TRƢỜNG ĐẠI HỌC NÔNG LÂM TP. HỒ CHÍ MINH BỘ MÔN CÔNG NGHỆ SINH HỌC ***000*** KHÓA LUẬN TỐT NGHIỆP XÂY DỰNG CƠ SỞ DỮ LIỆU HAI GENE HSP-70 và REVERSE TRANSCRIPTE-RNaseH Ở MỘT SỐ LOÀI VIRUS THỰC VẬT Nghành học: CÔNG NGHỆ SINH HỌC Niên khóa: 2001-2005 Sinh viên thực hiện: NGUYỄN VĂN THÁI Thành phố Hồ Chí Minh Tháng 8/2005 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC NÔNG LÂM TP. HỒ CHÍ MINH BỘ MÔN CÔNG NGHỆ SINH HỌC ************ XÂY DỰNG CƠ SỞ DỮ LIỆU HAI GENE HSP-70 và REVERSE TRANSCRIPTASE-RNaseH Ở MỘT SỐ LOÀI VIRUS THỰC VẬT Giáo viên hƣớng dẫn: TS. TRẦN THỊ DUNG Cử Nhân. LƢU PHÚC LỢI Thành phố Hồ Chí Minh Tháng 8/2005 Sinh viên thực hiện: NGUYỄN VĂN THÁI iii LỜI CẢM TẠ Thành kính ghi ơn công lao dạy dỗ, tận tụy suốt đời vì con của cha mẹ. Xin bày tỏ lòng biết ơn sâu sắc đến: TS. Trần Thị Dung Cử Nhân. Lưu Phúc Lợi Đã tận tụy hướng dẫn, truyền đạt kiến thức cho tôi hoàn thành khóa luận này, đặc biệt là thầy Lưu Phúc Lợi đã trang bị cho tôi những kiến thức quí báu và là người đầu tiên đưa tôi đến với Bioinformatics. Xin chân thành cảm ơn đến quí thầy cô bộ môn Công Nghệ Sinh Học, khoa Công Nghệ Thông Tin. Đã nhiệt tình giúp đỡ, khuyên bảo, tạo điều kiện thuận lợi và đóng góp ý kiến chân thành cho tôi trong suốt thời gian làm khóa luận này. Xin gởi lời cảm ơn đến tập thể lớp Công Nghệ Sinh Học K27 đã động viên, giúp đỡ và luôn ở bên cạnh tôi trong những lúc khó khăn trong suốt thời gian học đại học. Nguyễn Văn Thái iv TÓM TẮT KHOÁ LUẬN NGUYỄN VĂN THÁI, Đại học Nông Lâm TP. Hồ Chí Minh. Tháng 8/2005. “XÂY DỰNG CƠ SỞ DỮ LIỆU HAI GENE HSP-70 VÀ REVERSE TRANSCRIPTASE-RNaseH Ở MỘT SỐ LOÀI VIRUS THỰC VẬT” Hội đồng hƣớng dẫn: TS. Trần Thị Dung Cử Nhân. Lƣu Phúc Lợi Khóa luận đƣợc thực hiện tại bộ môn Công Nghệ Sinh Học. Trƣờng Đại Học Nông Lâm TP. Hồ Chí Minh. Trong khoảng thời gian từ tháng 3/2005 đến 8/2005. Với sự phát triển của kỹ thuật giải trình tự, một số lƣợng lớn các gene hsp-70 và RT- RNaseH đã đƣợc giải trình tự. Những trình tự gene này đƣợc lƣu trữ trong CSDL sinh học lớn nhƣ NCBI, EMBL, DDBj,…Vì các CSDL này quá lớn và chứa rất nhiều thông tin khác nhau, không tập trung thành từng gene cụ thể nên khó có thể thực hiện việc truy xuất các thông tin phục vụ trực tiếp cho một nghiên cứu chuyên biệt. Do vậy, mục tiêu của chúng tôi là tiến hành xây dựng cơ sở dữ liệu hai gene hsp-70 và reverse transcriptase-RNaseH ở một số loài virus thực vật. Để đạt đƣợc mục tiêu trên, khóa luận cần đảm bảo thực hiện nội dung nhƣ sau: Dùng Perl script để thu nhận trình tự các nucleotide và protein của hai gene từ trang CSDL GenBank (NCBI cơ sở dữ liệu nucleotide). Xác định gene và protein của hai gene hsp-70 và Reverse transcriptase-RNaseH (RT-RNaseH) trong genome hay ORF (Open Reading Frame) của