核酸序列分析
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。
核酸序列特征分析
核酸序列特征分析核酸序列特征分析是一种利用bioinformatics工具技术来探究生物体基因组DNA/RNA序列中的特征信息，以及基因组DNA/RNA序列之间存在的关联性。
核酸序列特征分析在生物医学研究中具有重要的应用价值。
一、核酸序列特征分析的背景1、DNA是生物体基因组的主要构成元素，有着极重要的意义。
DNA的构成分子是DNA的主要单位，其中含有许多信息。
包括基因的信息、细胞生物学过程的信息、发育过程的信息、衰老过程的信息等。
核酸序列特征分析就是基于这些信息，利用相关方法把DNA序列转化为特殊符号，进而探究基因组中DNA序列的特征信息及其与基因组DNA序列之间的关联性。
2、研究表明，基因组DNA/RNA序列中存在着丰富的特征信息，其中包括基因的结构信息、功能信息以及遗传物质的表达信息等。
此外，基因组DNA/RNA序列之间也存在着一定的关联性，比如伴随关系、控制关系等。
对这些特征信息和序列间关联性的深入研究和分析，可以为解决相关生物学问题提供有力的支持。
二、核酸序列特征分析的方法核酸序列特征分析包括DNA特征分析、RNA特征分析和DNA-RNA 互作特征分析三大类。
其中，DNA特征分析是探究基因组DNA序列中的特征信息，主要包括序列密度分析、保守区域检测、单碱基构象分析、内含子检测、集合核苷酸模式挖掘和保守元件的检测等。
而RNA特征分析是探究基因组RNA序列特征信息，主要包括序列特征分析、microRNA检测、可变剪接位点预测、次级结构模式挖掘等。
最后，DNA-RNA互作特征分析是以DNA序列为基础探究DNA和RNA序列之间的相互关联性，主要包括DNA-RNA互作互作特性检测、DNA和RNA序列的共鉴定等。
三、核酸序列特征分析的应用在生物医学研究中，核酸序列特征分析可以为研究基因组中基因的信息、发育过程、衰老过程和药物等相关生物医学问题提供有力的支持。
比如，利用核酸序列特征分析，可以进行miRNA-病毒序列特征鉴定、慢病毒检测等；可以进行病毒的毒性预测，探究病毒引发疾病的发生机制；可以预测蛋白质的功能，指导新药的研发；可以检测抗药性基因等。
核酸与蛋白质序列分析
光学测序技术利用光信号的变化来检测DNA或RNA序列， 具有高分辨率和高灵敏度等优点，是未来测序技术的重要 发展方向。
人工智能在序列分析中的应用
序列比对
人工智能算法能够快速准确地比对新序列与已知序列之间的相似 性和差异性，有助于发现新的基因和变异。
结构预测
人工智能可以预测蛋白质的三维结构，有助于理解蛋白质的功能和 相互作用机制Maxam-Gilbert和Sanger的DNA测序方法，以及 primer extension method等。这些方法可以提供核酸序列 的精确信息，但通量较低。
下一代测序（NGS）
随着技术的发展，出现了高通量的下一代测序技术，如 Illumina、SOLiD、Ion Torrent和PacBio等。这些技术可以 同时测定大量核酸序列，大大提高了测序速度和通量。
诊断标志物筛选
基于蛋白质序列分析，筛选与疾病相关的生物标志物，用于疾病的早期诊断和预后评估。
04
序列分析的挑战与未来发展
高通量测序技术的局限性
成本高昂
01
尽管高通量测序技术已经显著降低了测序成本，但仍相对昂贵，
限制了其在某些领域的应用。
数据解读难度大
02
高通量测序产生的数据量庞大，需要专业的生物信息学分析方
顺序。
酶降解法
利用特定的酶将蛋白质分解为肽段， 再测定各肽段的氨基酸序列。
自动测序法
利用特定的仪器自动进行蛋白质的 测序，如质谱仪和液相色谱仪等。
蛋白质的变异与修饰
