生物信息学第2章序列的采集和存储.pdf

生物信息学 第二章：序列的采集和存储 中心法则 DNA ：Deoxyribonucleic acid，脱氧核糖核酸； RNA ：RiboNucleic Acid ，核糖核酸； 碱基 核苷酸，Ribonucleotide 脱氧核苷酸 Deoxyribonucleotide 双脱氧核苷酸 Dideoxynucleotide DNA的结构 RNA的结构 氨基酸的结构 氨基酸的性质及分类 氨基酸‘周期表’ 标准密码子 本章内容提要 1. DNA测序 2. 序列数据的存储 核酸序列数据库 蛋白质序列数据库 基因组数据库 3. 序列数据的文件格式 1. DNA测序 EST (Expressed sequence tag) 测序：细胞中 mRNA反转录成cDNA，方向不定测序; GSS (Genome Survey Sequences，基因组综述 序列) ：类似于ESTs，来源基因组; STS(sequence-tagged site)序列标签位点; HTG(High-throughput genome sequences ，高 通量基因组序列) ：尚未完工的DNA序列; HTC(High-throughput cDNA)高通量cDNA; WGS(Whole Genome Shotgun)全基因组鸟枪测序 序列; Sanger测序法原理 (末端终止法） (D) ddGTP C ddTTP A ddATP T 使用寡核苷酸引物连续测序 基因组测序：两种方案策略 1. 基因图谱法：DNA片段在染色体上的位置、方 向已知。首先染色体被打断成150~200kbp左右 的大片段，然后克隆到BACs (Bacterial Artificial Chromosome) 中，再进一步随机打断， 克隆，测序，依靠计算机组装成长的序列 (contigs) 。 2. “鸟枪法” （shotgun）：DNA片段在染色体上 的位置和方向未知。全基因组随机打断成小片段， 克隆，双向测序，依靠计算机组装成长的序列。 人类基因组计划  基因组图谱：遗传图谱，物理图谱  遗传图谱(genetic map) ：连锁图谱，显示所 知的基因和/或遗传标记的相对距离位置与次序 。 物理图谱(physical map):表示某些基因和/或 遗传标记之间在基因组上的精确位置和距离（ 如间隔的bp数目）的图谱。 第二代DNA测序实验技术 高通量测序技术：一次对几十万到几百万条DNA 分子测序 原理核心思想是边合成边测序(Sequencing by Synthesis) ：在Sanger等测序方法的基础上，用 不同颜色的荧光标记四种不同的dNTP，当DNA聚 合酶合成互补链时，每添加一种dNTP就会释放出 不同的荧光，根据捕捉的荧光信号并经过特定的 计算机软件处理，从而获得待测DNA的序列信息 。 第二代DNA测序平台  代表：Roche/ 454 FLX(2007年起推出) 、 Illumina/ Solexa Genome Analyzer(2006 年起)和ABI/ SOLID system(2007年起)  高通量：读取40万到400万条序列；读取