生物信息学在新基因全长cDNA电子克隆中的应用

新基因全长cDNA序列的获得常常是生物学工作者面临的难题,电子克隆是利用生物信息学手段得到新基因全长cDNA序列的新方法。介绍了电子克隆的方法及其生物信息学在其间的具体应用,并概述了一些生物信息学在序列分析中的应用。     

中国野葡萄新基因cDNA全长的克隆及序列分析

根据对中国野生葡萄华东葡萄株系白河-35-1在白粉病诱导下构建的cDNA文库中获得的1条EST序列设计特异引物,以总RNA逆转录产物为模板,进行SMART-RACE扩增。结合生物信息学方法对所获的序列进行开放阅读框、序列同源性分析,并预测了蛋白质的理化性质、信号肽、酶与非酶分析、亚细胞定位以及蛋白质二级结构。结果表明,获得的中国野生葡萄新基因的全长序列为854 bp,其开放阅读框为585 bp,5′非编码区为107 bp,3′非编码区为162 bp;同源性比对表明该新基因推导的氨基酸序列与拟南芥RNA结合蛋白和水稻推定的半乳糖基转移酶的同源性分别为55%和63%,第8~82位氨基酸序列与RNA识别基序相类似,是一个典型的结构功能域;推导该基因表达产物为相对分子质量为21 801.27、等电点为6.86的不稳定蛋白,定位于细胞核,不包含信号肽,二级结构主要是无规则卷曲。     

烟草ovate同源基因的全长cDNA克隆与序列分析

根据番茄中控制果实形状的主效数量性状基因ovate的序列,用生物信息学方法从茄科植物烟草中获得直系同源ovate基因(NTovate)的特异片段,经鉴定,此基因在烟草中至少有2个拷贝。在此基础上用cDNA末端快速扩增(RACE)方法,获得其中1个拷贝的1059bpNTovate全长cDNA序列。序列分析表明,NTovate cDNA序列编码352个氨基酸,其蛋白序列与番茄ovate蛋白序列和拟南芥ovate蛋白家族AtOFP7蛋白分别为70%和36%的序列一致率,而与此家族中其他蛋白以及水稻ovate蛋白仅在保守的ovate结构域有较低的同源性。此基因已在GenBank中登录(EU043369)。     

鳜鱼Mx蛋白全长cDNA的克隆和序列分析

Mx蛋白是一类由I型干扰素诱导表达的抗病毒蛋白。本研究以感染了鳜传染性脾肾坏死病毒(Infectious spleen and kidney necrosis virus,ISKNV)的鳜鱼为材料,提取肝脏总RNA,通过逆转录一聚合酶链式反应(RT-PCR)扩增出Mx蛋白基因的核心片段序列,再应用3’和5’快速扩增cDNA末端(RACE)方法PCR扩增Mx蛋白cDNA末端,最终获得鳜鱼Mx蛋白cDNA序列(GenBank登陆号：AY392097)。序列分析表明：鳜鱼Mx蛋白cDNA含有2391bp,其中编码区长1881bp,编码627个氨基酸残基,推测蛋白质分子量大小为7．15kDa。鳜鱼Mx蛋白具有脊椎动物Mx蛋白共有的结构特征：一个三联体GTP结合区域(GXXXSGKS/T、DXXG、T／NKXD)一个发动蛋白家族的典型结构特征序列(LPRGS／KGIVTR);以及C端高度保守的Leu拉链结构域。鳜鱼Mx蛋白全基因的获得为下一步研究鱼类Mx蛋白的抗病毒活性、作用机制,以及干扰素的检测奠定了基础。     

狂犬病毒街毒株全长基因cDNA克隆的构建及鉴定

利用分子克隆的方法,将狂犬病毒街毒株的全基因组分为4个片段按照它们基因组上的顺序克隆到真核表达载体pVAX1上,并将G-L间隔区的非编码区替换为表达绿色荧光蛋白(GFP)的核苷酸,构建出表达绿色荧光蛋白(GFP)的重组狂犬病毒HN10株全长基因组cDNA真核表达质粒,同时,在全长cDNA的两侧嵌入锤头状核酶(HamRz)和丁型肝炎病毒核酶(HdvRz)的序列,并置于CMV启动子的控制下,为下一步拯救出该嵌合病毒提供了可直接使用的全长cDNA真核表达质粒。     

