獻給初學者：如何使用 NCBI 查找基因序列、mRNA、Promoter

有不少人詢問如何查詢基因序列、如何進行引物設計、如何使用 BLAST 進行序列比對...... 其實這些問題在 NCBI 上都可以方便的找到答案。

我將結合我自己使用 NCBI 的一些經歷跟大家交流一下 NCBI 的使用。主要有以下四部分內容：

如何查找基因序列、mRNA、Promoter。

如何查找連續(xù)的 mRNA、cDNA、蛋白序列。

運用 STS 查找已經公布的引物序列。

如何運用 BLAST 進行序列比對、檢驗引物特異性。

今天我們就先講第一部分：如何查找基因序列、mRNA、Promoter。這里主要用到的是 Map viewer，我們以人的 IL6（白細胞介素 6）為例講述一下具體的作步驟。

1. 打開 Map viewer 頁面，網址為：http://www.ncbi.nlm.nih.gov/mapview/index.html，在 search 的下拉菜單里選擇物種，for 后面填寫你的目的基因。作完畢如下圖所示。

2. 點擊 GO 出現如下界面。

3. 在步驟 2 圖示的右下角有一個 Quick Filter，在 Gene 前面的小方框里打勾，然后點擊 Filter。出現下圖:

染色體上的紅色區(qū)域即為你的目的基因所處位置。下面參考序列給出了三個，是不同的部門做出來的。經我驗證，序列有微小的差異，但總體來說基本相同。盡管你分別點擊后，序列代碼等有所差異，但堿基基本一致，不影響大家研究分析序列。

現在普遍采用的是最上面的那個序列，這一條是世界范圍的生物科學家用計算機合成的 一個序列。我也推薦大家使用這個序列。

4. 點擊上述三條序列第一條序列，即 reference 對應的 Genes seq，出現新的頁面，頁面如下圖所示。

5. 點擊上圖出現的 Download/View Sequence/Evidence ，即下載查看序列等功能，結果如下圖所示。

在 Sequence Format（序列輸出格式）后面是一個下拉式選擇菜單，默認的為 FASTA 格式，還有一個是 GenBank 格式。我推薦大家選擇 GenBnak 格式，因為這個格式提供了很多該基因的信息，而 FASTA 格式只有基因序列。

6. 在 Sequence Format 后選擇 GenBank，然后點擊下面的 Display，目的基因的相關信息和序列就出現在眼前了。點擊后如圖所示，由于網頁較大，只截取一小部分以作示范。

在上述打開的網頁中，你可以看到基因長度、基因序列以及這個基因是如何被報道出來的等各種信息。

mRNA join(3598..3678,3841..4031,5090..5203,5911..6057, 7803..8394) ，這代表了從基因的 3598 位開始就是轉錄區(qū)了，即我們常說的 mRNA 片斷，由于內含子的存在，所以 mRNA 在 DNA 序列上分成了幾段。

CDS join(3660..3678,3841..4031,5090..5203,5911..6057, 7803..7970)

CDS 代表編碼序列，即蛋白編碼區(qū)是從 3660 開始（ATG），由于剪接作用所以 CDS 區(qū)也是不連續(xù)的。

promoter：轉錄起始位點前面是基因的調控區(qū)，啟動子區(qū)沒有明顯的位置定義，大家也只是猜測它的大體位置。如果你要研究 promoter 區(qū)的話，建議你選擇轉錄起始位點前的 2000 個堿基進行研究，一般默認的是這樣。當然你如果覺得長度太長不好研究的話，也可以只研究-1000 到 0 這一千個堿基，因為一般情況下，啟動子區(qū)的變異都在這個區(qū)域內。

怎么樣，學會了嗎？你不妨試試去找到自己的目的基因序列和啟動子。

編輯： 馮寧

本網站所有注明“來源：丁香園”的文字、圖片和音視頻資料，版權均屬于丁香園所有，非經授權，任何媒體、網站或個人不得轉載，授權轉載時須注明“來源：丁香園”。本網所有轉載文章系出于傳遞更多信息之目的，且明確注明來源和作者，不希望被轉載的媒體或個人可與我們聯系，我們將立即進行刪除處理。同時轉載內容不代表本站立場。