怎样快速找到基因序列的开放阅读框

开放阅读框架（orf）是指在给定的阅读框架中，不包含终止密码子的一串序列。开放阅读框架介绍：1、开放阅读框（英语：Open reading frame；缩写：ORF；其他译名：开放阅读框架、开放读架等）是指在给定的阅读框架中，不包含终止密码子的一串序列。2、这段序列是生物个体的基因组中，可能作为蛋白质编码序列的部分。基因中的ORF包含并位于开始编码与终止编码之间。3、由于一段DNA或RNA序列有多种不同读取方式，因此可能同时存在许多不同的开放阅读框架。有一些电脑程序可分析出最可能是蛋白质编码的序列。开放阅读框架使用说明：1、当一个基因被识别、其DNA序列被解读时，人们往往仍然无法弄清相应的蛋白序列是什么。这是因为在没有其它信息的前提下，DNA序列可以按六种框架阅读和翻译（每条链三种，对应三种不同的终止密码子）。2、ORF Finding针对小基因序列，搜索并报导可能的蛋白质编码区，它检测这六个阅读框架，并寻找以启动子和终止子为界限的DNA序列，符合这些条件的序列有可能对应一个真正的单一的基因产物。

开放阅读框(Open Reading Frame, ORF)是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。当一个新基因被识别，其DNA序列被解读，人们仍旧无法搞清相应的蛋白序列是什么。这是因为在没有其它信息的前提下，DNA序列可能按六种框架阅读和翻译(每条链三种，对应三种不同的起始位点)。ORF识别包括检测这六个阅读框架并决定哪一个包含以启动子和终止子为界限的DNA序列而其内部不包含启动子或终止子，符合这些条件的序列有可能对应一个真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的部分或全部的先决条件。

开放阅读框(Open Reading Frame, ORF)是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。当一个新基因被识别，其DNA序列被解读，人们仍旧无法搞清相应的蛋白序列是什么。这是因为在没有其它信息的前提下，DNA序列可能按六种框架阅读和翻译（每条链三种，对应三种不同的起始位点）。ORF识别包括检测这六个阅读框架并决定哪一个包含以起始密码子和终止密码子为界限的DNA序列而其内部不包含起始密码子或终止密码子，符合这些条件的序列有可能对应一个真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的部分或全部的先决条件。

在分子生物学中，开放阅读框(Open Reading Frame, ORF)从起始密码子开始，是DNA序列中具有编码蛋白质潜能，一段无终止密码子打断的碱基序列。由于密码子（codon）读写起始位点的不同，DNA序列可能按六种ORF阅读和翻译（每条链三种，对应三种不同的起始位点）。ORF识别则是确定哪种开放阅读框对应真正的多肽编码序列的过程。在真核生物中，ORF可能跨过外显子，在mRNA中进行拼接。

开放阅读框　　开放阅读框是基因序列的一部分,包含一段可以编码蛋白的碱基序列,不能被终止子打断.　　当一个新基因被识别,其DNA序列被解读,人们仍旧无法搞清相应的蛋白序列是什麽.这是　　因为在没有其它信息的前提...

ORF是分子生物学和生物信息学中的一个基础概念。ORFs的检测是在基因组序列中发现特定蛋白质编码基因的重要一步。orf中的o，或者说open，是指完整基因中用于蛋白质翻译的“开放”区域；而rf，也即reading frame，是指双链基因序列翻译至氨基酸时的6种可能性之一。 定义1 ：一个ORF是指一段能够被3整除的序列，并且包含起始密码子和1个终止密码子（start/stop）。 定义2 ：一个ORF是指一段能够被3整除的序列，以终止密码子为头尾（stop/stop）。 定义3 ：一个ORF是指一段被受体和供体的剪切位点所分隔的序列。 至于为何要选择定义2作为生信领域的最佳选择，请移步文末所列的参考文献[1]，有详细的解释。 orf与基因的关系 orf是完整基因序列的一部分，一个完整基因包括orf序列以及非编码序列。orf可作为一个潜在蛋白质编码基因的指示器，但是预测的orf并不一定是基因。例如，一个典型的细菌基因组中已注释基因的数目远低于ORFs数目，前者约10 3 至10 4 ，而后者可达到10 4 至10 5 [2]。很好理解，毕竟ORFs的数目只是统计的潜在的编码基因数目，stop codon与stop codon所包含的区域并不一定能对应已知基因，因此ORFs相较于已知注释基因会更多。 参考文献 [1] Sieber, P., Platzer, M., Schuster, S. 2018. The Definition of Open Reading Frame Revisited. Trends in Genetics, 34(3), 167-170. [2] Mir, K., Neuhaus, K., Scherer, S., Bossert, M., Schober, S. 2012. Predicting Statistical Properties of Open Reading Frames in Bacterial Genomes. Plos One, 7(9)

开放阅读框要从第5个ATG开始。在处理生物学数据的时候，我们经常要对于碱基序列的开放阅读框（ORF）进行获取，以预测其功能和基因结构，甚至是单倍型。从5端开始翻译起始密码子（ATG），到终止于终止密码子TGA，TAA，TAG。期间的序列就是我们所要获取的开放阅读框。特别要注意的是DNA以双链的形式存在，因此两条链（正义链和反义链）都可能成为编码链，在这里需要分类讨论其ORF。

开放阅读框lab基因是如下。1、根据查询相关资料信息显示，开放阅读框是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。2、是从起始密码子到终止密码子之间的序列，连续翻译一段多肽链。3、以计算机为工具对生物信息进行储存、检索和分析的科学。

开放阅读框是阅读框的一部分。开放阅读框是阅读框的一部分，包含一段可以编码蛋白的碱基序列，不能被终止子打断，开放阅读框是一个从开始起始密码子和端部由终止密码子，没有终止密码子之间，通过将开放阅读框翻译成氨基酸直至达到终止。

