基因组研究进展作业 (2)
人类基因组的研究进展
人类基因组的研究进展从DNA双螺旋结构的发现到人类基因组计划的启动，人类对基因组的研究已经经历了几十年的发展。
在这个过程中，各种技术的发展和突破，使得我们对于基因的了解越来越深入。
本文将从可得到的DNA序列信息的增加到对于基因功能的理解进行综述，探讨人类基因组研究的进展。
DNA序列信息的获得对于基因组研究最重要的是对DNA序列信息的获得。
1985年，首次出现了一种被称为Sanger测序的技术，人们可以利用这种技术在实验室中得到某些特定区域的基因的DNA序列。
当时，这种技术的速度很慢，且每个序列都需要手动分析，从而需要耗费巨大的时间和人力。
但是，在过去的三十年里，测序技术发生了巨大的进步。
现在，人们已经可以用更快、更便宜、更准确的方式对整个人类基因组进行测序。
高通量测序（High-throughput sequencing）是一种突破性的技术，它可以同时测序多个样品，并大量减少测序成本和测序时间，使得人们可以快速、准确地对基因组进行分析。
到目前为止，该技术已经被广泛应用于人类基因组的研究、癌症与其他疾病的筛查、新药研发、微生物研究以及生物多样性研究等方面。
基因的功能研究除了获得DNA序列信息，人类基因组的研究也需要对基因的功能进行探索。
在过去，人们往往将基因看作是一个独立的单位，而基因本身的功能也是相对独立的。
然而，随着研究的深入，人们发现基因是相互联系的，它们之间的调控关系才是重要的。
在过去的十年里，研究人员一直在努力开发技术，以了解大规模的基因表达数据。
例如，人们利用单细胞RNA测序技术对某些细胞类型中的所有基因进行了测序，以确定这些细胞中的基因的表达模式。
这项技术的开发使得我们能够了解单个细胞中基因的表达变化，从而进一步了解这些细胞在不同发育阶段或疾病状态下的功能变化。
此外，还有一种名为CRISPR的技术被广泛使用。
这种技术可以通过为基因组添加或删除DNA序列来改变基因表达，从而帮助人们理解基因功能。
基因组学研究进展及其在生物医学领域中的应用
基因组学研究进展及其在生物医学领域中的应用随着科技的发展，基因组学研究正在成为生物医学领域的重要分支。
基因组学是研究基因组的科学，包括基因的结构、功能、表达以及它们在生命中的作用。
那么，基因组学研究的进展及其在生物医学中的应用有哪些呢？一、基因组学研究的进展基因组学的研究已经从原始的测序和分析进化基因开始转向了疾病相关基因的分析。
它已经变得更加细致、有目的和有效。
随着测序技术的提高，基因组数据的获取也变得更加容易。
然而，从基因组学在早期的应用中我们可以看到，基因的复杂性使得解析大规模基因组数据表面容易实际上困难重重。
因此，基因组学的分析方法也得到了长足的发展。
例如，转录组学可以帮助我们了解基因如何在不同条件下的表达和调控。
在化学修饰基因组学方面，研究人员发现，不同的基因发生了不同的化学修饰，而这些修饰与疾病的发生息息相关。
因此，研究人员对这些修饰进行了深入的研究。
此外，人们已经开始使用基因组学研究新的领域，诸如基因组编辑、人类微生物和微生物组等等。
这些新应用带来了迅速的发展和新的治疗方案。
但是，这些新的应用也需要我们对其作用和安全性进行良好的评估。
二、基因组学在生物医学中的应用1.个体化治疗实际上，个体化治疗几乎是现代医学的一项核心工作。
现在，我们可以使用基因指纹来预测药物和治疗方法的有效性，因此可以更有针对性地治疗患者的疾病。
同时，基因组学技术还可以用于监测和评估治疗的效果，从而为患者提供更有针对性的治疗方案。
2.疾病预测和诊断基因组学还有助于识别患者患有某些疾病的风险。
通过分析患者的基因信息或化学修饰，研究人员可以发现与疾病相关的基因或修饰量，从而建立对患者患有某种疾病的风险评估系统。
此外，基于基因组学的诊断分析系统也可以使医生更准确地进行基因相关疾病的诊断和评估。
3.治疗筛选该领域的研究已经得到了长足发展。
