1、基因組測序技術和基因識別基因組測序技術和基因識別主要內容 一、基因組測序技術 二、基因識別一、基因組測序技術 大規模DNA測序技術使全基因組的測序成為可能。 現有測序儀所能測得的序列長度有限，一般500-1000bp。而基因組序列長度遠大于此，必須經過下列過程才能測得：打碎測序拼接鳥槍法雜交測序法1、鳥槍法 鳥槍法（shotgun method）,也稱霰彈法。將DNA分子打碎，得到長度在500-1000bp之間的小片段，對這些片段測序，然后根據他們之間的關系進行拼接，得到最終目標序列。序列片段覆蓋待測序列序列片段覆蓋待測序列序列片段之間也存在著相互覆蓋或者重疊。序列片段之間也存在著相互覆蓋或者

2、重疊。 目標序列目標序列序列碎片序列碎片拼接過程 以每個片段為頂點，在每個頂點之間畫有向邊，有向邊的權值代表交疊的字符個數，方向由交疊序列前片段指向后片段。AGGTCCTAAAAGGTCCTAAAAGGTCCTAAAAGGTCCTAAA1341113拼接過程 查找能順箭頭方向依次經過各頂點的所有通路中權值之和最大的，即為拼接后的序列。1 adbc，權值82 bcad，權值73 badc，權值54 cadb，權值105 dbca，權值8拼接結果：AGGTCCTAAA最大權的哈密頓路徑問題（Hamilton tour problem）AGGTCCTAAAAGGTCCTAAA1341113abcd2

3、、雜交測序法 雜交測序法（sequencing by hybridization，SBH） 基本原理是：構建基因微陣列（microarray，也稱基因芯片，gene chip），讓待測序列與其反應，然后由反應獲得的信息確定待測序列的局部序列，最后根據這些局部序列重構目標序列。 基因微陣列（microarray，也稱基因芯片，gene chip），將高密度DNA片段陣列以一定的排列方式使其附著在基片上而形成。AA AT AG AC TA TT TG TC GA GT GG GC CA CT CG CCAAATAGACTATTTGTCGAGTGGGCCACTCGCCGCACCTGAACTGCACT

4、目標序列：CGTGACT 互補序列：GCACTGA 由測出的局部序列：GCAC、ACTG、CTGA、CACT，可以重構目標序列的互補序列GCACTGA ，從而得到目標序列 CGTGACT 。 可用求最大權值的哈密頓路徑的方法求解。 也可用歐拉路徑的方法求解，該算法較省時。3、拼接軟件 Phred、Phrap、Consed Sequencher ContigExpress1aggtcc2taaa3agg4tcctaaa二、基因識別二、基因識別 基因組（基因組（genome）是指一個生物體、細胞或病毒）是指一個生物體、細胞或病毒的整套基因。的整套基因。 基因

5、組學（基因組學（genomics）以基因組分析為手段，研）以基因組分析為手段，研究基因組的構成、時序表達模式和功能，并提供有究基因組的構成、時序表達模式和功能，并提供有關生物物種及其細胞功能的進化信息。關生物物種及其細胞功能的進化信息。 功能基因組學研究基因和非編碼序列生物學功能。功能基因組學研究基因和非編碼序列生物學功能。 比較基因組學通過生物物種基因組之間的比較，研比較基因組學通過生物物種基因組之間的比較，研究基因的功能。究基因的功能。 基因識別是識別基因識別是識別DNA序列上的具有生物學特序列上的具有生物學特征的片段，是基因組研究的基礎。征的片段，是基因組研究的基礎。 基因識別是生物信息

6、學領域里的一個重要研基因識別是生物信息學領域里的一個重要研究內容究內容 基因識別問題，在近幾年受到廣泛的重視基因識別問題，在近幾年受到廣泛的重視 當人類基因組研究進入一個系統測序階段時，急需當人類基因組研究進入一個系統測序階段時，急需可靠自動的基因組序列翻譯解釋技術，以處理大量可靠自動的基因組序列翻譯解釋技術，以處理大量已測定的但未知功能或未經注釋的已測定的但未知功能或未經注釋的DNA序列序列 1、原核基因識別、原核基因識別 原核基因特點：基因密度高、簡單（絕大多數不含內含子）。原核基因特點：基因密度高、簡單（絕大多數不含內含子）。其重點在于識別編碼區域其重點在于識別編碼區域非翻譯區域（非翻譯