在构成基因的核苷酸序列中存在着一些最终翻译成蛋白的碱基段,每三个连续碱基(即三联“ 密码子”） 编码相应的氨基酸.其中有一个起始“密码子”--AUG/ATG和三个终止“ 密码子”,终止“ 密码子”提供 终止信号.当细胞机器沿着核酸合成蛋白链并使其不断延伸的过程中遇到终密码子时,蛋白的延伸反应终止,一个成熟（或提前终止的突变）蛋白产生.因此开放阅读框是基因序列的一部分,包含一段可以编码蛋白的 碱基序列.由于拥有特殊的起始密码子和直到可以从该段碱基序列产生合适大小蛋白才出现的终止密码子,该段碱基序列编码一个蛋白.x0d现在有很多找ORF的软件,包括在线的,如：x0dORF Finding的功能x0dORF Finding 被用来预测已存在的编码区的小基因序列.它较早应于序列设计,应用优于长片断、高质量的匹配.进而,它提供了比用标准基因编码查询更有用的信息.ORF Finding 把提交序列分成六个亚区,并对这六个阅读框分别进行默认,赋予每个亚区一个确定其编码内容的度量,如果可能,将对每一亚区进行进一步分析.每个亚区按照已有的分类结果,被随机提交给查找它们是否编码 蛋白质的特定测试收集器.最后只有那些具有编码潜能的重要区域才被报导.ORF Finding 识别是证明一个新的DNA序列编码特定的蛋白质的部分或全部的先决条件,可用于大规模的开放式阅读框寻找.x0d使用说明测试过程:当一个基因被识别、其DNA序列被解读时,人们往往仍然无法 弄清相应的蛋白序列是什么.这是因为在没有其它信息的前提下,DNA序列可以按六种框架阅读和翻译 （每条链三种,对应三种不同的起始密码子）.ORF Finding 针对小基因序列,搜索并报导可能的蛋白质编码区,它检测这六个阅读框架,并寻找以启动子和 终止子为界限的DNA序列,符合这些条件的序列有可能对应一个真正的单一的基因产物.x0dORF Finding 通过如下方式处理您的序列：x0d·定位六个阅读框上的ORF候选区域x0d·对每个候选区域的编码可能性进行评估x0d·如果可能性很高,就把该区域作为可能的蛋白质编码区进行报导 编码可能性：是通过从物种训练模拟器收集来的统计数据确定的用.ORF Finding 进行蛋白质编码区的预测,有三步程序.x0d第一步：延伸无终止密码子的序列,把延伸的片断定位在六个阅读框上；它们是下一步进行 开放式阅读框研究的候选序列.x0d第二步：用物种hexamer统计表来估算ORF候选区域上蛋白质编码部分编码蛋白质的最大可能性.x0d第三步：根据序列结构和区域最可能成分来计算蛋白质编码的可能性.x0d这种测试利用物种的统计学原理把编码区从非编码区区分出来,其中包括编码蛋白质的最大可能性的估算、3 个过程的测试 和 ORF片断大小的确定.这种测试应用于物种的二次形式,得到一个三个自由度的 chi-square统计量,被称为候选ORF的二次判别式.这个判别式对于编码区趋向于取大值,对于非编码区 趋向于小值,并被固定化,所以非编码区获取的值趋向于小于1.一般通过第一步和第二步,大约61%的非编码区域产生值小于1的二次判别式.89%的区域的期望值小于2.经多次应用发现,5.0的结果很理想,它是介于正、误之间的阈值.x0d使用方法:首先选择你测试的序列的来源（物种）,然后直接在输入 框内填写您的DNA序列,进行提交即可.但输入序列的长度不得小于50bp.x0d结果说明:提供最优的潜在开放阅读框位置.通常,ORF Finding 会把您提交的序列进行检测,然后根据阅读框的次序（+1,+2,+3,-1,-2,-3),给出各阅读框架的蛋白质编码区域的 详细信息.如果同一个阅读框包含几个蛋白质编码区域的话,则这一开放式阅读框中蛋白质编码区域 会按照它们的起始核苷酸在该阅读框上的碱基位置依次给出.编码区域的详细信息包括：x0d·Numb x：编码区编号.从1依次增加,从此您可以知道各编码区的相对序号和您提交的序列的总编码区数目.x0d·Predicted start、Predicted end:预测的基因编码区的开始、结束.是指该阅读框的该编码区上编码蛋白质的核苷酸的起始和结束位置.x0d·Reading frame：阅读框.六种框架（每条链三种,对应三种不同的起始密码子）中的哪一种.x0d·Type：类型.说明这一蛋白质编码区是预测出来的还是存在的.x0d·ORF start、ORF end：开放式阅读开始、结束.即这一编码区的起始和结束.它除包括编码蛋白质的核酸序列外,还包括调控基因、起始密码子、终止密码子等

开放阅读框:指从起始密码子AUG到终止密码子UAG、UGA、UAA之间,可被翻译成蛋白质的编码序列. 结构基因：以原和生物举例说,一个完整操纵子包括启动子、调节基因、结构基因,只有结构基因才是编码蛋白质的基因,其它的是调控序列. 当转录发生后,结构基因可被转录成mRNA,其中包含一个(真核)或多个(原核)开放阅读框,还有5"UTR,以及3"UTR.

开放阅读框是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。就是从起始密码子到终止密码子之间的序列，连续翻译一段多肽链。生物信息学概念的话就是以计算机为工具对生物信息进行储存、检索和分析的科学。研究重点主要体现在基因组学和蛋白质组学两方面，因为要分析生物基因和蛋白数据量很大，加上现在所说的大数据时代，突出了生物信息学的作用。