例如，通过基因组学技术，我们可以确定是否有基因突变导致特定的遗传性疾病。
这些信息可以帮助我们表征疾病进展的线索，并为之后的治疗提供指导。
基因组学研究进展与展望
基因组学研究进展与展望基因组学是现代生物学领域的重要研究方向之一，涉及的范围非常广泛，包括基因组结构和功能、基因调控、遗传变异、进化和物种起源等诸多方面。
近年来，随着高通量测序技术和生物信息学分析方法的不断发展，基因组学研究正日益深入和广泛，为人类健康、农业、生态环境等领域的发展带来了很多的机遇和挑战。
本文将介绍近年来基因组学研究的主要进展和展望。
一、基因组测序技术的发展基因组序列是研究基因组学的重要基础。
早期的基因组测序技术主要是Sanger序列技术，但是这种技术的速度和成本都很高，限制了基因组研究的规模和深度。
随着高通量测序技术的不断发展，人类基因组计划在2001年完成了人类基因组的测序工作，显示了高通量测序技术的巨大潜力。
目前，高通量测序技术已经成为基因组学研究的主流技术之一，技术不断升级，性能不断提升，序列数据生成速度越来越快，同时测序成本也不断降低，已经成为基因组学研究不可或缺的技术手段之一。
二、基因组结构和功能的研究基因组结构和功能是基因组学研究中的重要方向之一。
通过基因组测序技术的不断进步，我们已经可以对许多生物的基因组结构和组成进行全面和深入地分析。
同时，基因组的功能研究也在不断深入，涉及到许多重要的生物学过程如基因表达、蛋白质合成、信号传递等方面。
通过对基因组结构和功能的深入研究，我们可以更好地理解生命的本质和进化的机制，同时为疾病的预防和治疗提供更加全面和准确的基础知识。
三、基因调控的研究进展基因调控是基因组学研究中一个非常重要的方向，通过研究基因调控机制，我们可以更好地理解基因表达的调控过程，同时也为疾病的防治提供更加全面和准确的基础思路。
近年来，研究人员利用高通量测序技术和生物信息学工具，对基因调控网络进行了深入的研究，发现了许多重要的调控因子和调控机制。
例如，超级增强子的发现为我们揭示了基因组调控中的新机制，通过超级增强子的调控，可以实现基因的快速和高效的表达。
基因组学研究为我们提供了更多精准的调控方法和技术，有望为疾病的治疗和预防提供更加全面和精准的治疗方案。
人类基因组学的研究进展
人类基因组学的研究进展人类基因组学是揭示人类本质、探究疾病成因、研究人类进化等重要领域的基础学科之一。
近年来，随着高通量测序技术的发展和普及，人类基因组学研究进展迅速，为人类健康和生活带来了重大影响。
本文将就人类基因组学研究进展进行综述。
一、人类基因组计划人类基因组计划是人类基因组学研究的重要里程碑，1990年启动，2003年完成。
该计划最终确定了人类基因组序列，并发现了一些致病基因和调控元件。
二、GWAS与疾病基因基因组宽关联分析（GWAS）是在人类基因组计划以后被广泛应用的一种研究人类和其他生物物种基因与疾病关系的方法。
经过大规模的人群研究，GWAS已经鉴定了许多与多种疾病有关的基因、单核苷酸多态性和复杂性状。
这些发现可以促进我们深入了解疾病的遗传机制和开发相应的治疗方案。
三、CRISPR-Cas9基因编辑技术近年来，CRISPR-Cas9基因编辑技术已成为人类基因组学研究的重要工具之一。
该技术可以精准地修改基因组序列，从而探究基因的功能、研究疾病机制、开发基因治疗等。
尽管CRISPR-Cas9基因编辑技术存在一些伦理和安全问题，但其前景依然非常广阔。
四、人类进化历程人类基因组学研究也对人类的进化历程提供了一定的启示。
通过对人类和其他灵长类动物基因组的比较研究，我们可以发现一些人类进化的重要步骤和途径，例如人类大脑进化和语言能力的形成等。
五、个性化医疗人类基因组学研究的一个重要应用是个性化医疗。
通过对个体基因组的检测和分析，医生可以根据患者的基因信息制定出更精准的治疗方案。
目前，一些癌症、遗传性疾病以及心血管疾病的个性化诊治已经应用于临床实践。
