双序列比对-哈医大《生物信息学基础》课件.pptVIP

2009-7-12 第二章 双序列比对 哈尔滨医科大学生物信息学院李霞教授 第一节 引言 同源（homology）- 具有共同的祖先 直向同源（Orthologous ） 共生同源（paralogous ） 相似（similarity） 同源序列一般是相似的，相似序列不一定是同源的 通过点矩阵进行序列比较 编辑距离（Edit Distance) 相似性得分 第二节 打分矩阵 （1）核酸打分矩阵设DNA序列所用的字母表为 ? = { A，C，G，T } a. 等价矩阵 (unitary matrix) b. BLAST矩阵 c. 转移矩阵（transition，transversion） （嘌呤：腺嘌呤A，鸟嘌呤G；嘧啶：胞嘧啶C，胸腺嘧啶T） （2）蛋白质打分矩阵 （i）等价矩阵 （ii） 氨基酸突变代价矩阵GCM （iii）疏水矩阵 （iv）PAM矩阵（Point Accepted Mutation） （Dayhoff模型：可接受点突变） （v） BLOSUM矩阵 （Blocks Amino Acid Substitution Matrices） 氨基酸突变代价矩阵GCM 一个氨基酸残基转变到另一个氨基酸残基所需的密码子碱基变化数目 1 或 2 只有Met到Tyr为 3 疏水矩阵 PAM BLOSOM 这类矩阵里列出同源蛋白质在进化过程中氨基酸变化的可能性。 这类矩阵式基于进化原理的 证据： 编码相同蛋白质的基因随着进化发生分歧，相似度降低。 科学 用得多 Constructing PAM Matrix: Training Data PAM: Phylogenetic Tree PAM: Accepted Point Mutation Mutability of Residue j Normalize Total Mutation Rate to 1% PAM60—60%, PAM80—50%, PAM120—40% PAM-250 matrix provides a better scoring alignment than lower-numbered PAM matrices for proteins of 14-27% similarity PAM Matrix: Assumptions PAM = % Accepted Mutations:1500 changes in 71 groups 85% similarity BLOSUM = Blocks Substitution Matrix:2000 “blocks” from 500 families PAM矩阵与BLOSUM矩阵的比较 第三节 双序列比对算法 序列的两两比对 （Pairwise Sequence Alignment） 按字符位置重组两个序列，使得两个序列接近一样的长度 子序列与完整序列的比对 ----AGCT---- ATGCAGCTGCTT 目标： 使S(s, i:t:j ) 最大 三、比对的统计学显著性 （1）典型方法： 将两条待比较的序列分别随机打乱 使用相同的程序与打分函数（或打分矩阵）进行比对 计算这些随机序列的相似性得分 重复这一过程（50～100次）用?和?分别表示其平均值与标准差。 设原来两条序列的比对得分为x，利用下式计算大于或等于x的比对得分概率： z = (x - ?)/? 根据z值判断两个序列相似得分的显著性 ，当z值是3.1、4.3、5.2时，x出现的概率为10-3、10-5、10-7 Z 5，同源； Z 3, 不同源； Z = 3~5, 可能同源 经验法则（针对蛋白质序列）： ① 如果两个序列的长度都大于100，在适当地加入空位之后，它们配对的相同率达到25%以上，则两个序列相关； ② 如果配对的相同率小于15%，则不管两个序列的长度如何，它们都不可能相关； ③ 如果两个序列的相同率在15%?25%之间，它们可能是相关的。 一、 BLAST 简介 BLAST 应用实例 多结构域蛋白 (H1N1)  脂质运载蛋白 多结构域蛋白 (H1N1) 的BLAST检索 多结构域蛋白 (H1N1) 的BLAST检索 BLAST结果综述 BLAST结果表述 BLAST结果逐条显示 BLAST结果逐条显示 BLAST：改变打分矩阵的作用 脂质运载蛋白 使用Blosum62矩阵搜索 使用PAM30矩阵搜索 谢谢使用 刘建国 闫蓬勃 Liu@ BLAST软件包实际上是综合在一起的一组程序，不仅