在构成基因的核苷酸序列中存在着一些最终翻译成蛋白的碱基段，每三个连续碱基(即三联“ 密码子”） 编码相应的氨基酸。其中有一个起始“密码子”--AUG/ATG和三个终止“ 密码子”，终止“ 密码子”提供 终止信号。当细胞机器沿着核酸合成蛋白链并使其不断延伸的过程中遇到终密码子时，蛋白的延伸反应终止，一个成熟（或提前终止的突变）蛋白产生。因此开放阅读框是基因序列的一部分，包含一段可以编码蛋白的 碱基序列。由于拥有特殊的起始密码子和直到可以从该段碱基序列产生合适大小蛋白才出现的终止密码子，该段碱基序列编码一个蛋白。 现在有很多找ORF的软件，包括在线的，如： ORF Finding的功能 ORF Finding 被用来预测已存在的编码区的小基因序列。它较早应于序列设计，应用优于长片断、高质量的匹配。进而，它提供了比用标准基因编码查询更有用的信息。ORF Finding 把提交序列分成六个亚区，并对这六个阅读框分别进行默认，赋予每个亚区一个确定其编码内容的度量， 如果可能，将对每一亚区进行进一步分析。每个亚区按照已有的分类结果，被随机提交给查找它们是否编码 蛋白质的特定测试收集器。最后只有那些具有编码潜能的重要区域才被报导。ORF Finding 识别是证明一个新的DNA序列编码特定的蛋白质的部分或全部的先决条件，可用于大规模的开放式阅读框寻找。 使用说明测试过程:当一个基因被识别、其DNA序列被解读时，人们往往仍然无法 弄清相应的蛋白序列是什么。这是因为在没有其它信息的前提下，DNA序列可以按六种框架阅读和翻译 （每条链三种，对应三种不同的起始密码子）。 ORF Finding 针对小基因序列，搜索并报导可能的蛋白质编码区，它检测这六个阅读框架，并寻找以启动子和 终止子为界限的DNA序列，符合这些条件的序列有可能对应一个真正的单一的基因产物。 ORF Finding 通过如下方式处理您的序列： ·定位六个阅读框上的ORF候选区域 ·对每个候选区域的编码可能性进行评估 ·如果可能性很高，就把该区域作为可能的蛋白质编码区进行报导 编码可能性：是通过从物种训练模拟器收集来的统计数据确定的用。ORF Finding 进行蛋白质编码区的预测，有三步程序。 第一步：延伸无终止密码子的序列，把延伸的片断定位在六个阅读框上；它们是下一步进行 开放式阅读框研究的候选序列。 第二步：用物种hexamer统计表来估算ORF候选区域上蛋白质编码部分编码蛋白质的最大可能性。 第三步：根据序列结构和区域最可能成分来计算蛋白质编码的可能性。 这种测试利用物种的统计学原理把编码区从非编码区区分出来，其中包括编码蛋白质的最大可能性的估算、3 个过程的测试 和 ORF片断大小的确定。这种测试应用于物种的二次形式,得到一个三个自由度的 chi-square统计量，被称为候选ORF的二次判别式。这个判别式对于编码区趋向于取大值，对于非编码区 趋向于小值，并被固定化，所以非编码区获取的值趋向于小于1。 一般通过第一步和第二步,大约61%的非编码区域产生值小于1的二次判别式。89%的区域的期望值小于2。 经多次应用发现，5.0的结果很理想，它是介于正、误之间的阈值。 使用方法: 首先选择你测试的序列的来源（物种），然后直接在输入 框内填写您的DNA序列,进行提交即可。但输入序列的长度不得小于50bp。 结果说明:提供最优的潜在开放阅读框位置。通常， ORF Finding 会把您提交的序列进行检测，然后根据阅读框的次序（+1,+2, +3,-1,-2,-3),给出各阅读框架的蛋白质编码区域的 详细信息。如果同一个阅读框包含几个蛋白质编码区域的话，则这一开放式阅读框中蛋白质编码区域 会按照它们的起始核苷酸在该阅读框上的碱基位置依次给出。编码区域的详细信息包括： ·Numb x： 编码区编号。从1依次增加,从此您可以知道各编码区的相对序号和您提交的序列的总编码区数目。 ·Predicted start、Predicted end: 预测的基因编码区的开始、结束。是指该阅读框的该编码区上编码蛋白质的核苷酸的起始和结束位置。 ·Reading frame：阅读框。六种框架（每条链三种，对应三种不同的起始密码子）中的哪一种。 ·Type：类型。说明这一蛋白质编码区是预测出来的还是存在的。 ·ORF start、ORF end：开放式阅读开始、结束。即这一编码区的起始和结束。它除包括编码蛋白质的核酸序列外，还包括调控基因、起始密码子、终止密码子等。 ·Spectral：吸收光谱。 该段核苷酸的吸收光谱数。 ·ORF length：ORF长度。 ·Max likelihood：最大可能性。请参考 测试过程 中的 编码可能性。 MLE length score：最大可能性估量长度评估。即该编码区上编码部分占整个ORF区的比例。 ·Quadratic discriminant：二次判别式的值。对于编码区趋向于取大值，非编码区趋向于取小值

整个编码区可以看做一个开放阅读框。开放阅读框 排除了内含子就是 编码序列。 真核生物的基因组成是编码区和非编码区 其中编码区是由外显子和内含子组成的 但是其中内含子又是非编码序列 所以说真核细胞基因结构中，非编码区和内含子是非编码序列

【答案】：指DNA或RNA分子中一组连续的不重叠的密码(不包括终止子)。从DNA序列确定开放阅读框的方法是，一组不含终止密码的编码序列即为一个开放阅读框。

在构成基因的核苷酸序列中存在着一些最终翻译成蛋白的碱基段,每三个连续碱基(即三联“ 密码子”） 编码相应的氨基酸.其中有一个起始“密码子”--AUG/ATG和三个终止“ 密码子”,终止“ 密码子”提供 终止信号.当细胞机器沿着核酸合成蛋白链并使其不断延伸的过程中遇到终密码子时,蛋白的延伸反应终止,一个成熟（或提前终止的突变）蛋白产生.因此开放阅读框是基因序列的一部分,包含一段可以编码蛋白的 碱基序列.由于拥有特殊的起始密码子和直到可以从该段碱基序列产生合适大小蛋白才出现的终止密码子,该段碱基序列编码一个蛋白.x0d现在有很多找ORF的,包括在线的,如：x0dORF Finding的功能x0dORF Finding 被用来预测已存在的编码区的小基因序列.它较早应于序列设计,应用优于长片断、高质量的匹配.进而,它提供了比用标准基因编码查询更有用的信息.ORF Finding 把提交序列分成六个亚区,并对这六个阅读框分别进行默认,赋予每个亚区一个确定其编码内容的度量,如果可能,将对每一亚区进行进一步分析.每个亚区按照已有的分类结果,被随机提交给查找它们是否编码 蛋白质的特定测试收集器.最后只有那些具有编码潜能的重要区域才被报导.ORF Finding 识别是证明一个新的DNA序列编码特定的蛋白质的部分或全部的先决条件,可用于大规模的开放式阅读框寻找.x0d使用说明测试过程:当一个基因被识别、其DNA序列被解读时,人们往往仍然无法 弄清相应的蛋白序列是什么.这是因为在没有其它信息的前提下,DNA序列可以按六种框架阅读和翻译 （每条链三种,对应三种不同的起始密码子）.ORF Finding 针对小基因序列,搜索并报导可能的蛋白质编码区,它检测这六个阅读框架,并寻找以启动子和 终止子为界限的DNA序列,符合这些条件的序列有可能对应一个真正的单一的基因产物.x0dORF Finding 通过如下方式处理您的序列：x0d·定位六个阅读框上的ORF候选区域x0d·对每个候选区域的编码可能性进行评估x0d·如果可能性很高,就把该区域作为可能的蛋白质编码区进行报导 编码可能性：是通过从物种训练模拟器收集来的统计数据确定的用.ORF Finding 进行蛋白质编码区的预测,有三步程序.x0d第一步：延伸无终止密码子的序列,把延伸的片断定位在六个阅读框上；它们是下一步进行 开放式阅读框研究的候选序列.x0d第二步：用物种hexamer统计表来估算ORF候选区域上蛋白质编码部分编码蛋白质的最大可能性.x0d第三步：根据序列结构和区域最可能成分来计算蛋白质编码的可能性.x0d这种测试利用物种的统计学原理把编码区从非编码区区分出来,其中包括编码蛋白质的最大可能性的估算、3 个过程的测试 和 ORF片断大小的确定.这种测试应用于物种的二次形式,得到一个三个自由度的 chi-square统计量,被称为候选ORF的二次判别式.这个判别式对于编码区趋向于取大值,对于非编码区 趋向于小值,并被固定化,所以非编码区获取的值趋向于小于1.一般通过第一步和第二步,大约61%的非编码区域产生值小于1的二次判别式.89%的区域的期望值小于2.经多次应用发现,5.0的结果很理想,它是介于正、误之间的阈值.x0d使用方法:首先选择你测试的序列的来源（物种）,然后直接在输入 框内填写您的DNA序列,进行提交即可.但输入序列的长度不得小于50bp.x0d结果说明:提供最优的潜在开放阅读框位置.通常,ORF Finding 会把您提交的序列进行检测,然后根据阅读框的次序（+1,+2,+3,-1,-2,-3),给出各阅读框架的蛋白质编码区域的 详细信息.如果同一个阅读框包含几个蛋白质编码区域的话,则这一开放式阅读框中蛋白质编码区域 会按照它们的起始核苷酸在该阅读框上的碱基位置依次给出.编码区域的详细信息包括：x0d·Numb x：编码区编号.从1依次增加,从此您可以知道各编码区的相对序号和您提交的序列的总编码区数目.x0d·Predicted start、Predicted end:预测的基因编码区的开始、结束.是指该阅读框的该编码区上编码蛋白质的核苷酸的起始和结束位置.x0d·Reading frame：阅读框.六种框架（每条链三种,对应三种不同的起始密码子）中的哪一种.x0d·Type：类型.说明这一蛋白质编码区是预测出来的还是存在的.x0d·ORF start、ORF end：开放式阅读开始、结束.即这一编码区的起始和结束.它除包括编码蛋白质的核酸序列外,还包括调控基因、起始密码子、终止密码子等