六、全基因组测序在人类基因组计划之后，全基因组测序技术得到了长足发展，成为人类基因组学研究的重要手段之一。
全基因组测序可以全面、准确地识别基因组中的每个碱基，为后续的基因功能研究和个性化医疗提供了重要数据基础。
综上所述，人类基因组学的研究进展涉及基因组计划、GWAS、CRISPR-Cas9基因编辑技术、人类进化历程、个性化医疗、全基因组测序等多个方面。
人类基因组学的研究进展与应用前景展望
人类基因组学的研究进展与应用前景展望随着科技的快速发展，基因科学日益成为人们关注的热点。
基因是人类身体构成和功能实现的重要基础，而人类基因组学的研究侧重于对人类基因组的解析和理解，以期为疾病的治疗和个性化治疗提供更好的远景。
本文将重点介绍人类基因组学的研究进展和应用前景展望。
一、人类基因组学的研究进展人类基因组是指所有的DNA序列，包括编码基因和非编码区域。
通过大规模DNA测序技术以及计算生物学手段，可以对人类基因组进行全序列的解析和研究。
1. 基因组测序技术的不断升级随着高通量测序技术的快速发展，人类基因组的测序速度和质量得到了大幅度提高。
当代的测序技术已经从最初的Sanger测序逐渐演变到放大和直接测定人类基因组，其速度和精度显著提高。
同时，新一代基因组测序技术，如单分子测序、纳米孔高速测序、第三代基因组测序等，也在不断提高人类基因组学的研究效率。
2. 遗传学的深度研究人类基因组的变异是造成个体差异的主要原因之一，而遗传学研究着重于探究这些变异的原因和机制。
人类遗传学可以研究单基因遗传病、复杂疾病等遗传现象。
在单基因遗传病的研究方面，人类基因组学已取得了较大的进展，如囊性纤维化、癌症、唐氏综合征等疾病的致病基因已经鉴定或部分鉴定。
针对复杂疾病，人类基因组学的研究正层出不穷。
3. 高分辨率基因组学技术的发展基于大规模的基因单核苷酸多态性（SNP）基因芯片、CNV （Copy number variation，拷贝数变异）分析和基因关联分析（GWAS），人类基因组学可以实现更加高分辨率的基因组浏览，这对某些高频复杂疾病的发生有一定的研究意义。
此外，其他高通量技术的发展，如单细胞转录组学、单细胞蛋白质组学和单细胞结构组学，也在向人类基因组学的精细化方向推进。
4. 基因编辑技术的突破CRISPR-Cas9是目前最常用的基因编辑技术之一，已被广泛应用于基因组工程和制药等领域。
通过“剪切-取代”或“剪切-关闭-注册”的原理，CRISPR-Cas9在基因组编辑方面具有极高的效率和精度。
基因组学的研究进展和应用
基因组学的研究进展和应用基因组学是现代生物科学中的一个重要研究领域，它通过对生物体遗传信息的高通量测序、分析和解读，揭示了一系列新的生物基础知识，也为其他生命科学研究提供了强有力的支持。
随着技术的进步和生物信息学的发展，基因组学正不断发展和推广应用。
一、基因组学的研究现状1、高通量测序技术的应用。
高通量测序技术是基因组学研究的一个重要支撑，它通过平行处理多条DNA分子序列，大大加快了分析的速度和效率。
高通量测序技术的应用已经广泛涉及到基因表达、DNA甲基化、RNA剪接、基因变异等研究。
2、全基因组关联分析技术（GWAS）的发展。
GWAS技术是探究人类疾病基因的一种方法，通过比较健康人群和某种疾病患者人群的基因型，发现可能与该疾病相关的基因位点。
GWAS可以实现全基因组探索，为疾病的预防、诊断和治疗提供了有力的后盾。
3、跨物种比较基因组学研究的进展。
跨物种比较基因组学是一种比较不同物种之间遗传学上的相似性和差异性的研究方法，包括对基因家族、功能转化和调控因素等方面进行比较。
跨物种比较基因组学研究可以揭示不同物种之间的遗传关系和演化历程，为研究物种特性和生物进化提供支持。
4、人类基因编辑技术的突破。
人类基因编辑技术基于CRISPR/Cas9的系统，通过改变人类基因组中某些区域的序列，来修正或者改造生物体。
