Name: 磁共振成像基因 - 公共资源为研究基因组DNA序列内模式 (视频) | JoVE Journal
Uploaded: 2011-05-09T12:00:00.000+00:00
Duration: 12 min 36 s
Description: 探索基因组序列中的非随机核苷酸组成模式，使用SRI分析器和MRI分析器程序检测寡核苷酸频率并识别富集区段。该计算方法有助于发现非编码DNA中的潜在功能元件。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

我们感谢 Samuel Shepard、Peter Bazeley 和 John David Bell 对 Genomic MRI 网页的管理。本工作得到了美国国家科学基金会职业奖“内含子细胞功能研究”[资助号 MCB-0643542] 的支持。

本文中使用的所有程序均采用 perl 编写，所有网页均采用 PHP 创建。
1. 起始点：
打开在线基因组 MRI 软件包的主页，网址为 http://mco321125.meduohio.edu/~jbechtel/gmri/。该网络资源在“帮助（使用方法/README）”链接中提供了关于程序的说明和解释，而所有关于Genomic MRI及类似算法的已发表资料则列在“相关资源链接”中。
2. 输入序列的准备与上传。
创建一个包含FASTA格式序列的文件以启动GMRI分析会话。该格式中的每条核苷酸序列都应以一个以“&gt;”字符开头的单行作为前导，该行用于表示序列的标识符，并在同一行中后接对该序列的简短描述。用于GMRI分析的核苷酸序列也可包含R、Y、N、X等字符。然而，程序不会处理非A、T、C、G的字符，这些字符将被跳过。已对重复元件进行“屏蔽”（即用“N”替代）的序列也可作为输入使用。请注意，序列字符不区分大小写。
<ol>
	<li>在 Genomic MRI 首页上点击“开始或恢复”按钮以启动 GMRI 会话。系统将引导用户进入可上传核苷酸序列的页面。</li>
	<li>通过“选择文件”按钮，将您以 FASTA 格式排列的序列复制粘贴，或从本地计算机上传包含序列的文件。</li>
	<li>点击“使用此文件启动新会话”按钮。输入窗口上方应会出现一条确认消息，提示“您的序列已成功上传”，同时您将获得一个字母数字组合的“GMRI 标识符”[网站称之为“会话标签”]，用于在首次使用后的两周内检索和继续该会话（例如 b16yMj）。</li>
</ol>
注意：此后输入的序列将称为“userfile”。
3. 获取输入序列的寡核苷酸频率分布（可选）。
点击顶部行的“SRI Analyzer”标签，以获取输入序列集合中所有寡核苷酸频率的分布情况。缩写 SRI 代表短程非均一性（short-range inhomogeneity）。此时，用户可指定用于计算频率的寡核苷酸最大长度（从 2 到 9 个核苷酸，默认为 6 nt）。通过点击“Maximum oligomer size”下拉列表中的相应选项完成选择。然后按下“Analyze File”按钮以启动计算。输入序列组成的粗略表示将立即以表格形式显示在网页中部，并可下载为“userfile.comp.tbl”。该表格仅显示输入序列中最丰富和最稀有的寡核苷酸。
所有可能的寡核苷酸的完整频率表将生成为一个名为“userfile.comp”的文件，可通过“下载组成文件”链接获取。
注意：SRI 分析仪对所有重叠的寡核苷酸序列进行整体计数。
4. 生成与输入序列具有相同寡核苷酸组成的随机序列（可选）。
（执行本任务需完成方案第3步）。
<ol>
	<li>点击顶部一行的“SRI Generator”标签，打开一个可生成随机序列的新网页。在该网页上，使用列表框选择要生成的随机序列样本数量。每个样本文件将包含与“userfile”中输入序列相同数量和长度的随机序列。此外，如果某条输入序列包含非 A、T、C 或 G 的字符，则随机序列中在相同位置将保留“N”。</li>
	<li>选择用于在随机序列中近似核苷酸频率的最长寡核苷酸长度。可通过点击屏幕中央表格中对应的单选按钮来选择所需的寡聚体层级（例如，“4-mers”表示四碱基寡核苷酸）。需注意的是，生成的随机序列不仅在所选寡聚体层级上具有近似的频率，还将在较短的寡聚体层级上保持与输入序列一致的相应频率。由于采用马尔可夫模型方法生成随机序列，输入序列与随机序列之间的寡核苷酸频率可能存在微小波动。</li>
	<li>点击“Generate File”按钮启动程序。如果输入序列较大，生成随机序列可能需要几分钟时间，因此用户应等待页面底部出现蓝色的“Download”链接。生成的随机序列集将保存为形如“userfile.randX_Y”的文件，其中 X 为随机序列集的编号，Y 为选定的寡聚体层级（例如，“userfile_rand2_4”）。</li>
</ol>
5. 输入序列与随机序列的中程不均匀性（MRI）分析。
<ol>
	<li>点击“MRI 分析仪选项卡（顶行），打开一个新网页，分析序列核苷酸组成中中程非均一性。</li>
	<li>从“待分析文件列表框（可在此处选择输入序列或生成的随机序列集）。</li>
	<li>选择 内容类型 通过提供的列表框选择要分析的MRI内容。（共有七个选项：G+C；G+A；G+T；A；G；C；或T。）</li>
	<li>选择用于通过以下方式检测富含内容和缺乏内容序列的窗口长度 窗口大小 列表框（默认值为50个核苷酸；有效范围为30至1000）</li>
	<li>选择 上限阈值 和 较低阈值 对于富含内容和贫含内容的区域。这些阈值可通过当前窗口中特定核苷酸的确切数量来定义（使用 按数量 列表框中的选项）或通过该窗口中这些核苷酸所占百分比（使用 按百分比 选项</li>
	<li>在完成全部五个选择后（例如：序列为“用户文件；内容 = GC窗口大小 = 50；上阈值 = 35下限阈值 = 15)，通过按下启动程序 分析文件 按钮。程序将连续扫描所选输入中的所有序列。每一步骤中，程序获取当前序列中长度等于指定窗口大小的片段，并计算所选核苷酸内容的数量或百分比是否高于上限阈值或低于下限阈值。若该窗口不符合任一条件，则选择下一个重叠窗口（移动一个核苷酸）进行相同分析。当发现某一窗口的序列满足富集或贫乏组分的阈值要求时，程序将该窗口的序列保存至输出文件，并在图形输出中生成一个峰值。随后，程序跳转至下一个非重叠相邻窗口，并继续扫描过程，直至序列末端。</li>
