启动子的分析和预测

最新推荐文章于 2024-05-13 09:12:41 发布
最新推荐文章于 2024-05-13 09:12:41 发布
阅读量10w+ 收藏 167
点赞数 44
分类专栏： 分析流程 文章标签： 启动子 预测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_29300341/article/details/80583753
版权

启动子的分析和预测

一、摘要

  1. 加深对基因启动子的理解和认知；
  2. 学会如何获取已知基因的启动子序列数据；
  3. 熟悉不同启动子分析软件的使用及其适用范围；
  4. 学会设计启动子克隆引物。
  5. 熟悉EPD和TransFac数据库的使用；
  6. 学会使用已知的启动子和转录因子TransFac的HMM模型，并能够独立编程，利用该HMM模型来计算鉴别未知启动子

二、材料和方法

1、硬件平台

处理器:Intel（R） Core（TM）i7-4710MQ CPU @ 2.50GHz
安装内存(RAM)：16.0GB

2、系统平台

Windows 8.1、Ubuntu

3、软件平台

【1】Primer-BLAST
【2】Softberry系列工具
【3】Promoter 2.0
【4】BDGP
【5】Cister
【6】NEBcutter

4、数据库资源

NCBI数据库：https://www.ncbi.nlm.nih.gov/
UCSC数据库：http://genome.ucsc.edu/

5、研究对象

人类谷胱甘肽硫转移酶M1的promoter区域

三、结果

基因启动子序列的获取

选择基因：谷胱甘肽硫转移酶M1(GSTM1)
概况：当携带风险基因型时，对环境毒素和致癌物质的敏感性提高，易发生DNA突变和染色体畸变，患白血病的风险因而显著增加。
首先进入UCSC genome browser 查看GSTM1上游5kb范围内有无其他基因。发现该基因的上游存在同一家族的GSTM2，所以promoter大概只有3kb。
UCSC genome browser
图表 1UCSC genome browser
接下来进入Genbank，搜索GSTM1，查看该基因在基因组中的定位和基因结构。
查看基因定位和结构
图表 2查看基因定位和结构
打开该基因的序列信息，获取该基因的启动子序列（包含exon1）
查看基因定位和结构
查看基因定位和结构

Neural Network Promoter Prediction

进入BDGP: Neural Network Promoter Prediction网站http://www.fruitfly.org/seq_tools/promoter.html，进行启动子预测
BDGP启动子预测
图表 3 BDGP: Neural Network Promoter Prediction网站
一共预测出来3个启动子(这个网站预测出来的promoter都是50bp)
BDGP预测结果

Promoter 2.0 Prediction

使用Promoter 2.0 Prediction Server http://www.cbs.dtu.dk/services/Promoter/
进行启动子预测，也是一共预测出来3个启动子
Promoter 2.0预测结果
图表 5Promoter 2.0预测结果

Softberry预测

TSSW、TSSP、TSSG、FPROM都是softberry提供的启动子预测工具，进入
官网(http://www.softberry.com/)，然后点击service即可，启动子预测工具网址：
http://www.softberry.com/berry.phtml?topic=index&group=programs&subgroup=promoter

TSSW

TSSW具体网址如下(http://www.softberry.com/berry.phtml?topic=tssw&group=programs&subgroup=promoter)，输入序列进行预测即可。TSSW并没有预测出来promoter区域。
TSSW预测结果
图表 6TSSW预测结果

TSSP

TSSP具体网址如下(http://www.softberry.com/berry.phtml?topic=tssp&group=programs&subgroup=promoter)，输入序列进行预测即可。共计预测出来一个promoter区域。
TSSP预测结果
图表 7 TSSP预测结果

TSSG

TSSG具体网址如下(http://www.softberry.com/berry.phtml?topic=tssg&group=programs&subgroup=promoter)，输入序列进行预测即可。TSSG并没有预测出来promoter区域。
TSSG预测结果
图表 8TSSG预测结果

TSSW/ TSSP/ TSSB

根据一位网友"Janelight"的建议，TSSP、TSSG分别是预测植物和细菌的区域。我这里用的是谷胱甘肽硫转移酶M1(GSTM1) human，只需要使用TSSW预测就可以。 TSSW/ TSSP/ TSSB: Programs for predicting animal, plant and bacterial promoters and functional sites.

