多序列比对_I.pdfVIP

7.91 –Lecture #2 Michael Yaffe 更多的成对序列比对 — 和 多序列比对 — 阅读： 文献： Mount pp. 8-9, 65-89, 96-115, 140-155, 161-170 要点大纲 递归和动力学设计 动力学设计应用：全局比对： eedleman- Wunsch 动力学设计应用：局部比对：Smith- Waterman 置换矩阵：PAM, BLOSUM, Gonnet 空位— 线形和affine 序列比对统计学 要优化一个序列比对需要知道什么 要点大纲 （续） 多序列比对： MSA, Clustal 阻断分析 特殊位置得分矩阵(PSSM) 例子 O （ K ）是 “多项式时间”只要 K3… … 就 容易处理 考虑到非空位点阵全局比对： …… 本质上是一个 O(mn) 矩阵 好的例子 2 3 O (n) 比O(n log(n)) ,O(n ), O(n ) 更好。 糟糕的例子 n O(k ) = 指数时间…… . 恐怖 ！！！！ P 问题 — 不知道多项式时间解决办法 = 非确定性多项式问题。 递归和动力学设计 比对两个没有空位的蛋白序列 — 大概是一个 O(mn) 问题。 没有空位 — 适合于计算天文学，直接比对方法不能做。 (= 22L/√(2πL); L= 序列长度 ) 可选择的办法是比对所有可能的特征对 ( 配对和错配，也很好 的考虑到了空位，保持比对的数量的易处理性。) 这种方法也 叫动力学设计。在算术上证明了产生最佳比对。 需要置换或相似矩阵和考虑到空位的方法。 怎样记下比队得分的例子：写下两条序列 序列 #1 序列 #2 置换矩阵得分 得分 =Σ （AA 配对得分） - 缺口处罚 =15 BLOSUM 62 得分矩阵 得分系统应该：支持匹配识别或是相关氨基酸处罚错误匹配和 空位。 为了得到好的得分系统需要明确：在相关蛋白质与它的偶然产 生相比较中，特殊氨基酸对被发现的几率。替代矩阵中就包含 有这些信息……并且当有空位时，会有更好的选择。 真实替代矩阵的起源： 首先要知道在相关蛋白质中一个氨基酸替代另一个氨基酸的频 率 [=P(ab)] c/w 。另一个氨基酸偶然产生替代的机会，是以蛋 白质中每个氨基酸的相对频率为基础的，即q(a) 和 q(b) 。这 称为“不均几率”： P(ab)/q(a)q(b) 如果在比对中所有位置都进行了这种处理，那么总概率将会 是每个位置不均几率的乘积……但是乘法耗费计算空间…… 因此… .. 取 log ( 不均几率 ) 再把它们相加，用此来代替。 像 PAM 和 BLOSUM 矩阵就是取了不均几率的对数。也包 含了反映相关蛋白质中的氨基酸替代的可能性的正数和负数 。 动力学设计过程： 首先沿着侧边从上到下写下一个序列。 注意 — 线形空位处罚： γ(n) =nA ，其中A= 空位处罚 动力学设计过程： 首先沿着侧边从上到下写下一个序列。 空位 空位 因此得到 S 必须知道 S(i-1, j-1) 和 S(i, j- ij 1) and S(i-1, j)…… 因此需要回归。我们用