基因组测序技术和基因识别.ppt

生物信息学 基因组测序技术和基因识别 主要内容 一、基因组测序技术 二、基因识别 一、基因组测序技术 大规模DNA测序技术使全基因组的测序成为可能。 现有测序仪所能测得的序列长度有限，一般500-1000bp。而基因组序列长度远大于此，必须经过下列过程才能测得： 1、鸟枪法 鸟枪法（shotgun method）,也称霰弹法。将DNA分子打碎，得到长度在500-1000bp之间的小片段，对这些片段测序，然后根据他们之间的关系进行拼接，得到最终目标序列。 拼接过程 以每个片段为顶点，在每个顶点之间画有向边，有向边的权值代表交叠的字符个数，方向由交叠序列前片段指向后片段。 拼接过程 查找能顺箭头方向依次经过各顶点的所有通路中权值之和最大的，即为拼接后的序列。 2、杂交测序法 杂交测序法（sequencing by hybridization，SBH） 基本原理是：构建基因微阵列（microarray，也称基因芯片，gene chip），让待测序列与其反应，然后由反应获得的信息确定待测序列的局部序列，最后根据这些局部序列重构目标序列。 基因微阵列（microarray，也称基因芯片，gene chip），将高密度DNA片段阵列以一定的排列方式使其附着在基片上而形成。 由测出的局部序列：GCAC、ACTG、CTGA、CACT，可以重构目标序列的互补序列GCACTGA ，从而得到目标序列 CGTGACT 。 可用求最大权值的哈密顿路径的方法求解。 也可用欧拉路径的方法求解，该算法较省时。 3、拼接软件 1 aggtcc 2 taaa 3 agg 4 tcctaaa 二、基因识别 2、真核基因识别问题 3、基因识别的主要方法 4、基因识别程序介绍 Genscan 访问： /GENSCAN.html 以核酸序列SEQ5作综合分析为例 SEQ5 》seq5 1 gaattccagg ttggaggggc ggcaacctcc tgccagcctt caggccactc tcctgtgcct 61 gccagaagag acagagcttg aggagagctt gaggagagca ggaaaggtgg aacattgctg 121 ctgctgctca ctcagttcca caggtgggag gaacagcagg gcttagagtg ggggtcattg 181 tgcagatggg aaaacaaagg cccagagagg ggaagaaatg cctaggagct accgagggca 241 ggcgacctca accacagccc agtgctggag ctgtgagtgg atgtagagca gcggaatatc 301 cattcagcca gctcagggga aggacagggg ccctgaagcc aggggatgga gctgcaggga 361 agggagctca gagagaaggg gaggggagtc tgagctcagt ttcccgctgc ctgaaaggag 421 ggtggtacct actcccttca cagggtaact gaatgagaga ctgcctggag gaaagctctt 481 caagtgtggc ccaccccacc ccagtgacac cagcccctga cacgggggag ggagggcagc 541 atcaggaggg gctttctggg cacacccagt acccgtctct gagctttcct tgaactgttg 601 cattttaatc ctcacagcag ctcaacaagg tacataccgt caccatcccc attttacaga 661 tagggaaatt gaggctcgga gcggttaaac aactcacctg aggcctcaca gccagtaagt 721 gggttccctg gtctgaatgt gtgtgctgga ggatcctgtg ggtcactcgc ctggtagagc 781 cccaaggtgg aggcataaat gggactggtg aatgacagaa ggggcaaaaa tgcactcatc 841 cattcactct gcaagtatct acggcacgta cgccagctcc caagcaggtt tgcgggttgc 901 acagcggagc gatgcaatct gatttaggct tttaaaggat tgcaatcaag tgggacccac 961 tagcctcaac cctgtacctc ccctcccctc cacccccagc agtctccaaa ggcctccaac 1021 aaccccagag tggggg