virus. Tìm hiểu về mô hình dữ liệu quan hệ, sử dụng mô hình này vào việc lƣu trữ dữ liệu các trình tự nucleotide và protein của hai gene, tạo CSDL hai gene này. Dùng Perl script để chuyển tự động các dữ liệu vào CSDL. Sử dụng giao thức CGI kết hợp với ngôn ngữ lập trình Perl, để thiết kế trang web CSDL về hai gene hsp-70 và RT-RNaseH ở trên hai họ virus Closteroviridae và Caulimoviridae. v Sau khi thực hiện các nội dung trên chúng tôi đạt đƣợc những kết quả nhƣ sau:  Chúng tôi đã tải đƣợc 325 trình tự gene hsp-70 và RT-RNaseH từ cơ sở dữ liệu NCBI.  Thông qua việc tìm hiểu về hai họ virus, trình tự gene tƣơng đồng, trình tự protein bảo tồn và kết hợp với ClustalW. Chúng tôi đã xác định đƣợc vị trí gene hsp-70 và RT-RNaseH trong ORF hay nằm trong genome của chúng.  CSDL có 325 trình tự đƣợc tích hợp với Web.  Trang Web CSDL gene hsp-70 và RT-RNaseH gồm có 6 trang chính, đó là HOME, SEARCH, TOOL, TAXONOMY, LINK, ABOUT PAGE. Ngoài ra, từ những trang web chính này còn có thể kết nối đến những trang phụ khác để cung cấp những tiện ích cho ngƣời dùng. Từ các trang web này, ngƣời sử dụng có thể truy xuất thông tin, so sánh một trình tự quan tâm với các trình tự trong cơ sở dữ liệu gene hsp-70 và RT-RNaseH, tìm kiếm trình tự, các đặc tính của loài,… vi MỤC LỤC Nội dung Trang Trang bìa i Trang trong ii Lời Cảm Tạ iii Tóm Tắt Luận Văn iv Mục Lục vi Danh Sách Các Bảng ix Danh Sách Các Hình x Danh Sách Các Chử Viết Tắt xii Phần 1. LỜI MỞ ĐẦU 1 Phần 2. TỔNG QUAN TÀI LIỆU 4 2.1. SƠ LƢỢC VỀ CƠ SỞ DỮ LIỆU 4 2.1.1. Định nghĩa 4 2.1.2. Hệ quản trị CSDL 4 2.1.3. Các mô hình dữ liệu 5 2.1.3.1. Định nghĩa 5 2.1.3.2. So sánh các mô hình dữ liệu……………………………………… 5 2.2. NGÔN NGỮ LẬP TRÌNH PERL, MẠNG INTERNET VÀ WEB 6 2.2.1. Perl 6 2.2.1.1. Tóm tắt lịch sử phát triển 6 2.2.1.2. Ứng dụng 7 2.2.1.3. Một số module của Perl thƣờng đƣợc sử dụng 7 2.2.2. Giới thiệu về mạng Internet 8 2.2.2.1. Tóm lƣợc lịch sử phát triển 8 2.2.2.2. Một số khái niệm 9 2.2.3. Web 9 2.2.3.1. Tóm lƣợt lịch sử phát triển 9 2.2.3.2. Tích hợp CSDL với web dùng CGI 10 2.3. CƠ SỞ DỮ LIỆU SINH HỌC 11 2.3.1. NCBI 11 vii 2.3.1.1. Vài nét về NCBI 11 2.3.1.2. Một số cơ sở dữ liệu trong NCBI 11 2.3.1.3. Một số công cụ trong NCBI 12 2.3.2. EBI 13 2.3.2.1. Vài nét về EBI 13 2.3.2.2. Một số cơ sở dữ liệu trong EBI 13 2.3.2.3. Một số công cụ hỗ trợ phân tích trình tự sinh học 14 2.3.3. SIB 15 2.3.4. DDJB và PDBj 15 2.4. VIRUS CAULIMOVIRIDAE VÀ CLOSTEROVIRIDAE 18 2.4.1. CAULIMOVIRIDAE 19 2.4.1.1. Khái quát 19 2.4.1.2. Cấu tạo 20 2.4.1.3. Đặc tính sinh học 20 2.4.1.4. Cơ chế xâm nhiễm và sao mã trong tế bào ký chủ 20 2.4.2. CLOSTEROVIRIDAE 21 2.4.2.1. Khái quát 21 2.4.2.2. Cấu tạo 21 2.4.2.3. Cơ chế xâm nhiễm và sao mã trong tế bào ký chủ 22 2.5. Gene