FPROM

FPROM具体网址如下(http://www.softberry.com/berry.phtml?topic=fprom&group=programs&subgroup=promoter)，输入序列进行预测即可。FPROM并没有预测出来promoter区域。
FPROM预测结果
图表 9FPROM预测结果

Cister

Transcription Elements预测平台：Cis-element Cluster Finder
https://zlab.bu.edu/~mfrith/cister.shtml
由于序列只有3kb，默认参数预测出来的转录元件太少，将average distance between clusters参数由默认的3w修改为3k，最有可能的结果还是NF-1
Cister预测结果
图表 10Cister预测结果

Match

转录因子预测集合网站http://gene-regulation.com/pub/programs.html (需要注册)
具体网址http://gene-regulation.com/cgi-bin/pub/programs/match/bin/match.cgi
Match预测结果
图表 11Match预测结果

AliBaba 2.1

转录因子预测集合网站http://gene-regulation.com/pub/programs.html (需要注册)
具体网址http://gene-regulation.com/pub/programs/alibaba2/index.html
预测出来一大堆，下面仅截取其中一部分。
AliBaba预测结果
图表 12AliBaba预测结果

基因结构绘图

虽然使用了6个promoter预测在线平台，但是只有3个平台预测出promoter。
利用在线平台processon绘制基因结构图
基因结构图
图表 13基因结构图
接下来大致将预测结果分为4个区域，将引物设计的范围同时绘制出来（箭头为引物）

PrimerBlast引物设计

引物结构
图表 14引物结构
先使用默认参数进行尝试，设置好Forward primer和Reverse primer的Range，再将PCR product size最大值调成整段序列的长度3005，同时# of primers to return参数调整为1，以方便截图。
引物位置引物位置引物位置引物位置
图表 15引物位置
初步设置参数
图表 16初步设置参数
然而由于有重复序列，经过repeat filtering，不会跑出来引物，只能将参数调宽松。
默认参数结果
图表 17默认参数结果
在Advanced parameters的Primer Parameters栏目，将Repeat filter关掉，同样可以看出来GC含量和TM值也筛选掉很多引物，在Internal hybridization oligo parameters栏目，将引物内杂交的参数调整宽松。
高级参数调整
图表 18高级参数调整

引物设计结果：

第一段
图表 19第一段
第二段
图表 20第二段
第三段
图表 21第三段
第四段
图表 22第四段
第一段：

·Sequence (5’->3’)Template strandLengthStartStopTmGC%Self complementaritySelf 3’ complementarity
Forward primerTCGTACCTACCCTCTGTTCGTPlus211641846052.3840
Reverse primerGGGCTGCACTCAGTAAGACTMinus202918289959.395553

第二段：

·Sequence (5’->3’)Template strandLengthStartStopTmGC%Self complementaritySelf 3’ complementarity
Forward primerCCAAGTGCCCCAACTTAGCAPlus2084986860.545540
Reverse primerGGGCTGCACTCAGTAAGACTMinus202918289959.395553

第三段：

·Sequence (5’->3’)Template strandLengthStartStopTmGC%Self complementaritySelf 3’ complementarity
Forward primerCCAGGCGTCACTAACACAGGPlus201522154160.676031
Reverse primerGTTCCGGGAGCGAAGTCAGMinus192874285660.4563.1651

第四段：

·Sequence (5’->3’)Template strandLengthStartStopTmGC%Self complementaritySelf 3’ complementarity
Forward primerCGAGGGCCCCTAACAGAAAAPlus202405242459.675570
Reverse primerCTGGGGCTGCACTCAGTAAGMinus202921290260.396053

NEBcutter酶切位点分析

使用NEBcutter分析该启动子序列，为了更加全面，查找全部的特异性位点Enzymes to use: All specificities
http://nc2.neb.com/NEBcutter2/
保存没有酶切位点“0 cutters”的核酸内切酶数据，见附录。
NEBcutter结果
图表 23NEBcutter结果

pGL4.17载体

查询pGL4.17的载体数据，获得酶切信息。查询关键词：promega pGL4.17。
pGL4.17载体信息
图表 24pGL4.17载体信息
其中SfiI、Acc65I、KpnI、SacI、NheI、XhoI、EcoRV、BglII、HindIII这九个酶都属于在promoter内部没有酶切位点的，这些都可以选用。

引物设计

从上面九个酶中随便选两个（真实情况要考虑到切割率等问题）
选择KpnI和SacI，下面是酶切位点和保护碱基对应表，KpnI选两个保护碱基。
引物设计
可以看出来酶切位点序列在反向互补以后和原序列相同，直接把这段序列加在引物前面就成。
最后按照“保护碱基+酶切序列+PCR引物”的顺序，设计用于可以转到pGL4.17载体的引物。

·164…184–2918…2899849…868–2918…28991522…1541–2874…28562405…2424–2921…2902
Forward PrimerCGAGCTCTCGTACCTACCCTCTGTTCGTCGAGCTCCCAAGTGCCCCAACTTAGCACGAGCTCCCAGGCGTCACTAACACAGGCGAGCTCCGAGGGCCCCTAACAGAAAA
Reverse PrimerGGGGTACCGGGCTGCACTCAGTAAGACTGGGGTACCGGGCTGCACTCAGTAAGACTGGGGTACCGTTCCGGGAGCGAAGTCAGGGGGTACCCTGGGGCTGCACTCAGTAAG

