用电子克隆新基因C17orf32和ZNF362对NCBI人类基因数据库模式参考序列5种错误类型的分析与纠正

采用生物信息学分析与实验确认相结合的技术路线,通过所识别的基因在非冗余数据库比对发现了网上公布的计算机注释人类基因组编码序列存在各种类型的多处错误。该策略既有助于发现更多的人类新基因,又有助于纠正美国国家生物技术信息中心(NCBI)基因组注释项目公布的参考序列(REFSEQs)中所存在的错误。比如他们采用基因预测方法通过自动计算分析从NCBIcontig NT_010808预测到两个模式参考序列LOC124919和LOC147007,本该都是C17orf32,但却都是C17orf32的不同错误形式,分别为第1和2类型错误;再如,他们采用基因预测方法通过自动计算分析从NCBIcontig NT_004511预测到3个模式参考序列LOC14907、LOC200084和LOC91126,实际上都是．ZNF362一种基因,却提交了ZNF362的3种不同错误形式,分别为第4、5和7类型错误。本研究利用计算机识别并结合实验验证能够纠正或避免现有的人类基因组编码序列错误。以前公开发表的文献没有明确指出NCBI人类基因模式参考序列存在错误,因此直当慎重看待计算机注释的可能存在各种类型错误的人类基因组编码序列。人类新基因的正确识别和注释仍是一项长期而繁重的任务。     

家蝇卵黄蛋白基因的克隆与结构序列分析

家蝇卵黄蛋白基因编码的卵黄蛋白是家蝇胚胎发育的重要营养来源 .根据 3种家蝇卵黄蛋白cDNA保守序列设计引物 ,用PCR技术从家蝇基因组DNA中扩增到大小为 76 8bp的mdYP1基因的部分DNA片段 .经地高辛标记成特异性探针 ,从构建的家蝇基因组文库中筛选出一个阳性克隆 ,并从该克隆中分离到大小为 3991bp的mdYP1基因组基因 .序列分析显示 ,该基因组序列含有约1 6kb的 5′ 上游区和 1 0kb的 3′ 下游区 ,编码区由一个 6 1bp的内含子和大小分别为 2 2 2bp和10 2 8bp的 2个外显子组成 .5′ 上游区含有典型的CAAT TATA盒 .     

内蒙古绒山羊Homeobox基因片段的克隆与序列分析

内蒙古农业大学张燕军、尹俊，内蒙古河套大学梁永厚等科研工作者根据已公布的Homeobox基因序列保守区设计简并引物，利用PCR技术从内蒙古绒山羊血液基因组DNA中扩增Homeobox基因家族成员，将其目的基因纯化后连接到pGEM—T载体上，经鉴定得到重组质粒。将110个重组质粒进行测序。     

家蝇卵黄蛋白基因的克隆与结构序列分析

解放军军需大学军事兽医研究所夏平安、江禹和中国农业大学生物学院刘维全等研究人员对此课题作了研究,他们认为家蝇卵黄蛋白基因编码的卵黄蛋白是家蝇胚胎发育的重要营养来源。根据3种家蝇卵黄蛋白cDNA保守序列设计引物,用PCR技术从家蝇基因组DNA中扩增到大小为768bp的mdyp1基因的部分DNA片段,     

应用大规模测序技术和生物信息学研究造血干/祖细胞的基因表达及新基因的识别和克隆

从新生儿脐血和成人骨髓中分选出造血干／祖细胞（ＨＳＣ／ＨＰＣ）,构建成ｃＤＮＡ文库,对其进行大规模表达序列标签（ＥＳＴ）测序,通过生物信息学等手段分析基因表达谱,并进行新基因的全长ｃＤＮＡ克隆。在所测的１０５１２条可分析ＥＳＴ序列中,有９８６６条来自脐血ＣＤ３４＋细胞,其中４６９７条（４７６％）为已知基因,２６０３条（２６４％）为已知ＥＳＴ,１４１５条（１４３％）代表未知ＥＳＴ。在已知基因中,８２％基因与造血相关,２２７％涉及细胞代谢、结构和迁移,１３０％与细胞分裂和防御相关,２６２％与ＲＮＡ、蛋白质的合成相关,１０６％和细胞信号传递有关。对一些已知和未知的ＥＳＴ,综合测序、生物信息学等方法,进行全长克隆,已获得２３个新基因的全长ｃＤＮＡ。     

