爱华网--------------------------------------------------------------------------------
TRANSPLORER (TRANScription exPLORER)
Dnanalyze (TF mapping)
Dragon Promoter Finder 1.2 (TSS finder and promoter regionanalysis)
FunSiteP 2.1
HCtata (TATA signal prediction)
McPromoter Ver.3
MatInspector (Search for TF binding sites)
ModelGenerator and ModelInspector
NNPP2.1 (TSS finder)
PromoterInspector (Strand non-specific promoter regionfinder)
Promoter2.0 (TSS finder)
Promoter Scan II (Promoter region prediction)
RGSiteScan
Signal Scan (Search for Eukaryotic Transcriptional Elements)
TESS (Search for Transcription Elements)
TFSEARCH (Predicts TF binding sites based on TRANSFAC data)
TRANSFAC (TF database and a number of associated programs)
TSSG and TSSW
PROMOTER 2.0http://www.cbs.dtu.dk/services/Promoter/
通常确定启动子的算法可以分成两种,一种根据启动子区各种转录信号,如TATA 盒、CCAAT盒,结合对这些保守信号及信号间保守的空间排列顺序的识别进行预测。如PROMOTER 2.0, 用神经网络方法确定TATA盒、CCAAT盒、加帽位点(cap site) 和GC 盒(GCbox) 的位置和距离, 识别含TATA 盒的启动子。
PROMOTER SCANhttp://thr.cit.nih.gov/molbio/proscan/
根据转录因子结合部位在基因组中分布的不平衡性,将转录因子结合部位分布密度与TATA 盒的权重矩阵(weight matrix)结合起来,从基因组DNA中识别出启动子区[3 ] 。但上述程序预测的假阳性率较高,PROMOTER 210 每23kb出现一个假阳性;PRO2MOTER SCAN 平均每19kb 出现一个假阳性。
PromoterInspectorhttp://www.genomatix.de/products/PromoterInspector/PromoterInspector2.html
另一种方法根据启动子区序列的特征进行预测。Promo2terInspector从一组训练序列中提取出启动子区的环境特征,并将外显子、内含子和3’端非翻译区的特征与启动子区加以区分,从而在基因组中确定启动子位置
FirstEFhttp://rulai.cshl.org/tools/FirstEF/
近来还有一些程序将上述方法与CpG 岛(CpG islands) 信息相结合。CpG岛是一段200 bp 或更长的DNA序列,核苷酸G + C 的含量较高,并且CpG双核苷酸的出现频率占G+ C 含量的50%以上。许多脊椎动物的启动子区都与CpG岛的位置重合。FirstEF ( http :/ / rulai1cshl1org/tools/ FirstEF/ ) 搜索通过5’UTR 定位技术构建的第一外显子数据库,识别第一剪切点(first splicingdonor site) ,结合CpG岛信息,确定启动子区。这种方法使预测的敏感性和特异性都明显提高。该程序预测含CpG岛的启动子的敏感性和特异性都高于90 %,预测不含CpG岛的启动子的精确性相对略低。
TRRD 数据库 http://wwwmgs.bionet.nsc.ru/mgs/dbases/trrd4/收录了真核基因调控区结构和基因表达方式的信息,每个条目对应一个基因。
应用权重矩阵数据库搜索转录因子结合部位的程序包括
SIGNAL SCANhttp://thr.cit.nih.gov/molbio/signal/
MatInspectorhttp://www.genomatix.de/products/index.html
转录因子搜索程序( transcriptional factor search ,
TF2 SEARCH ) http://www.cb rc.jp/research/db/TFSEARCH.html
等等。尽管基于PWM 的搜索比较敏感,但它最大的缺点就是假阳性率过高,在预测的结果中有很多结合部位并不真正具有生物学功能。
COMPEL 数据库http://compel.bionet.nsc.ru/new/index.html
经实验确定的复合元件不多,COMPEL 数据库中收录了近200条经实验确定的复合元件的信息。如果转录因子结合部位的预测结果中包含复合元件,显然比单个元件更有可能具有生物学功能。Co - Bind程序通过建立两个转录因子结合部位的PWM 及其复合作用的模型,可以预测序列中的复合元件。还有一些程序利用COMPEL数据库中已知的复合元件去搜索基因组序列。
Consensus ftp://beagle.colorado.edu/pub/consensus/
AlignACE http://atlas.med.harvard.edu/cgi-bin/alignace.pl
等是用来搜索高含量基序(overrepresented motif finding)的一些算法,可以对一组基因簇中的基因调控区进行比较,以发现其中存在的高含量的基序,调控元件可能就存在于这些基序之中。