后续实验流程

接下来，用这四组引物，把四个promoter区域PCR出来，顺带PCR出来的还有保护碱基和酶切序列，导入pGL4.17，用双荧光素酶报告系统看看哪儿个promoter活性最高，大概会出来下面这种图，后面那张图明显说明promoter3活性最高。
后续实验流程后续实验流程
再接下来，还可以用TFSEARCH，TFBSs，TRED这样的转录因子预测软件（上面也做了几个预测），看看活性最高的那段区域和哪儿些转录因子相关，或者用pubmed查查看文献，ENCODE，TRANSFAC等数据库，查找这个基因启动子区域的转录因子信息。

接下来是编程练习部分

HMM模型

TransFac是转录因子数据库，但是好像需要注册才能下载模型的矩阵。
从EPD真核生物启动子数据库下载脊椎动物TATA-box的矩阵（共计12位碱基）。
网址http://epd.vital-it.ch/promoter_elements.php
利用该矩阵建立打分模型，对上面谷胱甘肽硫转移酶M1(GSTM1)的启动子序列进行分析，具体代码见附录。
打分值：每次取出12bp序列计算，依次计算每位碱基所占比例，再累乘得到分值（由于数值太小，分值皆除以最大分值）
打分值统计图
图表 25打分值统计图
P值计算：使用bootstrap方法，将12bp序列打乱1000次，再按照上述方法计算分值，如果1000次内有n次分值高于“打乱之前的分值”，则p值为n/1000
p值统计图
图表 26 p值统计图
看的出来，整段promoter区域大部分分值都为0，p值为1。之前在线预测软件中的200,400,1200,2570这四个位置，此处也能预测出来，效果还可以。