7、區域（untranslated regions, UTR） 編碼區域兩端的編碼區域兩端的DNA，有一部分被轉錄，但是不被翻譯，有一部分被轉錄，但是不被翻譯，這一部分稱為非翻譯區域這一部分稱為非翻譯區域 5UTR-基因上游區域的非翻譯區域基因上游區域的非翻譯區域 3UTR-基因下游區域的非翻譯區域基因下游區域的非翻譯區域 對于任何給定的核酸序列（單鏈DNA或mRNA），根據密碼子的起始位置，可以按照三種方式進行解釋。 例如，序列ATTCGATCGCAA 這三種閱讀順序稱為閱讀框（reading frames）CAA A ATTCGATCGATTCGATCGCAAATTCGATCGCA（1）（3）

8、（2）一個開放閱讀框（一個開放閱讀框（ORF,open reading frame）是一個沒有是一個沒有終止編碼的密碼子序列。終止編碼的密碼子序列。原核基因識別任務的重點是識別開放閱讀框，或者說識別長原核基因識別任務的重點是識別開放閱讀框，或者說識別長的編碼區域。的編碼區域。基于基因密碼子特性的識別方法基于基因密碼子特性的識別方法 辨別編碼區域與非編碼區域的一種方法辨別編碼區域與非編碼區域的一種方法是檢查終止密碼子的出現頻率是檢查終止密碼子的出現頻率 終止密碼子出現的期望次數為：終止密碼子出現的期望次數為： 每每21個（個（ 64/3）密碼子出現一次終止密碼子）密碼子出現一次終止密碼子 基本思

9、想：基本思想：如果能夠找到一個比較長的序列，其相應的密碼子序列不含如果能夠找到一個比較長的序列，其相應的密碼子序列不含終止密碼子，則這段序列可能就是編碼區域。終止密碼子，則這段序列可能就是編碼區域。 基本算法：基本算法：掃描給定的掃描給定的DNA序列，在三個不同的閱讀框中尋找較長的序列，在三個不同的閱讀框中尋找較長的ORF。遇到終止密碼子以后，回頭尋找起始密碼子。遇到終止密碼子以后，回頭尋找起始密碼子。這種算法過于簡單，不適合于處理短的這種算法過于簡單，不適合于處理短的ORF或者交疊的或者交疊的ORF。 識別編碼區域的另一種方法是分析各種密碼子出現識別編碼區域的另一種方法是分析各種密碼子出現的

10、頻率的頻率 將一個隨機均勻分布的將一個隨機均勻分布的DNA序列翻譯成氨基酸序列翻譯成氨基酸序列，則在氨基酸序列中上述序列，則在氨基酸序列中上述3種氨基酸出現的種氨基酸出現的比例應該為比例應該為6:4:1例如，亮氨酸、丙氨酸、色氨酸分別有例如，亮氨酸、丙氨酸、色氨酸分別有6個、個、4個和個和1個密碼子個密碼子但是在真實的氨基酸序列中，上述比例并不但是在真實的氨基酸序列中，上述比例并不正確正確這說明這說明DNA的編碼區域并非隨機的編碼區域并非隨機 假設在一條假設在一條DNA序列中已經找到所有的序列中已經找到所有的ORF，那么可以利用密碼子頻率進一步區分編碼那么可以利用密碼子頻率進一步區分編碼ORF

