如何使用 NCBI 查找基因序列、mRNA、Promoter

有不少人询问如何查询基因序列、如何进行引物设计、如何使用 BLAST 进行序列比对...... 其实这些问题在 NCBI 上都可以方便的找到答案。

我将结合我自己使用 NCBI 的一些经历跟大家交流一下 NCBI 的使用。主要有以下四部分内容：

• 如何查找基因序列、mRNA、Promoter

• 如何查找连续的 mRNA、cDNA、蛋白序列

• 运用 STS 查找已经公布的引物序列

• 如何运用 BLAST 进行序列比对、检验引物特异性

今天我们就先讲第一部分：如何查找基因序列、mRNA、Promoter。这里主要用到的是 Map viewer，我们以人的 IL6（白细胞介素 6）为例讲述一下具体的操作步骤。

1. 打开 Map viewer 页面，网址为：http://www.ncbi.nlm.nih.gov/mapview/index.html，在 search 的下拉菜单里选择物种，for 后面填写你的目的基因。操作完毕如下图所示。

2. 点击 GO 出现如下界面。

3. 在步骤 2 图示的右下角有一个 Quick Filter，在 Gene 前面的小方框里打勾，然后点击 Filter。出现下图:

染色体上的红色区域即为你的目的基因所处位置。下面参考序列给出了三个，是不同的部门做出来的。经我验证，序列有微小的差异，但总体来说基本相同。尽管你分别点击后，序列代码等有所差异，但碱基基本一致，不影响大家研究分析序列。

现在普遍采用的是最上面的那个序列，这一条是世界范围的生物科学家用计算机合成的 一个序列。我也推荐大家使用这个序列。

4. 点击上述三条序列第一条序列，即 reference 对应的 Genes seq，出现新的页面，页面如下图所示。

5. 点击上图出现的 Download/View Sequence/Evidence ，即下载查看序列等功能，结果如下图所示。

在 Sequence Format（序列输出格式）后面是一个下拉式选择菜单，默认的为 FASTA 格式，还有一个是 GenBank 格式。我推荐大家选择 GenBnak 格式，因为这个格式提供了很多该基因的信息，而 FASTA 格式只有基因序列。

6. 在 Sequence Format 后选择 GenBank，然后点击下面的 Display，目的基因的相关信息和序列就出现在眼前了。点击后如图所示，由于网页较大，只截取一小部分以作示范。

在上述打开的网页中，你可以看到基因长度、基因序列以及这个基因是如何被报道出来的等各种信息。

mRNA join(3598..3678,3841..4031,5090..5203,5911..6057, 7803..8394) ，这代表了从基因的 3598 位开始就是转录区了，即我们常说的 mRNA 片断，由于内含子的存在，所以 mRNA 在 DNA 序列上分成了几段。

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

CDS 代表编码序列，即蛋白编码区是从 3660 开始（ ATG），由于剪接作用所以 CDS 区也是不连续的。

promoter：转录起始位点前面是基因的调控区，启动子区没有明显的位置定义，大家也只是猜测它的大体位置。如果你要研究 promoter 区的话，建议你选择转录起始位点前的 2000 个碱基进行研究，一般默认的是这样。当然你如果觉得长度太长不好研究的话，也可以只研究 - 1000 到 0 这一千个碱基，因为一般情况下，启动子区的变异都在这个区域内。

怎么样，学会了吗？你不妨试试去找到自己的目的基因序列和启动子。