启动子生物信息学分析软件
https://www.360docs.net/doc/4818150803.html,/seq_tools/promoter.html
2. PlantCARE（plant cis-acting regulatory elements）, a database of plant cis-acting regulatory
elements http://bioinformatics.psb.ugent.be/webtoo ls/plantcare/html/
3. promoter 2.0 prediction server
http://www.cbs.dtu.dk/services/Promoter/
4.
启动子分析网址:
1 https://www.360docs.net/doc/4818150803.html,/seq_tools/promoter.html
2 http://alggen.lsi.upc.es/recerca/menu_recerca.html
3 http://www.cbs.dtu.dk/services/Promoter/
4 https://www.360docs.net/doc/4818150803.html,/~molb470/ ... s/solorz/index.html
5 https://www.360docs.net/doc/4818150803.html,/molbio/proscan/
http://bip.weizmann.ac.il/toolbo ... ters.html#databases
https://www.360docs.net/doc/4818150803.html,/seq_tools/promoter.html
https://www.360docs.net/doc/4818150803.html,.sg/promoter/CGrich1_0/CGRICH.htm
https://www.360docs.net/doc/4818150803.html,/pub/programs.html#pmatch
https://www.360docs.net/doc/4818150803.html,.hk/~b400559/arraysoft_pathway.html#Promoter
http://www.dna.affrc.go.jp/PLACE/signalup.html
http://intra.psb.ugent.be:8080/PlantCARE/
http://www.cbs.dtu.dk/services/Promoter/
https://www.360docs.net/doc/4818150803.html,/molbio/proscan/
https://www.360docs.net/doc/4818150803.html,/molbio/signal/
https://www.360docs.net/doc/4818150803.html,/thread-41571-1-1.htm
常用启动子分析网址：
http://bip.weizmann.ac.il/toolbox/seq_analysis/promoters.html#databas
es
https://www.360docs.net/doc/4818150803.html,/seq_tools/promoter.html
https://www.360docs.net/doc/4818150803.html,.sg/promoter/CGrich1_0/CGRICH.htm
https://www.360docs.net/doc/4818150803.html,/pub/programs.html#pmatch
https://www.360docs.net/doc/4818150803.html,.hk/~b400559/arraysoft_pathway.html#Promoter http://www.dna.affrc.go.jp/PLACE/signalup.html
http://intra.psb.ugent.be:8080/PlantCARE/
http://www.cbs.dtu.dk/services/Promoter/
https://www.360docs.net/doc/4818150803.html,/molbio/proscan/
https://www.360docs.net/doc/4818150803.html,/molbio/signal/
首先就是想直接查找有没有人做过这条基因的启动子，在pubmed中输入genename+promoter
接着就想看看有没有数据库可以直接给出启动子序列的，很幸运竟然发现一个极好的启动子搜索讲义网站，如下，
https://www.360docs.net/doc/4818150803.html,.il/workshops/bgu/promoterworkshop.html
第一步就是要找到基因确定基因所在基因组区域，其中列出很多网站，不过偶还是习惯genbank，在gene栏中search某个基因，不要搞错基因种属！进入后即可看到该基因的详细条目，别眼花，就点击右侧link栏的Map viewer 链接，进入即可看到该基因在染色体上的形象定位，鼠标悬停在基因的起始位点时，即可在浏览器下方的状态栏中显示该位点在染色体上的明确定位，比如110997788，结合给出的基因跨度，比如110778899-117708899，即可大概
确定该启动子在基因组中的大概定位，即110778899-110997788；
第二步搞清楚基因组状态，我没搞太清楚，不过其中给的一个链接来查出启动子所在克隆（查出克隆号可以购买）
https://www.360docs.net/doc/4818150803.html,/genome/guide/mouse/
该链接中的clonefinder工具可以做到，只要提交你要查找的基因officialname 就可以返回一个clonelist；
第三步搜索启动子，其中可以用启动子数据库和启动子预测软件，当然如果启动子数据库中有最好，但很失望给出的数据库均不能查到！只好用启动子预测软件，使用了几个在线预测工具后觉得下面这个速度贼快，推荐
http://www.cbs.dtu.dk/services/Promoter/
我把该基因的dna序列submit之后返回了很多个PolII识别位点，到底哪个是呢？我个人理解启动子应该是翻译起始位点附近，所以在这个dna序列中定位翻译起始位点即可找到最近的Highly likely prediction，那么怎么定位呢？利用blast2这个利器，只要把dna和mrna序列粘贴进去提交就ok，正好在翻译起始位点上游几百bp有个识别位点，ok！启动子序列就是翻译起始位点上游大概1kb长度的序列了！
直接用ensemble数据库的话，可以直接知道基因外显子和起始位点的位置，然后直接可以查到之前的序列，再选3k-4k的长度预测就比较方便了。
启动子及转录因子结合位点数据库及预测工具
(2009-05-14 23:54:56)
转载▼
忽然感觉很GUILTY的，BLOG里竟然不放一点点和研究有关的重要工具。换了电脑之后才发现，很多有用的链接都没有COPY下来，于是，从头开始做吧。
这是Andrew给我的他的PAPER里的有关转录因子结合位点的数据库，还有其他网友整理的，都很有用，这个星期有空再核下几个重要基因的SNP。
PROMOTER FINDING AND ANAL YSIS PROGRAMS ON THE INTERNET
