ortholog——概念、生物信息预测方法和数据库

orthologs指起源于不同物种的最近的共同祖先的一些基因。orthologous的基因,具有相近甚至相同的功能,由相似的途径调控,在不同的物种中扮演相似甚至相同的角色,因此在基因组序列的注释中,是最可靠的选择。orthologs的生物信息预测方法主要有两类:系统发生方法和序列比对方法。这两类方法都是基于序列的相似性,但又各有特点。系统发生方法通过重建系统发生树来预测orthologs,因此在概念上比较精确,但难于自动化,运算量也很大。序列比对方法在概念上比较粗糙,但简单实用,运算量相对较小,因此得到了较广泛的应用。

布鲁氏菌外膜蛋白OmpW家族蛋白生物信息预测

目的利用生物信息学分析方法预测布鲁氏菌外膜蛋白OmpW家族蛋白(OmpW family protein)的理化性质、信号肽、蛋白结构和抗原表位,为布鲁氏病基因疫苗的研制提供理论基础。方法从GenBank中获取OmpW家族蛋白的氨基酸序列,运用在线软件PortParam分析OmpW家族蛋白的理化性质;采用UCL在线分析工具预测OmpW家族蛋白的二级结构,SWISS-MODEL在线分析工具预测其三级结构。结果利用在线软件预测布鲁氏菌外膜蛋白OmpW分子式为C1136H1717N281O321,脂肪族指数为91.63,理论蛋白等电点(pI值)为5.67,原子总数为3457,其氨基酸序列Ala(A)占12.3%、Gly(G)占10.6%。正电荷残基(Arg+Lys)、负电荷残基(Asp+Glu)总数分别为16和18,其不稳定系数为23.01。该蛋白为稳定蛋白,亲水性系数为GRAVY为0.143。结论OmpW有一个跨膜结构域,存在糖基化位点和磷酸化位点,具有多个抗原表位。二级结构有链、螺旋和卷曲;三级结构为单聚体,属于外膜蛋白家族。本研究结果为进一步研究布鲁氏菌外膜蛋白OmpW家族蛋白及疫苗的开发与研制提供了理论依据。

BGC823中ND5基因突变对其蛋白影响的生物信息预测

目的分析总结胃癌细胞BGC823中ND5基因突变,利用生物信息学方法分析比较正常和突变的ND5蛋白的结构和功能。方法从胃癌细胞BGC823中扩增ND5基因,分析蛋白错义突变的位点,通过Prot Param、TMHMM、PredictProtien、Swiss-Model、Swiss-Pdb Viewer等生物软件分析比较正常和突变的ND5蛋白理化性质、跨膜区、二级及三级结构等。结果胃癌细胞BGC823的ND5蛋白有两处错义突变位点。突变后的ND5蛋白不稳定系数升高,螺旋区分布和蛋白结合位点与正常ND5蛋白不同,三级结构分析显示167位点突变后形成了新的氢键。结论 BGC823中的突变位点对ND5蛋白的理化性质、二级结构、三级结构有影响。

花生miRNA与其靶基因的生物信息学预测

本研究利用生物信息学方法预测花生中的miRNA及其靶基因。将miRBase注册的已知植物miRNA与花生EST和GSS数据库进行比对搜索,筛选得到13条miRNA,进一步预测得到20个靶基因。分析结果显示大多数靶基因属于转录因子,调控植物的生长发育等多种生物过程。

