基于本地和WEB的生物信息學綜合分析體系的建立及部分新基因的初步實驗研究.pdf

1、基于本地和WEB的生物信息學綜合分析體系的建立及部分新基因的初步實驗研究摘要理論上，處于造血系統(tǒng)遷入/遷出轉(zhuǎn)換時期的4～6月孕齡人胎肝可能存在大量與細胞植入、定居、轉(zhuǎn)移相關的基因。本室采用cDNA大規(guī)模測序策略對該時期人胎肝cDNA文庫進行大規(guī)模測序，獲得了16,000余條EST序列和511條插入片段全長cDNA序列。為了對這些數(shù)據(jù)進行有效分析以發(fā)現(xiàn)重要新基因，我們建立了“基于本地化和WEB的生物信息學分析體系”，對這些數(shù)據(jù)進行了分析，

2、并對2條新基因進行了實驗研究。初步得到以下結果： 1、建立了一整套基于生物信息學的EST分析體系：基于高性能PC機和Linux操作系統(tǒng)，利用Phred/Phrap/Consed軟件和Blast軟件，構建了核酸序列大規(guī)模自動分析系統(tǒng)。該系統(tǒng)可自動完成從測序峰圖向核酸序列的轉(zhuǎn)化、載體序列去除、序列自動拼接、重復序列鑒定以及序列的相似性分析，可加速對大規(guī)模測序數(shù)據(jù)的分析和利用。同時，在對已有網(wǎng)絡資源進行綜合分析的基礎上，按照核酸序列和

3、蛋白質(zhì)序列分析的常規(guī)路線對已有網(wǎng)絡資源進行了有機集成，并配合自行設計的程序構建了基于WEB的生物信息學分析體系； 2、發(fā)現(xiàn)了ADP核糖基化因子GTP酶活化蛋白家族(ADP-ribosylationfactorGTPaseactivatingprotein，ARFGAP)中第一個人類成員ARFGAP1：該基因的全長cDNA序列為2768bp，編碼516個氨基酸，其中含有ARFGAP家族的特征結構，即在該因子氨基端第6～126位含有

4、典型的ARFGAP結構域，該結構域可能對其所具有的ARFGAP催化活性起決定作用，催化的核心部位是一個保守的鋅指結構(CX2CX16CX2C)。ARFGAP1的羧基端含有一個重復序列“SISSX3FG”，該特點同時存在于ARFGAP家族其它成員中，此特征序列可能和各ARFGAP向特定細胞內(nèi)膜結構的定向作用有關。該基因定位于人染色體22q13.2～13.3，基因組序列全長60kb，含有16個外顯子和15個內(nèi)含子。ARFGAP1在人內(nèi)分泌組

5、織和睪丸中高表達，在成人肺中的表達量是胎肺中的一倍，提示可能與這些組織的功能活動有關。 3、發(fā)現(xiàn)了黑色素瘤基因家族(melanomaantigen-encodinggene，MAGE)家族中的MAGE-D亞家族，并對其家族成員的分子進化進行了全面分析：人MAGE-D1的全長cDNA序列為2800bp，編碼778個氨基酸，其中含有MAGE結構域(第225～592位)。人MAGE-D1蛋白定位于胞核和胞漿中。人MAGE-D1在多種腫

6、瘤組織和多種正常組織中均廣泛表達。比較48種腫瘤組織與對應正常組織，該基因在13種腫瘤中的表達顯著增高，而在另外的7種腫瘤中顯著降低。隨后基于生物信息學的分析，發(fā)現(xiàn)了一個MAGE-D亞家族，其成員包括三個直系同源體(人MAGE-D1、大鼠SNERG-1和小鼠DLXIN-1)和兩個旁系同源體(人MAGE-D和人KIAA1114)。該家族的三個人類成員均定位于染色體Xp11.21-p11.23，形成了一個新的MAGE基因家族的基因簇。分子進

7、化樹分析表明，該家族與已知的MAGE-A、-B和-C三個亞家族之間具有明顯的進化上的分歧。該家族的特點還在于在正常組織和腫瘤組織中均廣泛表達，具有獨特的基因組結構，同時不編碼任何已知能夠被T細胞識別的MAGE抗原肽。該亞家族的發(fā)現(xiàn)打破了公認的MAGE基因家族只在腫瘤組織或睪丸以及部分胚胎組織)特異表達的規(guī)律，為研究腫瘤相關基因的新功能提供了重要線索。總之，該套基于本地化和WEB的生物信息學綜合分析體系的建立及其應用，對于基于生物信息學的