这种技术为基因治疗、疾病预防和其他领域的研究提供了新的思路和途径，但也可能伴随一定的风险和待解决的问题。
二、基因组学的应用前景1、大数据、互联网和人工智能的融合。
随着互联网和人工智能的飞速发展，基因组学的研究数据也得到了广泛的积累和共享。
未来，大数据、互联网和人工智能的融合将为基因组学的研究提供更强有力的支持，更快速地解决问题，提高预测和分析的准确性。
2、免疫治疗和个体医疗的进步。
通过对个体基因组信息的深入研究，我们可以为每个病人提供个体化的医疗策略，包括预测患病风险、个体化诊断以及个体化治疗。
同时，免疫治疗也开辟了新的治疗途径，尤其是针对癌症等疾病。
水稻基因组和遗传育种的研究进展
水稻基因组和遗传育种的研究进展水稻，作为世界上最为重要的粮食作物之一，一直以来都受到人们的重视。
为了提高水稻的产量和质量，科学家们不断探索水稻的基因组和遗传育种，取得了许多研究进展。
第一部分：水稻基因组的研究进展1.1高质量水稻基因组测序和注释2002年，国际水稻基因组组织(IRGSP)启动了水稻基因组测序工作，历时十年，于2012年公布了高质量水稻基因组序列。
该项目不仅提供了水稻基因组的底图，也为全球的水稻研究工作提供了重要的资源。
除了基因组测序，对基因组的注释也至关重要。
2018年，中国、日本、美国等国的科学家们联合发表了一篇名为“HostPathogen”(Waxman)，通过整合多种表达组学数据，对水稻基因组的注释进行了更新，共发现了14614个新的基因，有效地促进了水稻基因组研究的深入。
1.2水稻基因组结构和功能特点的研究水稻基因组大小为389Mb，包含大约4.29万个基因。
其中，基因密度比拟其他植物要大，基因的组织分布也呈现出显著的区分。
此外，水稻的基因序列中还含有许多支配了基因表达和基因功能的调控因子，如调控元件、非编码RNA等。
这些结构和特点的研究有助于更深层次的解析水稻的遗传机制。
第二部分：水稻遗传育种的研究进展2.1利用基因编辑技术改良水稻水稻主要遗传特征的研究为利用基因编辑技术改良水稻提供了核心思路。
近年来，科学家们通过CRISPR-Cas9等基因编辑技术，针对水稻各个方面的遗传特征进行了深入的研究。
其中具有代表性的成果有：（1）使水稻茎粗略化的“SNU-16”基因的敲除，使其茎干更粗壮，抗风能力更强；（2）针对水稻的“脱粒非白化”基因进行靶向基因编辑，在保持其他基因不变的情况下，成功实现了水稻产量的提升。
2.2水稻病虫害抗性的研究水稻的病虫害是影响水稻丰产的主要因素之一。
研究表明，水稻的病虫害抗性主要由多个基因共同作用而得。
因此，为了实现水稻病虫害抗性的提升，科学家们也探寻了许多新的遗传调控方法。
生态基因组学研究进展
生态基因组学研究进展生态基因组学是生态学和基因组学的交叉学科，旨在了解生物群落的遗传多样性和功能。
在过去的几十年中，随着DNA测序技术的发展和DNA信息学分析的进步，生态基因组学已经成为一个极为活跃的领域，为我们认识和保护生物多样性以及理解生态系统的生物地球化学循环提供了新的手段。
1. 生态基因组学的研究对象生态基因组学研究的对象是生态系统中的微生物、植物、动物等所有生物，这些生物群落构成了地球上生命的重要组成部分。
生态基因组学不仅可以描述不同群落的种类和多样性，还可以分析生物间的互动关系，以及群落内的基因流及功能调节机制。
2. 生态基因组学的应用领域生态基因组学的应用领域十分广泛。
例如，生态基因组学被应用于环境污染监测中，通过对生物群落中污染物代谢和分解的基因进行分析，可以准确地了解污染物在生态系统中的分布和转化过程，进而提供有效的污染治理措施。
此外，生态基因组学也被应用于疾病的研究中。
通过对人体微生物群落基因组的深度分析，可以确定某些疾病发生的原因和机制，为科学家们发掘新型疾病治疗方案提供了新的研究思路。
3. 生态基因组学的研究进展（1）微生物革命：微生物是生态系统中最广泛存在的生物类群之一。
