如何查询目标基因的序列 | 转录调控专题

在设计目标基因RT-PCR引物、构建过表达载体、siRNA与shRNA设计、同源性分析等都很多场景会用到基因（转录本、CDS）的序列，在这里我们介绍四种常用的查询基因（转录本）序列的方法。

1.GeneCardsGeneCards是一个可搜索的人类基因综合数据库，整合超过100个网络来源的基因的数据（包括基因组，转录组学，蛋白质组学等），是基因信息的百科全书。1）在搜索框输入基因名或蛋白名进行查询；
2）查询结果包含众多信息，在External Ids部分包含NCBI Entrez ID和Ensembl ID； 

3）链接到NCBI，下载转录本序列；

 

4）链接到Ensembl 数据库，进入下载序列界面；

 

5）选择所需序列（cDNA或CDS），下载即可。

 2.NCBINCBI，是美国国立生物技术信息中心(National Center for Biotechnology Information)，NCBI包含的内容非常庞杂和全面，我们经常使用其文献数据库PubMed，序列比对工具blast等。我们利用NCBI查找目标序列，主要是基于它的参考序列数据库（reference sequence database，RefSeq）来实现的。具体操作步骤如下：1）进入NCBI网站：

进入https://www.ncbi.nlm.nih.gov/，在左侧下拉菜单选择“Gene”

 
2）搜索基因：可输入基因ID（NCBI Gene ID即GI号）或基因名（蛋白名）进行查找。以“SMAD4”为例，结果如下：

3）找到目标基因（注意物种），人SMAD4，即第一个，点击查看

4）找到RefSeq，进入转录本详情页

 

5）在详情页点击FASTA可以查看FASTA格式的RNA序列，此页面包含对RNA序列的注释

 

6）进入FASTA页面，获得RNA序列

 

如果需要获得CDS序列信息，可以返回上一页，在页面中查询CDS区间注释。

 3.ensembl数据库一般模式物种常用ensembl数据库进行分析，ensembl数据库特征的基因ID和转录本ID都是EN开头（以EN开头的转录本ID基本都是ensembl数据库），使用转录本ID或基因ID可以在ensembl数据库查询到对应序列和其他信息，具体步骤如下：1）访问http://asia.ensembl.org/index.html，在搜索框输入基因ID（ENSG00000141646）或基因名：SMAD4

2）选择对应物种，查询人的SMAD4，选择第一个（如果是基因ID或转录ID，一般ID本身具有种属性）

 

3）进入详情页，选择Sequence模块，进入序列下载页面

 

4）选择需要下载的序列类型，填写相关参数下载即可。

在ensembl的序列下载页面中可以选择下载目标基因的cDNA（转录本）序列、CDS序列、氨基酸序列、UTR序列、内含子序列或基因组DNA序列，以满足不同的分析需求。比如在预测动物miRNA的靶基因时，通常会取目标基因的3’UTR序列进行预测；在RT-PCR引物设计时通常以cDNA序列或CDS序列作为参考模板。下载页面同时提供下载序列中是否包含往上游（5' Flanking sequence）或下游（3' Flanking sequence）延伸n个碱基（默认600 bp）序列的参数设置；如果不需要，需要将其设为0。

另外在此页面，可以下载目标基因上游的DNA序列，比如下载目标基因上游2-3k的序列，以预测哪些转录因子可能调控目标基因的转录。

4）测序分析结果通常转录组测序中会包含转录本序列文件，可以直接从测序结果中的序列文件（fasta文件）中基于转录本ID（一般转录本ID对应唯一序列）、基因ID或基因名查询序列。对于那些新组装的RNA序列，在任何数据库中是查询不到的，只能在分析结果中查询序列。如果有生信基础或代码基础，也可以直接基于基因组DNA序列文件和基因组注释文件（gtf）提取相关基因的序列。从数据库中下载的序列文件一般为FASTA格式，可以使用文本编辑器打开。推荐Windows平台可以使用notepad++打开，Mac平台可以使用Sublime Text或CotEditor打开。

相关阅读必须收藏的几个好用的circRNA数据库 | 转录调控专题5000字带你了解转录组一些生信基础概念 | 转录调控New Phytol：川大刘春明/浙大张波利用转录组+代谢组揭示猕猴桃果实风味代谢调控网络
微量m6A测序揭开共转录逆向调控组蛋白修饰机制 | m6A专题
收藏再看！120分钟视频+上万字问题解答=circRNA大佬！(内含整理一年资料合集免费领取)
点击下方图片进入云平台资料汇总：
所见即所得，绘图高规格联川云平台，让科研更自由