--------------------------------------------------------------------------------
TRANSPLORER (TRANScription exPLORER)
Dnanalyze (TF mapping)
Dragon Promoter Finder 1.2 (TSS finder and promoter region analysis)
FunSiteP 2.1
HCtata (TATA signal prediction)
McPromoter Ver.3
MatInspector (Search for TF binding sites)
ModelGenerator and ModelInspector
NNPP2.1 (TSS finder)
PromoterInspector (Strand non-specific promoter region finder)
Promoter2.0 (TSS finder)
Promoter Scan II (Promoter region prediction)
RGSiteScan
Signal Scan (Search for Eukaryotic Transcriptional Elements)
TESS (Search for Transcription Elements)
TFSEARCH (Predicts TF binding sites based on TRANSFAC data)
TRANSFAC (TF database and a number of associated programs)
TSSG and TSSW
PROMOTER 2.0 http://www.cbs.dtu.dk/services/Promoter/
通常确定启动子的算法可以分成两种,一种根据启动子区各种转录信号,如TATA 盒、CCAA T 盒,结合对这些保守信号及信号间保守的空间排列顺序的识别进行预测。如PROMOTER 2.0, 用神经网络方法确定TATA 盒、CCAAT盒、加帽位点(cap site) 和GC 盒(GCbox) 的位置和距离, 识别含TATA 盒的启动子。
PROMOTER SCAN https://www.360docs.net/doc/4818150803.html,/molbio/proscan/
根据转录因子结合部位在基因组中分布的不平衡性,将转录因子结合部位分布密度与TA TA 盒的权重矩阵(weight matrix) 结合起来,从基因组DNA中识别出启动子区[3 ] 。但上述程序预测的假阳性率较高,PROMOTER 210 每23kb 出现一个假阳性;PRO2MOTER SCAN 平均每19kb 出现一个假阳性。
PromoterInspector http://www.genomatix.de/products/PromoterInspector/PromoterInspector2.ht ml
另一种方法根据启动子区序列的特征进行预测。Promo2terInspector 从一组训练序列中提取出启动子区的环境特征,并将外显子、内含子和3’端非翻译区的特征与启动子区加以区分,从而在基因组中确定启动子位置
FirstEF https://www.360docs.net/doc/4818150803.html,/tools/FirstEF/
近来还有一些程序将上述方法与CpG 岛(CpG islands) 信息相结合。CpG岛是一段200 bp 或更长的DNA 序列,核苷酸G + C 的含量较高,并且CpG双核苷酸的出现频率占G+ C 含量的50 %以上。许多脊椎动物的启动子区都与CpG岛的位置重合。FirstEF ( http :/ / rulai1cshl1org/ tools/ FirstEF/ ) 搜索通过5’UTR 定位技术构建的第一外显子数据库,识别第一剪切点(first
splicing donor site) ,结合CpG 岛信息,确定启动子区。这种方法使预测的敏感性和特异性都明显提高。该程序预测含CpG岛的启动子的敏感性和特异性都高于90 % ,预测不含CpG岛的启动子的精确性相对略低。
TRRD 数据库http://wwwmgs.bionet.nsc.ru/mgs/dbases/trrd4/ 收录了真核基因调控区结构和基因表达方式的信息,每个条目对应一个基因。
应用权重矩阵数据库搜索转录因子结合部位的程序包括
SIGNAL SCAN https://www.360docs.net/doc/4818150803.html,/molbio/signal/
MatInspector http://www.genomatix.de/products/index.html
转录因子搜索程序( transcriptional factor search ,
TF2 SEARCH ) http://www.cbrc.jp/research/db/TFSEARCH.html
等等。尽管基于PWM 的搜索比较敏感,但它最大的缺点就是假阳性率过高,在预测的结果中有很多结合部位并不真正具有生物学功能。
COMPEL 数据库 http://compel.bionet.nsc.ru/new/index.html
经实验确定的复合元件不多,COMPEL 数据库中收录了近200 条经实验确定的复合元件的信息。如果转录因子结合部位的预测结果中包含复合元件,显然比单个元件更有可能具有生物学功能。Co - Bind 程序通过建立两个转录因子结合部位的PWM 及其复合作用的模型,可以预测序列中的复合元件。还有一些程序利用COMPEL 数据库中已知的复合元件去搜索基因组序列。
Consensus ftp://https://www.360docs.net/doc/4818150803.html,/pub/consensus/
AlignACE https://www.360docs.net/doc/4818150803.html,/cgi-bin/alignace.pl
等是用来搜索高含量基序(overrepresented motif finding) 的一些算法,可以对一组基因簇中的基因调控区进行比较,以发现其中存在的高含量的基序,调控元件可能就存在于这些基序之中。
摘自tjogzt's的BLOG，有些挺好的收录https://www.360docs.net/doc/4818150803.html,/archive.html
1. NCBI上的Finding Promoter （NCBI推荐的）
（https://www.360docs.net/doc/4818150803.html,/Class/NAWBIS/Modules/DNA/dna21b.html） Promoter Scan from the Bioinformatics and Molecular Analysis section of
NIH.
TFSearch from the Computational Biology Research Center of Japan.
DRAGON Gene Start Finder from the DRAGON Genome Explorer site.
2. Promoter 2.0 Prediction Server
（http://www.cbs.dtu.dk/services/Promoter/）
Promoter2.0 predicts transcription start sites of vertebrate PolII
promoters in DNA sequences. It has been developed as an evolution of
