序列分析1.pptVIP

序列的相似性 序列的相似性 一致性(identity): 两个蛋白质有一定数量的氨基酸在排比的位点上是相同的，即如果38个氨基酸的蛋白质中15个位点相同，我们说它们一致性为39.4%. MSDTPSTGFSIIHPTSSEGQVPPPRHLSLTHPVVAKRISFYKSG -------------PRNGTIKIYENPARTFTRPYSAKNITIYKEND 所以, 相似性的数值一定比一致性的要( ) 大 or 相等 or 小 生物序列的同源性 同源性(homology)： 指从一些数据中推断出的两个基因或蛋白质序列具有共同祖先的结论，属于质的判断。 就是说A和B的关系上，只有是同源序列，或者非同源序列两种关系。而说A和B的同源性为80％都是不科学的。 序列比较的基本操作是比对（Alignment） 两个序列的比对是指这两个序列中各个字符的一种一一对应关系，或字符的对比排列 。 编辑距离（Edit Distance) 字符编辑操作（Edit Operation） 字符编辑操作可将一个序列转化为一个新序列 Match（a，a） Delete（a，-） Replace（a，b） Insert（-，b） 相似度，它是两个序列的函数，相似度越大，表示两个序列越相似 距离, 距离越大，则两个序列的相似度就越小 最长公共子序列 (Longest common subsequence, LCS) 不同编辑操作的代价不同 为编辑操作定义函数w，它表示“代价（cost）”或“权重（weight）”。 对字母表?中的任意字符a、b，定义 w (a, a) = 0 w (a, b) = 1 a ? b w (a, -) = w ( -, b) = 1 也可以使用得分（score）函数来评价编辑操作 p (a, a) = 1 p (a, b) = 0 a ? b p (a, -) = p ( -, b) = -1 空位罚分。 例如： s: AGCACAC?A t: A?CACACTA cost=2 s: AGCACAC?A t: A?CACACTA score (s，t）= 5 序列比对的目的是寻找一个得分最大（或代价最小）的比对。 s: AGCACAC?A AG?CACACA t: A?CACACTA ACACACT?A （A) (B) 对于(A), score=7-2=5 对于(B), score=5-2=3 序列比对的目的是寻找一个得分最大（或代价最小）的比对。 s: CAAGCAC?AGGCA CAA ? GCAC?AGGCA t: CAA?CACTAGGCA C? AA ? CACTAGGCA （A) (B) Question: 给定一个DNA打分矩阵: Question：序列比较的方法有哪些? 依据，配对得1分，不匹配不得分，插入1个gap扣1分。 Question 1.这两个序列的cost和score值分别为多少？ 2.在序列比对运算时最终结果是哪种运算方式？ 1 -1 -1 -1 G -1 1 -1 -1 C -1 -1 1 -1 T -1 -1 -1 1 A G C T A 对于下列对齐方案的记分值为多少？ GCGACTCG CTTGACT- AGA TAGAGACG CT- - ACTGTGA * * * * * ** * * * * * 假设空位罚分为2, 按照以上的打分矩阵， * * 生物信息学 Bioinformatics 文献检索 限制字段类别 常用的有: Author: Bao YM[au] Title: stress[ti] Tilte/Abstract： stress[title/abstract] Date: 1999:2009[dp] 　　　　 布尔逻辑运算： AND、