水稻14-3-3蛋白家族的生物信息学分析

通过隐马尔柯夫模型(Hidden Markov Model,HMM),对粳稻(Oryza sativa L.ssp．japonica)基因组的蛋白质数据库进行搜索,结果获得8个14—3—3蛋白的同源序列,其中发现4个新基因。通过对所有粳稻的14—3—3蛋白的DNA序列与各种表达序列标签(Expression Sequence Tags,ESTs)进一步比对,为14-3-3蛋白找到了ESTs的证据。结果说明这些基因在水稻不同的处理和不同的部位都有所表达,而且不同成员之间的表达模式存在较大的差异。蛋白质多序列联配分析结果表明,存在可能的功能多态位点。通过基因结构和染色体定位的分析,确认了水稻基因组中存在E样和非E样两类14-3-3蛋白。此外,对目前植物中的14—3—3家族作了初步的进化分析。     

地中海拟无枝菌酸菌U-32的3-氨基5-羟基苯甲酸合成酶(AHBAS)基因的克隆与序列分析

地中海拟无枝菌酸菌（Ａｍｙｃｏｌａｔｏｐｓｉｓｍｅｄｉｔｅｒｒａｎｅｉ）Ｕ３２是一种临床上重要的抗生素———力复霉素ＳＶ的产生菌。研究表明,在地中海拟无枝菌酸菌的力复霉素生物合成过程中,３氨基５羟基苯甲酸合成酶（ＡＨＢＡＳ）是合成中间体Ｃ７Ｎ母核（又称ＡＨＢＡ）的关键酶。通过筛选以广宿主粘粒（Ｃｏｓｍｉｄ）ｐＬＡＦＲ３为载体构建的地中海拟无枝菌酸菌Ｕ３２的基因文库,获得６个阳性克隆子。将含有ＡＨＢＡＳ基因的约２５ｋｂ的片段克隆到ｐＢｌｕｅｓｃｒｉｐｔⅡＳＫ和ＫＳ上,进行酶谱分析得到其在染色体上的初步定位。序列测定表明地中海拟无枝菌酸菌Ｕ３２中的ＡＨＢＡ合成酶基因,由１１６７ｂｐ组成,起始密码子为ＡＴＧ,终止密码子为ＴＧＡ,共编码３８８个氨基酸,所克隆到的ＡＨＢＡ合成酶基因在大肠杆菌的启动子控制下获得诱导表达,蛋白分子量约为４３ｋＤ。     

人类新基因C17orf32的电子克隆和编码区序列RT-PCR验证

利用生物信息学与实验验证的技术路线,成功地克隆了人类新基因C17orf32的cDNA(GenBank登记号：AY074907和TPA: BK000260),发现C17orf32的完整开放阅读框架(ORF,31～657 bp）cDNA（627 bp）与人类假定基因LOC124919 ORF(25～807 bp)的25～651位只有一个碱基不同.经RT-PCR验证并cDNA测序、人类表达序列标签(EST)数据库的BLAST检索和基因组成规律分析三方面的结果,均支持C17orf32的序列,而不支持LOC124919的编码序列.C17orf32基因组序列全长4.610 kb,含有6个外显子和5个内含子,cDNA序列全长1 679 bp, ORF横跨全部6个外显子.该基因ORF翻译起始处符合Kozak规则,ORF起始码上游同一相位有终止码,ORF后有2个加尾信号和PolyA尾.C17orf32基因的成功克隆表明,NCBI GENOME Annotation Project在2001年12月预测的人类假定蛋白XP-058865编码基因LOC124919的模式参考序列XM-058865中存在偏差,即在C17orf32基因cDNA的406与407位碱基之间错误插入一个碱基G, 从而导致在插入位点后,ORF编码125位氨基酸以后蛋白质序列的改变,出现260个氨基酸的多肽.因此,应慎重看待计算机注释的人类基因组编码序列.建立的技术路线有助于发现更多新的人类功能基因.     

