ling_3_Align_FASTA_BLAST.ppt

第三章 常用的理论分析方法 § 3.1 序列联配(alignment)和数据库搜索方法简介 § 3.2 多序列比对(multi-sequence alignment) § 3.3 序列结构域的模式匹配 § 3.4 远亲蛋白序列的技术 § 3.5 碱基相位偏倚(D值)法的应用 § 3.6 密码子使用法预报编码区 § 3.7 神经网络法 § 3.8 进化树的构建 § 3.9 RNA二级结构预测 § 3.10 找基因 § 3.1 序列联配(alignment)和数据库搜索方法简介 Why sequence alignment ? 几种常见氨基酸的替换记分矩阵 UM矩阵 (unitary matrix,酉矩阵 ): 相同的氨基酸配一起则记1分，否则记0分。 SGM矩阵 (Structure-Genetic Matrix, 即结构-遗传矩阵)：主要根据氨基酸的结构和化学性质的相似程度来记分(如D和E，S和T，V和I 有很高的相似性)，同时还考虑了密码子之间互相转换的难易程度。 PAM矩阵(Percent Accepted Mutation)：是Dayhoff 通过对物种进化的研究，根据一种氨基酸被另一种氨基酸替代的频度而提出的，最常用的是PAM-250。 BLOSUM矩阵： 是目前用得较多的打分矩阵，它是Henikoff根据BLOCK数据库中蛋白质序列的高度保守部分的alignment而得到，是现在很多软件的首选矩阵，最常用的是BLOSUM62。 有关记分矩阵的一些参考文献 Altschul, S.F., “Amino acid substitutions matrices from an information theoretic perspective”. J. Mol. Biol. 219, 555-665 (1991). Altschul, S. F., M. S. Boguski, W. Gish and J. C. Wootton “Issues in searching molecular sequence databases”. Nature Genetics 6:119-129 (1994). Dayhoff, M.O., Schwartz, R.M., Orcutt, B.C. A model of evolutionary change in proteins. In 《Atlas of Protein Sequence and Structure》 5(3) M.O. Dayhoff (ed.), 345 - 352. ( 1978) Gonnet G.H., Cohen M.A., Benner S.A. “Exhaustive matching of the entire protein sequence database”. Science 1992 Jun 5;256(5062):1443-5. Henikoff, S. and Henikoff, J. “Amino acid substitution matrices from protein blocks”. Proc. Natl. Acad. Sci. USA. 89:10915 - 10919. 1992. BLOSUM-45 G 7 P -2 9 D -1 -1 7 E -2 0 2 6 N 0 -2 2 0 6 H -2 -2 0 0 1 10 Q -2 -1 0 2 0 1 6 K -2 -1 0 1 0 -1 1 5 R -2 -2 -1 0 0 0 1 3 7 S 0 -1 0 0 1 -1 0 -1 -1 4 T -2 -1 -1 -1 0 -2 -1 -1 -1 2 5 A 0 -1 -2 -1 -1 -2 -1 -1 -2 1 0 5 M -2 -2 -3 -2 -2 0 0 -1 -1 -2 -1 -1 6 V -3 -3 -3 -3 -3 -3 -3 -2 -2 -1 0 0 1 5 I -4 -2 -4 -3 -2 -3 -2 -3 -3 -2 -1 -1 2 3 5 L -3 -3 -3 -2 -3 -2 -2 -3 -2 -3 -1 -1 2 1 2 5 F -3 -3 -4 -3 -2 -2 -4 -3