论坛徽章:: 0

电梯直达

1楼 [收藏(0)] [报告]

发表于 2007-03-16 22:55 |只看该作者 |倒序浏览

请教一个关于基因间隔区的问题，假如我想研究的基因组是E.coli 536(NO CP000247),我想把基因组中所以的间隔区序列提出来，即开放阅读框之间的序列，不知道有没有什么好方法？
有战友建议用Perl，但是我觉得太高深，不知道哪位高手能指点下，最好帮我编个简单的程序参考下？

文库|博客

路小佳

稍有积蓄

论坛徽章:: 0

2楼 [报告]

发表于 2007-03-17 01:44 |只看该作者

什么是"基因间隔区", 楼主愿意做一下科普吗？

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

bluewhitejudy

稍有积蓄

论坛徽章:: 0

3楼 [报告]

发表于 2007-03-17 13:55 |只看该作者

人类的遗传物质是染色体（完整的一套是46条）
每条染色体上有若干个基因
基因在染色体上呈线性排列
基因与基因之间有间隔区域

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

atgc

家境小康

论坛徽章:: 4

4楼 [报告]

发表于 2007-03-17 13:58 |只看该作者

原帖由 flydusty 于 2007-3-16 22:55 发表
请教一个关于基因间隔区的问题，假如我想研究的基因组是E.coli 536(NO CP000247),我想把基因组中所以的间隔区序列提出来，即开放阅读框之间的序列，不知道有没有什么好方法？
有战友建议用Perl，但是我觉得太高深 ...

这个从原理上讲不难
比较难的是要确定ORF的位点，好在有很多ORF预测软件
比如Glimmer就是很著名的原核生物ORF预测软件
用Glimmer可以得到ORF的位点，然后你自己写个程序提取位点，
上一个ORF的结束位点到下一个ORF开始位点的序列就是你要的东东了
要注意原核生物的DNA是个圈，不要遗漏那个特殊的可能存在的ORF噢。。

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

atgc

家境小康

论坛徽章:: 4

5楼 [报告]

发表于 2007-03-17 14:06 |只看该作者

原帖由 路小佳 于 2007-3-17 01:44 发表
什么是"基因间隔区", 楼主愿意做一下科普吗？

DNA是由ATGC四个字符组成的一条很长的字符串
比如
AGTCAGCTCAGCTACGGCTCAGCTCAGTTATGGCCTCAGTCTAATCTCTTTTTAAAAAAAAAAATGAACTTCTGAAAAAAAA

DNA上有很多分子标记，基因是最重要的分子标记
基因有自己特殊的结构，基因的主体是ORF(开放阅读框，OPEN READING FRAME)
ORF的组成是有特征的，比如以 ATG开头，以 TGA,TAA,TAG结束
在一条DNA上有若干个ATG.....TAA ATG......TGA这样的结构，似乎可以正则匹配
ORF之间的序列大致上算是基因间序列了，就是楼主想要的
比如上面的蓝色部分算两个ORF（表示一下意思，实际不会这么短），两者之间的就是LZ要的
不过这也是简单说说，实际没有那么简单的

[ 本帖最后由 atgc 于 2007-3-17 14:07 编辑 ]