	<li>程序完成后，输出文件的链接（文件名为“用户文件_GC_50_35..15“上述示例）出现，并在网页中部显示结果的图形化表示（见图1）。在此图形显示中，所有来自输入序列的 用户文件 连接成一个字符串，并作为X轴上的一条水平黑线显示，下方标注长度（单位为千碱基，kb）。输入序列中所有富含内容的区域标记为蓝色“向上”尖峰，内容贫乏区域标记为红色“向下”尖峰。富含内容和内容贫乏窗口的总数在图例中以括号标出（分别为32和19）。该图用于展示MRI区域的相对丰度及其排列情况。同时，具体细节在输出文件中呈现（见图3）。在此文件中，所有符合富含内容或内容贫乏标准的核苷酸序列片段及其坐标，均按照其在输入文件中的连续位置以列表形式提供给用户。</li>
	<li>在完成所选序列的MRI分析后，用户可通过更改参数和/或输入文件，在同一网页中启动新的分析流程。例如，若要使用相同的MRI参数重新检查先前生成的随机样本#1，用户只需更改 待分析文件选项并选择“用户文件_rand1_4 文件，然后按 分析文件 再次点击按钮，新文件和图形显示将替换旧文件。每次“会话标签”（GMRI 标识符）下的所有检查结果和图像将在最后一次操作后保留两周。为永久保存结果/图像，用户应选择“下载文件选项卡（第一行），根据需要下载整个会话或单个文件。</li>
	<li>通过这种方法 MRI 分析仪 用户可学习的网页
	<ul>
		<li>(G+C) 丰富区和 (A+T) 丰富区</li>
		<li>嘌呤（A+G）富集区和嘧啶（C+T）富集区</li>
		<li>富含酮基（G+T）和氨基（A+C）的区域</li>
		<li>富含A区段与贫A区段</li>
		<li>富含G区域和贫G区域</li>
		<li>富含T区域和贫T区域</li>
		<li>富含C区域和贫C区域</li>
	</ul>
	</li>
	<li>最新发布 基因组 MRI 提供了一种研究富含嘌呤（R）/嘧啶（Y）交替模式区域的新选项，这些模式可能形成Z-DNA构象。目前，该选项可通过“链接”获取Z-DNA“其工作原理与其他前述MRI区域相同。用户应为扫描窗口中（RY+YR）重叠二核苷酸的数量设定上下限阈值。程序将生成相似的图形输出，以及富含和贫乏交替嘌呤与嘧啶的DNA片段文件。推测的Z-DNA区域必须高度富集交替的R/Y碱基（参见综述F&amp;F 2011</li>
</ol>
6. Genomic MRI 软件包中的其他程序（可选）。
的 基因组 MRI 资源还提供了两种高级选项，用于生成特定的随机序列。这些选项可通过“MRI 发生器“和”CDS 生成器顶部一行的标签。
<ol>
	<li>MRI 生成器可生成与输入文件具有相同寡核苷酸组成的随机序列（类似于SRI 生成器）。此外，生成的随机序列还能模拟用户指定的特定 MRI 模式。在该网页中，用户应从下拉列表中选择一个需要模拟的特定 MRI 模式。该下拉列表包含当前会话中由MRI 分析器检测过的所有模式（例如“userfile_GC_50_35..15”）。使用此选项生成的随机序列将与所选输入文件具有相同的寡核苷酸组成，同时也会具有与“userfile_GC_50_35..15”中相同的 GC 富集区和 GC 贫乏区模式。</li>
	<li>CDS 生成器用于蛋白质编码序列的随机化。它保留了由用户指定输入文件所编码的相同氨基酸序列。此外，程序还保留了用户所选输入表格中指定的相同密码子及双密码子偏好性。在线版的CDS 生成器也接受蛋白质序列作为输入。该程序的其他所有功能仅可通过从 Genomic MRI 主网页下载的独立 Perl 脚本提供。</li>
</ol>
7. 代表性结果
本方案允许用户研究核苷酸序列的组成非均一性。重要的是，它还支持生成多种随机序列，这些随机序列的寡核苷酸组成近似于输入序列。通常，复杂真核生物的基因组序列在组成上并非均一，而是表现为富含特定核苷酸的序列片段所构成的复杂镶嵌结构（例如，富含嘌呤、(G+T) 富集、(A+T) 富集等）。这些中等尺度（30–1000 bp）的模式可通过MRI analyzer的图形输出进行可视化，其中选定的富集片段显示为上方的蓝色尖峰，而贫乏片段则显示为下方的红色尖峰（见图1和图2）。通常情况下，天然序列中任意富集或贫乏区域的数量（图1）远高于具有相同寡核苷酸组成的相应随机序列中的同类区域数量（图2）。这些在核苷酸组成上具有中等尺度非均一性的序列片段可能引起用户关注，可通过Genomic MRI输出文件获取，用于进一步分析。
<img src="/files/ftp_upload/2663/2663fig1.jpg" alt="GC含量分析图；窗口位置与含量百分比；DNA序列检测。" data-altupdatedat="1788304762000" data-alt="图1"> 
图1. 第5.7步中MRI分析仪图形输出的一个示例。结果基于44个人类内含子样本获得。蓝色条形表示这些内含子中GC富集区域的位置。红色条形表示GC贫乏（或AT富集）的MRI区域。y轴显示了给定含量类型的上下阈值。
<img src="/files/ftp_upload/2663/2663fig2.jpg" alt="GC含量分布、示意图、DNA序列分析、窗口位置、遗传学研究。" data-altupdatedat="1788304762000" data-alt="图2"> 
图2.MRI analyzer 对随机序列 "userfile.rand1_4" 的输出结果。 
使用SRI生成器程序在随机生成的序列中对MRI进行图示化表示。
<img src="/files/ftp_upload/2663/2663fig3.jpg" alt="显示GC含量分析的MRI组成文件；富含主链和互补链的区域，带注释的示意图。" data-altupdatedat="1788304762000" data-alt="图3"> 
图3.来自MRI analyzer的一个文本输出文件开头示例。 程序检测到的所有富含内容和贫乏内容的序列均显示在最后一列（第四列）中。它们的相对位置以窗口数量来衡量，显示在第一列中。第二列和第三列分别为富含内容区域和贫乏内容区域的标识符。