附录

”0 cutters”核酸内切酶

Col1Col2Col3
1AatIIGACGTC
2AbaCIIICTATCAV
3AbsICCTCGAGG
4Acc65IGGTACC
5Acc65VGACGCA
6AclIAACGTT
7AfeIAGCGCT
8AflIICTTAAG
9AflIIIACRYGT
10AhyRBAHIGCYYGAC
11AjuI(N)5(N)7GAA(N)7TTGG(N)6(N)5
12AleICACNNNNGTG
13AloI(N)5(N)7GAAC(N)6TCC(N)7(N)5
14AlwFIGAAAY(N)5RTG
15ApyPIATCGAC(N)18NN
16AscIGGCGCGCC
17AseIATTAAT
18AsiSIGCGATCGC
19AspDUT2VGNGCAAC
20Asu14238IVCGTRAC
21BaeI(N)5(N)10ACNNNNGTAYC(N)7(N)5
22BamHIGGATCC
23BarI(N)5(N)7GAAG(N)6TAC(N)7(N)5
24Bce3081ITAGGAG
25BceAIACGGC(N)12NN
26BcgINN(N)10CGA(N)6TGC(N)10NN
27BclITGATCA
28BdaINN(N)10TGA(N)6TCA(N)10NN
29BglIIAGATCT
30BlpIGCTNAGC
31BmgBICACGTC
32BmtIGCTAGC
33BpuJICCCGT
34BsaAIYACGTR
35BsbICAACAC(N)19NN
36BsiEICGRYCG
37BsiWICGTACG
38Bsp24I(N)5(N)8GAC(N)6TGG(N)7(N)5
39Bsp3004IVCCGCAT
40Bsp460IIICGCGCAG
41BspDIATCGAT
42BsrBICCGCTC
43BsrGITGTACA
44BssHIIGCGCGC
45BstAPIGCANNNNNTGC
46BstBITTCGAA
47BstEIIGGTNACC
48BstZ17IGTATAC
49Bsu3610IGACGAG
50BtgZIGCGATG(N)10NNNN
51Cal14237IGGTTAG
52CcrNAIIICGACCAG
53Cdi11397IGCGCAG
54Cdi81IIIGCMGAAG
55CdiICATCG
56Cgl13032IGGCGCA
57Cgl13032IIACGABGG
58ClaIATCGAT
59Cma23826ICGGAAG
60CstMIAAGGAG(N)18NN
61DrdIGACNNNNNNGTC
62EagICGGCCG
63EciIGGCGGA(N)9NN
64Eco53kIGAGCTC
65EcoRVGATATC
66Exi27195IGCCGAC
67FseIGGCCGGCC
68FspAIRTGCGCAY
69FspITGCGCA
70GauT27ICGCGCAGG
71GdiIICGGCCR
72HindIIIAAGCTT
73HpaIGTTAAC
74Hpy99ICGWCG
75HpyAXIVGCGTA
76Jma19592IGTATNAC
77Jma19592IIGRGCRAC
78Kor51IIRTCGAG
79KpnIGGTACC
80Lmo370IAGCGCCG
81Lsp6406VICRAGCAC
82Maf25IICACGCAG
83MaqICRTTGAC(N)19NN
84MauBICGCGCGCG
85MkaDIIGAGAYGT
86MluIACGCGT
87MreICGCCGGCG
88MslICAYNNNNRTG
89MteIGCGCNGCGC
90NaeIGCCGGC
91Nbr128IIACCGAC
92NgoMIVGCCGGC
93NhaXICAAGRAG
94NheIGCTAGC
95NotIGCGGCCGC
96NpeUS61IIGATCGAC
97NruITCGCGA
98PacITTAATTAA
99PaeR7ICTCGAG
100Pal408ICCRTGAG
101PciIACATGT
102PcsIWCGNNNNNNNCGW
103Pfl1108ITCGTAG
104PflFIGACNNNGTC
105PflMICCANNNNNTGG
106PlaDICATCAG(N)19NN
107PliMICGCCGAC
108PmeIGTTTAAAC
109PmlICACGTG
110PpiI(N)5(N)7GAAC(N)5CTC(N)8(N)5
111PshAIGACNNNNGTC
112PsiITTATAA
113PspXIVCTCGAGB
114PsrI(N)5(N)7GAAC(N)6TAC(N)7(N)5
115Pst273IGATCGAG
116PvuICGATCG
117RceICATCGAC(N)18NN
118RdeGBICCGCAG
119RpaB5ICGRGGAC(N)18NN
120RpaBICCCGCAG(N)18NN
121RpaIGTYGGAG(N)9NN
122RpaTIGRTGGAG
123Rsp008IVACGCAG
124RspPBTS2IIICTTCGAG
125RsrIICGGWCCG
126SacIGAGCTC
127Saf8902IIICAATNAG
128SalIGTCGAC
129SbfICCTGCAGG
130SexAIACCWGGT
131SfiIGGCCNNNNNGGCC
132SgrAICRCCGGYG
133SgrDICGTCGACG
134SnaBITACGTA
135SpeIACTAGT
136SphIGCATGC
137SpnRIITCGAG
138SrfIGCCCGGGC
139SsmICTGATG
140Ssp714IICGCAGCG
141SstE37ICGAAGAC(N)18NN
142Sth20745IIIGGACGAC
143SwaIATTTAAAT
144TaqIIICACCCA(N)9NN
145TspARh3IGRACGAC
146TssIGAGNNNCTC
147Tth111IGACNNNGTC
148UbaF12ICTACNNNGTC
149UbaF13IGAG(N)6CTGG
150UbaF14ICCA(N)5TCG
151UbaF9ITAC(N)5RTGT
152UbaPICGAACG
153Xca85IVTACGAG
154XhoICTCGAG
155ZraIGACGTC

模型矩阵

从EPD下载，保存为data.txt
http://epd.vital-it.ch/promoter_elements.php

Position123456789101112
A17.719.36.683.409572.394.253.329.317.722.7
C21.136.114.8000000932.533
G2936.46.800005.820.151.237.733.2
T32.28.271.816.6100527.7026.610.512.111.1

R代码

setwd("G:/AllShare/genomicsHomework/HMMmodel")
hmmmodel<- read.table("data.txt",header = TRUE)
rownames(hmmmodel) <- hmmmodel$Position
hmmmodel <- hmmmodel[,-1]
hmmmodel <- hmmmodel/100
hmmmodel <- t(hmmmodel)
library(seqinr)
promoter<- read.fasta(file = "promoter.fa")
seqmatrix<- as.matrix(promoter$`NC_000001.11:109684796-109687800`)
# 转成大写字母
seqmatrix<- toupper(seqmatrix)
maxseq<- strsplit("TGTATAAAAGGG",split = "")[[1]]
# 计算打分值
computeScore <- function(seq){
  score <- 1
  for(i in 1:length(seq)){
    score <- score*hmmmodel[i,seq[i]]
  }
  return(score)
}
# 使用bootstrap方法,计算p值
bootstrap<- function(seq){
  flag <- 0
  for(i in 1:1000){
    tmp <- sample(seq)
    score<- computeScore(tmp)
    if(score>=computeScore(seq)){
      flag <- flag+1
    }
  }
  return(flag/1000)
}
maxscore<- computeScore(maxseq)
bootstrap(maxseq)
scorevector <- c()
pvaluevector <- c()
for(i in 1:(length(seqmatrix)-11)){
  tmp<- seqmatrix[i:(i+11)]
  score <- computeScore(tmp)
  pvalue <- bootstrap(tmp)
  scorevector <- c(scorevector,score)
  pvaluevector <- c(pvaluevector,pvalue)
}
result <- data.frame(scorevector,pvaluevector)
result$position <- 1:(length(promoter$`NC_000001.11:109684796-109687800`)-11)
colnames(result) <- c("score","pvalue","position")
result$score <- result$score/maxscore
library(ggplot2)
ggplot(result, aes(x=position, y=score)) + 
  geom_line() + 
  geom_point(size=4, shape=20) +
  labs(title="score by HMM model")+
  theme(plot.title = element_text(hjust = 0.5))
ggsave("HMM模型打分图.pdf")