simulated transcription factors that interact with sequences in promoter
regions. It builds on principles that are common to neural networks and
genetic algorithms.
3. TFSEARCH （http://www.cbrc.jp/research/db/TFSEARCH.html）
Searching Transcription Factor Binding Sites (ver 1.3)
4. Neural Network Promoter Prediction (伯克利大学)
（https://www.360docs.net/doc/4818150803.html,:9005/seq_tools/promoter.html）
5. The Markov Chain Promoter Prediction Server(杜克大学)
（https://www.360docs.net/doc/4818150803.html,/gen... ter/McPromoter.html）
6. Neural Network Promoter Prediction (BIosino：中国生物信息)
（https://www.360docs.net/doc/4818150803.html,/）
7. Core-Promoter Prediction Program （by Michael Zhang）
（https://www.360docs.net/doc/4818150803.html,/tools/genefinder/CPROMOTER/human.htm）
摘自leucocyte's的BLOGhttps://www.360docs.net/doc/4818150803.html,/sunnyhome873/article/i18706.htm
忘了，还有2009年4月在遗传上的一篇REVIEW，转录因子结合位点生物信息学研究进展2009；31(4):365-373https://www.360docs.net/doc/4818150803.html,/yc/qikan/manage/wenzhang/8-467.pdf
生物信息学软件及使用概述
生物信息学软件及使 刘吉平 liujiping@https://www.360docs.net/doc/4818150803.html, 用概述 生 物秀-专心做生物！ w w w .b b i o o .c o m
生物信息学是一门新兴的交叉学生物信息学的概念： 科，它将数学和计算机知识应用于生物学，以获取、加工、存储、分类、检索与分析生物大分子的信息，从而理解这些信息的生物学意义。 生 物秀-专心做生物！ w w w .b b i o o .c o m
分析和处理实验数据和公共数据，生物信息学软件主要功能 1.2.提示、指导、替代实验操作，利用对实验数据的分析所得的结论设计下一阶段的实验 3.实验数据的自动化管理 4.寻找、预测新基因及其结构、功能 5.蛋白质高级结构及功能预测（三维建模，目前研究的焦点和难点） 生 物秀-专心做生物！ w w w .b b i o o .c o m
功能1. 分析和处理实验数据和公共数据，加快研究进度，缩短科研时间 ?核酸：序列同源性比较，分子进化树构建，结构信息分析，包括基元(Motif)、酶切点、重复片断、碱基组成和分布、开放阅读框（ORF ），蛋白编码区（CDS ）及外显子预测、RNA 二级结构预测、DNA 片段的拼接； ?蛋白：序列同源性比较，结构信息分析（包括Motif ，限制酶切点，内部重复序列的查找，氨基酸残基组成及其亲水性及疏水性分析)，等电点及二级结构预测等等； ?本地序列与公共序列的联接，成果扩大。 生 物秀-专心做生物！ w w w .b b i o o .c o m
Antheprot 5.0 Dot Plot 点阵图 Dot plot 点阵图能够揭示多个局部相似性的复杂关系 生 物秀-专心做生物！ w w w .b b i o o .c o m
基因组学与生物信息学教案
《基因组学与生物信息学》教案 授课专业：生物学大类各专业 课程名称：基因组学与生物信息学 主讲教师：夏庆友程道军赵萍徐汉福
课程说明 一、课程名称：基因组学与生物信息学 二、总课时数：36学时（理论27学时实验9学时） 三、先修课程：遗传学、分子生物学、基因工程 四、使用教材： 杨金水. 基因组学. 北京:高等教育出版社,2002. 张成岗. 贺福初, 生物信息学方法与实践. 北京:科学出版社，2002. 五、教学参考书： T.A.布朗著，袁建刚译著，基因组(2rd版)，北京：科学出版社,2006. 沈桂芳，丁仁瑞，走向后基因组时代的分子生物学，杭州：浙江教育出版社，2005. 罗静初译，生物信息学概论，北京：北京大学出版社，2002. 六、考核方式：考查 七、教案编写说明： 教案又称课时授课计划,是任课教师的教学实施方案。任课教师应遵循专业教学计划制订的培养目标，以教学大纲为依据，在熟悉教材、了解学生的基础上，结合教学实践经验，提前编写设计好每门课程每个章、节或主题的全部教学活动。教案可以按每堂课（指同一主题连续1~2节课）设计编写。教案编写说明如下： 1、编号：按施教的顺序标明序号。 2、教学课型表示所授课程的类型，请在相应课型栏内选择打“√”。 3、题目：标明章、节或主题。 4、教学内容：是授课的核心。将授课的内容按逻辑层次，有序设计编排，必要时标以“*”、“#”“？” 符号分别表示重点、难点或疑点。 5、教学方式既教学方法，如讲授、讨论、示教、指导等。教学手段指教科书、板书、多媒体、模型、 标本、挂图、音像等教学工具。 6、讨论、思考题和作业：提出若干问题以供讨论，或作为课后复习时思考，亦可要求学生作为作业 来完成，以供考核之用。 7、参考书目：列出参考书籍、有关资料。 8、日期的填写系指本堂课授课的时间。
基因组学与生物信息学课后作业
基因组学与生物信息学课后作业2016/2/23 名词解释 1 基因组：基因组是指生物体内遗传信息的集合，是某个特定物种细胞内全部DNA分子的总和 2 基因组学：是一门新兴的学科，是在全基因组范围内研究基因的结构、功能、组成及进化的科学，包括多个分支学科 3 C值：指一个单倍体基因组中DNA的总和，一个特定的物种具有其特征性的C值 4 基因家族：来自于一个共同的祖先基因，由基因重复及其突变产生。序列相似，功能相近。 5 假基因：来源于功能基因，但以失去活性的DNA序列，有沉默的假基因，也有可转录的假基因 6 人类基因组计划：旨在为30多亿碱基对构成的人类基因组精确测序，发现所有人类基因并搞清其在染色体上的位置，破译人类全部遗传信息 问答题
简述真核生物染色体与原核生物染色体的差别。 答：真核生物基因组都由分散的长链线性DNA分子组成，每个DNA分子都与蛋白质结合组成染色体；原核生物基因组有2种独立结构的遗传物质，一种为拟核里的染色质，一种为质粒 另外，真核生物基因组含大量非编码序列（高度重复序列，多位于着丝粒、端粒）、断裂基因，而原核生物大部分基因都可以编码 名词解释 突变:基因组小区段范围内DNA分子发生的突然的、可遗传的变异现象。 重组:指基因组中大范围区段发生重新组合。 同源重组:指发生在非姐妹染色单体（sister chromatin) 之间或同一染色体上含有同源序列的DNA分子之间或分子之内的重新组合 转座:一段DNA片段或其拷贝从染色体的一个位置转移到另一位置，并在插入位点两侧产生一对短的正向重复序列 基因重复:含有基因的DNA片段发生重复，可能因同源重组作用出错而发生，或是因为反转录转座与整个染色体发生重复所导致 比较基因组学:在基因组水平上研究不同物种和品系之间在基因组结构与功能方面的亲缘关系及其内在联系的一门新兴交叉学科