11、和和非編碼非編碼ORF 利用這種方法，可以計算一個利用這種方法，可以計算一個ORF成為編碼區域成為編碼區域的可能性。的可能性。基于編碼區域堿基組成特征的識別方法基于編碼區域堿基組成特征的識別方法 編碼序列與非編碼序列在堿基組成上有區別編碼序列與非編碼序列在堿基組成上有區別單個堿基的組成比例單個堿基的組成比例多個堿基的組成多個堿基的組成 通過統計分析識別編碼序列通過統計分析識別編碼序列2 2、真核基因識別問題、真核基因識別問題 真核基因遠比原核基因復雜：真核基因遠比原核基因復雜： 一方面，真核基因的編碼區域是非連續的，編碼區一方面，真核基因的編碼區域是非連續的，編碼區域被分割為若干個小片段。域被

12、分割為若干個小片段。 另一方面，真核基因具有更加豐富的基因調控信息，另一方面，真核基因具有更加豐富的基因調控信息，這些信息主要分布在基因上游區域。這些信息主要分布在基因上游區域。 基因識別基本思路基因識別基本思路 找出基因兩端的功能區域找出基因兩端的功能區域:轉錄啟動區轉錄啟動區 終止區終止區 在啟動區下游位置尋找翻譯起始密碼子在啟動區下游位置尋找翻譯起始密碼子 識別轉錄剪切位點識別轉錄剪切位點剪切給體位點剪切給體位點剪切接受體位點剪切接受體位點 各種不同的方法有不同的適應面，而不同的方法有各種不同的方法有不同的適應面，而不同的方法有時可以結合起來以提高基因識別的準確率。時可以結合起來以提高基

13、因識別的準確率。 關鍵問題是如何提高一個識別算法的敏感性關鍵問題是如何提高一個識別算法的敏感性（sensitivity，Sn）和特異性（和特異性（specificity，Sp）。）。 3 3、基因識別的主要方法、基因識別的主要方法兩大類識別方法：兩大類識別方法： 從頭算方法（或基于統計的方法）從頭算方法（或基于統計的方法）根據蛋白質編碼基因的一般性質和特征進行識別，通過統計值區分根據蛋白質編碼基因的一般性質和特征進行識別，通過統計值區分外顯子、內含子及基因間區域外顯子、內含子及基因間區域 基于同源序列比較的方法基于同源序列比較的方法利用數據庫中現有與基因有關的信息（如利用數據庫中現有與基因有關

14、的信息（如EST序列、蛋白質序列），序列、蛋白質序列），通過同源比較，幫助發現新基因。通過同源比較，幫助發現新基因。 最理想的方法是綜合兩大類方法的優點，開發混合最理想的方法是綜合兩大類方法的優點，開發混合算法。算法。 基因識別方法有基因識別方法有 ： （1）基于規則的系統）基于規則的系統 （2） 語義學方法語義學方法 （3） 線性辨別分析（線性辨別分析（LDA） （4） 決策樹決策樹 （5） 動態規劃動態規劃 （6） 隱馬爾柯夫模型隱馬爾柯夫模型 （7） 剪切對比排列剪切對比排列 （spliced alignment）4、基因識別程序介紹表表5.7 基因識別程序及訪問地址基因識別程序及訪問地

15、址（HP主頁；主頁；ESE-mail服務器；服務器；WSweb服務器；服務器；CL客戶客戶/服務器協議；服務器協議；EX有可執行代碼；有可執行代碼；SC有源代碼）有源代碼）表表5.8 各程序的性能比較（敏感性各程序的性能比較（敏感性(1)被預測出的真實編碼核酸的被預測出的真實編碼核酸的%；敏感性敏感性(2)被正確識別出的編碼外顯子的被正確識別出的編碼外顯子的%；特異性特異性(1)預測出的編碼核酸為真實編碼核酸的預測出的編碼核酸為真實編碼核酸的%；特異性特異性(2)預測出外顯子為真實外顯子的預測出外顯子為真實外顯子的%）Genscan訪問：/GENSCAN.