开放式读码框：某些人认为这是分子病理学领域中最孤独的首位字母缩写名词。开放阅读框是DNA上的一段碱基序列，由于拥有特殊的起始密码子和直到可以从该段碱基序列产生合适大小蛋白才出现的终止密码子，该段碱基序列编码一个蛋白。在构成基因的核苷酸序列中存在一些最终翻译成蛋白的碱基段。每三个连续碱基，名为三联“密码子”——编码相应的氨基酸（氨基酸是构成蛋白的基本单位）。有三个“密码子”提供终止信号，也就是说，当从DNA和RNA合成蛋白链并使其不断延伸的细胞机器遇到代表终止的“密码子”时，蛋白的延伸反应终止，一个成熟（或提前终止的突变蛋白）产生。

6个开放阅读框架判断可以用ORF识别。根据查询相关资料显示，ORF识别则是确定哪种开放阅读框对应真正的多肽编码序列的过程。在真核生物中，ORF可能跨过外显子，在mRNA中进行拼接。

（1）开放读码框是从一个起始密码子开始到一个终止密码子结束的一段序列；不是所有读码框都能被表达出蛋白产物，或者能表达出占有优势或者能产生生物学功能的蛋白。（2） CDS，是编码一段蛋白产物的序列。（3）CDS可能是一个ORF，但也可能包括多个ORF。（4）反之，每个ORF不一定都是CDS。（5）Open reading frame (ORF) - a reading frame that does not contain a nucleotide triplet which stops translation before formation of a complete polypeptide. Coding sequence (CDS) - The portion of DNA that codes for transcription of messenger RNA ORF-----translation, CDS----transcription translation 是理论上的，而transcription则显然是事实存在的。

转录。snapgene中有专门的设置这个开放阅读框的方向，它是转录，会跳转这个页面。打开一个质粒图文件，在拓扑选项中选择圆形，显示质粒图的开放阅读框和转录方向。

开放阅读框是基因序列的一部分，包含一段可以编码蛋白的碱基序列，不能被终止子打断。是DNA序列。

【答案】：基因是产生一条多肽链或功能RNA分子所必需的全部核苷酸序列。开放阅读框是基因序列的一部分，包含一段可以编码蛋白的碱基序列，不能被终止子打断，也就是被翻译的区域。外显子为基因上及其转录初级产物上可表达的序列，或转录初级产物上通过拼接作用而保留于成熟的RNA中的核苷酸序列或基因中与成熟RNA相对应的DNA序列。[考点]基因、外显子与开放阅读框的三个概念的内涵。

1、含义不同。ORF的英文展开是openu2002readingu2002frame（开放阅读框）。u2002CDS的英文展开是codingu2002sequencesu2002（编码区）。2、来源不同。ORF只是理论上的编码区，与真实的情景可能并不一样。u2002u2002而CDS是检查cDNA后得到的编码组合序列，和实际情景比较接近。扩展资料：ORF三种框架的来源：（1）ATG（T在中心）电脑程序发现的启动因子的组合u2002（2）CAT（T在最右侧）u2002（3）TGC（T在最左侧）本例中实际核酸编码的组合。

不是～cDNA是由mRNA反转录得来～开放阅读框orf是由起始密码子开始到终止密码子结束的一段理论上能编码蛋白质的基因序列～

在分子生物学中，开放阅读框从起始密码子开始，是DNA序列中具有编码蛋白质潜能，一段无终止密码子打断的碱基序列。由于密码子读写起始位点的不同，DNA序列可能按六种ORF阅读和翻译。ORF识别则是确定哪种开放阅读框对应真正的多肽编码序列的过程。在真核生物中，ORF可能跨过外显子，在mRNA中进行拼接。在mRNA序列中，每三个连续碱基(编码相应的氨基酸。其中有一个起始密码子AUG和三个终止密码子UAA，UAG，UGA。核糖体从起始密码子开始翻译，沿着mRNA序列合成多肽链并不断延伸，遇到终止密码子时，多肽链的延伸反应终止。由于读写位置不同，ORF在两条链上具有六种可能性。

可以先到NCBI的数据库去找，里面会有基因的详细信息，有一些软件分析的时候也会给出已知的基因的ORF。如果没有就要自己分析了，一般是有ATG作为起始密码子，在这个ATG前有3种终止密码子中的一个。

因为一般的做DNA相关的都是为了能更好的分析蛋白及表达蛋白，开放阅读框的DNA序列编码的就是你所要分析的蛋白

DNA包括编码区、非编码区编码区即开放阅读框（ORF），它包括了外显子、内含子，除去了内含子的编码区，即编码序列（CDS）

开放阅读框(Open Reading Frame, ORF)是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。当一个新基因被识别，其DNA序列被解读，人们仍旧无法搞清相应的蛋白序列是什么。这是因为在没有其它信息的前提下，DNA序列可能按六种框架阅读和翻译（每条链三种，对应三种不同的起始位点）。ORF识别包括检测这六个阅读框架并决定哪一个包含以启动子和终止子为界限的DNA序列而其内部不包含启动子或终止子，符合这些条件的序列有可能对应一个真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的部分或全部的先决条件。ORF开放阅读框[open reading frame，ORF] 是结构基因的正常核苷酸序列，从起始密码子到终止密码子的阅读框可编码完整的多肽链，其间不存在使翻译中断的终止密码子。

什么是开放阅读框开放阅读框(Open Reading Frame, ORF)是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。当一个新基因被识别，其DNA序列被解读，人们仍旧无法搞清相应的蛋白序列是什么。这是因为在没有其它信息的前提下，DNA序列可能按六种框架阅读和翻译(每条链三种，对应三种不同的起始位点)。ORF识别包括检测这六个阅读框架并决定哪一个包含以启动子和终止子为界限的DNA序列而其内部不包含启动子或终止子，符合这些条件的序列有可能对应一个真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的部分或全部的先决条件。