高通量测序生物信息学分析(内部极品资料,初学者必看)
基因组测序基础知识 ㈠De Novo测序也叫从头测序，是首次对一个物种的基因组进行测序，用生物信息学的分析方法对测序所得序列进行组装，从而获得该物种的基因组序列图谱。 目前国际上通用的基因组De Novo测序方法有三种： 1. 用Illumina Solexa GA IIx 测序仪直接测序； 2. 用Roche GS FLX Titanium直接完成全基因组测序； 3. 用ABI 3730 或Roche GS FLX Titanium测序，搭建骨架，再用Illumina Solexa GA IIx 进行深度测序，完成基因组拼接。 采用De Novo测序有助于研究者了解未知物种的个体全基因组序列、鉴定新基因组中全部的结构和功能元件，并且将这些信息在基因组水平上进行集成和展示、可以预测新的功能基因及进行比较基因组学研究，为后续的相关研究奠定基础。 实验流程： 公司服务内容 1.基本服务：DNA样品检测；测序文库构建；高通量测序；数据基本分析（Base calling，去接头， 去污染）；序列组装达到精细图标准 2.定制服务：基因组注释及功能注释；比较基因组及分子进化分析，数据库搭建；基因组信息展 示平台搭建 1.基因组De Novo测序对DNA样品有什么要求？
(1) 对于细菌真菌，样品来源一定要单一菌落无污染，否则会严重影响测序结果的质量。基因组完整无降解(23 kb以上)， OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；每次样品制备需要10 μg样品，如果需要多次制备样品，则需要样品总量=制备样品次数*10 μg。 (2) 对于植物，样品来源要求是黑暗无菌条件下培养的黄化苗或组培样品，最好为纯合或单倍体。基因组完整无降解(23 kb以上)，OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；样品总量不小于500 μg，详细要求参见项目合同附件。 (3) 对于动物，样品来源应选用肌肉，血等脂肪含量少的部位，同一个体取样，最好为纯合。基因组完整无降解(23 kb以上)，OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；样品总量不小于500 μg，详细要求参见项目合同附件。 (4) 基因组De Novo组装完毕后需要构建BAC或Fosmid文库进行测序验证，用于BAC 或Fosmid文库构建的样品需要保证跟De Novo测序样本同一来源。 2. De Novo有几种测序方式 目前3种测序技术 Roche 454，Solexa和ABI SOLID均有单端测序和双端测序两种方式。在基因组De Novo测序过程中，Roche 454的单端测序读长可以达到400 bp，经常用于基因组骨架的组装，而Solexa和ABI SOLID双端测序可以用于组装scaffolds和填补gap。下面以solexa 为例，对单端测序(Single-read)和双端测序(Paired-end和Mate-pair)进行介绍。Single-read、Paired-end和Mate-pair主要区别在测序文库的构建方法上。 单端测序(Single-read)首先将DNA样本进行片段化处理形成200-500bp的片段，引物序列连接到DNA片段的一端，然后末端加上接头，将片段固定在flow cell上生成DNA簇，上机测序单端读取序列(图1)。 Paired-end方法是指在构建待测DNA文库时在两端的接头上都加上测序引物结合位点，在第一轮测序完成后，去除第一轮测序的模板链，用对读测序模块(Paired-End Module)引导互补链在原位置再生和扩增，以达到第二轮测序所用的模板量，进行第二轮互补链的合成测序(图2)。 图1 Single-read文库构建方法图2 Paired-end文库构建方法
生物信息学数据库或软件
一、搜索生物信息学数据库或者软件 数据库是生物信息学的主要内容，各种数据库几乎覆盖了生命科学的各个领域。 核酸序列数据库有GenBank，EMBL，DDB等，核酸序列是了解生物体结构、功能、发育和进化的出发点。国际上权威的核酸序列数据库有三个，分别是美国生物技术信息中心（NCBI）的GenBank ，欧洲分子生物学实验室的EMBL-Bank（简称EMBL），日本遗传研究所的DDBJ 蛋白质序列数据库有SWISS-PROT，PIR，OWL，NRL3D，TrEMBL等， 蛋白质片段数据库有PROSITE，BLOCKS，PRINTS等， 三维结构数据库有PDB，NDB，BioMagResBank，CCSD等， 与蛋白质结构有关的数据库还有SCOP，CATH，FSSP，3D-ALI，DSSP等， 与基因组有关的数据库还有ESTdb，OMIM，GDB，GSDB等， 文献数据库有Medline，Uncover等。 另外一些公司还开发了商业数据库,如MDL等。
生物信息学数据库覆盖面广，分布分散且格式不统一, 因此一些生物计算中心将多个数据库整合在一起提供综合服务，如EBI的SRS(Sequence Retrieval System)包含了核酸序列库、蛋白质序列库，三维结构库等30多个数据库及CLUSTALW、PROSITESEARCH等强有力的搜索工具，用户可以进行多个数据库的多种查询。 二、搜索生物信息学软件 生物信息学软件的主要功能有： 分析和处理实验数据和公共数据，加快研究进度，缩短科研时间； 提示、指导、替代实验操作，利用对实验数据的分析所得的结论设计下一阶段的实验；寻找、预测新基因及预测其结构、功能； 蛋白高级结构预测。 如：核酸序列分析软件BioEdit、DNAClub等；序列相似性搜索BLAST；多重系列比对软件Clustalx；系统进化树的构建软件Phylip、MEGA等；PCR 引物设计软件Primer premier6.0、oligo6.0等；蛋白质二级、三级结构预测及三维分子浏览工具等等。 NCBI的网址是：https://www.360docs.net/doc/4818150803.html,。 Entrez的网址是：https://www.360docs.net/doc/4818150803.html,/entrez/。 BankIt的网址是：https://www.360docs.net/doc/4818150803.html,/BankIt。 Sequin的相关网址是：https://www.360docs.net/doc/4818150803.html,/Sequin/。 数据库网址是：https://www.360docs.net/doc/4818150803.html,/embl/。
生物信息学名词解释