16、html以核酸序列SEQ5作綜合分析為例SEQ5SEQ5seq51 gaattccagg ttggaggggc ggcaacctcc tgccagcctt caggccactc tcctgtgcct 61 gccagaagag acagagcttg aggagagctt gaggagagca ggaaaggtgg aacattgctg 121 ctgctgctca ctcagttcca caggtgggag gaacagcagg gcttagagtg ggggtcattg 181 tgcagatggg aaaacaaagg cccagagagg ggaagaaatg cctaggagct ac

17、cgagggca 241 ggcgacctca accacagccc agtgctggag ctgtgagtgg atgtagagca gcggaatatc 301 cattcagcca gctcagggga aggacagggg ccctgaagcc aggggatgga gctgcaggga 361 agggagctca gagagaaggg gaggggagtc tgagctcagt ttcccgctgc ctgaaaggag 421 ggtggtacct actcccttca cagggtaact gaatgagaga ctgcctggag gaaagctctt 481 caagtgt

18、ggc ccaccccacc ccagtgacac cagcccctga cacgggggag ggagggcagc 541 atcaggaggg gctttctggg cacacccagt acccgtctct gagctttcct tgaactgttg 601 cattttaatc ctcacagcag ctcaacaagg tacataccgt caccatcccc attttacaga 661 tagggaaatt gaggctcgga gcggttaaac aactcacctg aggcctcaca gccagtaagt 721 gggttccctg gtctgaatgt gtgtg

19、ctgga ggatcctgtg ggtcactcgc ctggtagagc 781 cccaaggtgg aggcataaat gggactggtg aatgacagaa ggggcaaaaa tgcactcatc 841 cattcactct gcaagtatct acggcacgta cgccagctcc caagcaggtt tgcgggttgc 901 acagcggagc gatgcaatct gatttaggct tttaaaggat tgcaatcaag tgggacccac 961 tagcctcaac cctgtacctc ccctcccctc cacccccagc agt

20、ctccaaa ggcctccaac 1021 aaccccagag tgggggccat gtatccaaag aaactccaag ctgtatacgg atcacactgg 1081 ttttccagga gcaaaaacag aaacagcctg aggctggtca aaattgaacc tcctcctgct 1141 ctgagcagcc tagggggcag actaagcaga gggctgtgca gacccacata aagagcctac 1201 tgtgtgccag gcacttcacc cgaggcactt cacaagcatg cttgggaatg aaacttcc

21、aa 1261 ctctttggga tgcaggtgaa acagttcctg gttcagagag gtgaagcggc ctgcctgagg 1321 cagcacagct cttctttaca gatgtgcttc cccacctcta ccctgtctca cggcccccca 1381 tgccagcctg acggttgtgt ctgcctcagt catgctccat ttttccatcg ggaccatcaa 1441 gagggtgttt gtgtctaagg ctgactgggt aactttggat gagcggtctc tccgctccga 1501 gcctgttt

22、cc tcatctgtca aacgggctct aacccactct gatctcccag ggcggcagta 1561 agtcttcagc atcaggcatt ttggggtgac tcagtaaatg gtagatcttg ctaccagtgg 1621 aacagccact aaggattctg cagtgagagc agagggccag ctaagtggta ctctcccaga 1681 gactgtctga ctcacgccac cccctccacc ttggacacag gacgctgtgg tttctgagcc 1741 aggtacaatg actcctttcg gt

23、aagtgcag tggaagctgt acactgccca ggcaaagcgt 1801 ccgggcagcg taggcgggcg actcagatcc cagccagtgg acttagcccc tgtttgctcc 1861 tccgataact ggggtgacct tggttaatat tcaccagcag cctcccccgt tgcccctctg 1921 gatccactgc ttaaatacgg acgaggacag ggccctgtct cctcagcttc aggcaccacc 1981 actgacctgg gacagtgaat cgtaagtatg cctttca

24、ctg cgaggggttc tggagaggct 2041 tccgagctcc ccatggccca ggcaggcagc aggtctgggg caggaggggg gttgtggagt 2101 gggtatccgc ctgctgaggt gcagggcaga tggagaggct gcagctgagc tcctattttc 2161 ataataacag cagccatgag ggttgtgtcc tgtttcccag tcctgcccgg tcccccctcg 2221 gtacctcctg gtggatacac tggttcctgt aagcagaagt ggatgagggt g