开放阅读框(Open Reading Frame, ORF)是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。当一个新基因被识别，其DNA序列被解读，人们仍旧无法搞清相应的蛋白序列是什么。这是因为在没有其它信息的前提下，DNA序列可能按六种框架阅读和翻译（每条链三种，对应三种不同的起始位点）。ORF识别包括检测这六个阅读框架并决定哪一个包含以启动子和终止子为界限的DNA序列而其内部不包含启动子或终止子，符合这些条件的序列有可能对应一个真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的部分或全部的先决条件。

开放阅读框　　开放阅读框是基因序列的一部分，包含一段可以编码蛋白的碱基序列，不能被终止子打断。 　　当一个新基因被识别，其DNA序列被解读，人们仍旧无法搞清相应的蛋白序列是什麽。这是 　　因为在没有其它信息的前提下，DNA序列可以按六种框架阅读和翻译（每条链三种，对应三 　　种不同的起始密码子）。ORF识别包括检测这六个阅读框架并决定哪一个包含以启动子和终 　　止子为界限的DNA序列而其内部不包含启动子或密码子，符合这些条件的序列有可能对应一 　　个真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的 　　部分或全部的先决条件。 　　An open reading frame (ORF) is a portion of a gene"s sequence that contains a sequence of bases， uninterrupted by stop sequences， that could potentially encode a protein. When a new gene is identified and its DNA sequence deciphered， it is still unclear what its corresponding protein sequence is. This is because， in the absence of any other knowledge， the DNA sequence can be translated or read in six possible reading frames (three for each strand， corresponding to three different start positions for the first codon). ORF identification involves scanning each of the six reading frames and determining which one(s) contains a stretch of DNA sequence bounded by a start and stop codon， yet containing no start or stop codons within it； a sequence meeting these conditions could correspond to the actual single product of the gene. The identification of an ORF provides the first evidence that a new sequence of DNA is part or all of a gene encoding for a particular protein. 　　在构成基因的核苷酸序列中存在着一些最终翻译成蛋白的碱基段，每三个连续 　　碱基(即三联“ 密码子”） 编码相应的氨基酸。其中有一个起始“密码子”--AUG/ATG和 　　三个终止“ 密码子”，终止“ 密码子”提供 终止信号。当细胞机器沿着核酸合成蛋白链 　　并使其不断延伸的过程中遇到终密码子时，蛋白的延伸反应终止，一个成熟（或提前终止 　　的突变）蛋白产生。因此开放阅读框是基因序列的一部分，包含一段可以编码蛋白的 碱基 　　序列。由于拥有特殊的起始密码子和直到可以从该段碱基序列产生合适大小蛋白才出现的 　　终止密码子，该段碱基序列编码一个蛋白。 　　现在有很多找ORF的软件，包括在线的，如： 　　ORF Finding的功能 　　ORF Finding 被用来预测已存在的编码区的小基因序列。它较早应于序列设计 　　，应用优于长片断、高质量的匹配。进而，它提供了比用标准基因编码查询更有用的信息 　　。ORF Finding 把提交序列分成六个亚区，并对这六个阅读框分别进行默认，赋予每个亚 　　区一个确定其编码内容的度量， 如果可能，将对每一亚区进行进一步分析。每个亚区按照 　　已有的分类结果，被随机提交给查找它们是否编码 蛋白质的特定测试收集器。最后只有那 　　些具有编码潜能的重要区域才被报导。ORF Finding 识别是证明一个新的DNA序列编码特定　　的蛋白质的部分或全部的先决条件，可用于大规模的开放式阅读框寻找

开放阅读框(Open Reading Frame, ORF)是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。当一个新基因被识别，其DNA序列被解读，人们仍旧无法搞清相应的蛋白序列是什么。这是因为在没有其它信息的前提下，DNA序列可能按六种框架阅读和翻译（每条链三种，对应三种不同的起始位点）。ORF识别包括检测这六个阅读框架并决定哪一个包含以起始密码子和终止密码子为界限的DNA序列而其内部不包含起始密码子或终止密码子，符合这些条件的序列有可能对应一个真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的部分或全部的先决条件。

关闭阅读框。开放阅读框（openreadingframeORF）是结构基因的正常核苷酸序列，从起始密码子到终止密码子的阅读框可编码完整的多肽链，其间不存在使翻译中断的终止密码子。开放阅读框相对应的是关闭阅读框。

开放阅读框　　开放阅读框是基因序列的一部分，包含一段可以编码蛋白的碱基序列，不能被终止子打断。 　　当一个新基因被识别，其DNA序列被解读，人们仍旧无法搞清相应的蛋白序列是什麽。这是 　　因为在没有其它信息的前提下，DNA序列可以按六种框架阅读和翻译（每条链三种，对应三 　　种不同的起始密码子）。ORF识别包括检测这六个阅读框架并决定哪一个包含以启动子和终 　　止子为界限的DNA序列而其内部不包含启动子或密码子，符合这些条件的序列有可能对应一 　　个真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的 　　部分或全部的先决条件。 　　An open reading frame (ORF) is a portion of a gene"s sequence that contains a sequence of bases， uninterrupted by stop sequences， that could potentially encode a protein. When a new gene is identified and its DNA sequence deciphered， it is still unclear what its corresponding protein sequence is. This is because， in the absence of any other knowledge， the DNA sequence can be translated or read in six possible reading frames (three for each strand， corresponding to three different start positions for the first codon). ORF identification involves scanning each of the six reading frames and determining which one(s) contains a stretch of DNA sequence bounded by a start and stop codon， yet containing no start or stop codons within it； a sequence meeting these conditions could correspond to the actual single product of the gene. The identification of an ORF provides the first evidence that a new sequence of DNA is part or all of a gene encoding for a particular protein. 　　在构成基因的核苷酸序列中存在着一些最终翻译成蛋白的碱基段，每三个连续 　　碱基(即三联“ 密码子”） 编码相应的氨基酸。其中有一个起始“密码子”--AUG/ATG和 　　三个终止“ 密码子”，终止“ 密码子”提供 终止信号。当细胞机器沿着核酸合成蛋白链 　　并使其不断延伸的过程中遇到终密码子时，蛋白的延伸反应终止，一个成熟（或提前终止 　　的突变）蛋白产生。因此开放阅读框是基因序列的一部分，包含一段可以编码蛋白的 碱基 　　序列。由于拥有特殊的起始密码子和直到可以从该段碱基序列产生合适大小蛋白才出现的 　　终止密码子，该段碱基序列编码一个蛋白。 　　现在有很多找ORF的软件，包括在线的，如： 　　ORF Finding的功能 　　ORF Finding 被用来预测已存在的编码区的小基因序列。它较早应于序列设计 　　，应用优于长片断、高质量的匹配。进而，它提供了比用标准基因编码查询更有用的信息 　　。ORF Finding 把提交序列分成六个亚区，并对这六个阅读框分别进行默认，赋予每个亚 　　区一个确定其编码内容的度量， 如果可能，将对每一亚区进行进一步分析。每个亚区按照 　　已有的分类结果，被随机提交给查找它们是否编码 蛋白质的特定测试收集器。最后只有那 　　些具有编码潜能的重要区域才被报导。ORF Finding 识别是证明一个新的DNA序列编码特定　　的蛋白质的部分或全部的先决条件，可用于大规模的开放式阅读框寻找

