生物信息學(xué)軟件使用技巧

1、生物信息學(xué)軟件的主要功能簡介1.1. 分析和處理實(shí)驗(yàn)數(shù)據(jù)和公共數(shù)據(jù)，加快研究分析和處理實(shí)驗(yàn)數(shù)據(jù)和公共數(shù)據(jù)，加快研究進(jìn)度，縮短科研時(shí)間進(jìn)度，縮短科研時(shí)間2.2. 提示、指導(dǎo)、替代實(shí)驗(yàn)操作，利用對(duì)實(shí)驗(yàn)數(shù)提示、指導(dǎo)、替代實(shí)驗(yàn)操作，利用對(duì)實(shí)驗(yàn)數(shù)據(jù)的分析所得的結(jié)論設(shè)計(jì)下一階段的實(shí)驗(yàn)據(jù)的分析所得的結(jié)論設(shè)計(jì)下一階段的實(shí)驗(yàn)3.3. 用計(jì)算機(jī)管理實(shí)驗(yàn)數(shù)據(jù)用計(jì)算機(jī)管理實(shí)驗(yàn)數(shù)據(jù)4.4. 尋找、預(yù)測新基因及預(yù)測其結(jié)構(gòu)、功能尋找、預(yù)測新基因及預(yù)測其結(jié)構(gòu)、功能5.5. 蛋白高級(jí)結(jié)構(gòu)預(yù)測蛋白高級(jí)結(jié)構(gòu)預(yù)測二.生物學(xué)軟件部分常見功能使用技巧PCR PCR 引物設(shè)計(jì)引物設(shè)計(jì)DNADNA、蛋白質(zhì)序列同源分析及進(jìn)化樹構(gòu)建、蛋白質(zhì)序列

2、同源分析及進(jìn)化樹構(gòu)建ContigContig Express-DNA Express-DNA 序列片斷拼接序列片斷拼接DNA DNA 模擬電泳模擬電泳重要生物數(shù)據(jù)庫簡介重要生物數(shù)據(jù)庫簡介3生物信息學(xué)服務(wù) 生物信息學(xué)是一門新興的交叉學(xué)科，它將數(shù)學(xué)和計(jì)算機(jī)知識(shí)應(yīng)用于生物學(xué)，以獲取、加工、存儲(chǔ)、分類、檢索與分析生物大分子的信息，從而理解這些信息的生物學(xué)意義。lhttp:/ IRACE (基因拉長功能）lBLAST同源序列檢索lENTREZ SYSTEM (集成信息檢索系統(tǒng))1.分析和處理實(shí)驗(yàn)數(shù)據(jù)和公共數(shù)據(jù)，加快研究進(jìn)度，縮短科研時(shí)間2.提示、指導(dǎo)、替代實(shí)驗(yàn)操作，利用對(duì)實(shí)驗(yàn)數(shù)據(jù)的分析所得的結(jié)論設(shè)計(jì)下一

3、階段的實(shí)驗(yàn)3.實(shí)驗(yàn)數(shù)據(jù)的自動(dòng)化管理4.尋找、預(yù)測新基因及其結(jié)構(gòu)、功能5.蛋白質(zhì)高級(jí)結(jié)構(gòu)及功能預(yù)測（三維建模，目前研究的焦點(diǎn)和難點(diǎn)）核酸：序列同源性比較，分子進(jìn)化樹構(gòu)建，結(jié)構(gòu)信息分析，包括基元(Motif)、酶切點(diǎn)、重復(fù)片斷、堿基組成和分布、開放閱讀框（ORF），蛋白編碼區(qū)（CDS）及外顯子預(yù)測、RNA二級(jí)結(jié)構(gòu)預(yù)測、DNA片段的拼接蛋白：序列同源性比較，結(jié)構(gòu)信息分析（包括Motif，限制酶切點(diǎn)，內(nèi)部重復(fù)序列的查找，氨基酸殘基組成及其親水性及疏水性分析)，等電點(diǎn)及二級(jí)結(jié)構(gòu)預(yù)測等等本地序列與公共序列的聯(lián)接，成果擴(kuò)大 用軟件設(shè)計(jì)PCR引物，測序引物或雜交探針，設(shè)計(jì)克隆策略，構(gòu)建載體，做模擬電泳實(shí)驗(yàn)，即

