生物序列分析

生物信息學(xué)實(shí)驗(yàn)報(bào)告評分大理大學(xué)實(shí)驗(yàn)報(bào)告 課程名稱 生物信息學(xué) 實(shí)驗(yàn)名稱 生物序列分析 20152016學(xué)年度第 3 學(xué)期一、 實(shí)驗(yàn)?zāi)康恼莆者@門課程基礎(chǔ)。二、實(shí)驗(yàn)環(huán)境1、硬件配置：Intel（R）Core(TM) i5 4200M CPU2.50HZ 2.50HZ 三、實(shí)驗(yàn)內(nèi)容第一輪1、 世界三大核酸數(shù)據(jù)庫是什么？分別查出主頁2、 查詢GENBANK數(shù)據(jù)量、SWISS-PROT數(shù)據(jù)量和PubMed中“protein”的研究文件3、 用GENSCAN預(yù)測AC002390序列的基因/外顯子4、 用CpGplot預(yù)測AC002390序列的CpG島第二輪1、 用POLYAH預(yù)測AC002390序列的轉(zhuǎn)錄終子信號2、 用promoterScan預(yù)測AC002390序列的啟動子區(qū)域3、 用CodonW分析waxy基因所得的RSCU值和個數(shù)4、 用ProtParam分析G00016序列理化性質(zhì)第三輪1、 用ProtScale分析P02699序列疏水性2、 用TMpred分析P51684序列跨膜螺旋區(qū)3、 用SignaIP分析P05019序列前導(dǎo)肽4、 用COILS分析GO45_HUMAN卷曲螺旋5、 生物分子網(wǎng)絡(luò)主要有哪些？其特點(diǎn)？第四輪1、使用BLAST搜索ZEB1基因和ZEB1蛋白質(zhì)2、使用BLAST搜索ZEB2基因和ZEB2蛋白質(zhì)3、使用BLAST搜索FN1基因和FN1蛋白質(zhì)4、使用BLAST搜索CD44基因和CD44蛋白質(zhì)5、收集蛋白質(zhì)互作數(shù)據(jù)庫，并且將其基本信息制成一張表格 第五輪1、使用ClustalX軟件進(jìn)行多序列比對，文件為miR-19.fasta2、使用ClustalX軟件進(jìn)行多序列比對，文件為SARS-19.fasta3、使用MEGA軟件進(jìn)行系統(tǒng)進(jìn)化樹分析，分析文件為miR-19.fasta4、使用MEGA軟件進(jìn)行系統(tǒng)進(jìn)化樹分析，分析文件為SARS-19.fasta5、搜集miRNA靶基因數(shù)據(jù)庫，并且將其基本信息制成一張表格四、實(shí)驗(yàn)結(jié)果與分析第一輪1、世界三大核酸數(shù)據(jù)庫是什么？分別查出主頁 圖1：EMBL數(shù)據(jù)庫主頁圖2：DDBJ數(shù)據(jù)庫主頁 圖3: GenBank數(shù)據(jù)庫主頁分析: 圖1:歐洲分子生物學(xué)實(shí)驗(yàn)室EMBL，目的在于促進(jìn)歐洲國家之間的合作來發(fā)展分子生物學(xué)的基礎(chǔ)研究和改進(jìn)儀器設(shè)備、教育工作等。圖2: DDBJ主要向研究者收集DNA序列信息并賦予其數(shù)據(jù)存取號，信息來源主要是日本的研究機(jī)構(gòu)，亦接受其他國家呈遞的序列，數(shù)據(jù)庫通過WWW環(huán)球網(wǎng)，匿名FTP，e-mail或Gopher方式為廣大研究人員服務(wù)。圖3:NCBI中的GenBank 是指美國國立生物技術(shù)信息中心,基本研究包括四項(xiàng)：建立關(guān)于分子生物學(xué)，生物化學(xué)，和遺傳學(xué)知識的存儲和分析的自動系統(tǒng)；實(shí)行關(guān)于用于分析生物學(xué)重要分子和復(fù)合物的結(jié)構(gòu)和功能的基于計(jì)算機(jī)的信息處理的，先進(jìn)方法的研究；加速生物技術(shù)研究者和醫(yī)藥治療人員對數(shù)據(jù)庫和軟件的使用；全世界范圍內(nèi)的生物技術(shù)信息收集的合作努力。2、查詢GENBANK數(shù)據(jù)量、SWISS-PROT數(shù)據(jù)量和PubMed中“protein”的研究文件 圖4：查詢GENBANK的數(shù)據(jù)量及放大圖 圖5：查詢SWISS-PROT數(shù)據(jù)量結(jié)果及放大圖 圖6：PUBMED中protein的研究文獻(xiàn)3、用GENSCAN預(yù)測AC002390序列的基因/外顯子 圖7：GENSCAN的操作界面及放大圖 圖8：用GENSCAN預(yù)測AC002390序列的基因/外顯子輸出圖分析：從上圖中可以得知，GENSCAN 可以對序列中的多個基因同時進(jìn)行識別，且對由序列中識別出的基因按順序進(jìn)行編碼， P表示分析結(jié)果為外顯子的可能性，外顯子從1.011.12有11個外顯子，從532657長度為126。