基因突变
由于基因突变导致蛋白质合成过程中出现氨基酸 替换或缺失，从而影响蛋白质的功能。
磷酸化
蛋白质上的特定氨基酸残基被磷酸化，影响蛋白 质的活性、定位和稳定性。
核酸序列分析
思考题
1.第一代DNA测序技术的核心技术 A.Sanger的双脱氧链终止法 B.Maxam和Gilbert的化学降解法 C.荧光标记技术 D.PCR技术 E.DNA自动分析技术
2. Sanger双脱氧链终止法使用的链终止物
A. NTP
B. dNTP
C. ddNTP
D. a-32P-dNTP E. a-35S-dNTP
• 反应体系中包含：模板 DNA,
Taq酶, dNTPs, ddNTPs和测 序引物；
• 反应过程：
变性－复性－延伸－终止
双脱氧链终止法基本原理：
➢利用DNA聚合酶不能
够区分dNTP和ddNTP的
特性，使ddNTP参入到
寡核苷酸链的3’-末端。
因为ddNTP 3’不是-OH，
不能与下一个核苷酸聚
合延伸，从而终止DNA 链的增长。
目前，应用最广泛的应用生物系统公司(applied biosystems ，ABI)3730系列自动测序仪即是基于毛细管 电泳和荧光标记技术的DNA测序仪。
如ABI3730XL测序仪拥有96道毛细管，4种双脱氧核 苷酸的碱基分别用不同的荧光标记，在通过毛细管时不同长 度的DNA片段上的4种荧光基团被激光激发，发出不同颜色 的荧光，被CCD检测系统识别，并直接翻译成DNA序列。
2011：5000美元测定一个人类基因组 2014：上万元测定一个人类基因组
未来目标：1000/100 美元测定一个人类基因组
1、第一代DNA测序技术
第一代DNA测序技术： 传统的双脱氧链终止法、化学降解法以及在它们的基
础上发展来的各种DNA测序技术。
第一代DNA测序技术包括：双脱氧链终止法、化学降 解法、荧光自动测序技术。
核酸基因序列分析技术及其应用
核酸基因序列分析技术及其应用随着现代科学技术的快速发展，人们对生命科学领域的研究也越来越深入，核酸基因序列分析技术应运而生，成为了研究生命科学的重要工具之一。
本文将介绍核酸基因序列分析技术的基本原理和其在生命科学研究中的应用。
一、基本原理核酸基因序列分析技术，即对DNA和RNA单核苷酸序列的分析。
其基本原理是将核酸分子的碱基序列进行测序和比对，进而获得某一组细胞或生物体内某一部分的DNA或RNA序列。
DNA和RNA在碱基的组成上略有不同，DNA分别由脱氧核糖核苷酸组成，而RNA则由核糖核苷酸组成。
核酸分子的碱基序列决定了其功能和生物学特性，因此在对生物学特性进行研究时，对核酸基因序列的分析就显得尤为重要。
核酸测序技术是核酸分析的关键步骤。
传统的测序技术是Sanger测序，它可以将DNA序列以5-10 kb的长度进行测序，并以此来构建基因组或cDNA文库。
然而，由于Sanger测序方式的受限性，难以对较长的序列、大规模的序列和复杂的基因组进行分析，因此人们开始开发新的测序技术，如二代测序技术（如Illumina）和第三代测序技术（如PacBio），这些技术加快了测序的速度和准确性，也降低了测序成本。
二、核酸基因序列分析技术的应用1. 基因组学基因组学旨在了解一个物种的基因组结构、基因的功能、基因间关系以及其他与基因组有关的特征。
对基因组的研究可以为新型疾病的研究和药物发现提供帮助。
在基因组学中，核酸基因序列分析技术应用广泛，尤其是在复杂基因组的测序和组装方面。
测序的数据可以直接被用于特定物种的基因组浏览器上，有助于进一步了解该物种的基因组结构和功能。
2. 比较基因组学比较基因组学是指通过比较物种、家族或某一物种的不同群体之间的基因组，来了解物种或基因组之间的相似性和差异性。
通过分析不同物种或群体之间的差异性，可以更好地了解基因的进化和适应机制。
