兰州大学生物信息学课件：7-转录组-张彩华

• 总之，信息源的特点是：
– 自治的 (autonomous)
数据集成
– 分布式的 (distributed) – 异构的 (heterogeneous)
Data Integration
2021/3/29
4
一、 生物信息学数据库
生物信息学数据库的种类
❖ 分子生物信息数据库种类繁多。归纳起来， 大体可以分为4个大类：
酵母菌Yeast ——CYGD数据库
http://mips.gsf.de/genre/proj/yeast/index.jsp
线虫 Caenorhabditis elegans ——AceDB数据库

/genome.shtml
的数据（EMBL负责欧洲，GenBank负责美洲，DDBJ负
责亚洲等），然后来自各地的所有信息汇总在一起，3
个数据库的数据共享并向世界开放，故这3个数据库又
被称为公共序列数据库（Public Sequence Database）。
所以从理论上说，这3个数据库所拥有的DNA序列数据
是完全相同的。你可以从中选择一个你喜欢的数据库；
2021/3/29
11
GenBank：由美国国家生物技术信息中心(National Center for Biotechnology Information, NCBI)建立。该 中心隶属于美国国家医学图书馆，位于美国国家卫生 研究院(NIH)内。
EMBL：欧洲分子生物学实验室(European Molecular Biology Laboratory, 其下有European Bioinformatics Centre)，主要位于英国剑桥Cambridge和德国汉堡 Hamburg。
KEYWORDS .

个体化医疗
通过对个体转录组的分析，有助 于实现个体化医疗和精准治疗， 提高治疗效果和降低副作用。
02
CATALOGUE
转录组测序技术
转录组测序技术的原理
转录组测序技术基于下一代测序技术，通过对基因转录本的检测和分析，揭示基因的表达水平和调控 机制。
该技术通过将生物体的基因组DNA切割成小片段，然后对这些小片段进行测序，再通过计算机技术将这 些测序数据进行比对和分析，从而确定每个基因的转录本。
转录组测序技术的应用
转录组测序技术在生命科学、 医学和农业等领域具有广泛的
应用价值。
在生命科学领域，转录组测序 技术可用于研究基因的表达模 式和调控机制，揭示生命活动
的奥秘。
在医学领域，转录组测序技术 可用于诊断疾病、预测疾病进 展和评估治疗效果等。
在农业领域，转录组测序技术 可用于研究作物生长发育、抗 逆性和品质等性状，为育种提 供有力支持。
转录组学还能够研究药物对机体其他系统的影响，有助于全面了解药物的 副作用和相互作用，提高药物使用的安全性和有效性。
在个性化医疗中的作用
转录组学在个性化医疗中具有重要应用 价值，通过对个体基因表达的差异分析 ，有助于实现精准医疗和个性化治疗方 案。
通过比较不同个体之间的转录组数据，可以 发现个体间的基因表达差异和疾病易感性， 为个体化诊断和治疗提供依据。
差异表达分析
比较不同样本间基因表达量的变化，筛选显著差异表 达的基因。
基因功能注释与分类
利用基因本体论（GO）和KEGG等数据库，对基因进 行功能注释和分类。
转录组数据可视化的方法
散点图和箱线图
用于展示基因表达量和差异表达情况。
聚类分析热图
用于展示基因在不同样本间的聚类关系。

– 蛋白质的结构和功能预测
• 蛋白质怎样实现细胞和有机体的动力学：
– 生命为什么是蛋白质的运动方式
• 个体发育和系统发育的法则和机理：
– 肌体如何长成、运作、衰老和进化
• 征服疾病：
– 主要循环系统疾病、癌症、病毒源性疾病、遗传病和衰老
• 保护和利用生物资源，开发和发展生物产业：
– 生物学怎样造福人类
•
1、
功的路 。2020/10/262020/10/26Monda y, October 26, 2020
成功源于不懈的努力，人生最大的敌人是自己怯懦
•
2、
。2 020/10/ 262020 /10/26 2020/10 /2610/ 26/202 0 12:03:09 AM
每天只看目标，别老想障碍
–蛋白质的三维结构
– 蛋白质的物理性质预测
– 其他特殊局部信息：其它特殊局部结构包括 膜蛋白的跨膜螺旋、信号肽、卷曲螺旋 (Coiled Coils)等，具有明显的序列特征和结 构特征，也可以用计算方法加以预测
• cDNA 芯片相关的数据管理和分析
实验室信息管理系统 基因表达公共数据库
• 分子进化
基因芯片流程（二）
6. 图象处理（采用专门软件，对图象进行分析， 提取每个点上的数字信号），得到原始数据表。
7. 数据校正和筛选（对cy5或cy3信号进行校正， 消除实验或扫描等各环节因素对数据的影响， 同时利用筛选规则对数据中的“坏点”，“小 点”，“低信号点”进行筛选，并作标记。）
8. 差异表达基因的确定（采用ratio值对差异基因 进行判断，或采用统计方法如线性回归、主成 分分析、调整P值算法等对差异基因进行统计 推断）
远期任务
• 读懂人类基因组，发现人类遗传语言的 根本规律，从而阐明若干生 物学中的重 大自然哲学问题，像生命的起源与进化 等。这一研究的关键和核心是了解非编 码区