ggplot(result, aes(x=position, y=pvalue)) + 
  geom_line() + 
  geom_point(size=4, shape=20) +
  geom_hline(aes(yintercept = 0.05),colour="red",linetype="dashed")+
  labs(title="p value by HMM model")+
  scale_x_continuous(breaks = c(0,200,400,1030,1200,1632,2570,2700))+
  theme(plot.title = element_text(hjust = 0.5))
ggsave("HMM模型p值图.pdf")

序列

Promoter序列
>NC_000001.11:109684796-109687800 Homo sapiens chromosome 1, GRCh38.p7 Primary Assembly
TCTGCTCTTGAACCCTGTGTTCTGTTGTTTAAGATGTTTATCAAGACAATATGTGCACCACTGAACATAG
ACCCTTATCAGGAGTTCTACTTTTGCCTTTGTCCTGTTTCCTCAGAAGCATGTGATCTTTGTTCTGCTTT
TTGCCCTTTAAAGCATGTGATCTTCGTACCTACCCTCTGTTCGTACACCACCACCCCTTTTGCAATCCTT
AATAAAAACTTGCTGGTTTTGAGGCTCGGGCAGGCATCATGGTCCTACCGATATGTGATGTCACCCCTGG
CGGCCCAGCTGTAAAATTCTTCTCTTTGTACTCTTTCTCTTTATTTCTCAGCTGGCTGACACTTATGGAA
AATAGAAAGAACCTACGTTGAAATATTGGGGGCAGGTTCCCCAATAGCCTTGCTGAGGAAATTAAATTTA
TGTTCAAGTGCTATTTCTTTATGGCACCAAGGAACAAGTATTTCAAACAATACTAATGTAACAGTACTGG
TTCTATGTGTTTCAAAATTATTATTCTCATGAGTGTTAGCTTTCTTAAAAAATCGTTTTTTTTTTCAATT
GGATCTAGACATCTTATCTTTCACAGCTCAAGACGGATTAACTCAGAATCATAAACTCTTAATGCATAAT
GAGAAATATAATGTTTCCTAGGGCCAGGCACTTGTGTCTGTGCTGGTGCTATTGCCTCAATGCAGGAAAA
TCTATGTAAGAGTTCACTGTGAGGCCAAAACTGCTTCCTAAACATGGATACCTGCCAGGTATCTGAGCTG
GGAGTACTGCCCAGGTCTGGATGGGCGGGGAGTGTTTGCAACAAGGACTGTGCCTTGCCAGCCTCAGTGA
CACAGTGTCCAAGTGCCCCAACTTAGCAGCCACCTGCTGACCACCTGATTTCTGTGGCCTAATAGGGATG
TGATGAAGTCTACCTGTTTACTCAACCCCAAACCACACATTATCCAGGTGGTTTGAAACTTTTTTGATAT
ACTGGGTTCATCCTCTGGAGTCCTAACAATGTTTTAGCTAATTTACAAAAAACAAAACAAAACAAAACAA
AACAAAACAAAACAAAAAAACTACTTTTTTTGCAGCACAACAGCCTGGTTTACATTGCAAAATGATTTCT
CATTAAAGGTCTATCATCTATTTCCATATGTCCATTATTATTTGCAATATCCTTTAAAGCAGTCAACCCC
AGGCTAATCCATTGCACAACTCTTTTGAAAGTCTTCCTTCTACCTTGAAAGAAGAAAGTTGGCAGGTTGG
ACATTGTTCTCGTGGAGGTTGTACCATGGGTCACATATCACGGTGTGACTTCAAAGGCCACTGGAGCCAC
CGTCTCATACTGAAGAACACACATGGGTCAGGAGCCAGGTCCAGGTCCGGAATGGTGGATCTGGAGAGGG
GAGGGTCCCTGCCTGTGGTCCTGTGGGGAGCCCTCAGGCTCCTCTCTGGCCACCATCCTCTGACCTCCCT
CCTCAGCAGGACAGGGTTCTGGCTTCTCTGAGGGACAGGTTCTGTGGCAGGCCAGGCGTCACTAACACAG
GCCTCCATAACAACTGTTTCAGTACTGACTGAGTGGTGAAGTTAAATATTAAAAGCTGAAAAAAGCCAGT
