生物信息学软件技巧

《生物信息学软件技巧》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、生物信息学软件及使用技巧内容概要一.生物信息学的概念二.生物信息学软件的主要功能简介分析和处理实验数据和公共数据，加快研究进度，缩短科研时间提示、指导、替代实验操作，利用对实验数据的分析所得的结论设计下一阶段的实验用计算机管理实验数据寻找、预测新基因及预测其结构、功能蛋白高级结构预测生物学软件部分常见功能使用技巧PCR引物设计DNA、蛋白质序列同源分析及进化树构建ContigExpress----DNA序列片断拼接DNA模拟电泳重要生物数据库简介生物信息学服务一.生物信息学的概念生物信息学的概念：生物信息学是一门新兴的交叉学科

2、，它将数学和计算机知识应用于生物学，以获取、加工、存储、分类、检索与分析生物大分子的信息，从而理解这些信息的生物学意义。二.生物信息学软件的主要功能简介生物信息学软件主要功能分析和处理实验数据和公共数据，加快研究进度，缩短科研时间提示、指导、替代实验操作，利用对实验数据的分析所得的结论设计下一阶段的实验实验数据的自动化管理寻找、预测新基因及其结构、功能蛋白质高级结构及功能预测（三维建模，目前研究的焦点和难点）功能1.分析和处理实验数据和公共数据，加快研究进度，缩短科研时间核酸：序列同源性比较，分子进化树构建，结构信息分析，包括

3、基元(Motif)、酶切点、重复片断、碱基组成和分布、开放阅读框（ORF），蛋白编码区（CDS）及外显子预测、RNA二级结构预测、DNA片段的拼接蛋白：序列同源性比较，结构信息分析（包括Motif，限制酶切点，内部重复序列的查找，氨基酸残基组成及其亲水性及疏水性分析)，等电点及二级结构预测等等本地序列与公共序列的联接，成果扩大网上数据库的运用（成果扩大）http://www.labonweb.comIRACE(基因拉长功能）BLAST同源序列检索ENTREZSYSTEM(集成信息检索系统)ENTREZ集成检索示意图Vector

4、NTISuit同源比较—主窗口VectorNTISuit同源比较—进化树Antheprot5.0DotPlot点阵图PeptoolLite---DotPlot点阵图DNASIS2.5蛋白二级结构预测DNASIS2.5RNA二级结构预测DNASIS2.5tRNA二级结构预测RNAStructure3.5RNA二结构预测Omiga2.0ORFMapDnaStar之Protean对氨基酸的亲疏水性分析：helicalwheel图功能2.提示、指导、替代实验操作，利用对实验数据的分析所得的结论设计下一阶段的实验用软件设计PCR引物，

5、测序引物或杂交探针，设计克隆策略，构建载体，做模拟电泳实验，即模拟核酸内切酶或内肽酶对相应的底物分子切割后的电泳行为。蛋白跨膜区域分析，信号肽潜在断裂点预测。VectorNTISuit5.5模拟电泳GeneConstructionKit2.0模拟电泳Winplas2.6质粒构建OLIGO5.0PCR引物设计Atheprot5.0预测蛋白跨膜区域Antheprot5.0预测信号肽断裂点功能3.用计算机管理实验室数据及文献资料实验室结果的储存，管理和申报工作从网络数据库获得的序列文件（由ENTREZ集成检索系统所得的数据文件可以进

6、入EndNote或者ReferenceManager储存管理）或资料文献的管理软件:EndNote，ReferenceManagerReferenceManager9界面功能4.用计算机预测新基因及其结构和功能对CDS（CodingSequence）蛋白编码区的预测准确率已达到90%以上对整个基因结构的预测存在一定难度PWM（位置权重矩阵）算法由物化原理技术开发，侧重于找基因表达系统和核酸相互作用的位点。给信号序列各个位置每种可能出现的核苷酸分配一个分数，将各位置分数相加后得出该序列作为潜在作用位点的分数。DNASIS2.5对

7、蛋白编码区的预测A.(CodonBias)DNASIS2.5对蛋白编码区的预测B.(RareCodon)DNASIS2.5对蛋白编码区的预测C.(ORFList)DNASTAR之GeneQuest预测CDS功能5.蛋白高级结构预测该项技术算法十分复杂，尚未成熟。PDB及MMDB数据库目前仍然禁止收录软件预测出来的蛋白高级结构模型。X射线晶体学技术和多维核磁共振技术是当前人们认识蛋白高级结构的主要手段，但两种技术都有不足之处。前者要求必需得到高标准的蛋白晶体，后者对分子量大于3万的大蛋白不能测定。因此理论模拟和结构预测显得十分重

8、要。序列与结构关系的根源在于“蛋白质折叠的问题”，这是近期研究关注的焦点。目前应用的蛋白质结构预测的算法同源预测(一级结构决定高级结构)结构与结构相对比（DALI算法）当前最先进的结构预测方法：结构类识别（foldrecognition）先建立一个已知的结构类数据库（fold