如何选择最适转录本序列构建过表达质粒

以构建绵羊 PPARG 基因过表达质粒为例

主要利用的数据库有 NCBI 和 Uniprot 数据库，首先在 NCBI 检索绵羊 PPARG 基因信息，可以发现绵羊 PPARG 有8个转录本，而人就更多了，有16个转录本。这时就需要明确一个概念，构建过表达质粒使用的是 CDs 序列，转录本一般是包含CDs序列和非编码序列，因此，不同的转录本可能会有共同的CDs序列，从而大大降低选择的难度。因为除人、小鼠、果蝇等模式生物外，其他物种一般均是 Predicted mRNA，缺少必要的验证信息，因此需要引入人或小鼠的序列作为参照。

人、绵羊 PPARG 基因序列比对

方框中的就是有些转录本含有相同的CDs序列，但此时仍然有2-3种，甚至4、5种CDs序列，这时需要依据这些转录本是否为 MANE sequence 或者 UniPort canonical sequence 进行下一步选择。

MANE sequence 或者 UniPort canonical sequence

MANE (Matched Annotation from NCBI and EBI) 指的是 NCBI 和 Ensembl 两个数据库能够互相对应的转录本，这种同时注释到的转录本的可信性还是比较高的。

UniPort canonical sequence：UniPort 有自己的一套标准来判定一个基因存在多个转录本时，到底一个是最佳的，具体有以下几个标准，当不满足前四个标准才会选择最长的转录本作为 carnonical sequence，可信性也是比较高的

是否有文献支撑

当 NCBI MANE 转录本和 UniPort carnonical sequence 为不同的转录本时，就需要看是否有相应文献支撑，一般这两个都有文献支撑，这时就看个人选择了。一般选最近发表或者文章质量比较高的转录本。

对应的绵羊转录本即可

可以选择与人转录本对应的绵羊转录本，或者也可进行跨物种比较分析，看看这两段序列在不同物种的保守型