1.计算生物信息学（Computational Bioinformatics）是生命科学与计算机科学、数理科学、化学等领域相互交叉而形成的一门新兴学科，以生物数据作为研究对象，研究理论模型和计算方法，开发分析工具，进而达到揭示这些数据蕴含的生物学意义的目的。 2.油包水PCR (Emulsion PCR) : 1) DNA片段和捕获磁珠混合; 2) 矿物油和水相的剧烈震荡产生油包水环境; 3) DNA片段在油包水环境中扩增;4) 破油并富集有效扩增磁珠。 3.双碱基编码技术：在测序过程中对每个碱基判读两遍，从而减少原始数据错误，提供内在的校对功能。代表测序方法：solid 测序。 4.焦磷酸测序法：焦磷酸测序技术是由4种酶催化的同一反应体系中的酶级联化学发光反应,适于对已知的短序列的测序分析,其可重复性和精确性能与SangerDNA测序法相媲美,而速度却大大的提高。焦磷酸测序技术不需要凝胶电泳,也不需要对DNA样品进行任何特殊形式的标记和染色,具备同时对大量样品进行测序分析的能力。在单核苷酸多态性、病原微生物快速鉴定、病因学和法医鉴定研究等方面有着越来越广泛的应用。例如：454测序仪 ：用蛋白质序列查找核苷酸序列。 :STS是序列标记位点（sequence-tagged site）的缩写，是指染色体上位置已定的、核苷酸序列已知的、且在基因组中只有一份拷贝的DNA短片断，一般长200bp －500bp。它可用PCR方法加以验证。将不同的STS依照它们在染色体上的位置依次排列构建的图为STS图。在基因组作图和测序研究时，当各个实验室发表其DNA测序数据或构建成的物理图时，可用STS来加以鉴定和验证，并确定这些测序的DNA片段在染色体上的位置；还有利于汇集分析各实验室发表的数据和资料，保证作图和测序的准确性。 :表达序列标签技术（EST，Expressed Sequence Tags）EST技术直接起源于人类基因组计划。 ：生物信息学数据库。UniGene试图通过计算机程序对GeneBank中的序列数据进行适当处理，剔除冗余部分，将同一基因的序列，包括EST序列片段搜集到一起，以便研究基因的转录图谱。UniGene除了包括人的基因外，也包括小鼠、大鼠等其它模式生物的基因。 :开放阅读框（ORF，open reading frame )是基因序列的一部分，包含一段可以编码蛋白的碱基序列，不能被终止子打断。编码一个蛋白质的外显子连接成为一个连续的ORF。 10.分子钟检验：只有分子钟的，没听过分子钟检验。一种关于分子进化的假说，认为两个物种的同源基因之间的差异程度与它们的共同祖先的存在时间(即两者的分歧时间)有一定的数量关系
生物信息学软件使用
生物信息学软件的使用（以MC4R基因为例） 第一章从NCBI上查找DNA、mRNA、蛋白质序列 一、以猪的黑素皮质素受体4(MC4R, melanocortin-4 re-ceptor)基因为例，介绍如何从NCBI 上查找DNA、mRNA、氨基酸序列。 1.首先查找MC4R的DNA序列。 在百度里输入NCBI，打开后得到的结果如下网页： 在Search 栏输入“MC4R pig”，在下拉菜单里选择Gene，然后点击Search，得到如下结果：
点击第一个ID为397359的链接，得到如下的结果：
可以看到该基因位于猪的1号染色体上，在右下方有个“Go to nucleotide”即进入核酸序列，有三种格式（用红圈标记的），经常用的是“FASTA”和“GenBank”，“FASTA”格式的比较简洁，不包含任何的数字，就全部是碱基，序列的对比和分析是就要用到这种格式；而“GenBank”格式就比较详细，可以查看到很多信息，比如碱基数、mRNA序列、内含子、外显子、CDS，以及氨基酸序列等等之类的。点击GenBank后得到如下结果： Sus scrofa breed mixed chromosome 1, Sscrofa10.2 DNA LOCUS NC_010443 2265 bp DNA linear CON 29-SEP-2013 DEFINITION Sus scrofa breed mixed chromosome 1, Sscrofa10.2. ACCESSION NC_010443 REGION: complement(178553488..178555752) GPC_000000583 VERSION NC_010443.4 GI:347618793 DBLINK BioProject: PRJNA28993 Assembly: GCF_000003025.5 KEYWORDS RefSeq. SOURCE Sus scrofa (pig) ORGANISM Sus scrofa Eukaryota; Metazoa; Chordata; Craniata; Vertebrata; Euteleostomi; Mammalia; Eutheria; Laurasiatheria; Cetartiodactyla; Suina; Suidae; Sus. COMMENT REFSEQ INFORMATION: The reference sequence is identical to CM000812.4. On Oct 11, 2011 this sequence version replaced gi:333795951. Assembly Name: Sscrofa10.2 The genomic sequence for this RefSeq record is from the genome assembly released by the Swine Genome Sequencing Consortium as Sscrofa10.2 in August 2011 (see https://www.360docs.net/doc/4818150803.html,/Projects/S_scrofa). Sscrofa10.2 is a mixed assembly of clones and contigs from the whole-genome shotgun
人类基因组计划和生物信息学
人类基因组计划和生物信息学 徐新来 安道昌 王 芷3 李 青 付红波 (中国生物工程中心 北京100081)(3中国科技信息研究所 北京100038) 提要:介绍人类基因组计划和生物信息学,阐述了两者的关系,提出了在人类基因组计划中发展生物信息学的策略。 一、引 言 人类基因组计划(H um an Genom e P ro 2ject ,H GP )是美国在1990年提出实施的一项大科学计划,在世界各国引起了很大反响。计划的提出旨在对人类基因组3×109 个脱氧核苷酸对进行作图和测序,进而解读和破译生老病死以及语言、记忆和疾病发生的遗传信息。而生物信息学是集生物学、数学、信息学、计算机科学一体化的一门新的学科。早在H GP 提出时就预示到生物信息学的重要性,当时就成立了有42位著名专家组成的生物信息学任务组。随着人类基因组计划的进展,基因组的数据和信息大量,迅速地增加,信息的收集、储存、分发、分析的管理越来越显得紧迫和重要。利用数学模式和计算机处理数据的功能来处理和分析大量增加的人类基因组信息的结果,使人类基因组计划和生物信息学紧紧地结合起来了,而且随着两者的紧密结合和互相渗透,人类基因组计划的前进步伐会大大加快,从而提前完成计划,为人类造福。 二、从人类基因组计划看 生物信息学 美国在1990年率先提出H GP ,计划用15年时间,投入30亿美元,完成人类全部24条染色体的3×109脱氧核苷酸对(bp )的序列测定,主要任务包括作图(遗传图谱、物理图谱的建立)、测序和基因识别。其中还包括模式生物(如大肠杆菌、酵母、线虫、小鼠等)基因组的作图和测序,以及信息系统的建立。 遗传图谱、物理图谱的建立是测序的必要条件;遗传图谱是根据遗传连锁标志之间的重组频率来确定它们的距离,遗传图谱的建立为基因识别和完成基因定位创造了条件。物理图谱是以核苷酸的长度为单位绘制而成,详细描述染色体上界标间的距离,主要是编码蛋白质的外显子和排序DNA 克隆库组成,这些DNA 分子克隆库相互交错、重叠。人类基因组全部DNA 序列的测定是H GP 的核心部分;随着遗 传和物理图谱的完成和即将完成,测序就成为今后重中之重的工作。而大规模测序技术的改进及分析大片段DNA 序列的生物信息技术的进步,对完成人类基因组全部核苷酸顺序测定起着决定性作用。测序的完成依赖物理图谱上的排序的DNA 片段分子克隆,这些分子图谱通常是在较短的时间由一个研究组从单一分离群体中获得的,为了充分利用所有资料信息,要对其全部标记的同时进行分析,这种分析涉及十分庞杂和巨大的计算,手工无法完成。基因识别是H GP 的重要内容之一;目的是要识别全部人类的基因,即基因组在生命活动中发生转录表达的DNA 片段,并对其结构进行研究。目前常采用的有二种方法:一是从基因组顺序中识别那些转录表达的DNA 片段;二是从c D 2 NA 文库中挑取并克隆。两种方法都必须依靠生物信息学的帮助即信息系统的建立;前者需要对基因组进行分析,后者要对基因文库进行分析,甚至还要进行分类分型,建立二级库,才能有效地挑取到所需要的DNA 分子克隆。模式生物基因组在H GP 中占有重要的位置;模 — 06—高技术通讯 1998181
