寻找基因的CDS, 5'UTR,3'UTR及Promoter区等.pdf

寻找基因的CDS,5'UTR,3'UTR及Promoter区等

ByJiaoRui

由于实验需要，最近看了很多这方面的资料，这里做个汇总。首先看下摘自WIKI的这张图
有个大概的了解。

一、CDS,5'UTR和3'UTR的寻找
由上图可知，5'UTR和3'UTR虽然是基因上不被翻译的区域，但他们本身属于Exon,因此找
出他们的序列很简单。如我现在要寻找humanLDLR（人源低密度脂蛋白受体）这个基因的
5’UTR及3'UTR，我直接在NCBI的GENE里面输入LDLR，然后找human的这个GENE，显示
如下：

看到这个页面后，下拉寻找LDLR的mRNA序列信息点击下图的NM_000527.4，便可得到LDLR
的mRNA全序列。

看到Homosapienslowdensitylipoproteinreceptor(LDLR),transcriptvariant1,
mRNA后，往下拉菜单，会发现CDS的信息，直接点击CDS，下方的CDS序列则被深红标出，
而CDS前面180多bp则为LDLR的5’UTR，而CDS后面2000多bp的则为LDLR的3‘UTR:

二、promoter区域

promoter怎么找？这个比较复杂，目前没找到一个软件或者网站可以精准的找到一个基因
的promoter区。但是promoter本身其实就是转录起始点前的一段序列，也可以说是5’UTR
上游的可以几百bp，也可以上千bp，但一般不会超过上游2000bp，有几个网站可以帮助寻
找。
1.http://www.mybioinfo.info/这个网站极简单，但搜索范围也很大，可以找到5’上游
10KB，甚至100KB。只有填入基因的缩写名称和来源就行，比如LDLRhuman,然后search
就列出一堆来,可以看到PromoterGenomicRefseq(5'up-stream10kb)甚至Promoter
GenomicRefseq(5'up-stream100kb)。下载下来的格式就是FASTA了，极快无比。

2.http://rulai.cshl.edu/cgi-bin/TRED/tred.cgi?process=home这个是冷泉港的一个数
据库，专门用来查找基因的转录调节元素（TranscriptionalRegulatoryElement
Database）。左边有个RetrievePromoters，点击进入，输入基因缩写如LDLR,染色体
号，如19，便可得到Promoter的信息。这里面显示了5'上游700的数据，和转录起始点开
始300bp的数据，总共1000bp。但也可以自己调节位置，如我想知道-1000bp到0的就在右
下角更改，再refresh就可以了。如图红色圈圈显示：

对这个结果我在软件DNAMANNCBI上RUNBLAST来确认，结果显示是Accessionnumber
为FJ525879.1的一段序列。但FJ525879.1竟然显示的是LDLRcompleteCDS区，我就直
接晕倒了，promoter怎么会在CDS区？而且这个LDLRCDS区怎么会有40000多bp那么长？
难道NCBI也有错误的数据？！所以，基于这个不能解释的问题，我暂时不推荐用这个数据
库。。。可能是我没研究彻底，欢迎来指正。

3.介绍个更靠铺的吧，UCSD的。http://genome.ucsc.edu/
UCSD这个有一个帖子专门介绍如何使用，点击页面左上角的Genomebrower,然后进入基因
信息输入页面。还是以LDLR为例。

点击submit就可以得到一系列LDLR的信息：

EnsemblGenePredictions路径由Ensembl提供。若初次尝试得不到Ensembl，则可下拉菜
单将EnsemblGenes选择为dense或full模式，点击Refresh。如果可以得到以上的图，
我们便可以直接点击EnsemblGenes里面第一个红色条带，便得到下面的信息：

点击GenomeSequencefromassembly,便得到以下重要信息：

promoter,5'UTR,CDS,3'UTR,INTRONS啥都出来了，想要啥就打啥勾submit就行了。
promoter的话，5’上游2000bp应该够了，这个结果我blast过，是对的。

先记录到这里吧，应该会有很多方法来寻找的，欢迎指正补充哈~~~另外，推荐一个不错的
网站：叫biologyonline,有什么问题可以发上去，会有人回复的，前提是这是个英文网站，
so,askquestionsbyEnglish!~
http://www.biology-online.org/bi