25、tctaggtct 2281 gcagtcctgg caccccagga tgggggacac cagccaagat acagcaacag caacaaagcg 2341 cagccatttc tttctgtttg cacagctcct ctgtctgtcg ggggctcctg tctgttgtct 2401 cctataagcc tcaccacctc tcctactgct tgggcatgca tctttctccc cttctataga 2461 tgaggaggtt aaggttcaga gaggggtggg gaggaacgcc ggctcacatt ctccatcccc 2521 t

26、ccagatatg accaggaaca gacctgtgcc agcctcagcc ttacatcaaa atgggcctcc 2581 ccatgcaccg tggacctctg ggccctcctg tcccagtgga ggacaggaag ctgtgagggg 2641 cactgtcacc cagggctcaa gctggcattc ctgaataatc gctctgcacc aggccacggc 2701 taagctcagt gcgtgattaa gcctcataac cctccaaggc agttactagt gtgattccca 2761 ttttacagat gaggaa

27、gatg gggacagaga ggtgaataac tggccccaaa tcacacacca 2821 tccataattc gggctcaggc acctggctcc agtccccaaa ctcttgaacc tggccctagt 2881 gtcactgttt ctcttgggtc tcaggcgctg gatggggaac aggaaacctg ggctgaactt 2941 gaggcctctc tgatgctcgg tgacttcaga cagttgctca acctctctgt tctcttgggc 3001 aaaacatgat aacctttgac ttctgtcccc

28、tcccctcacc ccacccgacc ttgatctctg 3061 aagtgttgga aggatttaat ttttcctgca ctgagttttg gagacaggtc aaaaagatga 3121 ccaaggccaa ggtggccagt ttcctataga acgcctctaa aagacctgca gcaatagcag 3181 caagaactgg tattctcgag aacttgctgc gcagcaggca cttcttggca ttttatgtgt 3241 atttaatttc acaatagctc tatgacaaag tccacctttc tcatc

29、tccag gaaactgagg 3301 ttcagagagg ttaagtaact tgtccaaggt cacacagcta atagcaagtt gacgtggagc 3361 aatctggcct cagagccttt aattttagcc acagactgat gctcccctct tcatttagcc 3421 aggctgcctc tgaagttttc tgattcaaga cttctggctt cagctttgta cacagagatg 3481 attcaatgtc aggttttgga gcgaaatctg tttaatccca gacaaaacat ttaggattac

30、 3541 atctcagttt tgtaagcaag tagctctgtg atttttagtg agttatttaa tgctctttgg 3601 ggctcaattt ttctatctat aaaatagggc taataatttg caccttatag ggtaagcttt 3661 gaggacagat tagatgatac ggtgcctgta aaacaccagg tgttagtaag tgtggcaatg 3721 atggtgacgc tgaggctgtg tttgcttagc atagggttag gcagctggca ggcagtaaac 3781 agttggataa

31、 tttaatggaa aatttgccaa actcagatgc tgttcactgc tgagcaggag 3841 ccccttcctg ctgaaatggt cctggggagt gcagcaggct ctccgggaag aaatctacca 3901 tctctcgggc aggagctcaa cctgtgtgca ggtacaggga gggcttcctc acctggtgcc 3961 cactcatgca ttacgtcagt tattcctcat ccctgtccaa aggattcttt tctccattgt 4021 acagctatga agctagtgct caaa

32、gaagtg aagtcattta ccccaggccc cctgccagta 4081 agtgacaggg cctggtcaca cttgggttta tttattgccc agttcaacag gttgtttgac 4141 cataggcgag attctcttcc ctgcaccctg ccgggttgct cttggtccct tattttatgc 4201 tcctgggtag aaatggtgcg agattaggca gggagtggac gcttccctgt ccctggcccc 4261 gcaaagagtg ctcccacctg ccccgatccc agaaatgtc

33、a ccatgaagcc ttcattcttt 4321 tggtttaaag cttggcctca gtgtccgtac accatggggt ccttggccag atggcgactt 4381 tctcctctcc agtcgccctc ccaggcacta gcttttagga gtgcagggtg ctgcctctga 4441 tagaagggcc aggagagagc aggttttgga gacctgatgt tataaggaac agcttgggag 4501 gcataatgaa cccaacatga tgcttgagac caatgtcaca gcccaattct gac

