2015-3Blast搜索与序列比对详解.pptxVIP

2017-4-3 1 第三章序列比对与Blast搜索 滕虎 《生物统计学与生物信息学》 大连理工大学生命科学与技术学院 2017-4-3 2 教学内容 序列分析 生物信息数据库介绍 二重序列比对与Blast应用 多重序列比对与ClustalX应用 蛋白质序列分析 电子克隆 基因预测 分子进化分析 大分子结构分析 大分子结构预测 分子动力学/计算量子化学 分子相互作用分析 后基因组学/系统生物学 系统生物学基础 大规模网络分析 基因芯片分析 生物系统动力学分析 2017-4-3 3 第一节 序列比对基础 2017-4-3 4 一切从序列比对开始：BLAST搜索 2017-4-3 5 “AB012771”查询结果 2017-4-3 6 相似序列比对情况 2017-4-3 7 序列比对是生物信息分析的基础 2017-4-3 8 设有两个序列： GACGGATTAG，GATCGGAATAG Alignment2: GA—CGGATTAG GATCGGAATAG Alignment1: GACGGATTAG- GATCGGAATAG 1、什么是序列比对（Alignment） 序列比对是指将多个序列中各个字符（碱基或氨基酸）进行对比排列，建立一种一一对应关系，并尽可能反映序列间的相似性。 Alignment：比对、对位排列、联配、对齐 2017-4-3 9 通过点矩阵进行序列比对“矩阵作图法” 或 “对角线作图” 在两个对角线方向上的连续点连接起来，就构成了一个比对方案  反向序列矩阵标记图 多个相同子序列的矩阵标记图 2017-4-3 10 2、序列比对计算的标准化处理 序列的表示问题：字母表和序列 序列的处理方法：编辑操作 序列相似性的评价：打分矩阵 1: A-TTCGAGCCT- | | | | | | | 2: CGTTC- AGC- TA 2017-4-3 11 （1）序列表示问题——字母表和序列 将生物分子序列抽象为字符串，其中的字符取自特定的字母表。 ATTCGAGCCT 字母表 4字符DNA字母表：{A, C, G, T} 单字母氨基酸编码 扩展的遗传学字母表或IUPAC编码 上述字母表形成的子集 2017-4-3 12 符 号 含 义 说 明 G G Guanine A A Adenine T T Thymine C C Cytosine R G or A Purine Y T or C Pyrimidine M A or C Amino K G or T Keto S G or C Strong interaction (3 H bonds) W A or T Weak interaction (2 H bonds) H A or C or T Not-G B G or T or C not-A V G or C or A not-T(not-U) D G or A or T not-C N G or A or T or C Any 扩展的遗传学字母表或IUPAC编码 2017-4-3 13 氨基酸名称 英文缩写 简 写 氨基酸名称 英文缩写 简 写 甘氨酸 Gly G 丝氨酸 Ser S 丙氨酸 Ala A 苏氨酸 Thr T 缬氨酸 Val V 天冬酰胺 Asn N 异亮氨酸 Ile I 谷酰胺 Gln Q 亮氨酸 Leu L 酪氨酸 Tyr Y 苯丙氨酸 Phe F 组氨酸 His H 脯氨酸 Pro P 天冬氨酸 Asp D 甲硫氨酸 Met M 谷氨酸 Glu E 色氨酸 Trp W 赖氨酸 Lys K 半胱氨酸 Cys C 精氨酸 Arg R 20种标准氨基酸的英文简写 2017-4-3 14 （2）字符编辑操作－序列处理方法 字符编辑操作可将一个序列转化为一个新序列 GCATGACGAATCAG- ????? ?? ??? -TATGAC-AAACAGC Match（a，a）字符匹配 Delete（a，-） 1序列删除1个字符a，或2插入空位 Replace（a，b）2序列字符b替换1序列字符a Insert（-，b）1序列插入空位，或2删除1个字符b 2017-4-3 15 扩展的编辑操作 ACCGACAATATGCATA ? ? ? ? ? ATAGGTATAACAGTCA ACCGACAATATGCATA ?? ????????? ??? ACTGACAATATGGATA 第二条序列头尾颠倒 CTAGTCGAGGCAATCT ? ? GAACAGCTTCGTTAGT ？ CTAGTCGAGGCAATCT ?? ????? ?????? C