开放阅读框　　开放阅读框是基因序列的一部分，包含一段可以编码蛋白的碱基序列，不能被终止子打断。 　　当一个新基因被识别，其DNA序列被解读，人们仍旧无法搞清相应的蛋白序列是什麽。这是 　　因为在没有其它信息的前提下，DNA序列可以按六种框架阅读和翻译（每条链三种，对应三 　　种不同的起始密码子）。ORF识别包括检测这六个阅读框架并决定哪一个包含以启动子和终 　　止子为界限的DNA序列而其内部不包含启动子或密码子，符合这些条件的序列有可能对应一 　　个真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的 　　部分或全部的先决条件。 　　An open reading frame (ORF) is a portion of a gene"s sequence that contains a sequence of bases， uninterrupted by stop sequences， that could potentially encode a protein. When a new gene is identified and its DNA sequence deciphered， it is still unclear what its corresponding protein sequence is. This is because， in the absence of any other knowledge， the DNA sequence can be translated or read in six possible reading frames (three for each strand， corresponding to three different start positions for the first codon). ORF identification involves scanning each of the six reading frames and determining which one(s) contains a stretch of DNA sequence bounded by a start and stop codon， yet containing no start or stop codons within it； a sequence meeting these conditions could correspond to the actual single product of the gene. The identification of an ORF provides the first evidence that a new sequence of DNA is part or all of a gene encoding for a particular protein. 　　在构成基因的核苷酸序列中存在着一些最终翻译成蛋白的碱基段，每三个连续 　　碱基(即三联“ 密码子”） 编码相应的氨基酸。其中有一个起始“密码子”--AUG/ATG和 　　三个终止“ 密码子”，终止“ 密码子”提供 终止信号。当细胞机器沿着核酸合成蛋白链 　　并使其不断延伸的过程中遇到终密码子时，蛋白的延伸反应终止，一个成熟（或提前终止 　　的突变）蛋白产生。因此开放阅读框是基因序列的一部分，包含一段可以编码蛋白的 碱基 　　序列。由于拥有特殊的起始密码子和直到可以从该段碱基序列产生合适大小蛋白才出现的 　　终止密码子，该段碱基序列编码一个蛋白。 　　现在有很多找ORF的软件，包括在线的，如： 　　ORF Finding的功能 　　ORF Finding 被用来预测已存在的编码区的小基因序列。它较早应于序列设计 　　，应用优于长片断、高质量的匹配。进而，它提供了比用标准基因编码查询更有用的信息 　　。ORF Finding 把提交序列分成六个亚区，并对这六个阅读框分别进行默认，赋予每个亚 　　区一个确定其编码内容的度量， 如果可能，将对每一亚区进行进一步分析。每个亚区按照 　　已有的分类结果，被随机提交给查找它们是否编码 蛋白质的特定测试收集器。最后只有那 　　些具有编码潜能的重要区域才被报导。ORF Finding 识别是证明一个新的DNA序列编码特定　　的蛋白质的部分或全部的先决条件，可用于大规模的开放式阅读框寻找

使用说明测试过程:当一个基因被识别、其DNA序列被解读时，人们往往仍然无法弄清相应的蛋白序列是什么。这是因为在没有其它信息的前提下，DNA序列可以按六种框架阅读和翻译 （每条链三种，对应三种不同的终止密码子）。 ORF Finding 针对小基因序列，搜索并报导可能的蛋白质编码区，它检测这六个阅读框架，并寻找以启动子和 终止子为界限的DNA序列，符合这些条件的序列有可能对应一个真正的单一的基因产物。ORF Finding 通过如下方式处理您的序列： ·定位六个阅读框上的ORF候选区域 ·对每个候选区域的编码可能性进行评估 ·如果可能性很高，就把该区域作为可能的蛋白质编码区进行报导 编码可能性：是通过从物种训练模拟器收集来的统计数据确定的用。ORF Finding 进行蛋白质编码区的预测，有三步程序。 第一步：延伸无终止密码子的序列，把延伸的片断定位在六个阅读框上；它们是下一步进行 开放式阅读框研究的候选序列。 第二步：用物种hexamer统计表来估算ORF候选区域上蛋白质编码部分编码蛋白质的最大可能性。 第三步：根据序列结构和区域最可能成分来计算蛋白质编码的可能性。　 这种测试利用物种的统计学原理把编码区从非编码区区分出来，其中包括编码蛋白质的最大可能性的估算、3 个过程的测试 和 ORF片断大小的确定。这种测试应用于物种的二次形式,得到一个三个自由度的 chi-square统计量，被称为候选ORF的二次判别式。这个判别式对于编码区趋向于取大值，对于非编码区 趋向于小值，并被固定化，所以非编码区获取的值趋向于小于1。 一般通过第一步和第二步,大约61%的非编码区域产生值小于1的二次判别式。89%的区域的期望值小于2。

　　开放阅读框 是结构基因的正常核苷酸序列，从起始密码子到终止密码子的阅读框可编码完整的多肽链，其间不存在使翻译中断的终止密码子。

ORF Finding 通过如下方式处理您的序列：定位六个阅读框上的ORF候选区域对每个候选区域的编码可能性进行评估。如果可能性很高，就把该区域作为可能的蛋白质编码区进行报导。编码可能性：是通过从物种训练模拟器收集来的统计数据确定的用。ORF Finding 进行蛋白质编码区的预测，有三步程序。第一步：延伸无终止密码子的序列，把延伸的片断定位在六个阅读框上；它们是下一步进行 开放式阅读框研究的候选序列。第二步：用物种hexamer统计表来估算ORF候选区域上蛋白质编码部分编码蛋白质的最大可能性。第三步：根据序列结构和区域最可能成分来计算蛋白质编码的可能性。这种测试利用物种的统计学原理把编码区从非编码区区分出来，其中包括编码蛋白质的最大可能性的估算、3 个过程的测试 和 ORF片断大小的确定。这种测试应用于物种的二次形式,得到一个三个自由度的 chi-square统计量，被称为候选ORF的二次判别式。这个判别式对于编码区趋向于取大值，对于非编码区 趋向于小值，并被固定化，所以非编码区获取的值趋向于小于1。 一般通过第一步和第二步,大约61%的非编码区域产生值小于1的二次判别式。89%的区域的期望值小于2。 经多次应用发现，5.0的结果很理想，它是介于正、误之间的阈值。使用方法: 首先选择你测试的序列的来源（物种），然后直接在输入 框内填写您的DNA序列,进行提交即可。但输入序列的长度不得小于50bp。结果说明:提供最优的潜在开放阅读框位置。通常， ORF Finding 会把您提交的序列进行检测，然后根据阅读框的次序（+1,+2, +3,-1,-2,-3),给出各阅读框架的蛋白质编码区域的 详细信息。如果同一个阅读框包含几个蛋白质编码区域的话，则这一开放式阅读框中蛋白质编码区域 会按照它们的起始核苷酸在该阅读框上的碱基位置依次给出。编码区域的详细信息包括：·Numb x： 编码区编号。从1依次增加,从此您可以知道各编码区的相对序号和您提交的序列的总编码区数目。·Predicted start、Predicted end: 预测的基因编码区的开始、结束。是指该阅读框的该编码区上编码蛋白质的核苷酸的起始和结束位置。·Reading frame：阅读框。六种框架（每条链三种，对应三种不同的起始密码子）中的哪一种。·Type：类型。说明这一蛋白质编码区是预测出来的还是存在的。·ORF start、ORF end：开放式阅读开始、结束。即这一编码区的起始和结束。它除包括编码蛋白质的核酸序列外，还包括调控基因、起始密码子、终止密码子等。·Spectral：吸收光谱。 该段核苷酸的吸收光谱数。·ORF length：ORF长度。·Max likelihood：最大可能性。请参考 测试过程 中的 编码可能性。MLE length score：最大可能性估量长度评估。即该编码区上编码部分占整个ORF区的比例。·Quadratic discriminant：二次判别式的值。对于编码区趋向于取大值，非编码区趋向于取小值。