34、attcatc 4561 atctgagatc tgaggacaca gctgtctcag ttcatgatct gagtgctggg aaagccaaga 4621 cttgttccag ctttgtcact gacttgctgt atagcctcaa caaggccctg accctctctg 4681 ggcttcaaac tcttcactgt gaaaggagga aaccagagta ggtgatgtga caccaggaaa 4741 gatggatggg tgtgggggaa tgtgctcctc ccagctgtca ccccctcgcc accctccctg 4801 cac

35、cagcctc tccacctcct ttgagcccag aattcccctg tctaggaggg cacctgtctc 4861 gtgcctagcc atgggaattc tccatctgtt ttgctacatt gaacccagat gccattctaa 4921 ccaagaatcc tggctgggtg caggggctct cgcctgtaac cccagcactt tgggaggcca 4981 aggcaggcgg atcaagaggt caggagttca agacctgcct ggccaacacg gtgaaacctc 5041 agctctacta aaaataca

36、aa aattagccag gcgtggtggc acacgcctgt aatcccagct 5101 atttgggaag ctgagacaga agaatttctt gaacccggga ggtggaggtt tcagtgagcc 5161 gagatcacgc cactgcactc caccctggcg gataaagcga gactctgtct caaaaaaaac 5221 ccaaaaacct atgttagtgt acagagggcc ccagtgaagt cttctcccag ccccactttg 5281 cacaactggg gagagtgagg ccccaggacc ag

37、aggattct tgctaaaggc caagtggata 5341 gtgatggccc tgccaggcta gaagccacaa cctctggccc tgaggccact cagcatattt 5401 agtgtcccca ccctgcagag gcccaactcc ctcctgacca ctgagccctg taatgatggg 5461 ggaatttcca taagccatga aggactgcac aaagttcagt tgggagtgaa agagaaatta 5521 aagggagatg gaaatataca gcactaattt tagcaccgtc ttcagtt

38、cta acaacactag 5581 ctagctgaag aaaatacaaa catgtattat gtaatgtgtg gtctgttcca tttggattac 5641 ttagaggcac gagggccaag gagaaaggtg gtggagagaa accagctttg cacttcattt 5701 gttgctttat tggaaggaaa cttttaaaag tccaaggggg ttgaagaatc tcaatatttg 5761 ttatttccag ctttttttct ccagtttttc atttcccaaa ttcaaggaca cctttttctt 5

39、821 tgtattttgt taagatgatg gttttggttt tgtgactagt agttaacaat gtggctgccg 5881 ggcatattct cctcagctag gacctcagtt ttcccatctg tgaagacggc aggttctacc 5941 tagggggctg caggcaggtg gtccgaagcc tgggcatatc tggagtagaa ggatcactgt 6001 ggggcagggc aggttctgtg ttgctgtgga tgacgttgac tttgaccatt gctcggcaga 6061 gcctgctctc g

40、ctggttcag ccacaggccc caccactccc tattgtctca gccccgggta 6121 tgaaacatgt attcctcact ggcctatcac ctgaagcctt tgaatttgca acacctgcca 6181 acccctccct caaaagagtt gccctctcta gatccttttg atgtaaggtt tggtgttgag 6241 acttatttca ctaaattctc atacataaac atcactttat gtatgaggca aaatgaggac 6301 cagggagatg aatgacttgt cctggc

41、tcat acacctggaa agtgacagag tcagattaga 6361 tcctaggtct atctgaagtt aaaagaggtg tcttttcact tcccacctcc tccatctact 6421 ttaaagcagc acaaacccct gctttcaagg agagatgagc gtctctaaag cccctgacag 6481 caagagccca gaactgggac accattagtg acccagacgg caggtaagct gactgcagga 6541 gcatcagcct attcttgtgt ctgggaccac agagcattgt

