第2章配对序列比对2bak分析.docVIP

第四节 全局序列比对(Global Sequence Alignment) 在介绍全局比对之前，我们得首先说明的是对任何比对方法（包括全局比对，局部比对）主要包括两部分： 第一部分就是计算最大相似得分数，也就是这两个序列比对的最优化计算过程。 第二部分是在根据这个最大相似得分数，通过“回溯”方式确定两个序列的比对结果即第一个序列中的各字符（在DNA中为对应的碱基，在蛋白质中为对应的氨基酸残基）与第二个序列中哪个字符相匹配。通过这个结果可以确定相应保守区，可变区，这样据此可推断这两个序列是否有同源关系以及其同源性程度。这部分工作在比对中一般称为“回溯”（traceback）。 我们首先考虑两个序列 和 ，现在要求解的问题是如何通过计算求出这两个序列的比对结果，以确定其相似程度。 为使读者对比较容易理解全局比对的算法，我们这里通过一个具体例子的计算来说明。由于蛋白质有20个氨基酸残基，相应的得分表比较复杂，为此我们这里的例子采用一小段DNA序列来说明其具本计算过程。 实例，两个序列S=ACCTGA 和T=CATGTAT，对应的得分矩阵假设为： 表2-3 四个碱基的得分矩阵 A T C G * A 2 -1 -1 -1 -1 T -1 2 -1 -1 -1 C -1 -1 2 -1 -1 G -1 -1 -1 2 -1 * -1 -1 -1 -1 2 为