通过生态基因组学的研究，科学家们已经揭示了微生物控制生态系统能量和物质循环的机制以及其在生物群落功能中的重要地位。
同时，也让我们更加深入地了解了细菌以及其他微生物与宿主机体在基因和代谢水平上的关系。
（2）大规模基因组数据的挖掘：生态基因组学需要处理的基因组数据量非常大，这对于数据挖掘和信息发现提出了很高的要求。
随着机器学习、深度学习等技术的不断发展，科学家们已经成功地挖掘出了许多社区信息以及生物代谢网络等信息。
同时也发现了一些新的群落与物种，为我们认识生物多样性提供了新思路和方法。
（3）生态环境遗传学的崛起：环境遗传学是生态基因组学中的重要分支之一。
它的研究对象是生态系统与环境的相互作用中产生的基因组变异和进化过程，以及这些变异对群落组成和功能的影响。
基因组数据的挖掘和分析技术研究进展
基因组数据的挖掘和分析技术研究进展随着基因组学技术的不断进步和发展，基因组数据的挖掘和分析技术也得到了极大的提升。
基因组是由所有生物的DNA组成的，是支撑生物所有生命活动的基础。
而基因组数据则是指将生物体内所有基因的DNA序列测量和分析后得到的数据。
基因组数据的挖掘和分析技术，对于研究生物学、医学、农业等领域都具有重要意义。
基因组数据的挖掘在基因组数据挖掘过程中，要先进行基因组数据的清理和预处理。
这是非常重要的一步，因为粗略的数据无法为后续分析提供高质量的数据基础。
清理和预处理过程中，包括以下几个方面：（1）冗余和低质量序列筛除。
冗余和低质量的序列会影响到后续数据比对和分析的准确性，必须提前进行筛除。
（2）拼接和组装。
基因组数据通常是由碎片化的序列组成，通过拼接和组装，可以得到完整的基因组序列。
（3）基因注释。
基因注释是将序列分析为基因和蛋白质序列等组成部分，为后续的功能分析提供基础。
基因组数据的分析基因组数据的分析是研究生物和人类基因组从而发掘其蕴藏的生物信息的重要方法。
目前基因组数据分析主要通过典型的数据挖掘技术来获取疾病相关蛋白质的关键功能、预测基因调控的关键因子并得到基因与基因之间的相互作用和调节程度。
基因组数据的分析可以被分为以下几类：（1）序列分析。
包括基因定位、基因组结构注释、补充基因组数据、调整序列等分析。
（2）基因功能分析。
这是基因组学研究的重要领域之一，涉及到分子生物学、生物化学、生理学和生物信息学等方面。
（3）代谢组学分析。
代谢组学是研究组织或生物体内所有代谢物的科学研究。
其目的是评估代谢物在生物进程中的作用，以及反映生物应对外界生命环境变化的能力。
（4）蛋白质互作网络分析：蛋白质互作网络分析是研究蛋白质作用和相互作用规律的分析方法。
未来发展趋势目前，随着生物技术的发展和进步，基因组数据的挖掘和分析技术也在向着更加高效、更加人性化、更加普及化的方向发展。
以人类基因组计划为例，目前人类基因组计划的材料和数据处理流程已完全自动化，减轻了人力负担，同时也大大提高了分析速度和准确性。
白介2研究进展（2）
白细胞介素－ 2 的研究进展白细胞介素-2 （interleukin-2 ，IL-2 ）是T 淋巴细胞所产生的一类重要的淋巴因子，具有广泛的生物学活性，不仅可以促进T 、B 淋巴细胞、NK 细胞、单核细胞的分裂增殖，还可以促进其它细胞因子如干扰素等的分泌，增强抗原提呈作用，是调节机体免疫的重要细胞因子，在抗肿瘤、抗毒素及感染性疾病的治疗中也具有重要用自白细胞介素-2 发现以来，许多学者对其展开研究，对白细胞介素-2 的结构、分泌、调节、种属特异性、生物学活性、受体等方面有了较深的认识，本文就白细胞介素－2 的研究进展作一综述IL-2 的发现及命名●当时分别称之为“ 淋巴细胞丝裂原因子” （ lymphocyte mitogenicfactor ）、“ 致母细胞性因子” （ blastogenic factor ）、“ T 细胞激活因子” （ T cell activating factor ）。
