生物信息学应用：序列比对与数据库搜索教材.ppt

第三章 序列比对;序列比对概念 序列比对用途 常用术语 序列比对的类型 序列比对的策略 打分系统---打分矩阵 比对算法 -全局比对Needleman-Wunsch算法 -局部比对Smith-Waterman算法 序列比对搜索程序;　序列比对概念;序列比对用途;48条染色体〔24对） 黑猩猩细胞色素C的氨基酸顺序与人类的相同;常用术语;序列比较;Dot Matrix;The amino acid sequences of the phage λcI (horizontal sequence) and phage P22 c2 (vertical sequence) repressors. The window size and stringency are both 1.;序列比对的类型;Global vs. Local;序列１（待测序列）：　　AGGVLIIQVG |||||| 序列２（目标序列）：　　AGGVLIQVG;序列１（待测序列）：　　ATCTG 序列２（目标序列）：　　ATCAG;序列比对目的和实现方法;打分系统---打分矩阵;遗传密码子矩阵 （氨基酸） 所有的氨基酸突变都产生于核苷酸的变化，故氨基酸 替换的分值应取决于由一个密码子转变为另一密码子所 必需的突变的数量。一种遗传密码子打分矩阵根据导致密码子改变所需改变核苷酸的数量来定义两个 氨基酸之间的距离，比如PAM矩阵 不同氨基酸之间的替换率是不一样的，原因有密码子突变，氨基酸间理化性质的相似性等。另一种遗传密码子打分矩阵则是直接基于实际氨基酸之间的替换率，比如Blosum矩阵 矩阵元素通常为比对中的一对字符（氨基酸或碱基）随机发生的概率（每个氨基酸出现的独立概率）与其实际出现的概率之比;Dayhoff的PAM矩阵;250PAM突变概率矩阵(Dayhoff等,1979) ;BLOSUM矩阵;BLOSUM62 (lower part) ;PAM矩阵和BLOSUM矩阵的比较;打分系统---空位罚分;比对方法;全局比对---局部比对;全局比对;Needleman-Wunsch算法;实现算法;例:;步骤1: 初始化打分矩阵： ;打分： Match +2分 mis-match -3分 Gap (insertion deletion) -1分;局部比对工具;Needleman-Wunsch算法的改造;其它基于DP的实现方法;结构-遗传矩阵;V ;? ;? ;? ;序列比对搜索程序;在数据库中查询新序列;启发式算法特征;操作和评估;FASTA;FASTA;FASTA的快速来源于其在序列库中进行的快速初检，找出与待检序列高度相似的序列，但这一快速检索局限于待检序列和序列库序列之间较短的完全相同序列区段上 改进的FSATA程序可对结果进行统计显著性评估;数据库相似性搜索程序FASTA;BLAST;BLAST;数据库相似性搜索程序BLAST;BLAST的一项重要特性就是所报告的匹配序列的统计学显著性评分。这一统计学显著性评分是用Karlin-Altschul算法决定的，所算出的Poisson概率表明所得到的序列相似性随机出现的可能性。 ;表示仅仅因为随机性造成获得联配结果的可能次数。这一数值越接近零，发生这一事件的可能性越小。从搜索的角度看，E值越小，联配结果越显著。 ;BLAST2.0版本已有序列过滤器功能。过滤器将锁定诸如组成低复杂(low compositional complexity)序列区(如Alu序列)，用一系列N(NNNNNN)替代这些序列。N代表任意碱基(IUB-code)。只有未知待检序列被过滤替代，而数据库的序列将不被过滤。 过滤对绝大多数序列都是有益的，“Filter”项的缺省选项为ON。 ;总结FASTA和BLAST;FASTA和BLAST系列程序;因为BLAST和FASTA采用不同的算法，可同时用这两种搜索引擎重新检索某一特定序列，如果用其中一种找不到显著相似序列，不妨试一试另一程序。 如果BLAST和FASTA均找不到显著匹配的序列，还可以选择第3条比较费时的搜索策略。一些网站允许用户使用基于Smith-Waterman算法的搜索程序，如BLITZ。 BLITZ(www.ebi.ac.uk/searchs/blitz.html)被设计在大型并行计算机上运行，因此使检索更灵敏。虽然运行这样的程序比较费时，但它们有时会发现一些被BLAST和FASTA错过的勉强达到显著的联配。 ;搜索数据库的主要程序;Thank you!;应用举例;用一组BLAST程序联配可以快速进行核酸和蛋白质序列库的相似性