42、ggggacagcc ccgtctcttg 6601 ggaaaaaaac cctaagggct gaggatcctt gtgagtgttg ggtgggaaca gctcccagga 6661 ggtttaatca cagcccctcc atgctctcta gctgttgcca ttgtgcaaga tgcatttccc 6721 ttctgtgcag cagtttccct ggccactaaa tagtgggatt agatagaagc cctccaaggg 6781 ctccagcttg acatgattct tgattctgat ctgacccgat tctgataatc gtggg

43、caggc 6841 ccattcctct tcttgtgcct cattttcttc ttttgtaaaa caatggctgt accatttgca 6901 tcttagggtc attgcagatg aaagtgttgc tgtccagagc ctgggtgcag gacctagatg 6961 taggattctg gttctgctac ttcctcagtg acattgaata gctgacctaa tctctctggc 7021 tttggtttct tcatctgtaa aagaaggata ttagcattag cacctcacgg gattgttaca 7081 agaaa

44、gcaat gaattaacac atgtgagcac ggagaacagt gcttggcata tggtaagcac 7141 tacgtacatt ttgctattct tctgattctt tcagtgttac tgatgtcggc aagtacttgg 7201 cacaggctgg tttaataatc cctaggcact ttcacgtggt gtcaatccct gatcactggg 7261 agtcatcatg tgccttgact cgggcctggc ccccccatct ctgtcttgca ggacaatgcc 7321 gtcttctgtc tcgtggggca

45、 tcctcctgct ggcaggcctg tgctgcctgg tccctgtctc 7381 cctggctgag gatccccagg gagatgctgc ccagaagaca gatacatccc accatgatca 7441 ggatcaccca accttcaaca agatcacccc caacctggct gagttcgcct tcagcctata 7501 ccgccagctg gcacaccagt ccaacagcac caatatcttc ttctccccag tgagcatcgc 7561 tacagccttt gcaatgctct ccctggggac caag

46、gctgac actcacgatg aaatcctgga 7621 gggcctgaat ttcaacctca cggagattcc ggaggctcag atccatgaag gcttccagga 7681 actcctccgt accctcaacc agccagacag ccagctccag ctgaccaccg gcaatggcct 7741 gttcctcagc gagggcctga agctagtgga taagtttttg gaggatgtta aaaagttgta 7801 ccactcagaa gccttcactg tcaacttcgg ggacaccgaa gaggccaag

47、a aacagatcaa 7861 cgattacgtg gagaagggta ctcaagggaa aattgtggat ttggtcaagg agcttgacag 7921 agacacagtt tttgctctgg tgaattacat cttctttaaa ggtaaggttg ctcaaccagc 7981 ctgagctgtt tcccatagaa acaagcaaaa atatttctca aaccatcagt tcttgaactc 8041 tccttggcaa tgcattatgg gccatagcaa tgcttttcag cgtggattct tcagttttct 810

48、1 acacacaaac actaaaatgt tttccatcat tgagtaattt gaggaaataa tagattaaac 8161 tgtcaaaact actgacgctc tgcagaactt ttcagagcct ttaatgtcct tgtgtatact 8221 gtatatgtag aatatataat gcttagaact atagaacaaa ttgtaataca ctgcataaag 8281 ggatagtttc atggaacata ctttacacga ctctagtgtc ccagaatcag tatcagtttt 8341 gcaatctgaa aga

49、cctgggt tcaaatcctg cctctaacac aattagcttt tgacaaaaac 8401 aatgcattct acctctttga ggtgctaatt tctcatctta gcatggacaa aataccattc 8461 ttgctgtcag gtttttttag gattaaacaa atgacaaaga ctgtggggat ggtgtgtggc 8521 atacagcagg tgatggactc ttctgtatct caggctgcct tcctgcccct gaggggttaa 8581 aatgccaggg tcctgggggc cccagggc

50、at tctaagccag ctcccactgt cccaggaaaa 8641 cagcataggg gaggggaggt gggaggcaag gccaggggct gcttcctcca ctctgaggct 8701 cccttgctct tgaggcaaag gagggcagtg gaggcaagcc aggctgcagt cagcacagct 8761 aaagtcctgg ctctgctgtg gccttagtgg gggcccaggt ccctctccag ccccagtctc 8821 ctccttctgt ccaatgagaa agctgggatc aggggtccct ga