常用生物信息学软件
常用生物信息学软件 一、基因芯片 1、基因芯片综合分析软件。 ArrayVision 7.0 一种功能强大的商业版基因芯片分析软件，不仅可以进行图像分析，还可以进行数据处理，方便protocol的管理功能强大，商业版正式版：6900美元。 Arraypro 4.0 Media Cybernetics公司的产品，该公司的gelpro, imagepro一直以精确成为同类产品中的佼佼者，相信arraypro也不会差。 phoretix? Array Nonlinear Dynamics公司的基因片综合分析软件。 J-express 挪威Bergen大学编写，是一个用JA V A语言写的应用程序，界面清晰漂亮，用来分析微矩阵（microarray）实验获得的基因表达数据，需要下载安装JA V A运行环境JRE1.2后(5.1M)后，才能运行。 2、基因芯片阅读图像分析软件 ScanAlyze 2.44 ，斯坦福的基因芯片基因芯片阅读软件，进行微矩阵荧光图像分析，包括半自动定义格栅与像素点分析。输出为分隔的文本格式，可很容易地转化为任何数据库。 3、基因芯片数据分析软件 Cluster 斯坦福的对大量微矩阵数据组进行各种簇（Cluster）分析与其它各种处理的软件。 SAM Significance Analysis of Microarrays 的缩写，微矩阵显著性分析软件，EXCEL软件的插件，由Stanford大学编制。 4．基因芯片聚类图形显示 TreeView 1.5 斯坦福开发的用来显示Cluster软件分析的图形化结果。现已和Cluster成为了基因芯片处理的标准软件。 FreeView 是基于JA V A语言的系统树生成软件，接收Cluster生成的数据，比Treeview 增强了某些功能。 5．基因芯片引物设计 Array Designer 2.00 DNA微矩阵（microarray）软件，批量设计DNA和寡核苷酸引物工具 三、序列综合分析 V ector NTI Suite 8.0 不喜欢装备各种专业性强的软件，而希望用一个综合性的软件代替的同志可以选择本软件。本阶段的大部分功能它都有。该软件具体特有良好的数据库管理（增加、修改、查找），对要操作的数据放在一个界面相同的数据库中统一管理。软件中的大部分分析可以通过在数据库中进行选定（数据）->分析->结果（显示、保存和入库）三步完成。在分析主界面，软件可以对核酸蛋白分子进行限制酶分析、结构域查找等多种分析和操作，生成重组分子策略和实验方法，进行限制酶片段的虚拟电泳，新建输入各种格式的分子数据、
生物信息学常用工具
常用DNA和蛋白质序列数据分析工具： ●序列比对工具： a)BLAST： ●网络比对，包括基础的Blast比对、参数、特殊Blast如PSI-Blast、Blast2 等； ●本地比对，包括程序下载、安装、数据库的下载及格式化、Blast程序的 运行等。 b)多序列比对ClustalX（Windows系统） 包括程序下载、安装、及程序的运行、结果的输入输出等。 ●真核生物基因结构的预测： a)基因可读框的识别： Genescan； CpG岛、转录终止信号和启动子区域预测； CpGPlot； POLYAH； PromoterScan； b)基因密码子偏好性： CodonW； c)采用mRNA序列预测基因： Spidey； d)ASTD数据库 ●分子进化遗传分析工具 ●MEGA；
●Phylip； ●蛋白质结构和功能预测 a)一级结构 ProtParam蛋白质序列理化参数检索； ProtScale蛋白质疏水性分析； COILS卷曲螺旋预测； b)二级结构 PredictProtein蛋白质结构预测； PSIPRED不同蛋白质结构预测方法； c)InterProScan: 模式和序列谱研究 Prosite：蛋白质结构域、家族和功能为点数据库； Pfam：蛋白质家族比对和HMM数据库； BLOCK：模块搜索数据库； SMART：简单模块架构搜索工具； TMHMM：跨膜结构预测工具； d)三级结构 Swiss-Model Workspace: 同源建模的网络综合服务器； Phyre：线串法预测蛋白质折叠； HMMSTR/Rosetta：从头预测蛋白质结构； Swiss-PdbViewer：分子建模和可视化工具； 序列模体的识别和解析； MEME程序包； ●蛋白质谱数据分析
浅谈生物信息学的发展和前景
浅谈生物信息学的发展和前景 摘要：生物信息学已成为整个生命科学发展的重要组成部分，成为生命科学研究的前沿。本文对生物信息学的产生背景及其研究现状等方面进行了综述，并展望生物信息学的发展前景。生物信息学的发展在国内、外基本上都处在起步阶段。因此，这是我国生物学赶超世界先进水平的一个百年一遇的极好机会。 关键字：生物信息学、产生背景、发展现状、前景 随着生物科学技术的迅猛发展，生物信息数据资源的增长呈现爆炸之势，同时计算机运算能力的提高和国际互联网络的发展使得对大规模数据的贮存、处理和传输成为可能，为了快捷方便地对已知生物学信息进行科学的组织、有效的管理和进一步分析利用，一门由生命科学和信息科学等多学科相结合特别是由分子生物学与计算机信息处理技术紧密结合而形成的交叉学科——生物信息学(Bioinformatics)应运而生,并大大推动了相关研究的开展, 被誉为“解读生命天书的慧眼”。 一、生物信息学产生的背景 生物信息学是80年代未随着人类基因组计划（Human genome project)的启动而兴起的一门新的交叉学科。它通过对生物学实验数据的获取、加工、存储、检索与分析，进而达到揭示数据所蕴含的生物学意义的目的。由于当前生物信息学发展的主要推动力来自分子生物学，生物信息学的研究主要集中于核苷酸和氨基酸序列的存储、分类、检索和分析等方面，所以目前生物信息学可以狭义地定义为：将计算机科学和数学应用于生物大分子信息的获取、加工、存储、分类、检索与分析，以达到理解这些生物大分子信息的生物学意义的交叉学科。事实上，它是一门理论概念与实践应用并重的学科。 生物信息学的产生发展仅有10年左右的时间---bioinformatics这一名词在1991年左右才在文献中出现，还只是出现在电子出版物的文本中。事实上，生物信息学的存在已有30多年，只不过最初常被称为基因组信息学。美国人类基因组计划中给基因组信息学的定义：它是一个学科领域，包含着基因组信息的获取、处理、存储、分配、分析和解释的所有方面。自1990年美国启动人类基因组计划以来，人与模式生物基因组的测序工作进展极为迅速。迄今已完成了约40多种生物的全基因组测序工作，人基因组约3x109碱基对的测序工作也接近完成。至2000年6月26日，被誉为生命“阿波罗计划”的人类基因组计划终于完成了工作草图，预示着完成人类基因组计划已经指日可待。截止目前为止，仅登录在美国GenBank 数据库中的DNA序列总量已超过70亿碱基对。此外，迄今为止，已有一万多种蛋白质的空间结构以不同的分辨率被测定。基于cDNA序列测序所建立起来的EST数据库其纪录已达数百万条。