如何預(yù)測(cè)新基因編碼蛋白的氨基酸序列

當(dāng)我們想研究一個(gè)新基因的功能時(shí)，我們首先預(yù)測(cè)一下它是否編碼蛋白，如果編碼蛋白，那編碼出的蛋白的最有可能的氨基酸序列是什么？ 

當(dāng)我們預(yù)測(cè)出該基因編碼的蛋白的氨基酸序列后，在數(shù)據(jù)庫(kù)中比對(duì)，如果比對(duì)出了一個(gè)高度相似的已知蛋白，那我們可以根據(jù)該蛋白的功能來(lái)大概的推測(cè)我們要研究的新基因所編碼的蛋白的功能，這將為我們之后研究該新基因的功能提供方向。 

接下來(lái)我們就來(lái)說(shuō)一下怎樣預(yù)測(cè)一個(gè)新基因編碼的蛋白的氨基酸序列。首先我們需要做的就是通過(guò) 5’- and 3’-RACE 技術(shù)得到該基因的全長(zhǎng) cDNA 序列，然后按以下步驟進(jìn)行即可。

1.首先打開(kāi)：web.expasy.org/translate/

2.將 DNA/RNA 序列輸入白色框中（應(yīng)輸入 cDNA 序列）

3.點(diǎn)擊下方的 TRANSLATE SEQUENCE。

4.點(diǎn)擊 TRANSLATE SEQUENCE 后會(huì)看到如下結(jié)果（紅色部分為可能的該段 DNA 序列的 ORF 編碼的氨基酸，因?yàn)檩斎?cDNA 序列后，并不是該段序列上的所有堿基都用來(lái)編碼氨基酸， 而是只有位于 ORF 框內(nèi)的堿基用來(lái)編碼氨基酸，ORF 是不確定，所以編碼的蛋白也不確定，那我們現(xiàn)在要做的就是得到最有可能的 氨基酸序列，紅色區(qū)域?yàn)楦鞣N可能）。

5.一般我們認(rèn)為紅色最多（即最長(zhǎng)）的就是該段 cDNA 序列編碼的氨基酸序列。

6.因?yàn)榈谝粋€(gè)紅色最多（即最長(zhǎng)），那接下來(lái)就點(diǎn)擊第一個(gè)。

7.點(diǎn)擊進(jìn)入后會(huì)看到以下結(jié)果，我們會(huì)看到紅色中有許多的藍(lán)色字母（畫(huà)紅線的部分），如果我們仔細(xì)看了之后會(huì)發(fā)現(xiàn)藍(lán)色部分就是M---甲硫氨酸，我們都知道真核蛋白的起始氨基酸都是甲硫氨酸，也就是說(shuō)畫(huà)紅線的部分就是可能的起始氨基酸部分，那只有一個(gè)是最有可能的，那就是使氨基酸序列最長(zhǎng)的。因?yàn)橄聢D的結(jié)果中只有一個(gè)終止------在最后面，那我們選擇第一個(gè)劃線的 M 作為起始氨基酸使編碼的氨基酸序列最長(zhǎng) ，所以第一個(gè)M 最有可能是起始氨基酸。

8.那接下來(lái)就點(diǎn)擊第一個(gè)藍(lán)色的M，點(diǎn)擊后進(jìn)入會(huì)看到以下結(jié)果（紅色框內(nèi)即為該段cDNA序列最有可能編碼的氨基酸序列）

9.我們還可以看到在結(jié)果的的最下方有一些工具（點(diǎn)擊第一個(gè)劃線部分可以得到該段氨基酸序列的 Fast 格式。那下方的四個(gè)劃線部分就是一些分析蛋白氨基酸序列的一些工具，比如可以拿該段氨基酸序列在數(shù)據(jù)庫(kù)中 Blast，劃線部分的這些工具就是對(duì)該段氨基酸序列進(jìn)行進(jìn)一步的分析，得到有關(guān)該段氨基酸序列更多的信息）。