通过进行基因组对比，还可以发现新的功能基因、修饰基因和非编码RNA等。
核酸序列分析软件介绍
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。
核酸序列的基本分析
功能域和蛋白质互作预测
总结词
识别蛋白质中的功能域以及预测蛋白质 之间的相互作用。
VS
详细描述
功能域是蛋白质中负责特定生物功能的区 域，通过分析核酸序列，可以识别出蛋白 质中的功能域，进一步了解其生物学功能 。此外，还可以利用生物信息学方法预测 蛋白质之间的相互作用，揭示基因网络中 的相互关系。
系统生物学和网络分析
基因组组装
01
基因组组装是将测序得到的短读段组装成完整的基因组序 列的过程。
02
基因组组装是基因组学研究中的关键步骤，对于理解基因 组结构和功能、发现新基因和基因变异等具有重要意义。
03
基因组组装可以使用各种软件和算法，如SOAPdenovo、 Velvet和Abyss等，根据不同的测序技术和数据类型选择合适
核酸序列的表示方法
符号表示
通常使用大写字母表示碱基，如A代表腺嘌呤，G代表鸟嘌呤，C代表胞嘧啶， T代表胸腺嘧啶。
转录和翻译
DNA中的信息通过转录过程传递给RNA，然后通过翻译过程将RNA的信息转化 为蛋白质。
核酸序列的来源和测序方法
来源ห้องสมุดไป่ตู้
核酸序列可以从各种来源获得，如细菌、病毒、动植物等。
测序方法
总结词
从整体角度研究生物系统的结构和功能，通 过网络分析揭示基因之间的相互关系。
详细描述
系统生物学将基因、蛋白质等生物分子视为 相互关联的网络，而非孤立的实体。通过构 建基因调控网络、蛋白质互作网络等，可以 全面了解基因的功能及其在生物过程中的作 用。网络分析有助于发现关键基因、模块和 通路，为药物研发和疾病治疗提供新的思路。
06
实际应用和案例分析
基因组学研究中的应用
核酸序列分析
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
调节按钮
4. 测序中载体序列的识别与去除
许多数据库中收集了常用的测序载体序列，使用Blast程序对 此类数据库进行相似性分析即可得知目的序列中是否含有载 体序列。如果是，在对测序数据进行进一步分析之前必须将 载体序列去除。此过程虽然很简单，在核酸序列数据库中仍 然有一些序列含有载体序列污染。 NCBI的载体识别程序 /VecScreen/VecScreen.html
复杂的基因结构
外显子 外显子 启动区 5’UTR 内含子 内含子 5’ 转录位点 起始密码子 剪切受体位点 终止密码子 外显子 内含子 3’UTR终止区 3’
剪切给体位点
复杂的基因转录调控方式 内含子 GT----AC规则 ＣpG岛
真核生物基因组ＧＣ含量没有原核生 物差异那么明显.但在人基因５‘端 有ＣpＧ岛，大约有４５，０００这 样的岛，有一半和持家基因有关。
得到的结果
显示转换后的不同序列
序列基本信息 具 体 序 列
2. 限制性酶切分析
限制型酶切分析是分子生物学实验中日常工作之一。
限制酶数据库提供了较全面的限制酶相关信息
地址为：/rebase/rebase.html
大多数分子生物学软件都具有限制性酶切分析功能，
• 非翻译区域（untranslated regions, UTR） –编码区域两端的DNA，有一部分被 转录，但是不被翻译，这一部分称为 非翻译区域
• 5’UTR---基因上游区域的非翻译区域 • 3’UTR---基因下游区域的非翻译区域
• 对于任何给定的核酸序列（单链DNA 或mRNA），根据密码子的起始位置， 可以按照三种方式进行解释。 • 例如，序列ATTCGATCGCAA （1） ATTCGATCGCAA （2） ATTC GATCGCAA （3） ATTCGATCGCAA