芸苔属(Brassica)植物中MicroRNA的生物信息学预测与分析

MicroRNA(miRNA)是一类调控基因转录后表达的非编码的小分子RNA.它在生物的发育、细胞增殖、凋亡以及胁迫响应等生物过程中发挥着重要的调控作用.目前,分离和鉴定miRNA的方法主要包括实验方法(遗传筛选、直接克隆)和生物信息学方法.MiRNA存在表达丰度低,表达组织特异性,以及受特殊诱导等问题,用传统的实验法常难发现和鉴定miRNA.通过生物信息学方法在已有的各种基因库中寻找未知miRNA,大大提高了人们发现miRNA及其靶基因的效率.芸苔属(Brassica)的成员包括油菜、芜青、甘蓝等,是世界各国主要油料和食用作物.目前,油菜的miRNA的分离和鉴定工作已有文献报道,而其它的尚属空白.本文将拟南芥、水稻等植物已知的miRNA分别与芜青、甘蓝、野芥菜、黑芥菜、埃塞俄比亚芥的GSS和EST数据库进行比对搜索,采用一系列标准进行筛选,最后分别在芜青和甘蓝中预测到67个和95个miRNA.再把这些预测得到的miRNA分别与芜青和甘蓝的mRNA数据库进行比对搜索,分别找到120个和111个靶基因,除去未知功能及功能不详的,各有62个和48个靶基因.分析结果表明,上述大多数靶基因编码的产物为转录因子及重要代谢酶类,涉及植物的生长发育调控、信号转导及胁迫响应等方面.

核果类果树中microRNAs的生物信息学预测及验证

microRNA(miRNAs)是一类非编码小分子RNA,在植物生长发育、新陈代谢以及逆境生理中起重要作用。基于生物信息学的基因搜索和同源搜索,从NCBI数据库中登录的核果类果树的EST和GSS中寻找miRNAs。从核果类果树的107982条ESTs和48273条GSSs中搜寻到了11条miRNAs前体序列,编码11条成熟体序列,并预测到19个靶基因,分别编码与生长发育、新陈代谢和转录调节等相关的蛋白。利用miRbase数据库进一步分析表明:11条miRNAs属于8个microRNA家族,分别来自桃和梅,其大小为20～23bp,其中6条为21bp,而且ppe-miR162a和ppe-miR164f保守性最高。采用poly(A)RT-PCR方法随机对预测的ppe-miR156h,pmu-miR482,ppe-miR399a,ppe-miR171a进行组织表达验证,发现ppe-miR156h在果梅花芽中表达,pmu-miR482,ppe-miR399a,ppe-miR171a在桃叶片中表达。

免疫信息学方法预测针对中东呼吸综合征冠状病毒的T/B细胞抗原表位

目的通过免疫信息学方法预测针对中东呼吸综合征冠状病毒(MERS-CoV)的T/B细胞抗原表位。方法从NCBI获取S蛋白序列后,运用MEGA11进行多序列比对及系统发育树构建,Expasy Protparam分析其理化性质,SOPMA预测其二级结构。随后对S蛋白建模并进行模型验证。再通过NetCTL-1.2、NetMHC pan EL 4.1和IEDB预测杀伤性T细胞(CTL)表位,NetMHCⅡpan-4.0、IFNepitope和IL-4pred预测辅助性T细胞表位(HTL),ABCpred和BepiPred-2.0预测线性B细胞表位(LBL),ElliPro工具预测构象B细胞表位(CBL)。最后对上述预测得到的线性表位进行抗原性、致敏性和毒性预测。结果S蛋白序列保守性较高,且来自不同国家的100个MERS-CoV S蛋白可以装进同一系统进化枝。理化性质分析结果显示,S蛋白亲水性总平均值为-0.078,在哺乳动物网织红细胞中半衰期约为30 h。模型验证结果显示构建的S蛋白模型是合理的。从S蛋白中预测得到具有抗原性、无致敏性和无毒性的CTL表位2个、HTL表位2个,LBL表位15个。ElliPro工具预测得到的CBL表位5个。结论MERS-CoV的S蛋白是亲水性的稳定蛋白;综合多种生物信息学方法可以预测得到T/B细胞抗原表位,对开发针对MERS-CoV的多肽疫苗具有重要借鉴意义。

