第三章

水稻、拟南芥基因组特点

1、pronounced  redundancy；2、chromosomal organization

第四章

基因组注释  哪三个层次、各包含哪些内容   同源   GO

1、基因组注释 Genome Annotation

利用生物信息学方法和工具，对基因组所有基因的生物学功能进行高通量注释。

基因注释的任务是基因识别，核心是确定全基因组序列中所有基因的确切位置。

主要是三种方法：1）分析mRNA和EST数据以直接得到结果

                2）通过相似性比对从已知基因和蛋白质序列得到间接证据

                3）基于各种统计模型和算法从头预测

2、 基因功能注释：利用已知功能的注释信息为新基因注释

     1）序列数据库相似性搜索

     2）序列模体（Motif）搜索

     3）直系同源聚类分析（Clusters of orthologous group，COG）

3、 基因注释的内容：1）测序，拼接，填补间隙；

                   2）读框测序，基因标注（序列中编码蛋白的基因区及调控区）

                   3）表达产物的出现（时间、部位、表达量）

                   4）非编码序列、非编码基因、非编码RNA

4、 注释的三个层次

A、 核酸水平的注释

1）Mapping：根据DNA序列数据，把所有已知界标定位在基因组上。

2）Gene finding：原核基因组---开放式阅读框（ORFs）；真核基因组----复杂很多

（1）直接的，序列高度匹配：同一或近缘物种中，与EST，cDNA，蛋白质等序列匹配

（2）间接的，基于统计学的：从头测序

真核生物的基因预测：实践中多用两法的结合

①高级软件算法online version；

②相似性搜索（同源性搜索）：优点是为新基因指定可能的功能，不足是相似性搜索中数据常不完全，和会出现假阳性的结果；

3） 非编码RNAs和调控区

4） 识别重复元素

B.蛋白质水平的注释：把生物有机体的蛋白质（基因）归类到不同的家族中，并给它们定名及指定可能的功能。

COG system（NCBI,2000）直向同源蛋白的鉴别和分群

2、COG注释的具体内容、三个层次（核酸、pr、静止及其工作）

COG：直向同源蛋白的鉴别和分群

3、直系同源（Orthologs 直向同源、垂直同源）

来自于不同物种的有垂直家系（物种形成）进化而来的蛋白，并且典型的保留与原始蛋白相同的功能。

4、旁系同源（Paralogs 并系同源、横向同源）

指那些在一定物种中的来源于基因复制的蛋白，可能会进化出新的与原来有关的功能。

5、GO及其分析

GO（Gene Ontology）：描述基因/蛋白质的功能。包含了基因参与的生物学过程、所出的细胞位置、发挥的分子功能三方面功能信息：