开放阅读框架需要66个氨基酸。开放阅读框是结构基因的正常核苷酸序列，从起始密码子到终止密码子的阅读框可编码完整的多肽链，其间不存在使翻译中断的终止密码子。

开放阅读框（Open Reading Frame, ORF），某些人认为这是分子病理学领域中最孤独的首位字母缩写名词。在构成基因的核苷酸序列中存在一些最终翻译成蛋白的碱基段。每三个连续碱基，名为三联“密码子”——编码相应的氨基酸（氨基酸是构成蛋白的基本单位）。有三个“密码子”提供终止信号，也就是说，当从DNA和RNA合成蛋白链并使其不断延伸的细胞机器遇到代表终止的“密码子”时，蛋白的延伸反应终止，一个成熟（或提前终止的突变蛋白）产生。因此开放阅读框是DNA上的一段碱基序列，由于拥有特殊的起始密码子和直到可以从该段碱基序列产生合适大小蛋白才出现的终止密码子，该段碱基序列编码一个蛋白。

经多次应用发现，5.0的结果很理想，它是介于正、误之间的阈值。 使用方法: 首先选择你测试的序列的来源（物种），然后直接在输入 框内填写您的DNA序列,进行提交即可。但输入序列的长度不得小于50bp。结果说明:提供最优的潜在开放阅读框位置。通常， ORF Finding 会把您提交的序列进行检测，然后根据阅读框的次序（+1,+2, +3,-1,-2,-3),给出各阅读框架的蛋白质编码区域的 详细信息。如果同一个阅读框包含几个蛋白质编码区域的话，则这一开放式阅读框中蛋白质编码区域 会按照它们的起始核苷酸在该阅读框上的碱基位置依次给出。编码区域的详细信息包括：·Numb x： 编码区编号。从1依次增加,从此您可以知道各编码区的相对序号和您提交的序列的总编码区数目。·Predicted start、Predicted end: 预测的基因编码区的开始、结束。是指该阅读框的该编码区上编码蛋白质的核苷酸的起始和结束位置。·Reading frame：阅读框。六种框架（每条链三种，对应三种不同的起始密码子）中的哪一种。·Type：类型。说明这一蛋白质编码区是预测出来的还是存在的。·ORF start、ORF end：开放式阅读开始、结束。即这一编码区的起始和结束。它除包括编码蛋白质的核酸序列外，还包括调控基因、起始密码子、终止密码子等。·Spectral：吸收光谱。 该段核苷酸的吸收光谱数。·ORF length：ORF长度。·Max likelihood：最大可能性。请参考 测试过程 中的 编码可能性。·MLE length score：最大可能性估量长度评估。即该编码区上编码部分占整个ORF区的比例。·Quadratic discriminant：二次判别式的值。对于编码区趋向于取大值，非编码区趋向于取小值。

开放阅读框跟结构基因到底有什么不同开放阅读框(Open Reading Frame, ORF)是基因序列中的一段无终止序列打断的碱基序列，可编码相应的蛋白。当一个新基因被识别，其DNA序列被解读，人们仍旧无法搞清相应的蛋白序列是什么。这是因为在没有其它信息的前提下，DNA序列可能按六种框架阅读和翻译（每条链三种，对应三种不同的起始位点）。ORF识别包括检测这六个阅读框架并决定哪一个包含以启动子和终止子为界限的DNA序列而其内部不包含启动子或终止子，符合这些条件的序列有可能对应一个真正的单一的基因产物。ORF的识别是证明一个新的DNA序列为特定的蛋白质编码基因的部分或全部的先决条件。ORF开放阅读框[open reading frame，ORF] 是结构基因的正常核苷酸序列，从起始密码子到终止密码子的阅读框可编码完整的多肽链，其间不存在使翻译中断的终止密码子。

开放阅读框形成66个肽。根据查询相关资料显示：开放阅读框架需要66个氨基酸，肽是由氨基酸组成的，因此需要66个肽。

英文：（Open Reading Frame, ORF） 某些人认为这是分子病理学领域中最孤独的首位字母缩写名词。开放阅读框是DNA上的一段碱基序列，由于拥有特殊的起始密码子和直到可以从该段碱基序列产生合适大小蛋白才出现的终止密码子，该段碱基序列编码一个蛋白。

在构成基因的核苷酸序列中存在着一些最终翻译成蛋白的碱基段，每三个连续碱基(即三联“ 密码子”） 编码相应的氨基酸。其中有一个起始“密码子”--AUG/ATG和三个终止“ 密码子”，终止“ 密码子”提供 终止信号。当细胞器核糖体沿着核酸合成蛋白链并使其不断延伸的过程中遇到终密码子时，蛋白的延伸反应终止，一个成熟（或提前终止的突变）蛋白产生。因此开放阅读框是基因序列的一部分，包含一段可以编码蛋白的 碱基序列。由于拥有特殊的起始密码子和直到可以从该段碱基序列产生合适大小蛋白才出现的终止密码子，该段碱基序列编码一个蛋白。

首先设计好引物，提取RNA、转录成cDNA，扩增、克隆到合适载体

乙肝病毒有3200个核苷酸组成的，分为负链和正链，负链有4个开放阅读框（ORF），分别称为S区，X区，C区，P区。S区：由S基因、PreS1和PreS2基因组成。编码HBsAg、PreS1、PreS2。C区：由前C和C基因组成。C基因编码核心蛋白HBcAg。Pre-C与C基因共同编码Pre-C蛋白。Pre-C蛋白经切割加工后形成HBeAgP区：编码DNA多聚酶X区：编码HBx