第三节 基因芯片设计
１、基因芯片设计的一般性原那么 基因芯片设计主要包括两个方面: (1)探针的设计 指如何选择芯片上的探针 (2)探针在芯片上的布局 指如何将探针排布在芯片上。
兰州大学生物信息学基因 芯幻灯片
本课件PPT仅供大家学习使用 学习完请自行删除，谢谢！ 本课件PPT仅供大家学习使用 学习完请自行删除，谢谢！
第一节. 基因芯片的概念
按物理学家的观点是应将存在于人类基因 组上的静的基因图谱，向时间、空间维上 展开。为了得到基因表达的功能谱，国际 上在核酸和蛋白质两个层次上都开展了新 技术。这就是在核酸层次上的 DNA 芯片 技术和在蛋白质层次上的大规模蛋白质别 离和序列鉴定技术，也称蛋白质谱技术和 蛋白质组研究。
❖ 为了进展SNPs研究，发现目标序列上可能出现的变 化，最直接的方法就是根据的目标序列设计一系列寡 核苷酸探针，其中每一个探针用于检测目标序列特定 位置上的核苷酸是否发生变化，探察位置位于探针的 中心。这种方法又称等长等覆盖移位法
❖ 第二种方法为单核苷酸分析法。针对目标序列每 个位置上所有可能出现的变化设计相应的探针。
生物芯片技术
生物芯片：指能储藏大量生物信息或快速 并行处理多个生物样品的微器件，它的加 工运用了微电子工业中十分成熟的光学光 刻技术和微机电系统加工中所采用的各种 方法，所处理的对象是生物样品，故称之 为生物芯片。
生物芯片
DNA芯片
亲和力 生物芯片
蛋白芯片 组织芯片
……
它们的应用原理都是基 于生物分子之间的亲和 作用力，如抗原和抗体 的免疫结合，核酸分子 的碱基配对作用等。
3、寻找基因功能
❖ DeRisi等应用酵母cDNA基因芯片研究在有丝分裂 和孢子状态下基因转录和表达水平的差异。

基因通过转录和翻译，使遗传信息在生物个体中得以表达，并使后代表现出 与亲代相似的生物性状。
复制
DNA
转录
RNA
翻译
蛋白 质
(2)蛋白质的结构决定其功能
l 蛋白质功能取决于蛋白质的空间结构
l 蛋白质结构决定于蛋白质的序列（这是目前基本公认的假设），蛋白质
结构的信息隐含在蛋白质序列之整中理。课件
12
(3) DNA分子和蛋白质分子都含有进化信息
整理课件
5
• 生物信息学？－－新兴的交叉学科
Mathematical sciences
Computer sciences
Life sciences
生物学背景？★★★ 分子生物学／基因工程 数学？★ 统计学，模型，算法 计算机科学背景？ ★ Linux/Perl/PHP/JAVA/C++/Visual Basic
人类基因组 计划的 推动
生物信息学 基本思想的产生
二十世纪 50年代
生物信息学 的迅速发展
整理课件
二十世纪 80-90年代
18
（1）前基因组时代（20世纪90年代前）
n 20世纪50年代，生物信息学开始孕育 n 20世纪60年代，生物分子信息在概念上将计算生物学和计算
机科学联系起来，是生物信息学形成雏形的阶段
• 对于第二部密码，目前则只能用统计学的方法进行分析 • 无论是第一部遗传密码，还是第二部遗传密码，都隐藏在大量的
生物分子数据之中。
生物分子数据是宝藏， 生物信息数据库是金矿，等待我们去挖掘和利用。
整理课件
15
生物信息学涉及的生物分子数据库
DNA序列数据
最基本
生
蛋白质序列数据