ACCTTTATACAGAGGCTGGATGTAACAAAAGCCCACCAAGAGTTTTGCTTAGGCCTTTCCTGGGCCTTAA
AGCATGACAAAACAATGAAGGAATTCTTAACAGGACCTATTTAGAATTAAACAAGTTTTATTGTGAGTCT
GAAGAAACTCCCCAGGCCTCCACAAACAAGTTTATTGGGCGTCTGAAGGAACTCCCCAAACCTCCGTGAT
TTAGCAGGAGACAAGATAAGGGTAATCATCCCCCGCACCTGGACCCATTTAGATTAAATAAATAGACTGA
GGCTCCAGAATAAGGTCCTCAGGACCCAGACCTCAGTTACAGATTAAAGAAGTTAATCACTTATGTCTTT
AGATGAATGCACACTTACTTGTAGACATATACCTTAGAAGGTATATATGCTCTGGAAAACTTTGTAATAT
TGAGTTGGTCTGGTGGTAATTTCTAGGCCTTCTCCCTGTTACCGGTTGCAGAAATAAAACCTCTCTTCCT
CCCCATTTGATCTGCATCTCGTTATTGGGCCTAGAGAAATAGCAGCCGGACCCTCAGTTTGGTCCGGGAA
GTTCTTCCATCCTCCCTCGCCTGCTCTCTGTGGCCACTGCACTCACTGTTGCTGTTGCTGTTCCGGTCTC
TGTGAGGTTCACCTAGTGGACTGGCTGGACATTTCTAGGGGGCACCTCAGATACCTCACCAACTTGCTGG
ATCTGATCCTTGGATTTCGATTCATAAATTGTGCCAAAATACGAAGTGGCTAATTTACACAGTACTTAGC
CAGATGACCGAAGGACTCAGTACCCGAGGGCCCCTAACAGAAAACACAGACCACATTTCCTTTACTCTGG
CCCTTTTCCTGGGGGTCCTTCCTATACCACTGACACTGTTCCTGTGTAGGCGGGGCTAGAGGGGAGACTA
AGCCCTGGGAGTAGCTTTCGGATCAGAGGAAGTCCTGCTCTTACAGTGACAGGGGCTGAATTAAATTCCC
AGGTTGGGGCCACCACTTTTTAGTCTGACCCCTGCAGCCGGAGTCTCCCAGAGCCCTTGGGAACTCGGCA
GCGGAGAGAAGGCTGAGGGACACCGCGGGCAGGGAGGAGAAGGGAGAAGAGCTTTGCTCCGTTAGGATCT
GGCTGGTGTCTCAAGCGCACAGCCAAGTCGCTGTGGACCTAGCAAGGGCTGGATGGACTCGTGGAGCCTC
AGGGCTGGGTAGGGAAGCTGGCGAGGCCGAGCCCCGCCTTGGGCTTCTGGGCGCCCTGACTTCGCTCCCG
GAACCCTCGGGCCTGGGAGGCGGGAGGAAGTCTTACTGAGTGCAGCCCCAGGCGCCCTCTCCCGGGCCTC
CAGAATGGCGCCTTTCGGGTTGTGGCGGGCCGAGGGGCGGGGTCGCAGCAAGGCCCCGCCTGTCC
wangyunpeng_bio
关注
  • 44
    点赞
  • 踩
  • 167
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
ncbi查找目的基因序列_一文教会你查找基因的启动子、UTR、TSS等区域以及预测转录因子结合位点...
weixin_30670123的博客
01-03 1万+
基础知识首先我们了解一些基础知识（注：文中图片皆可点击放大查看！）：启动子（promoter）：与RNA聚合酶结合并能起始mRNA合成的序列。转录起始点（TSS）：转录时，mRNA链第一个核苷酸相对应DNA链上的碱基，通常为一个嘌呤。UTR（Untranslated Regions)：即非翻译区，是信使RNA（mRNA）分子两端的非编码片段。 　　5'-UTR从mRNA起点的甲基化鸟嘌呤核苷酸帽延...
fprom预测结果内容_启动子的分析和预测
weixin_42502811的博客
12-30 1374
启动子的分析和预测一、摘要加深对基因启动子的理解和认知；学会如何获取已知基因的启动子序列数据；熟悉不同启动子分析软件的使用及其适用范围；学会设计启动子克隆引物。熟悉EPD和TransFac数据库的使用；学会使用已知的启动子和转录因子TransFac的HMM模型，并能够独立编程，利用该HMM模型来计算鉴别未知启动子二、材料和方法1、硬件平台处理器:Intel(R) Core(TM)i7-4710MQ...