牛Pbx-1基因的电子克隆及生物信息学分析

新基因全长cDNA序列很难获得,但电子克隆却提供了基因克隆的一种策略.利用小鼠Pbx-1基因编码序列(NM_183355)为种子序列进行电子克隆获得牛Pbx-1基因完整编码序列.然后,用生物信息学方法分析了牛的Pbx-1基因的结构,密码子偏性和氨基酸的同源性等.结果表明:该基因cDNA全长1 754 bp,无内含子,最大开放阅读框1 305 bp.编码434个氨基酸.预测其编码的蛋白分子量为47 189.5 Da,与小鼠的同源性为81%.     

人呼吸道合胞病毒感染的SPC-A1细胞相关基因 zzz171con的电子克隆与分析

采用mRNA差异显示RT-PCR方法克隆到人呼吸道合胞病毒感染的SPC-A1细胞中相关的50个表达序列标签,其中一个片段g17-1在HRSV感染的细胞中高表达。利用生物信息学的方法对g17-1进行分析鉴定,推测是一个新基因。利用电子克隆,得到一全长2101bp的cDNA,对其ORF、启动子、电子表达谱、染色体定位以及所编码的蛋白进行分析,结果表明,该cDNA含有1个ORF,与人类假定蛋白XP_097121同源性达90%,定位于人17号染色体,在肿瘤细胞、腺癌细胞、扁桃体初级B细胞中表达,其编码的蛋白预测定位于细胞核内,推测其与细胞抗病毒感染有一定的关系。     

人呼吸道合胞病毒感染的SPC-A1细胞相关基因 zzz171con的电子克隆与分析

采用mRNA差异显示RT-PCR方法克隆到人呼吸道合胞病毒感染的SPC-A1细胞中相关的50个表达序列标签,其中一个片段g17-1在HRSV感染的细胞中高表达。利用生物信息学的方法对g17-1进行分析鉴定,推测是一个新基因。利用电子克隆,得到一全长2101bp的cDNA,对其ORF、启动子、电子表达谱、染色体定位以及所编码的蛋白进行分析,结果表明,该cDNA含有1个ORF,与人类假定蛋白XP_097121同源性达90%,定位于人17号染色体,在肿瘤细胞、腺癌细胞、扁桃体初级B细胞中表达,其编码的蛋白预测定位于细胞核内,推测其与细胞抗病毒感染有一定的关系。     

牛RHOQ基因的电子克隆与生物信息学分析

利用电子克隆技术获得牛RHOQ基因cDNA序列,采用生物信息学方法对该基因及其编码蛋白的基本理化性质、疏水性、信号肽、二级结构和亚细胞定位等方面进行预测和分析。结果表明,牛RHOQ基因的cDNA序列全长1 517 bp,包含1个618 bp开放阅读框,编码205个氨基酸;其编码蛋白属疏水性蛋白,不存在信号肽及跨膜结构,定位于分泌系统囊泡;二级结构主要以无规则卷曲和α-螺旋为主。牛RHOQ基因编码蛋白可能具有生长因子功能,可能在神经再生和突触延伸过程中起重要作用。     

高粱抗坏血酸过氧化物酶基因的电子克隆及序列分析

利用高粱EST数据库及电子克隆等技术克隆了高粱APX基因,其开放阅读框大小为753bp,编码250个氨基酸残基,推导的蛋白质分子量为27.1kDa,等电点约为5.135.它与C4植物玉米的胞质APX(ACG41151)在进化上的距离最短,亲缘关系最近.高粱APX无信号肽,是亲水性蛋白,推测它定位于细胞质中.第33-44氨基酸片段为其过氧化物酶活性区域,第155-165氨基酸片段则是其与亚铁血红素配基结合的区域.预测的二级结构及三级结构都表明高粱APX含有较多的不规则卷曲和α螺旋,三级结构上呈椭球体.     