HIV-1 CRF01_AE毒株gp41蛋白生物信息学预测

目的:对HIV-1 gp41蛋白的膜外区和跨膜区进行预测,并分析该蛋白的结构和功能。方法:从NCBI GenBank数据库获取gp41基因及其蛋白编码序列,利用ExPASy ProtParam tool、ProtScale、SignalP 4.0 Server、TMHMM Server v.2.0、SWISSMODEL、PredictProtein等工具对gp41蛋白的生物学特性进行预测。结果:HIV-1 gp41基因ORF长度为666 bp,编码222个氨基酸,蛋白分子式为C1164H1815N317O325S6,等电点(isoelectric point,pI)=8.60,属于稳定、疏水性蛋白。该蛋白具有跨膜区,信号肽切割位点位于第20和21位氨基酸处。其二级结构由无规则卷曲、β折叠和α螺旋组成,属于全螺旋型蛋白。而且该蛋白具有N-端信号肽,能引导蛋白分泌到胞外。此外gp41蛋白具有4个蛋白质-蛋白质和1个蛋白质-核酸结合位点,这些位点能调控gp41蛋白的多种生物学功能。结论:对gp41蛋白的结构和功能进行了预测,为深入研究其参与疾病发生发展的分子机制奠定了基础。

成骨不全环状RNA生物信息学分析

目的对成骨不全血清中差异表达的miR-21、miR-26a、miR-29a、miR-29b、miR-30e、miR-34c、miR-133a、miR-145、miR-210、miR-489与miR-1297等共11种miRNAs进行circRNAs及其靶基因的预测,同时分析其与circRNAs及靶基因间的相互作用。方法采用starbase软件对11种差异性表达miRNAs相关circRNAs进行预测,将得到的miRNA-circRNA进行频数分布分析并通过cytoscape软件进行网络分析寻找核心分子。采用miRWALK软件对11种差异性表达miRNAs相关靶基因进行预测,将得到的miRWALK-靶基因进行频数分布分析并通过cytoscape,DAVID软件进行网络分析寻找核心分子。结果 Starbase软件对11种不同miRNAs所预测的靶circRNAs的总数量为222个,非重叠circRNAs为141个。其中MIB1_hsa_circ_000886,MIB1_hsa_circ_002013,CPNE1_hsa_circ_000657,CYP4F3_hsa_circ_001395,KIAA1586_hsa_circ_001439与其中4种miRNA相互作用。另有14个circRNAs与3种miRNA相互作用。miRWALK软件对11种不同miRNAs所预测的靶基因中CNOT6、ELF2、NAV3等基因在不同数量级数据库中与相应不同种miRNAs作用密切。通过对11种miRNA相应circRNA以及靶基因生物学预测分析得到YES1基因与miR-133a、miR-145以及FAT1_hsa_circ_000713与LMNB2_hsa_circ_001499之间存在相互作用。PPP2CA与miR-29a、miR-29b、miR-133a以及KIAA1586_hsa_circ_001439之间存在相互作用。NTN4和SRGAP1与miR-26a、miR-145以及RFC1_hsa_circ_001649之间存在相互作用。结论本研究对成骨不全血清中差异表达的11种miRNAs及其相互作用的circRNAs、靶基因与相关信号通路进行了网络分析与预测,为进一步分析之间相互作用奠定了基础。

绵羊BTG1基因的半定量RT-PCR及生物信息学分析

B细胞易位基因1(BTG1基因)是BTG/TOB基因家族的成员之一,在动物细胞的增殖和分化中起重要的作用.利用牛BTG1基因的mRNA序列与绵羊的EST数据库进行Blast检索,并通过序列拼接和逆转录RT-PCR方法首次获得绵羊BTG1基因的部分cDNA序列(GenBank登录号FJ444829),其片段长度为1 358 bp,包括完整的开放阅读框516 bp,编码171个氨基酸.半定量PCR研究结果表明:BTG1基因在小尾寒羊和陶赛特羊的10种组织中均表达,并具有一致的表达趋势.同源分析结果表明,绵羊BTG1蛋白的氨基酸序列中存在BTG/TOB的保守结构域,并且该蛋白在不同物种间具有很高的保守性.通过生物信息学预测BTG1蛋白功能,发现绵羊BTG1蛋白存在1个跨膜结构域、8个磷酸化位点和1个特异性蛋白激酶磷酸化位点.蛋白质结构同源建模分析表明,绵羊BTG1蛋白具有BTG/TOB蛋白家族的典型空间结构.