关于启动子预测
weixin_43364556的博客
05-08 1万+
文章目录关于启动子预测工具promoterHunterPhagePromoterBacPPiPro54-PseKNC（2014发表）iPro70-PseKNC（2019发表）BDGPBPROMCNNPromoter_bPromoter 2.0Berkeley Drosophila Genome Project 关于启动子 启动子概念见维基百科，一个比较笼统的解释为在转录起始的阶段，RNA聚合酶需要...
Plantcare_启动子预测结果_快速筛选指定基因启动子上的顺式作用元件个数
上天江河
06-21 1万+
文章目录启动子背景过程开始结果小结 启动子 启动子是RNA 聚合酶识别、结合和开始转录的一段DNA 序列，它含有RNA 聚合酶特异性结合和转录起始所需的保守序列，多数位于结构基因转录起始点的上游,启动子本身不被转录。但有一些启动子(如tRNA启动子)位于转录起始点的下游,这些DNA序列可以被转录。启动子的特性最初是通过能增加或降低基因转录速率的突变而鉴定的。启动子一般位于转录起始位点的上游几百至几千Bp不等。 背景 将获得的某基因转录起始位点2000Bp序列提交至Plantcare（关于如何预测可查阅其他文
AlphaFold3—转录因子预测（实操）
最新发布
生信小博士的博客
05-13 1753
转录因子通过DNA结合结构域识别基因附近的DNA序列，如启动子中的TATA盒、CAAT盒、GC盒等元件。生物常见配体：ATP、ADP、AMP、GTP、GDP、FAD、NADP、NADPH、NDP、血红素、血红素C、肌酸、油酸、棕榈酸、柠檬酸、叶绿素A和B、细菌叶绿素A和B。某些糖组成的糖链（包括支链）：α/β-D-葡萄糖、α/β-D-甘露糖、α-L-岩藻糖、β-D-半乳糖、N-乙酰-β-D-葡萄糖胺。生物常见离子：Ca2+、Co2+、Cu2+、Fe3+、K+、Mg2+、Mn2+、Na+、Zn2+、Cl-
DeePromClass：使用深度神经网络的真核核心启动子的描述符
qq_41704579的博客
02-19 545
真核生物中的计算启动子识别是一个经典的生物学问题，应该通过大量实验数据和新兴的深度学习技术的可用性进行翻新。目前的知识表明，真核核心启动子显示出多种多样的信号，如TATA-Box、Inr元件、TCT和Pause-button等，以及G-四链体等结构基序。在本研究中，我们将深度学习的力量与过多的启动子基序相结合，以描绘从 DNA 序列排列的统计特性中收集到的启动子和非启动子。
序列搜索/启动子分析/同源建模（转）
weixin_33979203的博客
12-23 526
转自：果子学生信 微信公众号 第一题：利用核酸和蛋白质数据库下载“Homo sapiens apolipoprotein B mRNA editing enzyme, catalytic polypeptide-like 3A (APOBEC3A)”的核酸序列和蛋白质序列，在核酸水平上分析启动子序列，并进一步对蛋白质的结构进行同源建模 解答： 查询APOBEC3A的核酸和蛋白质...
DeePromClass:利用深度神经网络预测真核核心启动子的工具
m0_45267771的博客
08-26 327
DNA构成生命的源代码，基因的时空表达由转录程序承担。核心启动子是DNA的一个小片段。在真核生物中的核心启动子通常以大量同源序列基序为特征，特别是TATA盒、Inr元件(启动元件)、BRE (TFIIB识别元件BREu和BREd)、DPE(下游启动子元件)和暂停按钮等。精确定位于转录起始位点[2]、[3]、[4]、[5]、[6]、[7]。它们还含有独特的结构信号和非规范启动子结构基序，即低稳定区、a -链和非b - dna基序[2]、[8]、[9]、[10]、[11]、[12]、[13]。
promoter:启动子预测程序(PPPs)软件现状及分析
Bio12345的博客
11-26 5031
迈向启动子预测评估的黄金标准 托马斯·阿贝尔,伊夫·范·德·皮尔,Yvan Saeys 生物信息学，第25卷，第12期，2009年6月15日，第i313–i320页 1导言 启动子预测程序(PPPs)旨在使用计算模型识别基因组中的启动子区域。在早期的工作中，启动子预测集中于鉴定(蛋白质编码)基因的启动子(Fickett和Hatzigeorgiou，1997)，但最近已经很清楚，转录起始并不总是产生蛋白质，转录发生在整个基因组中(卡尼奇等人,2006；河口等人,2008；Sandelin等人,2007)。 一
零代码 | 预测转录因子结合的顺式作用元件
Pangenes的博客
07-15 645