<ol><li>Bechtel, J. M., Wittenschlaeger, T., Dwyer, T., Song, J., Arunachalam, S., Ramakrishnan, S. K., Shepard, S., Fedorov, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genomic+mid-range+inhomogeneity+correlates+with+an+abundance+of+RNA+secondary+structures%5BTitle%5D)+AND+%22BMC+Genomics%22%5BJournal%5D)">Genomic mid-range inhomogeneity correlates with an abundance of RNA secondary structures.</a> BMC Genomics. 9, 284-284 (2008).</li>
<li>Prakash, A., Shepard, S., Mileyeva-Biebesheimer, O., He, J., Hart, B., Chen, M., Amarachiniha, S., Bechtel, J., Fedorov, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Molecular+forces+shaping+human+genomic+sequence+at+mid-range+scales%5BTitle%5D)+AND+%22BMC+Genomics%22%5BJournal%5D)">Molecular forces shaping human genomic sequence at mid-range scales.</a> BMC Genomics. 10, 513-513 (2009).</li>
<li>Fedorov, A., Fedorova, L. Chapter 3: An Intricate Mosaic of Genomic Patterns at Mid-range Scale. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aFedorov%2C+A+%22Advances+in+Genomic+Sequence+Analysis+and+Pattern+Discovery%22">Advances in Genomic Sequence Analysis and Pattern Discovery</a>. , 65-91 (2010).</li>
<li>Shepard, S. S. Chapter 4: Binary-abstracted Markov models and their application to sequence classificatio. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22The+characterization+and+utilization+of+middle-range+sequence+patterns+within+human+genome+%5B%5D%22">The characterization and utilization of middle-range sequence patterns within human genome [dissertation]</a>. , The University of Toledo. 57-157 (2010).</li>
</ol>

