(精)计算机应用.ppt

* * coiled-coils结构：两条蛋白质螺旋链相互缠绕的结构，常出现在球蛋白和螺旋卷曲蛋白中。 * PeptideMass： * CPHsec预测二级结构的准确率超过70%。 * 在人类的基因组中，编码区占2%，非编码区占98%。 * * HapMap（Haplotype map）由“国际单倍型图谱计划”完成。计划从美国、亚洲和非洲采集200-400人样本。其中亚裔样本分别从日本和中国取得45个不相关个体。中国样本取自北京师范大学的成年汉族。 * 据估计大约每1~2kb发生一次SNP，以上数据已经接近这个估计的密度。 * 连锁不平衡：两个等位基因比预期的更经常的趋于一起遗传，我们说这两个等位基因是连锁不平衡的。 * * ESE：exonic splicing enhancer，外显子剪切增强子，剪切时由蛋白质结合ESE，被结合的外显子就被包含进mRNA中； ESS： exonic splicing silencer，外显子剪切沉默子，ESS是与阻止外显子被包含进mRNA的蛋白质结合的序列。 * 例子：HSCF参与早期造血祖细胞的生长调控。其膜外区有189个氨基酸，膜外区的成熟肽在26-189位氨基酸。 * 二聚体形成的条件：引物序列之间至少有5个以上碱基配对，尤其在引物的3’端。 * * 现在，世界各大制药公司都在斥巨资投入人类基因组和病源生物基因组的生物信息学研究。美国出现了大批基于生物信息学的公司，主要实施药物设计、基因工程药物、代谢工程开发等计划。 * 研究基因变化在个体中产生结果的生物： 线虫：成熟雌性959个、雄性1031个细胞，以细菌为食，身体透明。 海胆：发育生物学研究100多年的动物，胚胎透明，可用染色观察变化，受精后约65小时形成幼虫。 * URL：统一资源定位符。 * * * 相似性：相关的度量，序列相似性包括碱基、侧链基团的大小、电荷性、亲疏水性；同源性：祖先对后代相似性的贡献程度 * A:丙氨酸,R:精氨酸, K:赖氨酸, S:丝氨酸, T:苏氨酸,V:缬氨酸,G:甘氨酸. 考虑到R和K都是碱性氨基酸，S和T都有羟基 * 一般DNA序列的复杂度比蛋白质低，所以窗口比蛋白质大。DNA序列的典型窗口是15，相似度阈值是10。蛋白质序列的典型窗口是2或3，相似度阈值是2。 * GCM：遗传密码子距阵； SGM：侧链化学性质距阵； PAM：可接受突变的百分率距阵；BLOSUM：模块替代距阵；PET距阵；PSSM：位点特异得分距阵。 有人把PAM250解释为每一亿年发生250个点突变。 * Margret dayhoff及其合作者根据蛋白质序列的相似程度，将蛋白质归为家族（family）和超家族（superfamily）。 * * 当最长片段分值大于阈值S时，称为高分值片段对（HPS） 两条序列的最优无空隙对齐称为最大分值片段对（MPS） * 散列法：把点距阵的可视化特点转化为使用哈希表的查找。 * * 字长缺省值为11，足够排除掉大部分非相关匹配（chance alignments）和中等差异同源子（homolog）。 E的阈值(S)为10：10个匹配被发现的几率。 在速度和敏感度之间权衡选择依赖于ktup参数，它决定了字串的大小。增大ktup参数就会减少字串命中的数目，也就会减少所需要的最佳搜索的数目，提高搜索速度。 有些滤过程序可以单独访问。 搜索 Aggtcannnnaggtca * * * 多序列比对结果的编辑器：Jalview alignment editor Motoo Kimura提出： （1）进化过程中的核苷酸置换绝大多数是中性或近似中性的突变随机固定的结果； （2）许多蛋白质多态性必须在选择上为中性或近似中性。 * 距离表的构建可以由相似度（或得分）转化，也可以由离散特征数据转化。 * 非洲人有许多比较长的树枝，说明种群稳定。其他地区人的核苷酸差异比较集中，说明最近经历过一次人口爆炸，约在1925代前，约20* 1925=38,500年前。 * 物理图谱：确定遗传标志之间距离的图谱。现在主要是基于测序标签位点（STS）图谱。通过表达序列标签（EST）或随机测序构建重叠群。 基因图谱：全部基因的位置、结构和功能。 * 由于一是美国能源部用30多年研究“核辐射对人类基因突变作用”，未取得实质性突破进展，受害者已表现 出明显的突变性状，但检测不出其基因突变与对照组存在显著性差异。二是美国与1975年巨额投资启动的“肿瘤十年计划”基本以失败告终。R. Dulbecco 于1986在science上发表《癌症研究的转折点：测序人类基因组》，认为要彻底阐明癌症的发生、演进、侵袭和转移的机制，必须对人体细胞的基因组进行全测序。美国政府与1990年正式启动HGP。 * * CpG岛：