當(dāng)P0.99時為可能性極高的外顯子，預(yù)測結(jié)果與實(shí)際完全吻合；當(dāng)0.50.99時為中等可能性的外顯子，預(yù)測結(jié)果與實(shí)際大多數(shù)情況下吻合；當(dāng)P0.5時為低可能的外顯子，預(yù)測結(jié)果不可靠。4、用CpGplot預(yù)測AC002390序列的CpG島 圖9：CpGplot操作界面及放大圖 圖10：用CpGplot預(yù)測AC002390序列的CpG島輸出圖分析：從上圖可知CGP島為位于啟動子和第一外顯子區(qū)域，長度超過200bp的為CPG島。 第二輪1、用POLYAH預(yù)測AC002390序列的轉(zhuǎn)錄終子信號圖11：POLYAH操作界面及放大圖圖12：用POLYAH預(yù)測AC002390序列的轉(zhuǎn)錄終子信號輸出圖分析：從結(jié)果圖中可以看出，AC002390序列所有可能的50個PloyA位點(diǎn)的位置（Pos）和權(quán)重（LDF），列如在52398 堿基處有PloyA信號，權(quán)重2.54，值得注意的是真核生物基因組序列本身存在大量的重復(fù)序列。 2、用promoterScan預(yù)測AC002390序列的啟動子區(qū)域 圖13：promoterScan操作界面及放大圖 圖14：用promoterScan預(yù)測AC002390序列的啟動子區(qū)域輸出圖分析：promoterScan以單元的形式列出了所有可能的啟動子區(qū)域，值得注意的是，因?yàn)檗D(zhuǎn)錄因子長度較短，無論是同源匹配還是模式識別，預(yù)測結(jié)果的假陽性比例都很高，需要結(jié)合外顯子/內(nèi)含子預(yù)測以及GpG島預(yù)測的結(jié)果進(jìn)行綜合判斷。此外，并非所有的基因的上游區(qū)域都符合已知啟動子結(jié)構(gòu)的模式。3、用CodonW分析waxy基因所得的RSCU值和個數(shù) 圖15：用CodonW分析waxy基因所得的RSCU值和個數(shù)輸出圖及放大圖4、用ProtParam分析G00016序列理化性質(zhì) 圖16：ProtParam操作界面及放大圖 圖17：用ProtParam分析G00016序列理化性質(zhì)輸出圖第三輪1、用ProtScale分析P02699序列疏水性 圖18：ProtScale操作界面及放大圖 圖19：phob. / Kyte & Doolittle標(biāo)度 圖20：標(biāo)度權(quán)值 圖21：用ProtScale分析P02699序列疏水性輸出圖形顯示分析：從Protscale 分析p02699序列結(jié)果來看，該蛋白存在7個高疏水性區(qū)域，分別分布在4060區(qū)域、7590區(qū)域、125135區(qū)域、155170區(qū)域、205230區(qū)域、255275區(qū)域、285295區(qū)域；而4個主要的最小分值區(qū)域則位于67、147、196、247氨基酸位點(diǎn)附近，這些區(qū)域?yàn)楦哂H水性。2、用TMpred分析P51684序列跨膜螺旋區(qū) 圖22：TMpred操作界面及放大圖 圖23：7個跨膜螺旋區(qū)圖24：7個可能的跨膜螺旋區(qū)的相關(guān)性列表 圖25：7個跨膜螺旋區(qū)的圖形顯示結(jié)果分析：從結(jié)果圖23可以看出：286305是從膜外到膜內(nèi)的跨膜螺旋，315335是從膜內(nèi)到膜外的跨膜螺旋，351370是從膜外到膜內(nèi)的跨膜螺旋，397416是從膜內(nèi)到膜外的跨膜螺旋，443466是從膜外到膜內(nèi)的跨膜螺旋，483505是從膜內(nèi)到膜外的跨膜螺旋，530550是從膜外到膜內(nèi)?？偡譃?2777。3、用SignaIP分析P05019序列前導(dǎo)肽 圖26：SignaIP操作界面及放大圖 圖27：SignaIP分析P05019序列前導(dǎo)肽輸出圖分析: 從圖中可以得出，前導(dǎo)肽是信號肽的一種，性質(zhì)為帶正電的堿性氨基酸，缺失帶負(fù)電的酸性氨基酸。