某一基因开放阅读框中有一个建议会对飞机产生一个异常好的效果和质量。

新冠最早始于2019年十月。周树人 u2022 2022年11月23日 00:33:52 u2022 投稿近日，鲍卢克斯接受美国有线电视新闻网（CNN）采访时表示，其研究团队对超过7600名全球新冠肺炎患者身上提取的新冠病毒进行基因分析后发现，该病毒从去年年底就已经开始在世界范围内迅速传播。鲍卢克斯团队针对新冠病毒的突变展开研究并发现了其迅速传播的证据，但目前为止，没有证据表明该病毒变得更容易传播或更可能导致严重疾病。团队研究了病毒全球数据库中在不同时间和不同地点采集的样本，并发现这些病毒样本都显示出多个突变，且这些突变相似。研究指出，从系统进化估计来看，新冠病毒大流行开始的时间大概在2019年10月6日至2019年12月11日之间，这也大概是其从自然宿主进入人类社会的时间。“这一研究排除了新冠病毒可能早在被发现很长时间之前就已经在传播、进而已经感染了大部分人口的任何假设。” 鲍卢克斯对CNN说。研究团队表示，这意味着不存在一部分人已经对病毒形成了某种免疫的情况，全球人口中最多只有10％已经接触过新冠病毒。同时，团队检测到的病毒反复发生的同源性突变可能表明新冠病毒仍在不断适应其新宿主——人类。研究结果还意味着，该病毒早在第一例官方病例报道之前几周甚至几个月就开始在欧洲、美国和全球其他国家传播了，几乎是同时在所有国家被引入和传播。鲍卢克斯表示，“所有试图找到‘零号患者"的想法都是没有意义的，因为存在太多的‘零号患者"。”这一研究从新冠病毒进化和变异的角度探讨了它是如何适应其人类宿主的，将为直接设计相关药物和疫苗提供信息。新冠病毒基因组多样性分析：最近的共同祖先病毒出现于2019年底第一个新冠病毒完整的基因组序列于2020年1月5日发布，随后数千个病毒基因被测序并被公布、用于流行病学等研究。RNA病毒每次复制自身都会犯错，使其产生突变，而这些突变可用作所谓的“分子钟（molecular clock）”，帮助科研人员通过时间和地理位置等信息追踪病毒的传播情况。研究人员发现，SARS-CoV-2基因组的一部分区域经过多次突变后仍在很大程度上保持不变，而其他区域则已经积累了基因多样性。研究人员借助“全球流感数据共享计划（GISAID）”的数据库，创建了一个包含7666个新冠病毒公共基因组的数据集，并分析了随时间变化新冠病毒基因组多样性的变化情况。这7666个 SARS-CoV-2基因组对COVID-19大流行进行了极好的地理和时间覆盖，研究人员将基因组数据的采集时间与其进化过程之间的关系用遗传进化树表达，并进而制作了放射状图和线性布局图。7666个全球测序的 SARS-CoV-2基因组采样时间与病毒进化的关系，图c为放射状图研究人员称，在收集数据的时间范围内，如果存在可衡量的进化过程，则采样时间与进化过程之间的正相关关系就会出现。具体而言，与最近的共同祖先病毒相比，越新分离出的病毒株在基因组中积累的变异就越多。对采样日期与病毒进化过程之间的回归原点分析显示，病毒基因组最近的共同祖先（the Most Recent Common Ancestor，MRCA）大约在2019年底左右出现。通过进化模型“分子钟”估算软件TreeDater等，研究人员观察到一个病毒基因组最近的共同祖先，其出现时间大概在2019年10月6日至2019年12月11日，这与新冠肺炎流行的开始时间相对应。研究人员指出，这一时间区间与此前使用各种计算方法在新冠病毒基因组数据的较小子集上进行的估计大致相同，但由于数据集规模庞大、一些更复杂的推理方法无法使用，这一结果仍应谨慎采信。研究团队还发现，在当前阶段的新冠肺炎大流行中，SARS-CoV-2基因组仅积累了中等程度的遗传多样性，任意两个基因组之间的平均SNP（单核苷酸多态性）成对差异为9.6。这意味着，新冠病毒基因组的共同祖先出现的时间不长、相对较新。几乎同时在所有国家被引入和传播，在首例感染后快速地扩散研究人员用“一切无处不在（Everything is everywhere）”来形容在多个国家发现的新冠病毒基因组的特征。事实上，英国、美国、冰岛、澳大利亚等大多数国家中发现的SARS-CoV-2基因组多样性基本概括了7666个基因组数据集中COVID-19的全球多样性。英国、美国、冰岛和中国发现的SARS-CoV-2基因组全球遗传多样性的比例这意味着，新冠病毒在这些国家成为本地流行病都是通过大量独立的病毒基因组进入并传播造成的，几乎是同时在所有国家被引入和传播，且在首例感染后快速地扩散。中国是一个例外，虽然被普遍认为是新冠疫情的最初暴发地，但实际上中国的新冠病毒基因组仅包含全球多样性的一小部分。通过关注独立多次出现的同源性突变，研究团队确定了SARS-CoV-2基因组中的198个的频发突变（recurrent mutation），这些突变可能标志着基因趋同进化，并且在适应性背景下使SARS-CoV-2特别容易感染人类宿主。近80％的频发突变在蛋白质水平上产生了非同义的变化，研究者们认为，这表明SARS-CoV-2还在持续发生突变以适应人类。SARS-CoV-2的结构包括分为两部分的、编码非结构蛋白的开放阅读框（ORF）；四种结构蛋白：刺突（S）、包膜（E）、膜（M）和核壳（N）；以及一组小的附属因子。研究人员发现发生频发突变的上述198个位点（占所有位点的0.67％）与7666个基因组中的290个氨基酸变化相关。在这些氨基酸变化中，232个包含非同义突变，58个包含同义突变。研究人员进一步观察到，Orf1ab中编码Nsp6、Nsp11、Nsp13的区域中的三个位点，以及刺突蛋白中的一个位点存在特别多的频发突变。作者们认为，迄今为止，在人类中传播的SARS-CoV-2突变中，绝大多数突变可能是中性的甚至是（对病毒基因）有害的。而突变的同源性，例如本研究中检测到的198个频发突变位点，可能是中性进化的产物或正在进行的选择的结果。研究人员指出，理想情况下，药物和疫苗的设计应靶向SARS-CoV-2基因组的相对不变的、受强烈限制的区域，以避免耐药性。这些同源性突变位点中，不涉及极性变化的部分可能反映了这些位置的强烈进化限制，进而可能成为药物或疫苗的设计靶标。研究人员还指出，由于SARS-CoV-2是引发人畜共患病的病毒，它很可能还无法很好地适应其人类宿主。虽然SARS-CoV-2种群有可能演变为毒力不同、传播能力不同的亚型，但必须强调的是，目前尚无证据表明SARS-CoV-2存在独特表型的进化。随着新冠肺炎疫情在全球的发展，越来越多的病毒基因组数据将被用于监测SARS-CoV-2的演变。研究团队称，不断监测病毒中的基因组变化有助于人们更好地理解宿主与病原体的相互作用，进而为药物和疫苗设计提供信息。