在这些数据基础上派生、整理出来的数据库已达500余个。这一切构成了一个生物学数据的海洋。这种科学数据的急速和海量积累，在人类的科学研究历史中是空前的。数据并不等于信息和知识，但却是信息和知识的源泉，关键在于如何从中挖掘它们。与正在以指数方式增长的生物学数据相比，人类相关知识的增长（粗略地用每年发表的生物、医学论文数来代表）却十分缓慢。一方面是巨量的数据；另一方面是我们在医学、药物、农业和环保等方面对新知识的渴求，这些新知识将帮助人们改善其生存环境和提高生活质量。这就构成了一个极大的矛盾。这个矛盾就催生了一门新兴的交叉科学，这就是生物信息学。二、生物信息学研究的发展现状 资金和实力非常重要，生物信息的研究投入短期不算大，但是结合成果，其投入相当的大。因为目前生物信息主要在于教学和和研究，商业领域的应用不算很广。如一套LIMS加上软件就要花上数千万。加上相关项目的研究开发，不是国内相关的机构所能承受的。所以需要得到政府的支持和帮助。以及有识之士的投入。否则我们又将远远落后国外。国内的制药行业将永不得翻身！基因的流失(国外一些国家打着给国内免费治疗，分析疾病的考旗帜，
基因组和生物信息学相关名词
一、真核基因组相关名词解释 基因家族（gene family ）：真核细胞中许多相关的基因常按功能成套组合，称为基因家族。同一家族中的成员有时紧密排列在一起，称为一个基因簇；有时分散在同一染色体不同的部位，甚至分散在不同的染色体上。 基因簇（gene cluster）：基因家族各成员聚集成簇。 假基因（pseudogene）：与功能基因序列相似，却没有功能。 超基因家族（gene superfamily ）：序列不同但功能相似的一组基因。 断裂基因：DNA分子中基因编码序列常被非编码的序列隔开，这类基因称为断裂基因。编码序列称为外显子（exon）；非编码序列称为内含子（intron）。 剪接：内含子从原初转录本中除去的加工过程称为剪接，包括内含子从原初转录本中删除以及外显子末端的共价连结。在成熟的RNA中出现的序列称为外显子。在原初转录本加工时被删除的插入序列称为内含子。 二、HGP相关名词解释 遗传图谱：又称连锁图，是指基因或DNA标志在染色体上的相对位置与遗传距离。遗传距离通常由基因或DNA片断在染色体交换过程中分离的频率厘摩（cM ）来表示。1厘摩表示每次减数分裂的重组频率为１％。厘摩值越高表明两点之间距离越远，厘摩值越低表示两点间距离越近。用于遗传图谱绘制的常用遗传标记为RFLP、STR、SNP。 RFLP：restriction fragment length polymorphism，限制性酶切片段长度多态性，DNA序列的变化引起限制性内切酶位点丢失或产生，从而导致酶切片段长度的变化。 SNP：single nucleotide polymorphism，单核苷酸的多态性，指单个核苷酸的变化而从产生的多态性。 物理图谱：指以已知核苷酸序列的DNA片段（如STS）为路标，以碱基对作为基本测量单位的两点之间的实际距离。通常由DNA的限制酶片段或克隆的DNA片段有序排列而成。 STS：sequence tagged site，序列标签位点，是指染色体定位明确，并且可用PCR扩增的单拷贝短DNA序列。 转录图谱：又称表达序列标签（Expressed Sequence tags，EST）是从已建好的cDNA库中随机取出一个克隆，从5'末端或3'末端对插入的cDNA片段进行一轮单向自动测序，所获得的约60～500bp的一段cDNA序列。1993年NCBI建立了一个专门的EST数据库dbEST来保存和收集所有的EST数据。ESTs已经被广泛的应用于基因预测、识别以及基因图谱的绘制。YAC：酵母人工染色体（yeast artificial chromosome ，YAC），利用酿酒酵母染色体的复制元件构建的载体，克隆能力为200-2000kb。YAC载体含有的着丝粒,端粒和复制起点三种成份可以满足YAC自主复制，染色体在子代细胞间分离及保持染色体稳定的需要。YAC以环状方式存在，具有大肠杆菌质粒的复制元件和选择标记，以便保存和增殖。 三、生物信息学相关名词解释 生物信息学（bioinformatics）：是一门交叉学科，它包含了生物信息的获取、处理、存储、分发、分析和解释等在内的所有方面，它综合运用数学、计算机科学和生物学的各种工具，来阐明和理解大量数据所包含的生物学意义。包括基因的染色体定位、序列的搜索、基因识别和科学文献的查询。 基因组学(genomics)：以各种生物的基因组为研究对象，采取大规模，高通量的手段获取数据，用于解析基因的结构，功能及其之间的关系。 结构基因组学（structural genomics）：基因组学的重组成部分，一门通过基因作图、核苷酸序列分析来完成确定基因组成和进行基因定位等任务的科学。 蛋白质组(proteome)：由一个基因组或一个细胞、一个组织表达的所有蛋白质。 蛋白质组学(proteomics)：以蛋白质为研究对象，在整体、动态、网络的水平上研究细胞内蛋白质的组成、结构及其活动规律的学科，其目的是阐明生物体全部蛋白质的表达模式及功能模式。 功能基因组学（functional genomics）：功能基因组学通常又称为后基因组学，是在利用结构基因组学丰富的信息资源的基础上，应用大量的实验分析方法并结合统计和计算机分析来研究基因的表达、调控与功能，基因间、基因与蛋白质之间和蛋白质与底物、蛋白质与蛋白质之间的相互作用以及生物的生长发育等规律的学科。 比较基因组学（comparative genomics）：比较不同物种的整个基因组，来揭示基因，基因家族的起源和功能及其在进化过程中复杂化和多样化的机制。 四、国际上四大生物信息中心： 美国生物工程信息中心（National Center of Biotechnology Information ）http：//www．ncbi．nlm．nih．gov 欧洲分子生物学研究所（EMBL）http：//www．ebi．ac．uk 日本DNA数据库（DNA Data Bank of Japan，DDBJ）http：//www．nig．ac．jp 基因组序列数据库（Genome Sequence Database，GSDB）http：//www．ncgr．org：80／gsdb
生物信息学工具介绍
生物信息学工具介绍 1、FASTA[10]（https://www.360docs.net/doc/4818150803.html,/fasta33/）和BLAST[11]（http://www.nc https://www.360docs.net/doc/4818150803.html,/BLAST/）是目前运用较为广泛的相似性搜索工具。比较和确定某一数据库中的序列与某一给定序列的相似性是生物信息学中最频繁使用和最有价值的操作。本质上这与两条序列的比较没有什么两样，只是要重复成千上万次。但是要严格地进行一次比较必定需要一定的耗时，所以必需考虑在一个合理的时间内完成搜索比较操作。FASTA使用的是Wilbur-Lipman 算法的改进算法，进行整体联配，重点查找那些可能达到匹配显著的联配。虽然FASTA不会错过那些匹配极好的序列，但有时会漏过一些匹配程度不高但达显著水平的序列。使用FASTA和BLAST，进行数据库搜索，找到与查询序列有一定相似性的序列。一般认为,如果蛋白的序列一致性为25-30%,则可认为序列同源。BLAST(Basic Loc al Alignment Search Tool，基本局部联配搜索工具)是基于匹配短序列片段，用一种强有力的统计模型来确定未知序列与数据库序列的最佳局部联配。BLAST 是现在应用最广泛的序列相似性搜索工具，相比FASTA 有更多改进，速度更快，并建立在严格的统计学基础之上。