GTTAAC
限制酶数据库网页截图
输入内切酶的名称， 可查询其识别序列及 酶切位点
以DNAMAN为例
载入序列
目标DNA默认为线状， 若选择“环状”，则出 现的酶切图谱为环状。
可选“DNase”或 “DNA内切酶”
选 择 酶
在“酶文件”、“全选”、 “长度”及“末端”等选 项的选择都完成后→“完 成”。
克隆测序分析是分子生物学实验日常操作之一，
一般情况下单次测序将产生 300-500bp的序列，或
800-900bp的序列。将测序峰图识别为序列的过程 称为碱基读出（ base calling ）。送交专业公司进 行测序的结果返回后需要对所测序列进行一系列 后续分析，如测序峰图的查看和载体序列的去除
本地化工具有免费的也有收费的，免费的一般可 以从网上下载。其中，收录、介 绍了大量生物软件及生物软件的使用方法，同时 还有一些在线分析工具。
1. 分子质量、碱基组成、碱基分布、序列 转换酸序列基本分析
核酸序列的分子质量、碱基组成、碱基分布等分
析序列转换
反向序列，互补序列，反向互补序列，显示双良，
5’UTR 开放阅读框 3’UTR 终止区
3’
转录起始位点 起始密码子 终止密码子 转录终止位点
原核基因的典型结构
GC含量(GC content): 不同原核生物中，GC含量从25%~75%。 基因水平转移（horizontal gene trasfer） 许多细胞基因组表现具有不同GC含量的区域的 组合物，这些区域反映了细菌的进化历史。
及序列装配等过程。当然，服务较好的测序公司
后续工作做的也较好。
一般地，单次测序的正确率在500bp左右。
测序峰图查看
为了核实测序的准确性，往往需要对测序峰文件 进行直接分析。 Windows 环境下最简单的峰图查
看程序是澳大利亚的Chromas.exe程序，这是一个
专业程序，运行快、操作简单。
完全可以轻松地实现限制性酶切分析功能，这方面
的软件如：DNAMAN、Bioedit、DNAStar软件包等。
限制性酶切位点
一种能识别特殊，短核苷酸序列， 并在DNA的某些位点上切割的蛋白质。 细菌包含了400种这样的酶，能识别和 切割100种以上不同的DNA序列。
如：EcoRI 识别序列
GAATTC
甲基化情况 分析结果
以线状图示酶切 位点
以环状图示酶切 位点
每种酶的单酶切电 泳模拟图
2.以BioEdit软件 为例
碱基组成 序列转换 ORF的查找 翻译成相对应 的蛋白质 内切酶的识别
参数选择区
显示序列中的酶切位点
显示内切酶识别的位置
显示序列中不存在的内 切酶
3. 克隆测序分析
可输出为.txt的文本格式文件。
DNAMAN查看测序峰图
调节按钮
导出序列
测序峰图导出的文本
再“载入序列” →“选定项目”后就可 以直接载入软件中分析！
Bioedit查看测序峰图
选择“copy Fasta formatted”， 相当于将文件中的序列以Fasta格 式复制，可黏贴到记事本中。
其它的软件还有 BioEdit 和 DNAMAN 等也都具有 该功能。
Chromas.exe查看测序峰图
打开.ab1文件。
开始一段序列的信号很杂乱，几乎难以辨别，主要 是因为残存的染料单体造成的干扰峰所致。该干扰 峰和正常序列峰重叠在一起；另外，测序电泳开始 阶段电压有一个稳定期，所以经常有20-50 bp 的紧 接着引物的片段读不清楚，有时甚至更长。
序列拼接在线服务
粘贴序列
结果链接
结果
？对于基因组未进行测序的物种，只知道某一
基因的partial CDS区，如何获得其全长cDNA 序列？
6. 核酸序列的电子延伸