4、用COILS分析GO45_HUMAN卷曲螺旋 圖28：COILS操作界面圖 圖29：用COILS分析GO45_HUMAN卷曲螺旋輸出圖5、生物分子網(wǎng)絡(luò)主要有哪些？其特點(diǎn)？在生物系統(tǒng)中包含很多不同層面和不同組織形式的網(wǎng)絡(luò)。目前，基因轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)、生物代謝與信號傳導(dǎo)網(wǎng)絡(luò)、蛋白質(zhì)相互作用網(wǎng)絡(luò)是最常見的生物分子網(wǎng)絡(luò)。折疊基因調(diào)控網(wǎng)絡(luò) 所有生物在生長發(fā)育和分化過程中，以及在對外部環(huán)境的反應(yīng)中，各種相關(guān)基因有條不紊的表達(dá)起著至關(guān)重要的作用。 基因調(diào)控網(wǎng)絡(luò)包括:基因調(diào)控檢測、基因轉(zhuǎn)錄調(diào)控?cái)?shù)據(jù)庫、基因轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)折疊代謝網(wǎng)絡(luò) 在生物化學(xué)領(lǐng)域，代謝通路是指細(xì)胞中代謝物質(zhì)在酶的作用下轉(zhuǎn)化為新的代謝物質(zhì)過程中所發(fā)生的一系列生物化學(xué)反應(yīng)。而代謝網(wǎng)絡(luò)則是指由代謝反應(yīng)以及調(diào)節(jié)這些反應(yīng)的調(diào)控機(jī)制所組成的描述細(xì)胞內(nèi)代謝和生理過程的網(wǎng)絡(luò)。折疊信號傳導(dǎo)網(wǎng)絡(luò) 生物中的信號傳導(dǎo)(signal transduction)則是指細(xì)胞將一種類型的信號或刺激轉(zhuǎn)換為其他生物信號最終激活細(xì)胞反應(yīng)的過程。同代謝通路一樣，信號傳導(dǎo)的過程中多個生物分子在酶的作用下按照一定的順序發(fā)生一系列生理化反應(yīng)，由此得到了信號傳導(dǎo)通路。信號傳導(dǎo)網(wǎng)絡(luò)即是指參與信號傳導(dǎo)通路的分子和酶以及其間所發(fā)生的生化反應(yīng)所構(gòu)成的網(wǎng)絡(luò)。折疊蛋白質(zhì)互作網(wǎng)絡(luò) 蛋白質(zhì)相互作用通?？梢苑譃槲锢砘プ骱瓦z傳互作。物理互作是指蛋白質(zhì)間通過空間構(gòu)象或化學(xué)鍵彼此發(fā)生的結(jié)合或化學(xué)反應(yīng)，是蛋白質(zhì)互作的主要研究對象。而遺傳互作則是指在特殊環(huán)境下，蛋白質(zhì)或編碼基因收到其他蛋白質(zhì)或基因的影響，常常表現(xiàn)為表型變化之間的相互關(guān)系。第四輪1、使用BLAST搜索ZEB1基因和ZEB1蛋白質(zhì)ZEB1基因：NG_017048.1ZEB1蛋白質(zhì)：NP_001310583.1 圖30：ZEB1基因序列 圖31：BLAST搜索ZEB1基因輸出圖 圖32：ZEB1蛋白質(zhì)序列 圖33：BLAST搜索ZEB1蛋白質(zhì)輸出圖2、使用BLAST搜索ZEB2基因和ZEB2蛋白質(zhì)ZEB2基因: NG_016431.1ZEB2蛋白質(zhì): JAP00777.1 圖34：ZEB2基因序列 圖35：BLAST搜索ZEB2基因輸出圖圖36：ZEB2蛋白質(zhì)序列 圖37：BLAST搜索ZEB2蛋白質(zhì)輸出圖3、使用BLAST搜索FN1基因和FN1蛋白質(zhì)FN1基因: NG_012196.1FN1蛋白質(zhì):NP_001293061.1 圖38：FN1基因序列 圖39：BLAST產(chǎn)生的FN1核酸序列輸出圖 圖40：FN1蛋白質(zhì)序列 圖41：BLAST產(chǎn)生的FN1蛋白質(zhì)序列輸出圖4、使用BLAST搜索CD44基因和CD44蛋白質(zhì)CD44基因: NG_008937.1CD44蛋白質(zhì): XP_011518791.1 圖42：CD44基因序列 圖43：BLAST產(chǎn)生的CD44基因序列輸出圖 圖44：CD44蛋白質(zhì)序列 圖45：BLAST產(chǎn)生的CD44蛋白質(zhì)序列輸出圖5、收集蛋白質(zhì)互作數(shù)據(jù)庫，并且將其基本信息制成一張表格 