miR-430基因簇的生物信息学分析

很多microRNA(miRNA)基因在基因组上紧密排列形成miRNA基因簇,mir-430是目前已发现的最大miRNA基因簇,但其起源和进化方面却是未知的。为了揭示mir-430基因簇的起源及其在相关物种的进化关系,文中基于miRNA序列同源保守的特点,采用BLAST程序在NCBI基因数据库中搜索mir-430序列,在14个物种中共搜索到35个mir-430基因序列,这14个物种都为硬骨鱼类。多序列对比发现mir-430基因簇成熟序列的第2到第8位碱基以及第16到第22位碱基为保守序列。进化分析表明七鳃鳗的pma-mir-430基因可能是此基因家族最早出现的基因形式,并且pma-mir-430e可能是其他物种mir-430基因的祖先基因。祖先基因经过个别碱基的缺失及突变、串联重复和大片段重复等方式形成了mir-430基因簇。该研究通过分析不同物种中mir-430基因簇的特征,揭示mir-430基因簇的分子进化规律,为其调控网络和功能研究提供理论基础。

稻瘟病菌类LxAR家族基因的预测及表达分析

在侵染水稻过程中,稻瘟病菌分泌一系列效应因子来抑制寄主免疫系统。无毒效应因子AVR Pii和AvrPiz-t的氨基酸序列含有类LxAR基序,基于此,本研究利用生物信息学技术,从稻瘟病菌基因组中筛选获得了99个含有类LxAR基序的假定效应因子(MoLLEs)。该家族蛋白都为小分子蛋白(70~300 aa),富含半胱氨酸氨基,绝大多数为未知功能的蛋白。24个蛋白含已知的功能域,可能涉及了多种生命过程,其中有9个蛋白编码植物细胞壁降解酶。通过表达模式分析发现,MoLLEs家族基因成员的表达受到饥饿胁迫、附着胞生长发育以及侵染水稻等过程的诱导,此外一部分基因受到附着胞发育关键基因PMK1调控。基因表达交叉分析表明,部分基因同时在附着胞发育和致病过程中上调表达。在与水稻的相互作用中,MoLLEs在稻瘟病菌侵染不同阶段均有上调表达,并且部分基因受亲和或非亲和反应特异性诱导。

海鞘(Ciona intestinalis)新microRNA基因的识别及其靶标预测

microRNAs(miRNAs)是一类长度约22 nt的非编码小RNA,通过碱基互补配对的方式调控靶基因的表达。本文采用同源搜索的方法,以线虫、果蝇、文昌鱼和人类的miRNA为探针,与海鞘的基因组序列进行比对,同时结合miRNA二级结构特征及SVM假阳性分析共发现10个新的miRNA基因。通过靶基因预测,共找出225个潜在靶基因,这些靶基因主要参与细胞代谢、转录调节、结合活性等功能。新miRNA基因的识别为海鞘miRNA功能研究奠定了基础,并为更进一步揭示脊椎动物miRNA的起源与进化提供了理论依据。

基于目标基因芯片数据预测lncRNAs调控脑缺血再灌注损伤后的作用效应

长链非编码RNAs(long noncoding RNAs,lncRNAs)在细胞中有重要调控作用。已有研究报道,脑缺血再灌注损伤可诱导大量lncRNAs表达水平的改变,然而其具体作用机理未知。现从GEO数据库中下载基因芯片数据,分析损伤后脑组织中lncRNAs和mRNAs的表达改变。结果显示27条lncRNAs和408条mRNAs表达上调,9条lncRNAs和31条mRNAs表达下调。同时,基因本体论和通路富集分析显示差异表达的转录本在免疫和炎症反应、细胞凋亡调控等生物过程及相关通路显著富集。此外,基于lncRNAs目标预测程序和lncRNAs-mRNAs共调控网络,对序列数据和表达数据进行综合分析,发现差异表达lncRNAs参与调控细胞凋亡、免疫和炎症反应,并推测出linc RNA(chr1 9:5771 425-5848475_F)、lincRNA(chr1:1 37503023-1 37625604_R)和lincRNA(chr1 4:21 029450-21 049451_F)等lncRNAs潜在的靶基因和调控机制。这些发现提示lncRNAs广泛参与调控脑缺血再灌注损伤,为缺血性脑卒中损伤机制和治疗方案提供新的研究方向。

