序列比对和序列特征分析总目录

启动子Promoter是位于基因5'端上游的DNA序列，调控基因表达。作用方式是通过与转录因子结合。关于启动子更详细的简文请看查找一个基因的启动子序列

• 原核生物启动子区有明显的共同一致的序列，而真核基因启动子区域多种转录因子相互作用共同完成调控，调控机制更加复杂。
• 真核生物的启动子的-25~-35区域含有TATA序列，是RNA聚合酶的识别区，可以使转录精确起始，称为核心启动子元件
• 而-70_{-80区域含有CCAAT序列，-80}-110区域有GCCACACCC或GGGCGGG序列，这两个区域控制转录的起始频率。
• TATA上游保守序列叫上游启动子元件（Upstream promoter element，UPE）或上游激活序列（Upstream activating sequence，UAS）。
• 真核有很多转录因子，同一个转录因子可以调控多个gene，转录因子结合的DNA序列是比较短的DNA片段，而在整个基因组又有大量重复序列，这些都给转录因子结合位点的识别带来难度。所以，识别的时候要结合基因结构信息，如CpG岛，外显子/内含子信息等

启动子结合位点和TFBS常用数据库有

• EPD（eukaryotic promoter database）:
  有注释的非冗余的真核生物RNA聚合酶II启动子数据库，转录因子起始位点（Transcription start site， TSS）都经过试验获得。
• TRANSFAC
  真核生物转录调控信息数据库，收录数据也都经过验证，包含转录因子，转录调控关系及转录因子结合位点等信息，物种也比较全，有人，大鼠，小鼠，酵母，线虫，拟南芥，果蝇等。
• DBTSS
• TRRD

如何搜索目的DNA序列中是否含有已知位点的序列模式？

• PromoterScan
  可以根据转录因子结合序列同源性分析启动子区polII和其他调控因子结合位点
• TESS（transcription element search system）可以搜索转录元件

1 启动子区域预测

1.1 PromoterScan

举例：人类ALB基因（NC_000004.12）启动子区域转录因子结合位点分析

• 首先，NCBI找到ALB基因序列，选取该序列5'端上游2000bp，3'下游100bp的序列，复制FASTA格式序列，提交到promoterscan，下图，submit

image.png

• 结果如下

• 解释

• promoter score:默认50，越大可靠性越强，本例为53.7
• 启动子位于正链1727-1977之间
• significant signals显示了与该启动子区域结合的TF的名称，编号，链，位置和权重，本例显示有5个TF结合位点，点击TFD可以查看具体信息。

1.2Promoter 2.0

1.3细菌启动子预测1

1.4细菌启动子预测2

1.5细菌操纵子预测

1.5真核启动子预测

转录因子结合位点分析

• 启动子是RNA聚合酶的识别，结合和起始转录的特定DNA序列，是顺势作用元件。
  转录因子结合位点，transcription factor binding site，TFBS，位于启动子中，是与转录因子结合的DNA序列，长度月5-20bp。
• 真核有很多转录因子，同一个转录因子可以调控多个gene，转录因子结合的DNA序列是比较短的DNA片段，而在整个基因组又有大量重复序列，这些都给转录因子结合位点的识别带来难度。

3 转录终止信号预测

转录终止信号是mRNA序列3'端终止密码子下游的加尾信号。3'加尾是真核mRNA转录后的3个最主要的加工方式之一（加帽，加尾，内含子剪切）。
加尾与mRNA稳定，细胞内转运，翻译起始等有很大关系。
转录终止信号序列主要特征为AATAAA序列，也叫polyA信号，其识别就是基于此特征。
主要工具有

2.1 POLYAH

PLOYAH

2.2ARNold:

不依赖Rho因子的转录终止序列预测，可显示茎环结构。

2.2 FindTerm:

也可以用于非Rho依赖型终止子发现。一次只能发现一个terminator，如果处理长序列，一旦定位一个终止子，需要把这端序列删除，然后再重新提交。