肺癌相关EST序列的生物信息学分析和新基因发现研究

摘要

对表达序列标签(expressedsequencetag，EST)进行大规模研究已成为功能基因组学研究的最佳途经之一，本论文着重介绍和讨论应用生物信息学技术对EST数据的分析。对通过实验所获得的差异基因片段进行生物信息学分析，主要包括基于国际互联网的序列相似性分析、片段重叠群分析和全长cDNA序列分析，以及如何构建局域网并采用本地服务器进行规模化的数据分析，从而为研究人员提供可参考的生物信息学数据分析方案。 近年来，局部序列比对搜寻基础工具(BLAST)的研究取得了迅速发展，并被进一步运用到基因组测序、基因精确定位、基因图位克隆以及基因组织结构与功能研究等方面。因此，本文就BLAST的策略、一般过程进行了着重讨论，同时也对BLAST过程中存在的问题、解决方法及发展前景进行了论述。 本研究以生物信息学为研究方法，利用互联网基因组资源，对一组采用mRNA差异显示法(mRNAdifferentialdisplayPCR，DD-PCR)，对比肺癌组织与正常肺黏膜组织mRNA的表达差异，克隆肺癌差异片段，经过RNA的测序以及序列分析和通过BLAST程序同EMBL数据库和GenBank数据库进行比较及同源性分析。使用BLAST软件，将所得到的9条序列与EST数据库和基因组数据库进行比对分析，以获得序列的特征信息，并筛选出有意义的EST序列。 通过生物信息学方法快速筛选获得肺癌相关已知EST序列3条，排除1条DNA污染序列。分析结果显示有2条序列与已知区域匹配；多数序列与已知CDS的外显子同源，对其中几条差异表达条带进行克隆、测序，经序列分析及同源性比较，表明确认其中2条为GenBank/BLAST中尚未收录的片段，已用sequin提交EST数据库；其余几条不确定序列已通过理化特性分析的方法进一步证实其特性。 本研究用ESTs序列对NCBI数据库进行Blastn比较，采用生物信息学方法，运用网上数据库资源，结合相关生物信息学软件将目标序列进行搜索、处理、拼接、延伸，得到的最后重叠群，用DNAssist、SEQMAN程序和Blast程序分析重叠群推测其开放阅读框为324bp，编码107个氨基酸，蛋白质的特点及跨膜区预测其编码蛋白可能属于跨膜蛋白。研究结果为今后利用生物信息学快速克隆新的肿瘤类功能基因打下了方法学基础，也为进一步研究肿瘤基因功能提供了依据。

目录

文摘

英文文摘

前言

第一部分 肺癌相关EST序列的生物信息学分析

第二部分 电子克隆和新基因的发现方法

第三部分 结论与讨论

参考文献

附录

致谢

原创性声明