32种果树microRNA的生物信息学预测与分析

通过生物信息学预测miRNA的方法,采用基于生物信息学的基因搜索和同源搜索的方法成功地从NCBI数据库中登录的32种果树的EST中寻找miRNAs。从32种果树的774400条ESTs中找到了110条miRNA前体序列,编码116条成熟体序列。利用miRbase数据库进一步分析,结果表明116个miRNAs属于45个miRNA家族,其中有7个保守的miRNA家族中的miRNA个数在5以上,20个miRNA家族的miRNA个数在2～4,有18个miRNA家族的miRNA数量为1个。在柑橘、苹果、香蕉、猕猴桃和桃等果树中分别发现28、16、13、11和10个miRNAs。果树中miRNA的序列比较发现,相同家族的miRNA的序列存在一定水平的差异,其中碱基的变化包括相似频率的颠换与转换。

Hsa_circ_0008957靶MiRNA预测及其表达载体构建

目的构建Ⅰ型胶原蛋白结构基因COL1A2的靶向circRNA hsa_circ_0008957其靶向miRNA的功能。方法采用circbase软件,获取hsa_circ_0008957序列,采用PCR进行circRNA克隆,通过同源重组接入circRNA表达载体pCD2.1。重组载体pCD2.1-hCOL1A2_circ_0008957通过PCR、双酶切、Sanger测序进行验证。利用circBANK,circinteractome网站进行hsa_circ_0008957靶miRNA及其功能预测。结果pCD2.1-hCOL1A2-circ-0008957重组载体构建成功。Hsa_circ_0008957预测出该circRNA不具有蛋白编码功能,其靶miRNA hsa_miR_1305,hsa_miR_140-3p,hsa_miR_421,hsa_miR_548c_3p和hsa_miR_628-3p与成骨相关,预测hsa_circ_0008957可能通过这些miRNA参与成骨分化。结论Hsa_circ_0008957通过miR-1305、miR-140-3p、miR_421、miR_548c_3p和miR_628_3p参与成骨分化,且预测COL1A2靶向miRNA与17种miRNA取交集,得出hsa_miR_618,该miRNA与肿瘤疾病相关,为后续在细胞水平上进一步验证hsa_circ_0008957的调节功能奠定了基础。

EG14-3-3真核表达蛋白的纯化及空间结构的生物信息学预测

目的构建真核表达载体pcDNA3.1-EG14-3-3-myc-his,经表达、纯化后获得融合蛋白EG14-3-3-myc-his,并通过生物信息学预测EG14-3-3蛋白的空间结构。方法以pet41a-EG14-3-3为模板PCR扩增EG14-3-3基因的CDS区,经限制性内切酶EcoRⅠ和BamHⅠ双酶切后连接到真核表达质粒pcDNA3.1-myc-his A(-)中,构建真核表达质粒pcDNA3.1-EG14-3-3-myc-his。将质粒转染入293T细胞中表达EG14-3-3-myc-his蛋白,经亲和层析纯化后进行Western blot鉴定,通过在线网站对EG14-3-3蛋白空间结构进行生物信息学预测。结果成功构建pcDNA3.1-EG14-3-3-myc-his真核表达质粒,表达产物纯化后经SDS-PAGE电泳分析其分子质量为27.9 ku,与预期一致,且以第3次(4℃过夜)洗涤的靶蛋白含量较高。Western blot检测纯化后带有His标签的重组蛋白EG14-3-3-myc-his能被His单克隆抗体识别。生物信息学预测EG14-3-3蛋白无信号肽和跨膜区,其二级结构中的N端为无规则卷曲,之后紧连两个α螺旋,C末端为无规则卷曲和较短的片层结构。结论成功构建了pcDNA3.1-EG14-3-3-myc-his真核表达载体,通过蛋白纯化技术获得高纯度的蛋白。表达的EG14-3-3蛋白含有无规则卷曲,可能为抗原表位所在位置,为进一步研究14-3-3蛋白的功能及应用奠定了实验基础。