1976 年， Morgan等发现，将 T 细胞上世纪60 年代，一些学者发现多种来源于植物的外源凝集素（lectin ）可在体外刺激淋巴细胞转化及增殖。
这些外源凝集素如植物血凝素（Phytohemagglutinin ，PHA ），刀豆蛋白A （Concanavalin A ，Con A ）对淋巴细胞起着有丝分裂原的作用。
在丝裂原刺激的淋巴细胞培养上清中具有可溶性丝裂原因子1◆丝裂原（ PHA ）刺激的人外周血淋巴细胞培养上清加入体外培养的人白血病细胞或骨髓细胞之后，该上清可导致上述细胞的体外增殖，作者当时将种上清称为“ 条件培养基” （condition medium ，CM ）。
表型分析及功能测定均证实，CM 诱导生长的细胞为正常T 细胞群体。
Gills 和Smith3等利用ConA 刺激的大鼠及小鼠CM 先后在体外建立了小鼠细胞毒性T 细胞（Cytotoxic TLymphocyte ，CTL ）和辅助性T 细胞（helpT cell ，Th ）克隆。
- 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)。
通过转录组测序我们得到了某木本植物A的一条EST（ExpressedSequenceTag）序列（核基因组），同时发现这个EST序列的表达量在干旱胁迫下明显升高，且本植物A目前没有可参考的基因组序列，但它的同源性与毛果杨(Populustrichocarpa)很高。
论述：（2000-3000字，可以加相关的图示说明）1.你如何判断这个EST序列是否是一个完整的ORF(OpenReadingFrame)。
如果不完整，我们可以通过什么样的方法得到它完整的ORF，并简要说明原理？2.通过实验1.得到这个EST序列的完整ORF后，我们如何来初步预测它的生物学功能？3.我们可以通过哪些实验方法对这个ORF所编码的蛋白质进行功能研究，并请说明设计这些实验的目的和必要性，以及原理。
EST简介EST(Expressed Sequence Tag，表达序列标签)是指通过对cDNA 文库随机挑取的克隆进行大规模一步法测序所获得的cDNA 的5'或3'端序列，长度一般为300～500bp，EST是基因的“窗口”，可代表生物体组织某一时空的表达基因，故称之为“表达序列标签”。
EST 概念提出后，被广泛应用于基因克隆、功能分析等方面，直接推动了人类基因组计划提前完成；EST 技术也是基因芯片技术的基础，将在执行EST 计划中所获得的序列点制成芯片，成为了研究基因功能的强大平台。
一．ORF完整性的判断ORF（开放阅读框）是起始密码子和终止密码子之间的碱基序列，是潜在的蛋白质编码区。
判断ORF完整性可以采用Kozak 规则预测以及软件预测两种方法。
ORF的一般规律：a. ORF通常不会出现在重复片段区域b. 随机出现较长ORF的概率很小，因此，当ORF较长时可信度较高c. 根据是否存在Kozak序列(ACCACCAUGG)判断起始位点d.寻找起始密码子上游是否存在核糖体结合位点(起始密码子上游约8~13核苷酸处，AGGAGG)e. 密码子出现频率应符合特定物种的密码子偏爱性f. G/C出现频率较高1.1Kozak 规则预测ORF通常以A TG 开始，TAA、TGA、TAG 结束。
通过寻找起始密码子和终止密码子的ORF 序列是寻找基因的一种重要的方法；寻找ORF 的成功的关键在于终止子在DNA 序列中出现的频率。
A 起始密码子ATG。
第一个A TG 的确定(依据Kozak 规则)。
Kozak 规则：若将第一个ATG 中的碱基A，T，G 分别标为1, 2 , 3位，侧翼碱基序列具有以下特征：1）第4 位的偏好碱基为G；2）A TG 的5‟ 端约15bp 范围的侧翼序列内不含碱基T；3）在-3，-6 和-9 位置，G 是偏好碱基；4）除-3，-6 和-9 位，在整个侧翼序列区，C 是偏好碱基。