表1：蛋白質(zhì)互作數(shù)據(jù)庫數(shù)據(jù)庫名稱網(wǎng)址說明BINDhttp:/bind.ca/生物分子相互作用數(shù)據(jù)庫InterDom.sg/結(jié)構(gòu)域相互作用數(shù)據(jù)庫HPRD/人類蛋白質(zhì)參考數(shù)據(jù)庫PDZbase/services/pdz/start包含PDZ結(jié)構(gòu)域的蛋白質(zhì)相互作用數(shù)據(jù)庫biogrid/蛋白和遺傳相互作用數(shù)據(jù)，主要來自于酵母、線蟲、果蠅和人MPPIhttp:/fantom21.gsc.riken.go.jp/PPI/脯乳動物相互作用數(shù)據(jù)庫HPIDhttp:/wilab.inha.ac.kr/hpid/人類蛋白質(zhì)相互作用數(shù)據(jù)庫STRINGhttp:/string.embl.de/蛋白質(zhì)相互作用網(wǎng)絡(luò)數(shù)據(jù)庫DIP/蛋白質(zhì)相互作用數(shù)據(jù)數(shù)據(jù)庫IntActhttp:/www.ebi.ac.uk/intact/index.html蛋白質(zhì)相互作用數(shù)據(jù)庫 第五輪1、使用ClustalX軟件進(jìn)行多序列比對，文件為miR-19.fasta 圖46：ClustalX軟件進(jìn)行多序列比對輸出圖2、使用ClustalX軟件進(jìn)行多序列比對，文件為SARS-19.fasta 圖47：ClustalX軟件進(jìn)行多序列比對輸出圖3、使用MEGA軟件進(jìn)行系統(tǒng)進(jìn)化樹分析，分析文件為miR-19.fasta 圖48：MEGA軟件DNA結(jié)果輸出圖 圖49：MEGA軟件進(jìn)行系統(tǒng)進(jìn)化樹分析DNA查詢結(jié)果輸出圖4、使用MEGA軟件進(jìn)行系統(tǒng)進(jìn)化樹分析，分析文件為SARS-19.fasta5、搜集miRNA靶基因數(shù)據(jù)庫，并且將其基本信息制成一張表格 表2：miRNA靶基因數(shù)據(jù)庫數(shù)據(jù)庫名稱網(wǎng)址說明miRNAMap.tw/miRNAMap數(shù)據(jù)庫搜集了多個物種的經(jīng)過試驗(yàn)證明的microRNA和miRNA靶基因，其中包括人類的、小鼠的、大鼠的以及其他多細(xì)胞動物的基因組。miRGatorhttp:/genome.ewha.ac.kr/miRGator/miRGator.htmlmiRGator數(shù)據(jù)庫是一個引導(dǎo)對miRNA進(jìn)行功能闡釋的工具。功能分析和表達(dá)譜結(jié)合靶基因預(yù)測，可以對miRNA的生物學(xué)功能進(jìn)行推測。miRWalkhttp:/www.ma.uni-heidelberg.de/apps/zmf/mirwalk/miRWalkis是一個綜合性數(shù)據(jù)庫，提供來自人類、小鼠和大鼠的miRNA的預(yù)測信息和經(jīng)過驗(yàn)證的位于其靶基因上的結(jié)位點(diǎn)。CoGeMiRhttp:/cogemir.tigem.it/CoGeMiR數(shù)據(jù)庫總結(jié)關(guān)于在進(jìn)化過程中microRNA在不同動物中的保守性。該數(shù)據(jù)庫搜集已知的和預(yù)測的microRNA關(guān)于染色體定位、保守性和表達(dá)譜方面的信息。PMRDhttp:/BioI/PMRD/PMRD是一個關(guān)于植物microRNA數(shù)據(jù)庫，包括了microRNA序列和它們的靶基因、二級結(jié)構(gòu)、表達(dá)譜、基因組搜索等等，并且該數(shù)據(jù)庫嘗試著整合大量的關(guān)于植物microRNA的數(shù)據(jù)。miRecords/動物 mirna的靶相互作用的數(shù)據(jù)庫, 包括人工收集實(shí)驗(yàn)驗(yàn)證的, 預(yù)測的 miRNA的靶目標(biāo). 靶標(biāo)預(yù)測工具DIANA-microT, MicroInspector。.miRexhttp:/miracle.igib.res.in/mirex/miRex是一個分析microRNA基因表達(dá)的在線資源庫，搜集，整理和分析已發(fā)表的關(guān)于microRNA基因表達(dá)的數(shù)據(jù)，它允許研究者通過數(shù)千數(shù)據(jù)點(diǎn)來分析基因表達(dá)和提供micro