可可毛色二孢菌全基因组非经典分泌蛋白的预测及致病相关性分析

可可毛色二孢(Lasiodiplodia theobromae)是一种世界性分布的重要植物病原真菌,可侵染500余种木本植物,危害严重。分泌蛋白在病原菌的侵入、扩展、定殖以及病害发生过程中发挥着重要作用,目前有关经典分泌蛋白的研究较多,而对于非经典分泌蛋白在植物病原真菌致病过程中的作用研究较少。本研究基于L.theobromae全基因组序列,通过生物信息学预测,得到238个候选非经典分泌蛋白编码基因。基因功能预测及富集分析结果显示,这些基因在碳硫裂解酶活性(Car-bon-sulfur lyase activity)通路中被富集。基于PHI-base病原-宿主互作数据库的注释信息,其中有15个非经典分泌蛋白编码基因可能参与了L.theobromae的致病过程。ApoplastP软件预测结果显示,其中4个定位于植物细胞质外体,11个定位于植物细胞内。经反转录荧光定量PCR(RT-qPCR)分析证实,这些候选关键非经典分泌蛋白编码基因的转录水平在葡萄枝条组织诱导条件下发生了显著的变化。根据本研究结果,非经典分泌蛋白在葡萄—L.theobromae互作体系中可能发挥着重要作用,这为深入解析非经典分泌蛋白对L.theobromae致病力影响的机制奠定了基础。

柯萨奇病毒A组6型构象表位的生物信息学预测

柯萨奇病毒A组6型(Coxsackievirus A6,CV-A6)近年成为手足口病(Hand,foot,and mouth disease,HFMD)最重要的病原体之一。本实验室在之前的研究中发展了人肠道病毒构象表位的生物信息学预测算法,并成功应用于柯萨奇病毒A组10型(Coxsackievirus A10,CV-A10)构象表位的预测,发现CV-A10的构象表位在病毒衣壳表面呈现site 1、site 2和site 3三簇分布。本研究中,应用相同算法对CV-A6的构象表位进行系统性预测,并将CV-A6和CV-A10这两种手足口病的病原体的构象表位进行对比。结果显示:CV-A6(A颗粒)和CV-A10(A颗粒)的构象表位具有高度一致的site 1、site 2和site 3三簇分布模式,而且这种分布一致性超过了CV-A10两种颗粒状态(A颗粒和成熟颗粒)的一致性,说明衣壳结构和颗粒状态对于构象表位非常重要。虽然CV-A6(A颗粒)和CV-A10(A颗粒)具有高度一致的构象表位分布模式,但在共享的58个氨基酸残基位点中,仅有21个(36.2%)残基保守,而且绝大多数构象表位都有3个以上残基差异,提示构象表位残基上的差异造成了CV-A6和CV-A10的血清型差异。CV-A6构象表位的预测结果,为其构象表位的实验鉴定、分子流行病学研究和疫苗研发提供了重要支持。

柯萨奇病毒A组10型构象表位的生物信息学预测

近年来,柯萨奇病毒A组10型(Coxsackievirus A10,CV-A10)逐渐成为手足口病(Hand,foot and mouth disease,HFMD)最重要的病原体之一。相比肠道病毒A组71型(Enterovirus 71,EV-A71),CV-A10尚未有上市的疫苗,其构象表位也缺乏系统性研究。本研究利用实验室发展的人肠道病毒构象表位的生物信息学预测算法,对CV-A10的构象表位进行系统性预测。结果显示:45个氨基酸残基聚集成三簇构象表位:site 1、site 2和site 3。site 1位于病毒衣壳表面峡谷的北侧,site 2和site 3位于峡谷南侧,三者呈现"品"字形分布。site 2和site 3与已报道的两个表位2G8和VP2-P28高度重叠,说明预测结果具有较高准确性。鼻病毒B种14型(Rhinovirus B14,RV-B14)、脊髓灰质炎病毒1型(Poliovirus type 1,PV1)和CV-A10同属于人肠道病毒。已有研究表明,RVB14和PV1的抗原表位也呈三簇分布,且每一簇都与CV-A10的预测结果高度重叠。这既说明了预测结果的准确性,同时也提示三簇构象表位的分布模式可能是人肠道病毒构象表位的基本分布规律。CV-A10构象表位的预测结果,为构象表位的实验鉴定、病毒的分子流行病学研究和疫苗研发提供了重要支持。