多序列比对和进化树分析(含gendoc).pptVIP

  • 327
  • 0
  • 约4.49千字
  • 约 55页
  • 2016-11-06 发布于江苏
  • 举报
多序列比对和进化树分析(含gendoc).ppt

求职应注意的礼仪 求职时最礼貌的修饰是淡妆 面试时最关键的神情是郑重 无论站还是坐,不能摇动和抖动 对话时目光不能游弋不定 要控制小动作 不要为掩饰紧张情绪而散淡 最优雅的礼仪修养是体现自然 以一种修养面对两种结果 必须首先学会面对的一种结果----被拒绝 仍然感谢这次机会,因为被拒绝是面试后的两种结果之一。 被拒绝是招聘单位对我们综合考虑的结果,因为我们最关心的是自己什么地方与用人要求不一致,而不仅仅是面试中的表现。 不要欺骗自己,说“我本来就不想去”等等。 认真考虑是否有必要再做努力。 必须学会欣然面对的一种结果----被接纳 以具体的形式感谢招聘单位的接纳,如邮件、短信 考虑怎样使自己的知识能力更适应工作需要 把走进工作岗位当作职业生涯的重要的第一步,认真思考如何为以后的发展开好头。 Thank you 利用现代分子生物学技术所获得的生物多样性的信息 ,可大致分为以下两大类:1)离散特征数据 (discrete character data),即所获得的是 2个或更多的离散的值 ,是赋给某一具体的运筹分类单位(operational taxonomic unit ,简称OTU)的;2)相似性和距离数据 (similarity and distance data),它并不是某一具体分类单元所具有,而是用彼此间的相似性或距离所表示出来的各分类单位间的相互关系。 离散特征法则主要包括MP法(最大简约法)和ML法(最大似然法)。 距离法在构成距离矩阵(故而也称距离矩阵法)后,要么通过某个标准来筛选出进化树的最佳估计,可以用最小二乘标准来估计进化树,称最小二乘进化树;或者根据某种算法得到一个聚类的树形图,不必对每个树都进行比较,计算量小,因此也不一定是最佳的树,常见的有UPGMA法(类平均法)和NJ法(neighbor-joining method,邻接法)。 1. ClustalX +Treeview 2. Mega 3 Software /mega.html 进化树的应用 1. 分子生态的研究 2. 新基因的鉴定 3. 新蛋白的分类 蛋白质功能预测 同源蛋白功能推测; 蛋白质结构域或基元分析。 RPS-BLAST Pattern and profile searches SMART Motifscan InterProScan 作 业 采用Genedoc软件分析( AAQ84722.1 ) 要求:4个ortholog蛋白质序列alignment,每排80个氨基酸残基,采用二色(黑色标记一致氨基酸残基),每一个比较的蛋白质给出Genbank登录号 2.采用ClustalW在线分析( AAQ84722.1 ) 结果以jpg图像格式,写明学号,传到如下邮箱:csuzouxqjx@163.com 论 文 生物信息学研究的新进展 2.生物信息学在氧化亚铁硫杆菌分子生物学研究中的应用 3. 进化树的构建方法 论文以doc格式,写明学号,并做成ppt格式,用一次课讲解 幻灯片放映结束 ! 请您提出宝贵意见! O(∩_∩)O谢谢各位!!! * * 序列间比对 Pairwise alignment The process of lining up two or more sequences to achieve maximal levels of identity (and conservation, in the case of amino acid sequences) for the purpose of assessing the degree of similarity and the possibility of homology. Definitions Homology Similarity attributed to descent from a common ancestor. Definitions Identity The extent to which two (nucleotide or amino acid) sequences are invariant. RBP: 26 RVKENFDKARFSGTWYAMAKKDPEGLFLQDNIVA 59 + K++ + ++ GTW++MA + L + A glycodelin: 23 QTKQDLELPKLAGTWHSMAMA-TNNISLMATLKA 55 Definitions Similarity The extent to which two (nucleotide or amino acid) sequences are similar. How to calculate s

文档评论(0)

1亿VIP精品文档

相关文档