对生物信息学所学.docVIP

对生物信息学所学内容的简单总结 邹国兴 caas06f2_01 WebLab是北京大学生物信息中心开发出来的一个有关生物信息工具包集成的网站,利用这些工具可有效地开展生物信息相关的研究。本学期主要是学习文献检索、相关工具（主要是WebLab和emboss中工具）、有关软件的使用、生物信息学的基础知识、常用数据库和网站介绍。结合自身的工作实际,选择性地使用或练习了这些工具和软件，现对所学的内容做一个简单的总结。 一、序列比对 1、全局比对，用于两个序列全长对比分析、检查数据的质量、确定长的插入或缺失片段以及逐个分析序列中的突变点等。主要学习了needle，是我们学习的重点。 2、局部比对，用于分析两个序列同源性、进行逐个氨基酸残基的精细比对，这样可以获得高精度的序列对比结果。主要学习了water，自己再练习了matcher和wordmatch，以water 为例。 3、序列点阵图分析，序列间的重复以图形的形式来表示。重点学习了dotmatcher、dotpath、dottup、polydot四个工具,以dotmatcher为例。 4、多序列比对，来分析不同序列之间的差异，是学习的重点。主要学习了emma工具、软件WebLogo、MEGA和clustalx，以例来说明。 以10个植物的SBP蛋白质的结合域用emma来分析，用不同的颜色来显示序列的差异。 用上框粉红色中的序列以WebLogo来分析序列的保守性，字母越大，保守性越高。 MEGA和clustalx软件的多序列比对与emma类似，就不再说明。 二、序列同源性搜索与系统发育树的构建 1、主要学习的是在NCBI中开展BLAST工作，分五种检索程序，blastP( 蛋白质—蛋白质 )，blastN(核酸—核酸 )，blastX( 核酸—蛋白质 )，tblastN( 蛋白质—核酸 )和tblastX(核酸—核酸 )。 以水稻的OsHT在swissprot数据库中进行blast,结果发现与它同源高的序列很少，比较近的源分值也才在60-80之间，没有找到高度同源的序列。如果在nr数据库中进行blast，则结果将不一样，可以找到很多同源序列，可见在合适的数据库中进行blast是很重要的，以下是在swissprot中blast的结果。 下图为通过blastl来构建的系统发育树，可知OsHT与另外5个序列的关系。 2、系统发育树的构建，主要学习在WebLab中利用protocol工具包来构建。程序为emma-fseqboot-fprotdist-fneighor-fconsense。构建的树是采用邻近法，注意的是，每下一步程序用的序列是上一步程序分析的结果。同时也学习了利用MEGA和clustalx来构建系统发育树的方法，这两种软件使用方法基本上类似，构建起来方便快速，尤其是利用MEGA软件，可以对所做的图进行修改，得出符合研究者满意的树来，深得使用者的偏爱，以MEGA的使用来构建树为例。 三、蛋白质性质分析 1、借助蛋白质分析工具，我们可以预测蛋白质的结构、理化性质等。课堂上主要学习了pepcoil、pepnet、tmap、pepwheel等，课后自己再练习了其它一些prettyplot、 remap 、showalign、 showseq 、sixpack、disgest、pscan 、charge 、octanol、 pepstats、 pepwindow 、topo、plotorf 、prettyseq等工具，现以pepnet和tmap为例。 Pepnet可以将蛋白质的一部分或全部展示成螺旋结构，以水稻OsHT的1-70个氨基酸来分析，结果为： tmap分析OsHT有11个跨膜区, 具体位于序列的位置可查看到。 2、学习了两个分析蛋白质基序的软件，MEME和SMART,MEME是用来搜索蛋白质中存在基序的一种工具软件，SMART是一种结构分析软件，可以用来进行序列、结构分析或结构域检测，利用它们分别可以得出如下的结果。 以水稻的CPP为例，利用MEME可分析出3个基序的特征。 以拟南芥的转录因子SPL8为例，利用SMART分析得出一个结构域，两个低两个低复杂度的区段分别从289到299和从313到332具有与SPL8类似结构域器官和组分的蛋白质各有69个 四、蛋白质的三维结构分析 主要学习的是Cn3D4.1软件和SPDBV软件，这两个软件的功能非常大。课上主要学习如何来分析蛋白质的α-螺旋和β-折叠等，课后自己也摸索了其它部分，要想精通，需要花精力去多实践才行。以SPDBV软件分析几个蛋白质为例，通过control panel可以获得很多信息。 1A4F，全部为α-螺旋，没有β-折叠，其中B链上有9个α-