4、模擬核酸內(nèi)切酶或內(nèi)肽酶對(duì)相應(yīng)的底物分子切割后的電泳行為。蛋白跨膜區(qū)域分析，信號(hào)肽潛在斷裂點(diǎn)預(yù)測。l實(shí)驗(yàn)室結(jié)果的儲(chǔ)存、管理和申報(bào)工作l從網(wǎng)絡(luò)數(shù)據(jù)庫獲得的序列文件（由ENTREZ集成檢索系統(tǒng)所得的數(shù)據(jù)文件可以進(jìn)入EndNote 或者Reference Manager 儲(chǔ)存管理）或資料文獻(xiàn)的管理v軟件: EndNote，Reference Manager l對(duì)CDS（Coding Sequence）蛋白編碼區(qū)的預(yù)測準(zhǔn)確率已達(dá)到90%以上l對(duì)整個(gè)基因結(jié)構(gòu)的預(yù)測存在一定難度vPWM（位置權(quán)重矩陣）算法由物化原理技術(shù)開發(fā)，側(cè)重于找基因表達(dá)系統(tǒng)和核酸相互作用的位點(diǎn)。給信號(hào)序列各個(gè)位置每種可能出現(xiàn)的核苷酸分配

5、一個(gè)分?jǐn)?shù)，將各位置分?jǐn)?shù)相加后得出該序列作為潛在作用位點(diǎn)的分?jǐn)?shù)。l該項(xiàng)技術(shù)算法十分復(fù)雜，尚未成熟。PDB及MMDB數(shù)據(jù)庫目前仍然禁止收錄軟件預(yù)測出來的蛋白高級(jí)結(jié)構(gòu)模型。lX射線晶體學(xué)技術(shù)和多維核磁共振技術(shù)是當(dāng)前人們認(rèn)識(shí)蛋白高級(jí)結(jié)構(gòu)的主要手段，但兩種技術(shù)都有不足之處。前者要求必需得到高標(biāo)準(zhǔn)的蛋白晶體，后者對(duì)分子量大于3萬的大蛋白不能測定。因此理論模擬和結(jié)構(gòu)預(yù)測顯得十分重要。l序列與結(jié)構(gòu)關(guān)系的根源在于“蛋白質(zhì)折疊的問題”，這是近期研究關(guān)注的焦點(diǎn)。1.同源預(yù)測(一級(jí)結(jié)構(gòu)決定高級(jí)結(jié)構(gòu))2.結(jié)構(gòu)與結(jié)構(gòu)相對(duì)比（DALI算法）3.當(dāng)前最先進(jìn)的結(jié)構(gòu)預(yù)測方法：結(jié)構(gòu)類識(shí)別（fold recognition） 先建立

6、一個(gè)已知的結(jié)構(gòu)類數(shù)據(jù)庫（fold library)，將待測序列“穿過”該數(shù)據(jù)庫構(gòu)成的坐標(biāo)，并根據(jù)事先確定的物理限制，逐個(gè)位置移動(dòng)（threading， sequence-structure alignment) ，由一個(gè)函數(shù)（sequence-structure fitness alignment) 判斷序列與結(jié)構(gòu)類的符合程度，找出未知序列在目標(biāo)結(jié)構(gòu)上的能量最優(yōu)和構(gòu)象最穩(wěn)固的比對(duì)位置。對(duì)計(jì)算機(jī)要求很高。l引物設(shè)計(jì)的原則引物設(shè)計(jì)的原則l 首先引物要跟模板緊密結(jié)合；l 其次引物與引物之間不能有穩(wěn)定的二聚體或發(fā)夾結(jié)構(gòu)存在；l最后引物不能在別的非目的位點(diǎn)引起高效DNA聚合反應(yīng)(即錯(cuò)配)。圍繞這幾條基本

7、原則，設(shè)計(jì)引物需要考慮諸多因素，如：l引物長度（primer length），l產(chǎn)物長度（product length），l序列Tm值 (melting temperature)，lG值(internal stability)，l引物二聚體及發(fā)夾結(jié)構(gòu)（duplex formation and hairpin），l錯(cuò)誤引發(fā)位點(diǎn)（false priming site），l引物及產(chǎn)物GC含量（composition），有時(shí)還要對(duì)引物進(jìn)行修飾，如增加限制酶切點(diǎn)，引進(jìn)突變等。l一般引物的長度為16-23bp，常用的長度為18-21bp，過長或過短都不合適。l引物3端的堿基一般不用A，因?yàn)锳在錯(cuò)誤引發(fā)位點(diǎn)