51、ggcccctg tccactctgc 8881 atgcctcgat ggtgaagctc tgttggtatg gcagagggga ggctgctcag gcatctgcat 8941 ttcccctgcc aatctagagg atgaggaaag ctctcaggaa tagtaagcag aatgtttgcc 9001 ctggatgaat aactgagctg ccaattaaca aggggcaggg agccttagac agaaggtacc 9061 aaatatgcct gatgctccaa cattttattt gtaatatcca agacaccctc aaataaa

52、cat 9121 atgattccaa taaaaatgca cagccacgat ggcatctctt agcctgacat cgccacgatg 9181 tagaaattct gcatcttcct ctagttttga attatcccca cacaatcttt ttcggcagct 9241 tggatggtca gtttcagcac cttttacaga tgatgaagct gagcctcgag ggatgtgtgt 9301 cgtcaagggg gctcagggct tctcagggag gggactcatg gtttcttatt ctgctacact 9361 cttccaa

53、acc ttcactcacc cctggtgatg cccaccttcc cctctctcca ggcaaatggg 9421 agagaccctt tgaagtcaag gacaccgagg aagaggactt ccacgtggac caggtgacca 9481 ccgtgaaggt gcctatgatg aagcgtttag gcatgtttaa catccagcac tgtaagaagc 9541 tgtccagctg ggtgctgctg atgaaatacc tgggcaatgc caccgccatc ttcttcctgc 9601 ctgatgaggg gaaactacag c

54、acctggtaa atgaactcac ccacgatatc atcaccaagt 9661 tcctggaaaa tgaagacaga aggtgattcc ccaacctgag ggtgaccaag aagctgccca 9721 cacctcttag ccatgttggg actgaggccc atcaggactg gccagagggc tgaggagggt 9781 gaaccccaca tccctgggtc actgctactc tgtataaact tggcttccag aatgaggcca 9841 ccactgagtt caggcagcgc cgtccatgct ccatga

55、ggag aacagtaccc agggtgagga 9901 ggtaaaggtc tcgtccctgg gaacttccca ctccagtgtg gacactgtcc cttcccaata 9961 tccagtgccc aaggcaggga cagcagcacc accacacgtt ctggcagaac caaaaaggaa 10021 cagatgggct tcctggcaaa ggcagcagtg gagtgtggag ttcaagggta gaatgtccct 10081 ggggggacgg gggaagagcc tgtgtggcaa ggcccagaaa agcaaggtt

56、c ggaattggaa 10141 cagccaggcc atgttcgcag aaggcttgcg tttctctgtc actttatcgg tgctgttaga 10201 ttgggtgtcc tgtagtaagt gatacttaaa catgagccac acattagtgt atgtgtgtgc 10261 attcgtgatt atgcccatgc cctgctgatc tagttcgttt tgtacactgt aaaaccaaga 10321 tgaaaataca aaaggtgtcg ggttcataat aggaatcgag gctggaattt ctctgttcca

57、 10381 tgccagcacc tcctgaggtc tctgctccag gggttgagaa agaacaaaga ggctgagagg 10441 gtaacggatc agagagccca gagccagctg ccgctcacac cagaccctgc tcagggtggc 10501 attgtctccc catggaaaac cagagaggag cactcagcct ggtgtggtca ctcttctctt 10561 atccactaaa cggttgtcac tgggcactgc caccagcccc gtgtttctct gggtgtaggg 10621 ccctg

58、gggat gttacaggct gggggccagg tgacccaaca ctacagggca agatgagaca 10681 ggcttccagg acacctagaa tatcagagga ggtggcattt caagcttttg tgattcattc 10741 gatgttaaca ttctttgact caatgtagaa gagctaaaag tagaacaaac caaagccgag 10801 ttcccatctt agtgtgggtg gaggacacag gagtaagtgg cagaaataat cagaaaagaa 10861 aacacttgca ctgtggtggg tcccagaa