新基因人MOB cDNA的克隆与功能分析

人MOB基因被认为是在脑组织中高表达的5次跨膜而功能未知的膜蛋白.从胎儿和成人肾脏消减杂交cDNA文库中获得了一条新的表达序列标签（expressed sequence tag,EST）序列,该序列对应于功能未知的MOB基因.利用生物信息学分析工具和分子生物学技术,从胎儿肝脏中成功地克隆了人MOB基因cDNA序列,同时也获得了含有完整开放读码框的大鼠和鸡MOB的电子全长序列.人MOB基因定位于10q11.1～11.2之间,含有一个1 242 bp的开放阅读框,第415位开始的ATG可能是翻译起始位点.核酸序列相似性搜索发现,其他种属中存在与之高度相似的EST序列,如爪蟾（79%）、羊（87%）、猪（94%）、牛（93%）.蛋白质序列相似性搜索发现,人MOB与大鼠、小鼠和鸡MOB有97%、97%、91％的相似性,与其他一些不同种属来源的假想蛋白有45%～73%的相似性.不同物种之间MOB基因核酸和蛋白质序列的高度相似说明,MOB是进化上高度保守的蛋白质.保守结构域分析发现,人、小鼠、大鼠和鸡MOB结构域组成完全一致,N端均与不育α基序（sterile alpha motif,SAM）结构域显著匹配,随后出现匹配显著性稍差的几个结构域.核酸和蛋白质序列的保守性提示,除N端约70个氨基酸组成SAM结构域外,其余的保守氨基酸可能形成一个新的保守的MOB结构域.表达谱分析表明,人MOB基因在所有被检组织和细胞中都表达.亚细胞定位研究显示,人MOB广泛表达于细胞内,主要在细胞核.DNA含量测定结果表明,人MOB基因过表达并不影响HeLa细胞的细胞周期和凋亡.总之,人MOB蛋白是一个在多种组织和细胞中广泛表达、细胞内广泛分布、进化上十分保守的蛋白质,可能通过特定蛋白质之间的相互作用,参与多种发育过程的调节.其过表达不影响HeLa细胞的周期和凋亡.     

玉米中一种新的蛋白激酶电子克隆与序列分析

目的：电子克隆玉米中一种新的蛋白激酶基因。方法：以拟南芥中一个蛋白激酶的氨基酸序列为探针,对玉米的EST数据库进行同源性检索和筛选并克隆。结果：序列分析显示该cDNA长1121bp,有一个450bp的开放阅读框,编码149个氨基酸,且具有保守苏氨酸/丝氨酸蛋白激酶结构域和TEY基元,说明所克隆的cDNA序列为玉米的MAPK全长cDNA。结论：所克隆的cDNA序列为玉米的MAPK全长cDNA。     

鼻咽癌相关基因NAP1的克隆及鉴定

从UniGene库中选取编号为BG231197,来自人鼻咽组织的EST序列.利用Blast检索GenBank的nr数据库和EST数据库,构建EST重叠群.利用人类基因组草图搜索法从成人正常鼻咽组织中PCR扩增获得该基因全长cDNA,命名为NAP1,GenBank登录号为AY190326.NAP1基因cDNA序列全长为573 bp,编码由85个氨基酸组成,相对分子质量为9 700的多肽.用α-³²P-dCTP标记NAP1基因片段,与含15种正常成人组织的多组织RNA印迹膜杂交,结果表明NAP1基因在淋巴结和气管中高表达,转录本大小约为0.6 kb,在其他组织中不表达.NAP1蛋白质与滤泡树突状细胞（follicular dendritic cell, FDC）的一种分泌肽前体（FDC -SP）（AF435080）同源,与其他已知蛋白质无明显同源性.NAP1基因定位在染色体4q13,基因组跨越9 179 bp,含5个外显子和4个内含子.采用差异RT-PCR检测了40例经病理诊断为低分化鳞状上皮癌的鼻咽活检组织及其对侧相应部位的正常鼻咽组织中该基因的表达差异.在40例鼻咽癌中,NAP1基因表达下调的有17例（42.5%）,表达上调的有6例（15%）,无明显表达差异的有17例（42.5%）.原位杂交和免疫组化结果显示该基因在正常鼻咽和鼻咽癌组织间质中的树突状细胞中表达,在其他间质细胞和鼻咽上皮中均不表达.以上结果表明,NAP1为树突状细胞的一种新的多肽,该基因在鼻咽癌组织中表达下调的原因,及其与鼻咽癌发生、发展的关系值得进一步探讨.