NRDRiso酶cDNA的序列测定及生物信息学分析

通过鉴定分析人肝组织中辅酶II依赖性视黄醇脱氢酶不同剪接体全长cDNA核苷酸序列与氨基酸序列的结构特征,为今后进一步研究体内维甲酸的代谢情况奠定基础。根据人、小鼠NRDR编码区的一致性序列,设计一对引物,应用RTPCR方法从人肝组织中得到一条377bp的新的cDNA片段。采用RACE法得到了NRDR新亚型cDNA,并以生物信息学软件分析其生物学特征。 测序得知该cDNA长为1003bp,以NADP-dependent retinol dehydrogenase/reductase short isoform（NRDRiso）登录GenBank。其读码框为525bp,拟编码174个氨基酸的蛋白。     

盐藻新基因DsSTPK的克隆及生物信息学分析

采用RT-PCR和RACE技术克隆了杜氏盐藻DsSTPK的1种丝氨酸/苏氨酸蛋白激酶基因（GenBank accession No.JN625213）,命名为DsSTPK,并对其进行了生物信息学分析. 结果表明,盐藻DsSTPK基因的cDNA全长为3 129 bp,可阅读框为2 184 bp,编码727个氨基酸.该蛋白为亲水性蛋白,无信号肽,无跨膜区域,为非跨膜蛋白,且定位于细胞质基质,二级结构的主要元件为无规卷曲和α 螺旋,三维建模成功,在167~190位有1个蛋白激酶的ATP结合区、293~305位1个丝氨酸/苏氨酸蛋白激酶活性区,存在多个潜在的磷酸化位点.进一步的进化分析表明,其与衣藻、团藻亲缘关系最近. 这些研究结果为进一步阐明DsSTPK的功能及作用机制奠定了基础.     

中国对虾蜕皮抑制激素全长cDNA的克隆及序列分析

对虾的蜕皮活动由蜕皮抑制激素和蜕皮激素调控,蜕皮抑制激素是甲壳动物CHH家族神经肽的成员之一,通过抑制Y器官蜕皮激素的合成而调节蜕皮,以中国对虾（Fennropenaeus chinensis）眼柄总RNA为材料,采用cDNA末端快速扩增（RACE）方法。首次得到蜕皮抑制激素的全长cDNA（GenBank登录号：AF469187）。该全长cDNA大小为697bp,是由320bp的3′RACE产物和468bp的5′RACE产物拼接而成,Blast搜索结果显示,该全长cDNA与甲壳动物的MIH基因序列具有较高的相似性,用Clustal X进行多序列比较结果表明,由该全长cDNA推导的氨基酸序列与对虾类的MIH的氨基酸序列同源性最高,其中与日本对虾,斑节对虾,刀额新对虾MIH的同源性分别为95.1%,83.1%,79.1%,根据以上数据,推断该697bp的全长cDNA为编码中国对虾MIH前体的cDNA。进一步序列分析表明,编码中国对虾MIH前体cDNA包括312bp的开放阅读框,81bp的3′UTR和302bp的5′UTR;编码103个氨基酸的MIH前体分子包括信号肽和成熟肽,信号肽由28个氨基酸组成,成熟肽由75个氨基酸组成,成熟肽中6个半胱氨酸非常保守。     

