瘧原蟲蛋白家族數(shù)據(jù)庫及其生物信息學(xué)分析平臺(tái)的構(gòu)建.pdf

1、目的： 1、為了更好地對(duì)瘧原蟲蛋白家族進(jìn)行比較基因組學(xué)和功能基因組學(xué)方面的研究，構(gòu)建瘧原蟲蛋白家族數(shù)據(jù)庫； 2、開發(fā)一個(gè)功能齊全、高度整合的生物信息學(xué)分析平臺(tái)，為瘧疾研究及相關(guān)科研工作者提供良好的數(shù)據(jù)分析工具和平臺(tái)。 方法： 1、對(duì)六個(gè)現(xiàn)有的瘧原蟲基因組蛋白序列數(shù)據(jù)進(jìn)行All-against-All BLAST搜索，再用TribeMCL軟件包中Mclblastline程序進(jìn)行蛋白家族聚類，再用PERL程序

2、提取蛋白家族信息以用于蛋白家族數(shù)據(jù)庫構(gòu)建； 2、用瘧原蟲蛋白序列對(duì)PDB、Swiss-Prot和RefSeq三個(gè)數(shù)據(jù)庫進(jìn)行BLAST同源搜索，所得結(jié)果分別用PERL程序進(jìn)行提取，以用于構(gòu)建數(shù)據(jù)庫； 3、用HMMER軟件包中的Hmmpfam程序?qū)fam數(shù)據(jù)庫進(jìn)行蛋白結(jié)構(gòu)域搜索，輸出結(jié)果用PERL程序提取，以用于數(shù)據(jù)庫構(gòu)建； 4、用BLAST序列相似性程序?qū)EGG Ortholog(KO)數(shù)據(jù)庫進(jìn)行搜索，用PER

3、L程序提取輸出結(jié)果，然后用統(tǒng)計(jì)學(xué)方法推測(cè)各家族的功能，并對(duì)其進(jìn)行注釋； 5、以Linux為服務(wù)器，MySQL為數(shù)據(jù)庫管理軟件，根據(jù)以上各步所得數(shù)據(jù)設(shè)計(jì)數(shù)據(jù)表，采用BigDump和phpMyAdmin等軟件把數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫，構(gòu)建成蛋白家族數(shù)據(jù)庫； 6、以Apache為網(wǎng)絡(luò)服務(wù)器，使用Dreamweaver、UltraEdit、Photoshop、Activeperl等軟件，以PHP、HTML、JavaScript、Ajax

4、、PERL等語言進(jìn)行編程構(gòu)建生物信息學(xué)數(shù)據(jù)分析平臺(tái)。 結(jié)果： 1、六個(gè)瘧原蟲基因組總共含有40，273條蛋白基因序列，同源聚類分析得到了8，089個(gè)蛋白家族，總共有50種大小的家族，其中最大家族有1，107個(gè)成員，最小的家族只有1個(gè)成員； 2、按家族大小來分，家族個(gè)數(shù)最多是1個(gè)成員的家族，有3，203個(gè)，其次是6個(gè)成員的，有1，094個(gè)，家族大多集中有12個(gè)成員以下家族大小段，17個(gè)成員以上的家族比較稀少；

5、 3、按物種基因分布看，P. berghei、P. chabaudi、P. falciparum三個(gè)物種在各種大小家族中分布比較均勻；P. knowlesi和P. vivax兩個(gè)物種在小于12個(gè)成員的家族中占優(yōu)勢(shì)；而P.yoelii在多于12個(gè)成員的家族中相對(duì)占優(yōu)勢(shì)； 4、家族大小分別為98和178的兩個(gè)家族中的所有成員都來自P. falciparum，其中可能存在物種特意性的基因擴(kuò)增； 5、構(gòu)建了蛋白家族數(shù)據(jù)庫Pla

6、smoGF，并以其為基礎(chǔ)構(gòu)建了功能齊全的生物信息學(xué)分析平臺(tái)(http：//www.bioinformatics.zj.cn/pgf/)。該平臺(tái)包含了文本和BLAST數(shù)據(jù)庫搜索、多序列比對(duì)、進(jìn)化樹構(gòu)建等數(shù)據(jù)操作板塊，并開發(fā)了數(shù)據(jù)工作集Work-Set作為用戶數(shù)據(jù)存儲(chǔ)的容器，并作為各步數(shù)據(jù)操作的紐帶。 結(jié)論： 1、成功構(gòu)建了國(guó)際上第一個(gè)瘧原蟲蛋白家族數(shù)據(jù)庫PlasmoGF，經(jīng)人工評(píng)估，其數(shù)據(jù)比較可靠，可作為瘧疾研究工作者研究