由于多数基因ORF 均多于50 个密码子，因此最可能的选择应该是ORF 不少于100 个密码子。
1.2软件预测每个编码蛋白的基因都含有ORF，它是由一系列密码子组成，通常以ATG 开始，TAA、TGA、TAG 结束。
通过寻找起始密码子和终止密码子的ORF 序列是寻找基因的一种重要的方法。
使用Sequencer、ORFinder、DNAMAN、GeneSplicer、NetGene2 等预测分析该ORF 上游在起始密码A TG之前是否有序列的终止子，是否有类似启动子或增加子的序列，如果是真核，下游UTR区是否有加尾信号，是否有PolyA尾，在起始密码子之前有个kozak序列，在终止密码子之后有AA TAA 和polyA，基本就确定是完整的了。
1.3 3’ 端的确认3‟ 端的确认主要根据Poly(A) 尾序列，若测试DNA 片段不含Poly(A) 序列，则根据加尾信号序列“AATAAA” 和BLAST 同源性比较结果共同判断。
1.45’ 端的确认通过同源性比较来预测mRNA 的5‟ 端，最常用的与转录起始位点相关的数据库是真核启动子数据库(The TRADA T Project , Eukaryotic Promoter Database, EPD. http://www.epd.unil.ch/)；另外个别生物基因组的特有组成也可作为判别依据，如脊椎动物基因组许多基因的上游都有CpG 岛。
1.5完整的ORF的获得根据以上的结果预测出的ORF如果不完整，理论上可以采用以下三种方法：①cDNA 文库构建；②RACE 技术；③通过对全长cDNA 序列的测序、对比，以及与基因组DNA 的比较，确定基因所在的区域；通过物种已建立遗传图和物理图来确定基因的位置。
但其目前没有可参考的基因组序列，所以使用BLAST与毛果杨进行同源性对比分析（在进行EST 分析时，同时使用B1astN 和B1astX 会得到较准确的结果），通过与储存在序列数据库中的毛果杨序列相似性比对，判断EST在cDNA序列中的位置。
根据EST的位置做5‟RACE,3‟ RACE，或者同时做5‟RACE和3 RACE。
当EST在5‟就做3‟ RACE，当EST在3‟做5‟RACE，当EST在中间就做5‟RACE和3‟RACE。
RACE技术：经典的RACE技术是由Frohman等(1988)发明的一项技术，主要通过RT-PCR技术由已知部分cDNA序列来得到完整的cDNA5‟和3‟端，包括单边PCR和锚定PCR。
该技术提出以来经过不断发展和完善，克服了早期技术步骤多、时间长、特异性差的缺点(Frohman 等,1995:Schaefer,l995: Chen,1998: Bespalova等,1998: Matz等11999)。
对传统RACE技术的改进主要是引物设计及RT-PCR技术的改进:改进之一是利用锁定引物((lock docking primer)合成第一链cDNA,即在oligo(dT)引物的3'端引入两个简并的核苷酸（'Oligo(dT)16-30MN-3', M=A/G/C;N=A/G/C/T）使引物定位在poly(A)尾的起始点，从而消除了在合成第一条cDNA 链时oligo(dT)与poly(A)尾的任何部位的结合所带来的影响;改进之二是在5…端加尾时，采用poly(C)，而不是poly(A);改进之三是采用RNase H一莫洛尼氏鼠白血。
病毒(MMLV)反转录酶或选择嗜热DNA聚合酶可能在高温h (60 度-70度)有效地逆转录mRNA，从而消除了5…端由于高GC含量导致的mRNA 二级结构对逆转录的影响;改进之四是采用热启动PCR (hot start PCR)技术和降落PCR(touch down PCR)提高PCR反应的特异性。
