引言

初識ORF被其搞得七葷八素躯保，希望這篇文章可以帶各位小主揭開其神秘面紗。
我們圍繞三個終極的哲學(xué)問題展開：ORF是什么养距，從哪里來鸟悴，到哪里去……

自報家門

ORF幅虑，Open Reading Frame，稱為開放閱讀框盒刚。

DNA通過轉(zhuǎn)錄合成mRNA腺劣。在mRNA中，遺傳密碼以3個核苷酸為單位閱讀因块，每一組可編碼一個氨基酸或作為翻譯的終止信號橘原，即每三個核苷酸序列成為一個密碼子（codon）。

根據(jù)起始點的不同涡上，每條鏈可能有三種不同的方式將核苷酸翻譯成蛋白質(zhì)趾断，其中以起始密碼子（AUG）開始，延伸至終止密碼子（UGA吩愧、UAA芋酌、UAG），可以翻譯成蛋白質(zhì)的讀框稱為開放閱讀框（ORF）雁佳。一般情況脐帝，任何一段堿基序列只有一個讀框是開放的，其他的讀框則會因為頻繁出現(xiàn)終止密碼子而被阻斷糖权。

那么堵腹，CDS和ORF之間又是怎樣的關(guān)系呢？

CDS（coding sequence）是編碼蛋白產(chǎn)物的一段序列星澳，是事實存在的編碼區(qū)疚顷；而ORF是理論上的編碼區(qū)，因此CDS一定是一個ORF募判，但ORF不一定均為CDS荡含。

尋蹤覓跡

先來劃重點Ｖ渌簟！释液！

ORFfinder是NCBI提供的一款在線點點點的ORF查找器全释。

https://www.ncbi.nlm.nih.gov/orffinder/

TransDecoder是一款專門針對轉(zhuǎn)錄組序列預(yù)測ORF的工具。

https://github.com/TransDecoder/TransDecoder/releases

ORFfinder

1 輸入gi或Accession編號误债，亦或直接輸入序列的fa文件

2 選擇相關(guān)參數(shù)：ORF長度的閾值浸船；遺傳密碼子的格式；使用的起始密碼子

3 提交后可得到預(yù)測的ORF序列信息以及推測的氨基酸序列信息

4 得到氨基酸序列后可直接在界面進行SmartBLAST（簡潔強化版blastp）或BLAST寝蹈，對預(yù)測出的ORF進行功能注釋

TransDecoder

1 提取最長的開放閱讀框

TransDecoder.LongOrfs -t transcripts.fa -m 100 -G universal
默認情況下李命，-m默認100，即識別氨基酸個數(shù)大于100對應(yīng)的ORF箫老；-G默認universal封字，即使用標準格式的密碼子。

2 通過blast或Pfam檢索已知蛋白的同源序列耍鬓，保留對應(yīng)的ORF（該步驟可選）

blastp蛋白數(shù)據(jù)庫檢索阔籽，可使用Swissprot （http://www.uniprot.org/[Swissprot）數(shù)據(jù)庫，速度較快牲蜀；或者 Uniref90 速度慢但較為全面笆制。

blastp -query transdecoder_dir/longest_orfs.pep -db uniprot_sprot.fasta -max_target_seqs 1 -outfmt 6 -evalue 1e-5 -num_threads 10 > blastp.outfmt6
Pfam蛋白質(zhì)結(jié)構(gòu)域檢索，需預(yù)先安裝hmmer3和Pfam數(shù)據(jù)庫涣达。

hmmscan --cpu 8 --domtblout pfam.domtblout Pfam-A.hmm transdecoder_dir/longest_orfs.pep

3 預(yù)測可能的編碼區(qū)

TransDecoder.Predict -t transcripts.fa -retain_blastp_hits blastp.outfmt6 –retain_pfam_hits pfam.domtblout
-retain_blastp_hits / –retain_pfam_hits 參數(shù)可保留步驟二中的ORF在辆。

4 結(jié)果可視化，可在GenomeView或IGV查看候選的ORF

java -jar $GENOMEVIEW/genomeview.jar transcripts.fa ransdecoder.bed

鎖定編碼基因

在獲得一段未知的序列后度苔，我們就可以分析其讀框是阻斷的還是開放的匆篓，一般情況下ORF不會太長，如果不被翻譯成蛋白質(zhì)林螃，則不存在阻止終止密碼子聚集的選擇壓力奕删。證明長序列為ORF是確定該讀框能被翻譯成蛋白質(zhì)的首要證據(jù)俺泣，而沒有蛋白質(zhì)被鑒定出的讀框稱為不明讀框（unidentified reading frame疗认，URF）。因此伏钠，可通過ORF的識別來判定未知序列是否編碼蛋白后横漏，根據(jù)功能注釋信息、推斷未知序列的結(jié)構(gòu)及功能熟掂。

參考
https://github.com/TransDecoder/TransDecoder/wiki
Lewin,B編著; 余龍, 江松敏, 趙壽元主譯. 基因VIII. 北京: 科學(xué)出版社, 2005: 02.

最后編輯于：2021.01.21 17:31:35

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者