鳜鱼Mx蛋白全长cDNA的克隆和序列分析

Mx蛋白是一类由I型干扰素诱导表达的抗病毒蛋白.本研究以感染了鳜传染性脾肾坏死病毒(Infectious spleen and kidney necrosis virus,ISKNV)的鳜鱼为材料,提取肝脏总RNA,通过逆转录-聚合酶链式反应(RT-PCR)扩增出Mx蛋白基因的核心片段序列,再应用3'和5'快速扩增cDNA末端(RACE)方法PCR扩增Mx蛋白cDNA末端,最终获得鳜鱼Mx蛋白cDNA序列(GenBank登陆号AY392097).序列分析表明鳜鱼Mx蛋白cDNA含有2391bp,其中编码区长1881bp,编码627个氨基酸残基,推测蛋白质分子量大小为7.15kDa.鳜鱼Mx蛋白具有脊椎动物Mx蛋白共有的结构特征一个三联体GTP结合区域(GXXXSGKS/T、DXXG、T/NKXD);一个发动蛋白家族的典型结构特征序列(LPRGS/KGIVTR);以及C端高度保守的Leu拉链结构域.鳜鱼Mx蛋白全基因的获得为下一步研究鱼类Mx蛋白的抗病毒活性、作用机制,以及干扰素的检测奠定了基础.     

一个鼻咽癌相关EST的鉴定及其全长cDNA序列分析

鼻咽癌是我国南方及东南亚地区常见的恶性肿瘤之一.通过对鼻咽癌染色体高频率杂合性丢失区域3p21的表达序列标签(expressedsequencetag,EST)进行同源性比较分析,运用逆转录聚合酶链式反应的方法,筛选到一个在41.18%(14/34)的鼻咽癌活检组织及20.0%(1/5)的鼻咽癌细胞系中表达下调的ESTBG772301;并用Northern杂交方法,检测了该EST在多种正常成人组织中的表达状况及其所代表基因的转录本大小.在此基础上,对该EST来源的cDNA克隆(IMAGE:4839190)进行直接测序,获得了一个全长为2377bp的新cDNA序列;经生物信息学分析,发现它与已知基因序列无明显同源性,属于一个新基因,定位于染色体3p21.3,被命名为鼻咽癌表达下调基因(NPCEDRG,GenBank登录号:AF538150).其编码的蛋白质含169个氨基酸,与一个已报道的在进化上相对保守、功能未知的人类蛋白Nicolin1(简称NICN1)N端170个氨基酸残基的序列同源性为97%,但缺少NICN1蛋白C端43个氨基酸残基,可能是nicolin1基因不同剪接本的编码产物.     

基于PC/Linux的核酸序列电子延伸系统的构建及其应用

新基因全长cDNA序列的获得常常是分子生物学工作者面临的难题。人类基因组计划及其相关计划的实施导致了大量表达序列标签(EST)的产生。利用一定的生物信息学算法,这些EST序列往往可用来对新基因片段进行延伸。采用Linux操作系统,利用Blast软件和Phrap软件以及EST数据库在微机上构建了EST序列的电子延伸系统,并对来自于人胎肝的11386条EST序列和511条插入片段全长cDNA序列进行了电子延伸,结果显示8373条EST序列和389条插入片段全长cDNA序列得到了程度不等的延伸,部分结果通过RACE实验得到证实。该套系统可高效地、规模化进行EST序列的延伸,可为通过实验获得新基因全长cDNA序列提供重要线索。 Abstract:Normally it is difficult to obtain full-length cDNA sequence of novel genes.More and more expressed sequence tags(ESTs) have been obtained since the start-up of human genome project.Powerful system is badly needed for data mining on these EST sequences.Based on a personal computer coupled with Linux operating system and EST database,the Blast software and Phrap software were used to construct a platform for in silico elongation of ESTs in our lab.The performance was tested using 11386 EST sequences and 511 partial-length cDNA sequences.Results demonstrated that 8373 EST and 389 cDNA sequence were elongated using this system.Thus the platform seems to be a fast way for full-length cDNA sequence cloning of new genes.     

多效生长因子相关基因的生物信息学分析

目的:用生物信息学方法分析多效生长因子(PTN)潜在的分子功能。方法:利用由美国亚利桑那癌中心提供的生物信息学数据库,对前期用小鼠全基因组表达谱芯片检测到的Ptn相关基因进行生物信息学分析,通过GO Terms分析这些基因所属的功能群体,用Pathway Miner分析这些基因参与调控的信号通路。结果:370个由芯片检测得到的Ptn相关基因中,在GO Terms数据库中找到231个基因,其中参与细胞成分构成的基因占31.83%,具有分子功能的基因占35.34%,而参与生物学过程的基因占32.83%;在Pathway Miner数据库中找到105个基因。这些基因相关的信号通路有230条,分别属于细胞和调控过程通路以及代谢通路。结论:PTN是一个重要的细胞因子,可能参与机体的免疫与防御反应、炎症反应,以及细胞的增殖、凋亡调控等。     