真核生物转录起始过程十分复杂，往往需要多种蛋白因子的协助，转录因子与RNA聚合酶Ⅱ形成转录起始复合体，共同参与转录起始的过程。根据转录因子的作用特点可分为二类；除TFⅡD以外，还发现TFⅡA，TFⅡB，TFⅡF，TFⅡE，TFⅡH等，它们在转录起始复合体组装的不同阶段起作用。为了搞清楚基因的功能机理，我们一般是需要分析其上游结合的转录因子是什么，和什么具体的作用元件结合来行使功能，是转录激活还是转录抑制？这对一些小伙伴分析转录因子的同源家族基因，进行基因家族分析非常的友好，序列可以直接下载，以拟南芥为例。
基因启动子分析基本流程.pdf
10-08
总的来说，基因启动子分析是一个涉及序列比对、软件预测、实验验证等多个步骤的复杂过程。通过这一系列流程，研究人员可以深入了解基因表达调控的机制，为基因功能研究、药物研发等领域提供重要信息。
果蝇heix基因启动子的分析及其转录活性鉴定 (2011年)
05-10
采用生物信息学的方法，综合运用启动子预测工具PromotorScan1．7和BDGP(neural network promoter prediction)分析了目标序列的启动子特征，以果蝇基因组DNA为模板扩增出heix基因启动子候选序列连接至pMD19T载体，...
基于PCWM扫描模型的植物启动子分析及识别* (2008年)
05-19
本文利用从PlanPromDB数据库上下载的启动子数据，在深入分析启动子GC-Skew偏好、特异性位点保守性及TSS-TIS距离分布的基础上，通过改进原有位置权重矩阵（PWM）模型，构建出能够同时考虑位点保守性和关联性的位置...
基于位置关联权重矩阵的大肠杆菌启动子预测 (2007年)
05-19
对实验证实的683条大肠杆菌sigma70启动子的序列进行保守性计算分析,获得四个保守的区域：-10区域是启动子最保守的功能元件,-35区域、转录起始位点附近及启动子上游 UP单元.从保守区中选取M6(1)值较大的10个保守位点...
findNFR:我的基因启动子分析脚本-源码
04-21
findNFR（v0.01）的自述文件描述findNFR是一种计算方法，用于预测与BED格式的输入基因组区域相对应的无核小体区域。版本0.01引文程序和数据集安装要安装findNFR，请下载findNFR.tar.gz并解压缩。 将创建一个目录...
生物信息学分析常用网站
热门推荐
Phd丨jay的博客
06-09 2万+
1.  BLAST（核酸蛋白序列比对）：https://blast.ncbi.nlm.nih.gov/Blast.cgi2.  miRBase（miRNA数据库网站）：http://www.mirbase.org/3.  PlantCARE（启动子元件分析网站）：    http://bioinformatics.psb.ugent.be/webtools/plantcare/html/4.  W...
如何预测转录因子的结合位点教程
avareart的博客
04-26 7741
转录因子预测的网站有比较多，本着实用至上的原则，今天以人的“转录因子SPI1”和“FAU的启动子“为例给大家简要介绍如何利用"JASPAR"网站预测转录因子的结合位点（transcription factor binding site，TFBS）： 点击如下链接，打开JASPAR数据库 https://jaspar.genereg.net/ 在检索框内输入需要预测的转录因子名称“SPI1”；并点击“Advanced Options”，进行数据库、物种等参数设置，（由于参数的设置并非必
fprom预测结果内容_启动子分析预测数据库
weixin_42120563的博客
12-30 1731
Promoter 2.0 Prediction Serverhttp://www.cbs.dtu.dk/services/Promoter/很早之前的预测启动子在线软件，要求输入的gene序列为FASTA格式，可以在线做Berkeley Drosophila Genome Grouphttp://fruitfly.org:9005/seq_tools/promoter.html果蝇基因组相关信息，...
用R语言怎么预测启动子
10-12
根据提供的引用内容，本书主要介绍了逻辑回归、神经网络、支持向量机、隐马尔可夫模型、时间序列分析、推荐系统等预测建模技术，但没有提到如何使用R语言预测启动子。启动子预测是基因组学领域的一个重要问题，可以使用R语言中的一些包来进行预测，例如GenoSTAN、TSSi、TSSAR、PROMO等。这些包提供了不同的算法和方法来预测启动子，例如基于序列特征的方法、基于机器学习的方法等。具体使用哪个包和方法需要根据具体的数据和问题来选择。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值