这两个工具都采用局部比对的方法，选择计分矩阵对序列计分，通过分值的大小和统计学显著性分析确定有意义的局部比对。BLAST根据搜索序列和数据库的不同类型分为5种：1、BLASTP是蛋白序列到蛋白库中的一种查询。库中存在的每条已知序列将逐一地同每条所查序列作一对一的序列比对。 2、BLASTX是核酸序列到蛋白库中的一种查询。先将核酸序列翻译成蛋白序列（一条核酸序列会被翻译成可能的六条蛋白），再对每一条作一对一的蛋白序列比对。 3、BLASTN是核酸序列到核酸库中的一种查询。库中存在的每条已知序列都将同所查序列作一对一地核酸序列比对。 4、TBLASTN是蛋白序列到核酸库中的一种查询。与BLASTX相反，它是将库中的核酸序列翻译成蛋白序列，再同所查序列作蛋白与蛋白的比对。 5、TBLASTX是核酸序列到核酸库中的一种查询。此种查询将库中的核酸序列和所查的核酸序列都翻译成蛋白（每条核酸序列会产生6条可能的蛋白序列），这样每次比对会产生36种比对阵列。另外PSI-BLAST通过迭代搜索，可以搜索到与查询序列相似性较低的序列。其中BLASTN、BLASTP在实践中最为常用，TBLASTN在搜索相似序列
生物信息学名词解释(个人整理)
一、名词解释： 1.生物信息学：研究大量生物数据复杂关系的学科，其特征是多学科交叉，以互联网为媒介，数据库为载体。利用数学知识建立各种数学模型; 利用计算机为工具对实验所得大量生物学数据进行储存、检索、处理及分析，并以生物学知识对结果进行解释。 2.二级数据库：在一级数据库、实验数据和理论分析的基础上针对特定目标衍生而来，是对生物学知识和信息的进一步的整理。 3.FASTA序列格式：是将DNA或者蛋白质序列表示为一个带有一些标记的核苷酸或者氨基酸字符串，大于号（>）表示一个新文件的开始，其他无特殊要求。 4.genbank序列格式：是GenBank 数据库的基本信息单位，是最为广泛的生物信息学序列格式之一。该文件格式按域划分为4个部分：第一部分包含整个记录的信息（描述符）；第二部分包含注释；第三部分是引文区，提供了这个记录的科学依据；第四部分是核苷酸序列本身，以“//”结尾。 5.Entrez检索系统：是NCBI开发的核心检索系统，集成了NCBI的各种数据库，具有链接的数据库多，使用方便，能够进行交叉索引等特点。 6.BLAST：基本局部比对搜索工具，用于相似性搜索的工具，对需要进行检索的序列与数据库中的每个序列做相似性比较。P94 7.查询序列（query sequence）：也称被检索序列，用来在数据库中检索并进行相似性比较的序列。P98 8.打分矩阵（scoring matrix）：在相似性检索中对序列两两比对的质量评估方法。包括基于理论（如考虑核酸和氨基酸之间的类似性）和实际进化距离（如PAM）两类方法。P29 9.空位（gap）：在序列比对时，由于序列长度不同，需要插入一个或几个位点以取得最佳比对结果，这样在其中一序列上产生中断现象，这些中断的位点称为空位。P29 10.空位罚分：空位罚分是为了补偿插入和缺失对序列相似性的影响，序列中的空位的引入不代表真正的进化事件，所以要对其进行罚分，空位罚分的多少直接影响对比的结果。P37 11.E值：衡量序列之间相似性是否显著的期望值。E值大小说明了可以找到与查询序列（query）相匹配的随机或无关序列的概率，E值越接近零，越不可能找到其他匹配序列，E 值越小意味着序列的相似性偶然发生的机会越小，也即相似性越能反映真实的生物学意义。P95 12.低复杂度区域：BLAST搜索的过滤选项。指序列中包含的重复度高的区域，如poly（A）。 13.点矩阵（dot matrix）：构建一个二维矩阵，其X轴是一条序列，Y轴是另一个序列，然后在2个序列相同碱基的对应位置（x，y）加点，如果两条序列完全相同则会形成一条主对角线，如果两条序列相似则会出现一条或者几条直线；如果完全没有相似性则不能连成直线。 14.多序列比对：通过序列的相似性检索得到许多相似性序列，将这些序列做一个总体的比对，以观察它们在结构上的异同，来回答大量的生物学问题。 15.分子钟：认为分子进化速率是恒定的或者几乎恒定的假说，从而可以通过分子进化推断出物种起源的时间。 16.系统发育分析：通过一组相关的基因或者蛋白质的多序列比对或其他性状，可以研究推断不同物种或基因之间的进化关系。 17.进化树的二歧分叉结构：指在进化树上任何一个分支节点，一个父分支都只能被分成两个子分支。 系统发育图：用枝长表示进化时间的系统树称为系统发育图，是引入时间概念的支序图。 18.直系同源：指由于物种形成事件来自一个共同祖先的不同物种中的同源序列，具有相似或不同的功能。（书：在缺乏任何基因复制证据的情况下，具有共同祖先和相同功能的同源基因。）
常用生物信息学软件介绍
常用生物学软件简介 1. Oligo 6是目前使用最为广泛的一款引物设计软件，除了可以简单快捷地完成各种引物和探针的设计与分析外，还具有很多其他同类软件所不具有的高级功能： a) 已知一个PCR引物的序列，搜寻和设计另一个引物的序列。b) 按照不同的物种对MM子的偏好性设计简并引物。 c) 对环型DNA片段，设计反向PCR引物。d) 设计多重PCR引物。e) 为LCR反应设计探针，以检测某个突变是否出现。f) 分析和评价用其他途径设计的引物是否合理。 g) 同源序列查找，并根据同源区设计引物。 h) 增强了的引物/探针搜寻手段。设计引物过程中，可以“Lock”每个参数，如Tm 值范围和引物3’端的稳定性等。 i) 以多种形式存储结果；支持多用户，每个用 户可保存自己的特殊设置。 网址： https://www.360docs.net/doc/4818150803.html,/ 2． Vector NTI Suite是一套功能最全，而且界面最美观，最友好的分子生物学应用软件包。主要包括四个大型软件，它们分别可以对DNA、RNA、蛋白质分子进行各种分析和操作。Vector⑴ NTI：作为Vector NTI Suite的核心组成部分，它可以在生物研究的全过程中提供数据组织和序列编辑的软件支持。Vector NTI 是以一种窗口形式，且支持项目组织的数据库来完成这一功能的；通过这个数据库，可以保存和组织大部分的实验数据，比如：基因结构、载体、序列片断、引物、蛋白质、多肽、电泳Markers和限制性内切酶等。实际上，该数据库还支持对Vector NTI Suite 中各种小型的绘图和结果展示工具的管理。Vector NTI 可以按照用户要求设计克隆策略。用户只需提供克隆载体，外源片断序列，明确载体克隆的大致位置或酶切位点，其它工作由软件完成。设计结果以图文形式输出到屏幕；最后根据客户定制的条件进行模拟电泳。Vector NTI 还具有强大的设计和评估PCR引物、测序引物和杂交探针功能。BioPlot⑵：BioPlot是一个对蛋白质和核酸序列进行各种理化特性分析的综合性工具，它是一种方便的桌面程序。和其他程序不同的是，BioPlot可以绘制50种以上预定制的蛋白质特征图谱，如疏水性和抗原性；并将序列与特征图谱和活性序列区域一一对应。BioPlot还可以对核酸序列进行8种不同类型的分析，如：退火温度、自由能和GC含量等。AlignX⑶：AlignX可以对多个蛋白质或核酸序列进行同源比较，以寻找不同序列之间的同源区域或相似性很高序列中的不同碱基，并绘制进化树；为下一步设计PCR引物、探针及研究系统发育提供基础。AlignX 可以识别所有标准TXT格式，如FASTA、GeneBank、EMBL、SWISS－PROT、GenPept 和ASCII Text。ContigExpress⑷：Contig Express是用来对多个小核酸片段进行拼接而形成连续的长序列。这些小片段可以是Text序列，也可以是直