Hsp-70 và Reverse transcriptase-RNaseH 23 2.5.1. Gene Reverse transciptase-RNaseH 23 2.5.2.1. Vị trí gene RT-RNaseH nằm trong genome 23 2.5.2.2. Chức năng của protein 23 2.5.2. Gene hsp-70 24 2.5.1.1. Vị trí gene hsp-70 nằm trong genome 24 2.5.1.2. Chức năng 24 PHẦN 3. PHƢƠNG PHÁP VÀ CHƢƠNG TRÌNH SỬ DỤNG 25 3.1. Các chƣơng trình và ngôn ngữ lập trình đƣợc sử dụng 25 3.1.1. Hệ điều hành 25 3.1.2. Các chƣơng trình phân tích trình tự 25 3.1.2.1. Chƣơng trình so sánh trình tự ClustalW 25 3.1.2.2. Chƣơng trình tìm kiếm các trình tự tƣơng đồng – BLAST 25 viii 3.1.2.3. Hệ quả trị CSDL quan hệ MySQL 26 3.1.2.4. Apache web Server 27 3.1.2.5. Ngôn ngữ lập trình Perl và các gói sử dụng 27 3.2. Phƣơng pháp 28 3.2.1. Thu nhận trình tự 28 3.2.2. Xác định gene và protein trong bộ gene virus 29 3.2.3. Thiết kế CSDL trình tự gene và protein hsp-70 và RT-RNaseH 32 3.2.3.1. Phân tích dữ liệu 32 3.2.3.2. Thiết kế CSDL dạng bảng 34 3.2.3.3. Lƣu trữ các thông tin vào CSDL 35 3.2.4. Tích hợp CSDL gene hsp-70 và RT-RNaseH với trang Web 37 Phần 4. KẾT QUẢ VÀ THẢO LUẬN 39 4.1. Kết quả thu nhận trình tự của hai họ Closteroviridae và Caulimoviridae 39 4.2. Kết quả thu nhận trình tự hai gene hsp-70 và Reverse transcriptase-RNaseH 41 4.3. CSDL trình tự gene hsp-70 và RT-RNaseH 42 4.4. Trang web thể hiện thông tin CSDL gene hsp-70 và RT-RNaseH 46 4.4.1. Trang thông tin chung về CSDL gene hsp-70 và RT-RNaseH 47 4.4.2. Trang tìm kiếm 47 4.4.3. Trang công cụ 49 4.4.4. Trang cây phân loài 52 4.4.4.1. Trang Caulimoviridae 52 4.4.4.2. Trang Closteroviridae 54 4.4.5. Trang liên kết 54 4.4.6. Trang thông tin về bộ môn công nghệ sinh học 54 PHẦN 5. KẾT LUẬN VÀ ĐỀ NGHỊ 55 4.1. KẾT LUẬN 55 4.2. ĐỀ NGHỊ 55 PHẦN 6. TÀI LIỆU THAM KHẢO 57 PHỤ LỤC 59 ix DANH MỤC BẢNG Trang Bảng 2.1. Một số CSDL sinh học lớn và các địa chỉ web tƣơng ứng 17 Bảng 2.2. Một số CSDL sinh học lớn và các địa chỉ web tƣơng ứng.(tiếp theo) 18 Bảng 3.1. Các đối tƣợng phụ dựa trên đối tƣợng chính Sinh vật (Organism) 33 Bảng 3.2. Các đối tƣợng phụ dựa trên đối tƣợng chính trình tự (Sequence) 34 Bảng 4.1 Tổng số trình tự trong CSDL gene hsp-70 và RT-RNaseH 43 Bảng 4.2 Số trình tự gene hsp-70 43 Bảng 4.3 Số trình tự gene RT-RNaseH 43 . NCBI 11 2.3 .1. 2. Một số cơ sở dữ liệu trong NCBI 11 2.3 .1. 3. Một số công cụ trong NCBI 12 2.3.2. EBI 13 2.3.2 .1. Vài nét về EBI 13 2.3.2.2. Một số cơ sở dữ liệu trong EBI 13 2.3.2.3. Một số. KHÓA LUẬN TỐT NGHIỆP XÂY DỰNG CƠ SỞ DỮ LIỆU HAI GENE HSP-70 và REVERSE TRANSCRIPTE-RNaseH Ở MỘT SỐ LOÀI VIRUS THỰC VẬT Nghành học: CÔNG NGHỆ SINH HỌC Niên khóa: 20 01- 2005. ************ XÂY DỰNG CƠ SỞ DỮ LIỆU HAI GENE HSP-70 và REVERSE TRANSCRIPTASE-RNaseH Ở MỘT SỐ LOÀI VIRUS THỰC VẬT Giáo viên hƣớng dẫn: TS. TRẦN THỊ DUNG Cử Nhân.