无利益冲突声明。

在中等尺度（30–1000 个核苷酸）上核苷酸组成不均的区域在复杂真核生物基因组中广泛存在，可出现在任何位置（基因间区、内含子、外显子的非翻译区、重复元件等）。这些区域常与异常的DNA构象相关。例如，富含嘌呤/嘧啶的序列倾向于形成DNA三链结构（H-DNA）；嘌呤/嘧啶交替排列的序列与Z-DNA构象相关；(G+C) 富集区在B-DNA中表现出结构异常，并可能易于发生骨架断裂；(A+T) 富集区可能形成一种特殊结构——DNA解旋元件；等等（Fedorov 与 Fedorova，2010 年综述）。其中一些中等尺度的模式（如 (G+T) 富集区）研究甚少，仍有待深入探索和确认。我们 Genomic MRI 网络资源的主要目标是帮助用户识别这些MRI区域，以便进一步开展实验分析并探索其潜在功能。对MRI区域的认识可被整合并用于改进新一代基因预测程序（Shepard，2010），从而推动我们对基因组功能与特性的理解。

<table><tbody><tr><td>配备互联网的计算机</td><td></td><td></td><td></td></tr><tr><td>用于分析的核苷酸序列文件</td><td></td><td></td><td></td></tr></tbody></table>

基因组mri——用于研究基因组dna内序列模式的公共资源

Genomic MRI - a Public Resource for Studying Sequence Patterns within Genomic DNA

