這一推送將介紹當(dāng)你測(cè)序得到一段DNA序列后，可能會(huì)用到的基礎(chǔ)操作。
一、拿到序列結(jié)果后，首先剔除可能的錯(cuò)誤
一般送測(cè)序的樣品往往經(jīng)歷純化，克隆，轉(zhuǎn)化等操作。期間不可避免會(huì)混有不是目標(biāo)序列的片段?？赡軄碜杂谳d體，也可能是操作中的污染。為了避免浪費(fèi)時(shí)間分析錯(cuò)誤的、污染的序列。首先要學(xué)會(huì)找到序列中的非目標(biāo)部分并編輯序列。
1. 載體序列
如果是克隆再測(cè)序，那么序列末端一般會(huì)帶有載體的序列。可以查找序列中，可以與你使用的載體序列部分，然后刪掉它。
可以利用NCBI的VecScreen工具，原理仍然是blast，但是其參數(shù)設(shè)置和檢索數(shù)據(jù)庫(kù)是適合找到序列中載體質(zhì)粒部分的。
https://www.ncbi.nlm.nih.gov/tools/vecscreen/
VecScreen結(jié)果有兩種可能：
（1）一種可能的檢索結(jié)果是序列與已知載體沒有高度相似部分，那么就直接繼續(xù)對(duì)序列進(jìn)行分析就可以；
（2）另一種結(jié)果是，發(fā)現(xiàn)序列有一部分與載體相似，仍分兩種情況：
（2.a）如果在序列末端，那么可以刪除后繼續(xù)分析；
（2.b）如果相似部分在各處都有，或者是檢索得到的載體甚至不是你使用的那個(gè)，可能是操作中污染了，就扔了重做吧。
2. 一些不用扔了重做的情況
如果VecScreen結(jié)果顯示的你的序列兩端有載體序列（類似于2.a的情況），但是載體名字不是你用的那個(gè)，也別立刻否定這個(gè)序列不能用了。因?yàn)楹芏噍d體質(zhì)粒是在其他載體上進(jìn)行改造產(chǎn)生的，所以序列上是可以對(duì)應(yīng)的，名字卻不同。
另外也要看你研究的目的基因，比如你研究的基因就是構(gòu)建載體常用的抗性基因，那么VecScreen肯定會(huì)出現(xiàn)比對(duì)上的結(jié)果（我好像又廢話了）。
二、限制性酶切圖譜
之前介紹過Restriction map（【現(xiàn)學(xué)現(xiàn)賣】基因圖譜概述）。得到理論上的限制酶切圖譜很簡(jiǎn)單，只需要在序列中找限制性酶切位點(diǎn)。
現(xiàn)在很多序列分析軟件都可以一鍵顯示限制性酶切位點(diǎn)，另外推薦一些數(shù)據(jù)庫(kù)：
1. REBASE database
http://rebase.neb.com/rebase/rebase.html
2.?Webcutter
http://www.firstmarket.com/cutter/cut2.html
三、設(shè)計(jì)PCR引物
相信大家對(duì)PCR都很熟悉了（【現(xiàn)學(xué)現(xiàn)賣】實(shí)驗(yàn)-PCR），首先當(dāng)然是需要設(shè)計(jì)引物。很多軟件可以根據(jù)一段序列，設(shè)計(jì)符合條件的引物，還有線上的小工具，比如NCBI-primer designing tool等。
四、分析DNA序列的組成
1. GC含量、核苷酸組成等
可以使用Genomatix: DNA Sequence Toolbox頁(yè)面中的creat sequence statistics按鈕可以幫助我們分析序列的GC含量、單核苷酸、二核苷酸、三核苷酸組成等。
https://www.genomatix.de/cgi-bin/tools/tools.pl
2. 分析查找序列中的重復(fù)
DNA序列中的重復(fù)片段常參與基因重組和表達(dá)調(diào)控。
推薦工具
BioWeb（還有其他工具，它們算法各有不同。）
https://bioweb.pasteur.fr./welcome
里面的tools and packages-mreps等工具。其他工具都可以點(diǎn)開看看，有功能描述。
五、尋找蛋白質(zhì)編碼區(qū)域
前面我們檢查了序列中有沒有污染（載體序列污染），得到了限制性酶切位點(diǎn)，還有序列組成的一些數(shù)據(jù)。現(xiàn)在可以看看這段序列有沒有、在何處可以編碼蛋白質(zhì)。
1. 用NCBI-ORF-Finder尋找開放閱讀框
一段序列如果要編碼蛋白質(zhì)，需要有起始子（一般是ATG），并在一段距離之后有終止子（TAA, TAG, TGA），這就是開放閱讀框的定義。
下面我們利用NCBI的ORF Finder來找序列中的開放閱讀框。
https://www.ncbi.nlm.nih.gov/orffinder/
操作很簡(jiǎn)單，復(fù)制序列，選擇適合自己的材料的遺傳密碼等參數(shù)，然后查找。我今天才發(fā)現(xiàn)，原來有這么多種遺傳密碼可以選擇，31種耶！
結(jié)果顯示界面也是比較清晰的。
2.?用GeneMark尋找開放閱讀框
上述1方法外還有很多可以尋找ORF，比如一些序列分析軟件。再介紹另外一個(gè)網(wǎng)頁(yè)工具，GeneMark。
（1）打開主頁(yè)
http://exon.gatech.edu/GeneMark/
主頁(yè)展示了很多分類，選擇適合自己的序列的分類，點(diǎn)擊。
（2）結(jié)果頁(yè)面很簡(jiǎn)潔，只展示前5個(gè)ORF基因。
六、組裝（Assembling）序列片段
即識(shí)別序列重疊部分，將多個(gè)片段序列組裝為一個(gè)序列。
這本書介紹了CAP3，一個(gè)短序列拼接的在線工具（在線工具處理序列的量有限。如果是處理二、三代測(cè)序的基因組數(shù)據(jù)，可以下載軟件和工具包，很多不是windows系統(tǒng)下運(yùn)行的，比如Canu。），輸入序列格式fasta。
http://doua.prabi.fr/software/cap3
七、其他工具推薦
當(dāng)然，如果你有一些DNA序列，能做的不僅僅是上述這些。歡迎留言，說說你實(shí)驗(yàn)中常見的目的、操作或者喜歡的軟件、網(wǎng)站吧。
我先來推薦我用過感覺還不錯(cuò)的：
1. 序列操作工具箱
http://www.detaibio.com/sms2/rest_map.html
很多小工具，比如格式轉(zhuǎn)換的，還有對(duì)序列、引物序列性質(zhì)分析的等等。
2. 生物數(shù)學(xué)計(jì)算機(jī)
https://ita.promega.com/resources/tools/biomath/
適合頭大，怕算錯(cuò)濃度和用量的時(shí)候。
往期相關(guān)內(nèi)容：
【陪你學(xué)·生信】二、一些你肯定會(huì)用到的生信工具和基本操作
【陪你學(xué)·生信】三、核苷酸序列數(shù)據(jù)庫(kù)的使用
【陪你學(xué)·生信】四、蛋白質(zhì)相關(guān)的數(shù)據(jù)庫(kù)
對(duì)喜歡看推送的小伙伴們說聲抱歉，好久沒有更新，嘿嘿。
因?yàn)樯现?，我一不小心看了三本小說，《長(zhǎng)夜難明》《三體Ⅰ》《三體Ⅱ》（都好看耶，Ⅲ正在很緩慢地看）
太奢侈的一周了，嘿嘿，身體力行，歡度中秋，喜迎國(guó)慶~
嗯嗯，繼續(xù)一起學(xué)習(xí)吧！