新型安捷伦2200 TapeStation 系统是新一代测序（NGS）、生物微阵列芯片分析和qPCR 工作流程以及蛋白质纯化和抗体生产过程中对生物样品进行质量控制（QC）的理想解 决方案。 ● 可扩展的通量—16联或96孔微量滴定板 ● 快速得到结果—平均每个样品只需一分钟便可获得结果 ● 使用简单—可直接使用的ScreenTape预制胶条简化了工作流程 ● 样品用量少—每次运n Illumina Sequencing 生物信息分析
转录组测序技术原理及应用
Applications of RNA-Seq
Application
Expression-profiling Alternative Splicing Fusion Gene SNP detection
真核mRNA的纯化
mRNA的纯化主要通过的磁珠与 生物素吸附原理从而分离纯化
Oligo（dT）25磁珠纯化原理主要 是mRNA的3′的poly A与磁珠在 bindingbuffer的作用下相结合。磁 珠通过MPC（磁分离器）从溶液 中分离出来。
mRNA与磁珠结合后，再用Tris-
HCL在加热条件下解离洗脱到溶
加入1µl的stop buffer终止 反应。
加入沉淀剂（NaAc 糖原 无水乙醇）沉淀产物。
RT ds cDNA
转录组测序技术原理及应用
末端修复(防止自连） cDNA 3′末端加A Adapter连接
转录组消化DNA
↓
mRNA的分离
↓
mRNA的打断
Size selection, then PCR amplification
HiSeq 2000n Illumina Sequencing 生物信息分析
转录组测序技术原理及应用

传统预测方法:通过烦琐的重组DNA技术辅之以报告基因在 体外或体内进行功能评估. 现在预测方法:用一种称为进化遗传印记(phylogenetic fingerprinting)的计算方法来寻找比较的序列中的高度保守 的基因组区域.
基因组组装
MSA有三个特点: 1.重叠区域所涉及的序列理论上属于相同序
用于系统发生遗传学的基因应具备: 基因普遍存在于绝大多数物种而且容易通过其序 列的保守性被识别.与此同时,这些基因序列应当有 足够的变异来区分亲缘相近的物种.
PNYLSC
PNKYLSC +K
PNFSC -L
PNFLSC
MSA 用于系统发生遗传学分析
A PN-FLSC B PN-F-SC C PNKYLSC D PN-YLSC
列,但由于测序错误可能造成插入或删除. 2.所涉及序列有可能是正向或反向,因而包括
对互补序列的比对. 3.序列间关系经常是长度未知的重叠或是较
大的序列包含较小的序列.
系统发生遗传学分析
MSA中序列间的变化可以以来推测所代表物种间的 亲缘关系.此外,MSA和由其衍生的关系树可以用 来探讨同一基因组中同系基因(paralogus genes) 间的进化关系或较大蛋白家族内的分类.
多序列比对的方法
同源性分析中常常要通过多序列比对来找 出序列之间的相互关系，和blast的局部匹 配搜索不同，多序列比对大多都是采用全 局比对的算法。这样对于采用计算机程序 的自动多序列比对是一个非常复杂且耗时 的过程，特别是序列数目多，且序列长的 情况下.
多序列比对的方法
基本上多序列比对可以分为 1.手工比对（辅助编辑软件如Mega， seaview，Genedoc等）
多序列比对工具－clustalX