在复杂的真核生物中，非编码基因组区域（包括基因间区、内含子以及外显子的非翻译区段）的核苷酸组成具有高度非随机性，呈现出复杂的序列模式镶嵌结构。这些模式包括所谓的中程不均一性（Mid-Range Inhomogeneity, MRI）区域——长度为30至10000个核苷酸、富含特定碱基或碱基组合的序列（例如富含(G+T)、富含嘌呤等）。MRI区域与非B型DNA等异常DNA结构相关，这些结构常参与基因表达调控、重组及其他遗传过程（Fedorova &amp; Fedorov 2010）。此外，MRI区域内部存在强烈的突变固定偏倚，即倾向于淘汰会降低其序列不均一性的突变，这一现象进一步支持了这些基因组序列的功能性和重要性（Prakash et al. 2009）。
本文介绍了一种可免费获取的互联网资源——Genomic MRI 程序包，该程序包专为基因组序列的计算分析而设计，旨在发现并表征其中存在的多种 MRI 模式（Bechtel et al. 2008）。该程序包还能够生成具有不同特性和与天然输入 DNA 序列不同程度相似性的随机序列。该资源的主要目标是促进对大片段非编码 DNA 区域的分析，这些区域目前仍鲜有研究，亟待深入探索与认知。

我们提供一个用于基因组序列分析的公共计算网站。该网站能够检测具有不同非随机核苷酸组成的DNA序列模式。此资源还可生成具有多种复杂程度的随机化序列。

基因组MRI——用于研究基因组DNA内序列模式的公共资源

复杂真核生物中的非编码基因组区域，包括基因间区、内含子以及外显子的非翻译片段，在序列组织上具有高度非随机性……

本实验的总体目标是分析用户指定基因组序列的中等范围非随机性，也称为序列的不均一性。该目标首先通过分析输入序列的寡核苷酸组成，并生成包含该序列的所有寡核苷酸的频率表来实现。此过程通过调用 SRI Analyzer 程序完成。第二步是生成与输入序列具有完全相同寡核苷酸组成的随机序列。这可以通过调用 SRI 生成程序来实现。该流程的第三步是在输入序列和随机化序列中寻找特定核苷酸或核苷酸组合（例如 GC 或 ag）显著富集的区段。这一目标通过 MRI Analyzer 程序实现。该流程的最后一步是下载包含程序检测到的所有 MRI 区域序列的文件。最终可以获得结果，显示多细胞区域的大多数基因组区域在含有四种核苷酸各自或其任意组合的碱基组成极端片段中显著富集。这些非均质区域与异常的DNA构象和/或特定的DNA特性相关。该方法有助于回答基因组学领域的关键问题，例如在大片段的非编码序列（包括基因间区或启动子区）中寻找潜在的功能性DNA元件。尽管该方法可用于研究哺乳动物基因组，也可应用于其他生物体，如无脊椎动物、植物、真菌和细菌。在 www.bioinfo.utoledo.edu/gri/ 该网络资源处打开基因组中等范围同源性分析（G GM I）软件包的主页。帮助部分的“Readme”链接还提供了有关程序的详细信息。尽管所有关于基因组MRI及类似算法的已发表资料均已列在相关资源链接中，但仍需创建一个包含快速格式化序列的文件，以启动A-G-M-R-I分析会话。快速格式化序列以尖号（carrot）或大于号（>）开头，后接唯一的标识符或名称，随后的行中为序列内容。基因组MRI仅处理T、G、C和A核苷酸，但允许输入其他字符。使用 PKD1 基因的序列文件。为演示该操作，请按下开始按钮。这将打开一个新网页，可在提供的窗口中选择复制并粘贴输入序列，或在文件较大时进行相应处理。要上传文件，请点击“选择文件”按钮以上传文件。浏览至目标文件，然后点击“使用此文件启动本会话”按钮。文件上传成功的确认信息将显示在页面顶部下方。此信息是当前会话的标识符，在本例中为 C eight EP oh six。要分析输入序列的短程非均一性，请点击“分析短程非均一性”按钮。程序将打开一个新页面，专为运行 SRI Analyzer 程序而设计。在此，我们需要选择待分析的寡核苷酸的最大长度。由于输入序列的长度约为 50,000 个核苷酸，属于中等大小，因此我们选择“formers”作为将要计算频率的寡核苷酸的最长长度。最后，需立即点击分析文件按钮。该程序可计算输入序列中指定长度及更短长度的所有寡核苷酸的出现频率。