二．生物学功能的预测2.1 同源性比对预测基因功能同源基因一般不会有完全一致的核苷酸序列，因为不同的基因或不同的生物都会独立地发生随机突变，但它们有相似的序列，大部分未突变的核苷酸位置是相同的；当一个新基因的序列被确认后，根据同源性可以从数据库中查找已知序列的同源基因。
根据进化的相关性，可以根据已知的同源基因推测新基因的功能；同源性分析可以给出整个基因或其中某一区段功能的有关信息。
与毛果杨或者其他常用的模式植物进行BLAST比对，从毛果杨或者其他常用的模式植物的已有研究中预测这个基因的生物学功能。
2.2 蛋白质结构分析采用DNAstar软件或者DNAman将cDNA翻译成氨基酸序列。
采用SWISS-pdbviewer 软件对蛋白质序列进行结构分析，构建其结构模型，其中包括蛋白质的三维结构、α螺旋、β转角以等根据结构分析预测蛋白质的功能。
2.3 PROSITE分析蛋白质功能利用PROSITE分析序列模式包括酶的催化位点、配体结合位点、与金属离子结合的残基、二硫键的半胱氨酸、与小分子或其它蛋白质结合的区域等。
PROSITE数据库收集了生物学有显著意义的蛋白质位点和序列模式，并能根据这些位点和模式快速和可靠地鉴别一个未知功能的蛋白质序列应该属于哪一个蛋白质家族。
有的情况下，某个蛋白质与已知功能蛋白质的整体序列相似性很低，但由于功能的需要保留了与功能密切相关的序列模式，这样就可能通过PROSITE的搜索找到隐含的功能，因此是序列分析的有效工具。
2.4信号肽分析信号肽是编码区N端起始密码子之后的一段氨基酸序列,它能引导分泌蛋白至细胞膜。
通过Signal 3.0计算分析ORF的N端氨基酸序列，预测是否存在信号肽。
利用LipoP 1.0计算分析ORF的N端氨基酸序列，预测信号肽的蛋白质类型。
使用TargetP1.1预测靶标肽段在亚细胞器中的定位和分布，进一步确定该信号序列是否为穿膜信号肽。
三．实验分析确定基因功能3.1 基因过表达在正常情况下，基因产物的数量是有限制的，必须与其它基因的产物平衡，某一基因产物的过量和不足都会破坏这种平衡，造成生长和发育的异常。
基因过表达是让基因的表达量能够超过其在生物体中正常的表达水平，根据其表型上的差异来确定该基因的功能。
有两种技术可以使细胞中某一基因过量表达：增加基因的拷贝数和采用强启动子。
通过将基因接到强启动子的下游，使基因过量表达，从而放大表型，易于观察。
例如：抗旱性基因，可以将基因连接于强启动子（如35S强启动子）将转基因阳性植株置于干旱胁迫的条件下，与对照组进行对比，观察其表型的变化。
3.2 RNAi使该基因表达下调，导致基因沉默。
利用设计的双链小RNA 高效、特异性降解细胞内同源mRNA，从而阻断靶基因表达，使细胞出现靶基因缺失的表型。
RNAi原理：RNAi 是指由双链RNA 所引起的序列特异性基因沉默。
RNAi 首先由Fire 等发现于秀丽隐杆线虫(C.elegans) 中, 他们发现将dsRNA 注入线虫体内后可抑制序列同源基因的表达, 并证实这种抑制主要作用于转录之后, 所以又称RNAi 为转录后基因沉默( postt ranscriptional gene silencing ,PTGS)。
随后人们陆续在果蝇(Drosophila) 、锥虫( Trypanosomes) 、涡虫( Planaria) 、斑马鱼( Zebrafish) 、拟南芥(Arabidopsis thaliana) 、大小鼠和人体内发现了RNAi 现象, 遗传学研究表明RNAi 是真核生物中一种普遍存在且非常保守的机制, 与真核细胞中许多重要生物学过程密切相通过对RNAi 现象的遗传学与生物化学研究,其作用机制已日渐清晰。
Zamore 等利用果蝇胚胎提取物建立的体外系统, 证实RNAi 是一个依赖ATP 的过程, 在此过程中, dsRNA (外源的或体内产生的) 首先被降解为具5'2单磷酸、长21～23bp 的小分子双链RNA , 这种RNA 分子称为小干扰RNA , siRNA 通过碱基互补配对识别具同源序列的mRNA , 并介导其降解。