8、的引發(fā)效率相對(duì)比較高，而其它三種堿基的錯(cuò)誤引發(fā)效率相對(duì)小一些。l引物的GC含量一般為45-55%，過高或過低都不利于引發(fā)反應(yīng)。上下游引物的GC含量不能相差太大。l引物所對(duì)應(yīng)模板序列的Tm值最好在72左右，當(dāng)然由于模板序列本身的組成決定其Tm值可能偏低或偏高，可根據(jù)具體情況靈活運(yùn)用。 lG值反映了引物與模板結(jié)合的強(qiáng)弱程度，也是一個(gè)重要的引物評(píng)價(jià)指標(biāo)，一般情況下，在Oligo 5.0軟件的G值窗口中，引物的G值最好呈正弦曲線形狀，即5端和中間部分G值較高，而3端G值相對(duì)較低，且不要超過9（G值為負(fù)值，這里取絕對(duì)值），如此則有利于正確引發(fā)反應(yīng)而可防止錯(cuò)誤引發(fā)。分析其原理，引物與模板應(yīng)具有較高的結(jié)合能

9、量，這樣有利于引物與模板序列的整合，因此5端與中間段的G值應(yīng)較高，而3端G值影響DNA聚合酶對(duì)模板DNA的解鏈，過高則不利于這一步驟。l可能的錯(cuò)誤引發(fā)位點(diǎn)決定于引物序列組成與模板序列組成的相似性，相似性高則錯(cuò)誤引發(fā)率高，錯(cuò)誤引發(fā)的引發(fā)率一般不要高過100，最好沒有錯(cuò)誤引發(fā)位點(diǎn)，如此可以保證不出非目的產(chǎn)物的假帶。l引物二聚體及發(fā)夾結(jié)構(gòu)的能量一般不要超過4.5，否則容易產(chǎn)生引物二聚體帶而且會(huì)降低引物濃度從而導(dǎo)致PCR正常反應(yīng)不能進(jìn)行。l對(duì)引物的修飾一般是增加酶切位點(diǎn)，應(yīng)參考載體的限制酶識(shí)別序列確定，常常對(duì)上下游引物修飾的序列選用不同限制酶的識(shí)別序列，以有利于以后的工作。 l推薦使用自動(dòng)搜索軟件：P

10、rimer Premier 5.0 l推薦使用引物評(píng)價(jià)軟件：Oligo 5/6l相似性是指一種很直接的數(shù)量關(guān)系，比如部分相同或相似的百分比或其它一些合適的度量。可進(jìn)行自身局部比較。如 Dot Plot (點(diǎn)陣序列比較)l同源性指從一些數(shù)據(jù)中推斷出的兩個(gè)基因或蛋白質(zhì)序列具而共同祖先的結(jié)論，屬于質(zhì)的判斷。如 Alignment (同源性分析)l相似性分析相似性分析l Peptool Litel同源性分析同源性分析Vector NTI 6-AlignXlContig Express-DNA 序列序列片斷拼接片斷拼接一點(diǎn)體會(huì)lDNA模擬電泳具有一定實(shí)驗(yàn)預(yù)示功能，l模擬電泳不能作為實(shí)驗(yàn)結(jié)果或依據(jù)Vect

11、or NTI Suit 5.5 模擬電泳三大數(shù)據(jù)庫lNCBI (美國)lDDBJ (日本)http:/www.ddbj.nig.ac.jplEBI (歐洲)http:/www.ebi.ac.uk/index.htmll酵母基因組數(shù)據(jù)庫（SGD）l酵母蛋白質(zhì)數(shù)據(jù)庫（YPD）l擬南芥數(shù)據(jù)庫（AtDB）l醫(yī)學(xué)數(shù)據(jù)庫（OMIM）l線蟲數(shù)據(jù)庫（ACEDB）1. PCR引物、測序引物及雜交探針的設(shè)計(jì)及評(píng)價(jià)2. DNA，蛋白質(zhì)序列同源分析及進(jìn)化樹構(gòu)建3. 生物大分子二級(jí)結(jié)構(gòu)模擬顯示及基本序列分析4. 有關(guān)蛋白質(zhì)親疏水性，等電點(diǎn)，抗原性，跨膜蛋白，信號(hào)肽等分析以及Dot Plot服務(wù)5. 質(zhì)粒載體構(gòu)建及克隆策略6.