手把手教你预测基因的 G4 联体序列

如果要验证某一个基因是否有形成 G4 联体的可能性，首先需要在其序列上找到富含 G 序列的片段，而最有可能形成 G4 联体的区域包括启动子区、5' 非编码区，所以我们的查找范围就锁定在以上两个区域。找到所需序列之后再借助工具分析找到富含 G 序列的片段。

首先在 genecards 上搜索你需要的基因，这里以 MYC 基因为例。点击查找到的第一个基因。

点进去就是这个页面啦，找到基因的编码链序列，就是大家都知道的 NC 号了。

然后跳转到 NCBI 的页面，接下来就要去找我们需要的两段序列了，可以看到该基因的序列位于染色体上的位子 127735434-127741434。

首先找到 5' 非编码区，就是 mRNA 到 CDS 之间的这一段，位于第一个外显子里面，一般认为转录起始位点往前 2kb 左右是启动子区。（这里 MYC 基因的启动子跟 G4 联体所在的位置已经被证实，这里所说的 2kb 是针对启动子未知基因。）

接下来计算一下我们需要的片段位于染色体上的位子

127735434-（2000-636）-1 = 127734069

127735434+1161-1 = 127736594

所以我们需要的序列是从 127734069 到 127736594，将这两个数值填入，点击上面的 update view，再将 show reverse complement 的勾打上，点击 update view，显示的序列就是我们需要的模板链序列了（下拉，序列在页面下面）。

得到序列之后，我们需要用到一个在线预测平台，大名叫做 QGRS Mapper，只需要把序列贴进去，点击 analyze 就 ok 啦。

可以按照需求设置连续 G 的个数（Min G-group），连续 G 之间的间隔碱基数（loop size），我这里是按照经典模型 G3N（1-7）G3N（1-7）G3N（1-7）G3 设置的，结果一秒就出来了，非常之迅速，如下：

找到符合要求的序列有 3 段，这也是评分值最高的三段，加上重叠部分排列组合之后可以有 87 种可能。现在只是初步筛选出来可能形成 G4 联体的序列，至于到底能不能形成还需要实验验证。点击 sequence view 可以看到序列位置，分析结果自动填色加下划线。

可以在以上红框中找到下图中已证实的 MYC 基因的 G4 联体序列。

以上就是基因 G4 联体序列预测的全过程啦！

有同学可能会有疑问，怎么跟预测到的形成 G4 联体的序列不是完全一致呢？还有其他两段序列呢？因为这只是预测嘛，所以人家只是帮你找到可能性的序列，到底行不行还得有后续的实验证明才行的！

不知道做 G4 联体的朋友多不多，我也是这几天才接触的，经过几天的摸索总结出预测 G4 联体序列的方法，以后大家多多交流！