多序列比对要点.ppt

多序列比对   (Multiple Alignments) 我们为什么做多序列比对? 一个多序列比对例子 多序列比对与进化研究例子 多序列比对方法 多序列比对总体思路 在多序列比对前要考虑的问题 全局序列比对 动态规划算法 (Dynamic Programming Algorithm) 分而治之方法 (Divide and Conquer Methods) SP方法 (Sum of Pairs Methods) 累进方法 (Progressive Methods) 迭代方法 (Iterative Methods) 遗传算法 (Genetic Algorithms) 动态规划算法(Dynamic Programming) 多维的动态规划算法 分而治之方法 So in effect … SP(Sum of Pairs)方法 为了找到最佳比对，并解决解决动态规则算法的计算复杂问题，Carrillo Lipman (1988)建立了SP(Sum of Pairs)方法 SP方法通过对一个随机数据矩阵中氨基酸对的所有可能组合的记分求和来获得矩阵记分 SP 方法例子 基于SP方法的MSA 程序 累进算法(Progressive Methods) 累进算法原理 一般的累进比对方法 果仁糖累进方法(Praline progressive strategy) 累进算法的一些问题 比对的准确性高度依赖于开始选择的双序列比对 序列关系越远发生的错误可能越高 选择合适的打分矩阵和罚分准则较困难 ClLUSTALW/X简介 ClLUSTAL是用于MSA分析的最为流行的软件 用来多序列比对、概形(Profile)分析和创建进化树 ClLUSTAL最初初由Higgins等于1988年创立并不断完善 ClLUSTAL分为ClLUSTALW和CLUSTALX两种类型，这两种软件核心功能完全相同，区别在于ClLUSTALX为图形界面，而ClLUSTALW保留以前的非图形平台 ClLUSTAL有用于WINDOWS和UNIX/LINUX的各种版本 ClustalX ClustalX ClustalX ClustalX ClustalX Example PILEUP PILEUP是GCG(Genetics Computer Group)软件包中的MSA分析工具 与CLUSTAL一样使用累进式整体比对方法(Progressive Global Alignment) PILEUP开始的双序列比对使用Needleman-Wunsch动态规划算法，所以是全局序列比对，善于比较相似度较高的序列 Output of Pileup Output of Pileup ClUSTAL和PILEUP存在的问题 迭代方法 (Iterative Methods) 迭代方法程序 MultAlin(Corpet 1988) 在累进比对的过程中重新计算成对比对的分数 根据这些分数来完善比对记分的进化树 DIALIGN 在双序列比对中使用对角点阵图找到不包含空位的局部比对区域 找到不同长度的对角线 找到可以使比对产生最大权重和的加权过的对角线 遗传算法(Genetic Algorithms) 局部序列比对 　局部比对(Local Alignment)方法能够确定序列中高度保守的区域 概形分析 (Profile Analysis) 区块分析 (Block Analysis) 概形分析 (Profile Analysis) 概形分析 (Profile Analysis) 通过对一组序列进行整体MSA分析，把其中高度保守的区域提出分成小的MSA 这些小的MSA根据其序列与结构的比对得到一个记分矩阵 根据这个矩阵列出每个位置上的残基分数，称为位置特异记分表(Position Specific Scoring Table)或概形(Profile) 概形(Profile)类似于一个小的MSA，包括匹配、错配、插入和缺失 不同物种HSP70蛋白的profile图 用CLUSTALX进行Profile比对 区块分析 MSA中的统计学方法 (Statistical Methods） 最大期望运算法则 用来从未比对的蛋白序列中寻找保守功能域 从DNA序列中找蛋白质结合位点 通过EM算法找到的这些模体(Motif)允许空位的存在 EM算法策略 先对模体所在每一个序列中的位置和大小进行一个大致预测，并将序列中的这些部分比对，这一比对估计模体中每一位置上的残基或核甘酸的大致组成 使用期望步骤：从上述已有的模体中通过每列中的组成来估算每一序列的每一位置上找到这一位点的概率，这些概率又反过来为该位点期望的碱基和氨基酸分布提供新的信息 使用最大化步骤：使用