High Efficiency Selection of Full-length cDNA by Improved Biotinylated Cap Trapper

We report here an improved protocol for the preparation of full-lengthcDNA libraries that improves the previously reported method(Carninci, P., Kvam, K., Kitamura, A. et al. 1996, Genomics,137, 327–336), that allows long cDNAs to be cloned moreefficiently. One potential disadvantage of the original biotinylatedCAP trapper protocol is the exposure of mRNA to chemical andenzymatic attacks during the biotinylation of the cap structure,before the first-strand cDNA synthesis (and selection of full-lengthcDNA by biotinylated cap). Here, we show that the biotinylationof the cap structure is very specific and effective even ifbiotinylation is performed on the mRNA/cDNA hybrid producedby the first-strand cDNA synthesis reaction. Consequently, mRNAremains protected from chemical and enzymatic degradation duringthe overnight biotinylation step, thus making it possible toselect full-length cDNAs of longer average size. We herein reportthe efficiency and specificity of the new version of the protocolfor cap structure biotinylation and capture of full-length cDNA.     

牙鲆碱性磷酸酶cDNA序列分析与蛋白质高级结构预测

为研究碱性磷酸酶(EC 3.1.3.1; alkaline phosphatase,ALP)在牙鲆(Paralichthys Olivaceus)发育和变态中的作用,采用RACE的方法克隆了牙鲆ALP基因cDNA全长,通过生物信息学分析了核苷酸序列并进行蛋白结构预测. 结果表明,牙鲆ALP cDNA全长为1 811bp,能编码476个氨基酸的蛋白质,分子量为52 293.1,等电点为7.67. 编码区核苷酸GC含量在ALP同源基因中差异比较大,脊椎动物明显高于非脊椎动物和细菌. 分子系统分析显示,牙鲆ALP和青黑斑河豚(Tetraodon nigroviridis)、斑马鱼（Danio rerio）的组织非特异性ALP有较高的同源性,分子进化树和物种进化树是一致的. 在蛋白序列中的一些重要的功能位点,包括金属离子结合位点、N糖基化位点和丝氨酸磷酸化位点等表现了较高的保守性. 牙鲆ALP和人胎盘ALP(PALP)在蛋白序列上有43%的相似性,其3D结构非常接近.通过氨基酸空间位置比较发现,牙鲆ALP中141和203位半胱氨酸对应于人PALP的121和183位半胱氨酸,推测能形成一个二硫键. 在两者酶活性中心,3个金属离子结合的氨基酸残基非常保守,Zn离子周围的9个氨基酸中有2个不同;Mg离子周围的7个氨基酸也只有2个不同,包括一对类似的丝氨酸155和苏氨酸175.     

与绵羊KAP6-1相似的6个绒山羊全长cDNA的克隆与序列分析

用SMART^TM技术构建了绒山羊体侧部皮肤组织的cDNA文库,随机挑选克隆提取质粒,用M13正向测序引物对插入片段进行测序,得到636个cDNA序列。与GenBank数据库比对,有41个序列与绵羊角蛋白关联蛋白(Keratin Associated Protein,KAP6-1)cDNA高度同源。41个序列可归为6个不同的cDNA,GenBank登陆号分别为AY310749、AY310750、AY310751、AY310752、AY310753和AY310754。与绵羊KAP6-1基因组基因比较,推测这6个序列为全长cDNA,分别为编码82、84、71、71、83和83个氮基酸的碱性蛋白质,甘氮酸和酪氮酸的含量大于60％,它们之间核苷酸序列的一致性大于55．4％,读码框氮基酸序列的一致性大于79．8％。与其他物种KAP6s比较,绒山羊的6个eDNA和绵羊的KAP6-1 cDNA的序列一致性最高,为81．9％～98．8％,不同物种KAP6-1之间氮基酸序列一致性大于50％。