要查看所有寡核苷酸的频率，请点击链接下载组成文件。此文件命名为用户文件。com 代表一个包含三列的表格。第一列表示寡核苷酸，第二列表示它们的相对频率，第三列表示输入序列中寡核苷酸出现的次数。要生成与输入文件具有相同寡核苷酸组成的随机序列，请点击 SRI 生成器标签。在新页面中，选择要生成的随机序列样本数量。每个样本将包含与用户文件中输入序列相同数量和长度的随机序列。在此示例中，用户文件为 PKD1 基因的序列。接下来，选择用于生成随机序列时估算寡核苷酸频率的最长寡核苷酸长度，通过选中代表四碱基寡核苷酸的“formers”单选按钮进行设置。然后，选择生成随机序列样本的数量为两个。最后，单击生成文件按钮，启动程序以处理数十万核苷酸的输入序列。生成随机序列可能需要几分钟时间，因此请等待页面底部出现蓝色下载链接。为了分析输入序列和随机化序列在中等范围内的均一性，请点击 MRI 分析器选项卡。在新页面中，从待分析文件列表框中选择一个待分析的序列，然后从七种含量类型列表中选择 GC 含量。GC含量指的是G与C的组成比例。窗口大小字段允许选择用于分析富含和贫乏GC序列的窗口长度。保持默认的50个核苷酸窗口大小。最后，分别为富含内容和缺乏内容的区域选择上限和下限阈值。这些阈值可以通过当前窗口中特定核苷酸的数量或这些核苷酸在窗口中的百分比来定义。在此情况下，我们首先为上限阈值选择60%，为下限阈值选择30%的随机值。接下来，按下分析文件按钮。随后，将显示输出文件的链接以及结果的图形化表示。输入序列中所有富含GC的区域以蓝色向上的尖峰标记，而GC含量较低的区域则以红色向下的尖峰标记。该图显示，代表GC富集区域的蓝色尖峰过多，而代表GC贫乏区域的红色尖峰则少得多。这意味着所选参数并非最优。在下一次迭代中，请使用75%的上限阈值和32%的下限阈值。然后，再次通过点击“analyze file”按钮启动MRI分析器。新图显示，即使采用更为严格的新参数，仍存在数百个蓝色尖峰。因此，将上限阈值提高至80%，并重复计算。新图显示，有62个GC富集区域的GC含量大于或等于80%，以及28个GC贫乏区域的GC含量低于32%。接下来，将输入文件的结果与两个与PKD1基因具有相同寡核苷酸组成的随机序列进行比较。为此，使用“分析文件”列表框将序列从 PKD1 基因更改为随机序列，同时保持 GC 富集区和 GC 缺乏区的参数不变。新生成的随机序列一号的图形显示表明，该随机序列仅包含一个 GC 缺乏区和 31 个 GC 富集区。另一个随机序列在富集区与缺乏区的数量上可能略有波动，但总体趋势应保持一致。PKD1基因的随机序列数量少数倍。GC富集区域的数量比GC贫乏区域少十倍以上。下一个演示将使用另一种类型的MRI内容。在同一基因组中，该人类基因的内含子包含多个与DNAex结构相关的富含嘌呤的区域。在MRI分析器网页中，将DNA内容切换为代表嘌呤的AG核苷酸。保持窗口大小为50个碱基，并将上限阈值更改为80%，下限阈值更改为10%。然后按下“分析文件”按钮以启动程序。图中显示，该基因具有六个富含AG的区域，由蓝色垂直峰表示，以及十四个贫乏AG的区域，由红色峰表示。接下来，将PKD1基因获得的这些结果与具有相同寡核苷酸组成的随机序列的数据进行比较：首先切换至随机序列（例如编号2），并保持与之前测试相同的参数。该随机序列的图谱显示，其仅包含一个富含AG的区域，且无贫乏AG的区域。会话期间生成的所有数据均保存在特殊文件中，可通过每个网页右上角的“下载文件”标签访问。打开此链接后，请下载输入序列以及所有生成的随机化序列。在此文件列表下方，提供有由 SRI 分析程序生成的寡核苷酸频率表的链接。然后是链接到本次会话期间由 MRI 分析程序生成的所有结果。例如，单击文件 user a file RAND one four AGCO 50 32 14，该文件代表针对随机序列获得的结果。序列编号为一，其参数如下：AG 含量为 50 个核苷酸长度的窗口，上限阈值为 32 个核苷酸，下限阈值为 14 个核苷酸。在此文件中，所有符合富含或贫乏内容标准的核苷酸序列片段及其坐标，均根据其在输入序列中的连续位置以列表形式提供。观看本视频后，您应能够充分理解如何操作基因组 MRI 计算资源。

