

（5）根据图形结果做出结论，并给出相应的解释。

三、核酸特征分析中的分析方法1、基于核酸序列的单碱基特征分析：该方法的主要目的是分析单个碱基的分布，例如A/G，C/T，或者任意一对对立的碱基，通过比较单碱基出现次数的差异，来确定特定序列应该具有什么样的特征。

2、基于核酸序列的二碱基特征分析：该方法是针对两个或多个二碱基的比较，可以用来确定二碱基的组合的特征，以探究其中的影响因素。

3、基于核酸序列的多碱基特征分析：该方法是以一组碱基为单位进行分析，识别给定序列的多碱基特征，并评估它们之间的相关性。

4、基于核酸序列的序列分类：这是一种机器学习方法，通过特征选择，建立一个分类模型，然后将训练集中的序列分类为种类，利用这一模型，可以对未知序列进行预测。

四、可视化工具随着科技的发展，可视化工具也得到了极大的改进，它们可以帮助我们更好地理解核酸序列特征分析的结果。

例如Cytoscape，这是一个开源的网络可视化软件，可以帮助我们更直观地了解核酸序列中的二碱基关系；SeqView，这是一个基于web的序列可视化工具，提供了多种的可视化效果，例如3D结构、双向序列特征分析等；Circos，这是一个用于可视化大规模连接数据和关系的高效工具，可以帮助我们将序列特征分析结果可视化为动态图形。

核酸序列分析1、核酸序列检索可通过NCBI使用Entrez系统进行检索，也可用EBI的SRS服务器进行检索。

在同时检索多条序列时，可通过罗逻辑关系式按照GenBank接受号进行批量检索。

如用“AF113671 [ac] OR AF113672 [ac]”可同时检索这两条序列。

其中“[ac]”是序列接受号的描述字段。

2、核酸序列的基本分析（1）分子质量、碱基组成、碱基分布分子质量、碱基组成、碱基分布可通过一些常用软件等直接获得。

如:BioEdit（/BioEdit/bioedit.html），DNAMAN（）。

（2）序列变换进行序列分析时，经常需要对DNA序列进行各种变换，例如反向序列、互补序列、互补反向序列、显示DNA双链、转换为RNA序列等。

这些用DNAMAN软件可很容易实现，这些功能集中在Sequence→Display，从中可选择不同的序列变换方式对当前通道的序列进行转换。

（3）限制性酶切分析该方面最好的资源是限制酶数据库（Restriction Enzyme Database，REBASE）。

REBASE数据库（，/rebase）中含有限制酶的所有信息，包括甲基化酶、相应的微生物来源、识别序列位点、裂解位点、甲基化特异性、酶的商业来源及公开发表的和未发表的参考文献。

其它资源还有：WebGene：/~tjyin/WebGene/RE.html，/personal/tyin.htmlWebCutter2：http://www//firstmarkert/firstmarket/cutter/cut2.html同时，很多软件也能够识别REBASE限制酶数据库。

强烈推荐使用集成化的软件如BioEdit和DNAMAN等。

所得出的结果给出指定DNA序列的酶切位点信息，为克隆鉴定和亚克隆提供了重要信息。

在实际进行分子生物学实验中，有时需要对多条相关序列（如发生突变的一批序列）同时进行酶切分析，以便为后续的克隆鉴定提供参考。