随着各基因组Expressed Sequence Tag，EST）和较长的 cDNA序列。但在大多数情况下，全长cDNA的获 得严重制约着新基因发现。同时很多实验室采用 差异显示PCR (different display PCR, DD-PCR)、 代表性差异分析（representational difference analysis, RDA）等技术发现了大量具有潜在应用 价值的新基因片断，但同样面临全长cDNA序列 难以获得的问题。
以DNAMAN软件为例：序列拼接
待拼接序列显示区
某次测序的结果有两个序列， 将其拼成一条。
拼接结果
导出的是拼接后的序列
序列拼接在线服务
核酸在线拼接软件：CAP3（contig assembly program）
http://pbil.univ-lyon1.fr/cap3.php 可以自己以关键词搜索，还有其他软件。
神经网络系统
大多数进行预测的软件都采用了神经网络系 统，赋予软件“学习”的功能，在应用之前必须 经过输入一定的训练集的一个学习的过程，所以 在使用预测工具时一定注意该工具的训练集是什 么。
1.原核基因组的特点
ห้องสมุดไป่ตู้
长开放阅读框 简单的基因结构 高基因密度 GC含量 具有操纵子结构
5’
启动区
2.真核基因识别问题
真核基因远比原核基因复杂：
• 一方面，真核基因的编码区域是非连续 的，编码区域被分割为若干个小片段。 • 另一方面，真核基因具有更加丰富的基 因调控信息，这些信息主要分布在基因 上游区域。
真核基因组特点：
规模庞大——人类基因组 3×109 bp 大肠杆菌基因组 5 ×107 bp 巨大的非编码序列
基因识别
• 基因识别是生物信息学领域里的一个重要研 究内容 • 基因识别问题，在近几年受到广泛的重视
–当人类基因组研究进入一个系统测序阶段时， 急需可靠自动的基因组序列翻译解释技术，以处 理大量已测定的但未知功能或未经注释的DNA序 列
基因识别——使用计算机手段识别DNA序列上 的具有生物学特征的片段，其对象主要是蛋白 质编码基因，也包括其他具有一定生物学功能 的因子，如RNA、MicroRNA基因等一些非编码 基因，基因识别是生物信息学领域里的一个重 要研究内容。
9. CpG岛分析
10. cDNA和Genomic DNA比对 11. 基因启动子分析
进行序列分析也需要一些工具，这些工具包括在 线工具和本地化工具。
在线工具资源可以通过看资料、读相关文章获得 （如前面提到的“核酸研究”上的在线服务专 辑），也可以利用搜索工具(google等)到网上搜寻 或到论坛询问。
第五章 核酸序列分析
生命之书的阅读
1、对生物个体的阅读 2、同种生物不同个体之间的比较分 析 3、不同物种比较 更重要的是找出差异的结果
一段核酸序列上可能有什么？
我们能用生物信息学对核 酸序列进行哪些分析？
在DNA序列中那些是基因？外显子？内含子？
这些基因编码什么蛋白？ 这些基因有那些不同，不同会产生什么效果？会不会引 起蛋白的改变？ 这一段核酸序列上有没有特殊的功能位点？ 物种之间有什么差距？ 这段序列中是否有重复序列
序列比对 功能注释 KEGG GO 系统发育树
contents
1. 分子质量、碱基组成、碱基分布、序列转换、核酸序列基本 分析 2. 限制性酶切分析
3. 克隆测序分析 4. 测序中载体序列的识别与去除 5. 核酸序列拼接 6. 核酸序列的电子延伸 7. 开放阅读框（ORF）分析 8. 基因组序列编码区/内含子结构分析
• 这三种阅读顺序称为阅读框（reading frames）
–一个开放阅读框（ORF,open reading frame）是一个没有终止编码的密码子序列。 –原核基因识别任务的重点是识别开放阅读 框，或者说识别长的编码区域。
形成6个开放读码框