genomic-mri-public-resource-for-studying-sequence-patterns-within

Research

科研

JoVE Journal

Biology

生物学

磁共振成像基因 - 公共资源为研究基因组DNA序列内模式

本视频演示了全基因组平铺阵列比较基因组杂交（CGH）的杂交实验技术，该技术仅需25-100 ng...

全基因组阵列比较基因组杂交技术演示

在本视频中，我们介绍一种高分辨率熔解曲线PCR技术，该技术基于熔解温度分析，用于确定不同序列长度的DNA片段的长度多态性。...

高分辨率熔解PCR检测突变DNA序列中的序列变异

用于NGS测序的基因组DNA富集是研究遗传性突变的一种简便而强大的工具。本文介绍了对11个参与DNA损伤修复的基因进行完整序列分析的实验流程。...

基于转座酶技术的gDNA富集用于NGS分析BRCA1、BRCA2及9个DNA损伤修复相关基因的全序列

我们提出了一种用于识别影响转录因子（TF）DNA结合的非编码遗传变异的策略性方案和实验流程。本文提供了针对基因型依赖性转录因子DNA结合的电泳迁移率变动分析（EMSA）和DNA亲和沉淀分析（DAPA）的详细实验方案。...

利用电泳迁移率变动分析（EMSA）和DNA亲和沉淀分析（DAPA）筛选功能性非编码遗传变异

与DNA序列数据不同，表观基因组数据无法直接进行基于文本的搜索。本文介绍了使用GeNemo升级版的操作流程，GeNemo是一种基于网络的生物信息学工具，可用于在表观基因组数据中开展基于模式的相似性搜索，将用户数据与在线数据库（如DNA元件百科全书）中的数据进行比对。...

基于模式的表观基因组数据搜索：使用 GeNemo

我们描述了一种将流式细胞术与高通量测序相结合的技术，用于鉴定基因组中晚期复制的区域。...

G2-seq：一种基于高通量测序技术鉴定基因组晚期复制区域的方法

靶向二代测序是一种高效且经济的方法，正日益广泛应用于疾病研究和临床诊断。本文所述方案介绍了用于测序的复杂工作流程，以及用于识别致病遗传变异的生物信息学分析过程。...

靶向二代测序与生物信息学分析流程用于评估先天性疾病的遗传决定因素

本实验方案的目的是结合计算研究与实验研究，寻找那些难以从共纯化序列中分离出来的新型序列，这些共纯化序列可能仅有部分被知晓。...

通过减法基因组学进行新序列发现

长读长测序技术显著促进了复杂基因组的组装以及结构变异的表征。本文介绍一种基于纳米孔测序平台生成超长读长序列的方法。该方法采用优化的DNA提取流程，结合改进的文库制备步骤，可从人类细胞中获得数百千碱基长度的读长，并达到中等测序深度。...

超长读长测序在全基因组DNA分析中的应用

本文介绍了一种高效访问和分析多种人类及模式生物数据库的实验方案。该方案演示了如何利用MARRVEL工具分析通过下一代测序技术鉴定出的候选致病性变异位点。...

导航MARRVEL：一种整合人类基因组学与模式生物遗传学信息的基于网络的工具

探索基因组序列中的非随机核苷酸组成模式，使用SRI分析器和MRI分析器程序检测寡核苷酸频率并识别富集区段。该计算方法有助于发现非编码DNA中的潜在功能元件。

基因组MRI——用于研究基因组DNA内序列模式的公共资源

探索更多视频