• 核糖体RNA，原核生物包括5s，16s，23s，真核生物包括5s，5.8s， 18s和28s，而每种rRNA各自有各自的功能。
PPT学习交流
10
转运RNA（tRNA）
在蛋白质合成中作为氨基酸的载体
合成i蛋白质的原材料——20种氨基酸与mRNA的碱 基之间缺乏特殊的亲和力。因此，必须用一种特殊的 RNA——转运RNA（tRNA）把氨基酸搬运到核糖体上， tRNA能根据mRNA的遗传密码依次准确地把它携带的氨 基酸连结起来形成多肽链。
合成。
PPT学习交流
15
小胞质RNA（scRNA/7s-RNA)
• 存在于细胞质中的小RNA分子（如信号识别颗粒组分中 含有的7sRNA）,是蛋白质内质网定位合成的信号识别体 的组成。
PPT学习交流
16
小RNA分子
• 有些小RNA分子能直接调控某些基因的开关从而 控制细胞的生长发育并决定细胞分化的组织类型
PPT学习交流
14
核仁小RNA（snoRNA）
概念：核仁小分子RNA是一大类RNA分子，其大小一般在几十
到几百个核苷酸，它们能与特定的蛋白质（如自身免疫抗原等） 相结合生成snoRNP，在细胞中稳定存在，并且富集于核仁区，所 以被称为核仁小分子RNA。
功能：负责rRNA的加工（切割和修饰） ，参与核糖体的生物
对一部分miRNAs的研究分析提示：miRNAs参与生命过程中一系列的重要 进程，包括早期发育，细胞增殖，细胞凋亡，细胞死亡，脂肪代谢和细胞 分化。
PPT学习交流
生物体以DNA为模板合成RNA的过程 。
转录
DNA
RNA
PPT学习交流
4
• 转录（Transcription）：遗传信息由DNA转换到 RNA的过程。作为蛋白质生物合成的第一步，转 录是mRNA以及非编码RNA（tRNA、rRNA等） 的合成步骤。

Experil population A
Cell population B
AA B B
RNA extraction
Quantify pixel intensities.
AA BB
Reverse transcription
Sample A labelled with cy5 dye
组 （四）大规模平行信号测序系统
MPSS(massively parallel signature sequencing,MPSS)。
五、特点
• 转录组的特点：受到内外多种因素的 调节，因而是动态可变的。能够揭示 不同物种、不同个体、不同细胞、不 同发育阶段及不同生理病理状态下的 基因差异表达信息。
二、生产背景
• 首先提出转录组是指特定细胞在某一功能 状态下全部表达的基因总和，代表了 每一 个基因的身份和表达水平同一细胞在不同 的生长时期及生长环境下，基因表达情况 是不完全相同的，具有特定的空间。能够 提供全部 基因的表达调节系统和蛋白质的 功能相互作用的信息转录组学研究作为一 种整体的方法，改变了单个基因的研究模 式，将基因组学研究带入了高速发展的时 代
• 4、在土壤、海洋生态环境中的应 用目前宏转录组学研究大部分仍集 中在对海洋与土壤生态环境群落微 生物宏转录组的研究中，表1归纳 了部分海洋与土壤微生物宏转录组 的研究概况。
七、展望
• 转录组学可以直接反应实时环境表达 信息，这种研究不仅为微生物资源的 开发和利用提供宝贵的信息，而且也 为未培养微生物的研究提供了新的思 路，具有巨大的生物学意义。随着科 学技术的不断发展，转录组学将在微 生物群落中发挥越来越重要的作用。
Klenow label incorporation

3.3 内含子及相位
内含子相位内含子插入密码子的位置 内含子相位的差异可能会导致功能差异 可以手工绘制
3.4 可变剪切
有些基因的一个mRNA前体通过不同的剪接方式（选择 不同的剪接位点）产生不同的mRNA剪接异构体
1.可变剪切对基因功能具有很大的影响 2.基因家族鉴定的基因都是去可变剪切的 3.内含子可能参与转录导致基因功能分化
染色体定位图
circle图
2.5 基因起源
Segmental and Tandem Duplication
A:两个片段的共线性区域 B:进化树orthologs
根据A,B和绿色和蓝色标记基因序列差异
C:推测这些基因起源
基因结构
1. 外显子数量 2. 某段序列的差异 3. 碱基的差异 4. 启动子区域的差异 5. 内含子相位
基因起源的方式：Segmental and Tandem Duplication
2.3 染色体定位
制图方法： 跟据gff文件得到基因的位置信息 A. 软件（没有好用的） B. SVG脚本（已有） C. 手工绘制
染色体定位通常与 基因来源方式 共线性 结合起来
ห้องสมุดไป่ตู้
2.4 共线性分析
软件：McscanX
➢ MYB成员多，少选物种 ➢ 亚家族分类 ➢ 同源基因，功能预测 ➢ 基因家族各个分支的扩张与收缩 ➢ 某物种特有分支（标红）
2.1 进化树分析
在本分支上极大的扩张
基因家族在各个物种中的成员 少于10个，选了57种植物，12 种动物 亚家族分类 同源基因，功能预测
2.2 基因数量分析
1. 基因的扩张(segmental and tandem duplication） 2. 基因的丢失 3. 基因只在某支上的扩张 4. 某物种特有的分支