多序列比较的实际应用教材.pptVIP

2.BLOCKS BLOCKS数据库利用了模块的概念，对蛋白质家族进行鉴定，而不是只依赖于单个的序列本身。模块的思想来源于更加普遍的概念—基序（motif），基序通常是指一段氨基酸序列保守的伸展，拥有一定的蛋白质功能或者结构。当这些来源于同一家族中的蛋白质中的基序比较时（不引入空位），其结果就是部件；部件就是指比较，而不是序列本身。很明显，任何一个独立的蛋白都可以包含一个或者更多个部件，对应于它的每一个功能和结构基序。 BLOCKS数据库本身来源于PROSITE的条目。当使用一个感兴趣的序列进行BLOCKS搜索时，查询序列就会同数据库中所有的部件在任何可能的位点进行比较，对于每一个比较都会使用位点特异分值矩阵或者PSSM进行打分。PSSM和这本书前面叙述的分值矩阵（例如BLOSUM62）的重大区别在于，其分值考虑到了在给定的位点是否拥有一个匹配以及一个给定氨基酸占据部件中的位点的可能性。所有基于这种形式的方法的核心思想都是观测残基占据比较蛋白质部件中的一个特异位点的几率， BLOCKS（/blocks/blocks_search.html）搜索可以通过访问西雅图的Fred Hutchinson肿瘤研究中心的BLOCKS主页完成，这个网点很直接，允许执行基于序列或者关键词的检索。如果用户在输入时使用了DNA序列，他就可以指明使用哪个遗传密码，搜索哪条链。不管执行搜索的是一个序列还是一个关键词，成功的搜索将会返回相应的部件，图4.8显示了一个例子。 在结果输出窗口，首先给出检索的概况，给出了这个部件代表的家族，BLOCKS数据库注册码和家族的详细描述；BL行给出了关于组建这个特别的部件的原始序列基序的信息：这个部件中有多少序列数目，接下来是统计学有效性和构成长度的信息；最后是序列列表，只显示出对应于这个特殊基序的序列部分，每一行的开头都是这个序列的SWISS-PROT注册码，第一个残基在整个序列中的位置，然后是序列本身以及基于位点的序列权重，这个权重用100刻度，100表示序列距离这个群体最远；注意到有些序列行中有空行：部分比较聚集在一起，在每个聚集中，80%的序列残基是相同的。 Homo sapiens MSLWQPLVLVLLVLGCCFAAPRQRQSTLVLFPGDLRTNLTDRQLAEEYLYRYGYTRVAEMRGESKSLGPALLLLQKQLSLPETGELDSATLKAMRTPRCGVPDLGRFQTFEGDLKWHHHNITYWIQNYSEDLPRAVIDDAFARAFALWSAVTPLTFTRVYSRDADIVIQFGVAEHGDGYPFDGKDGLLAHAFPPGPGIQGDAHFDDDELWSLGKGVVVPTRFGNADGAACHFPFIFEGRSYSACTTDGRSDGLPWCSTTANYDTDDRFGFCPSERLYTQDGNADGKPCQFPFIFQGQSYSACTTDGRSDGYRWCATTANYDRDKLFGFCPTRADSTVMGGNSAGELCVFPFTFLGKEYSTCTSEGRGDGRLWCATTSNFDSDKKWGFCPDQGYSLFLVAAHEFGHALGLDHSSVPEALMYPMYRFTEGPPLHKDDVNGIRHLYGPRPEPEPRPPTTTTPQPTAPPTVCPTGPPTVHPSERPTAGPTGPPSAGPTGPPTAGPSTATTVPLSPVDDACNVNIFDAIAEIGNQLYLFKDGKYWRFSEGRGSRPQGPFLIADKWPALPRKLDSVFEERLSKKLFFFSGRQVWVYTGASVLGPRRLDKLGLGADVAQVTGALRSGRGKMLLFSGRRLWRFDVKAQMVDPRSASEVDRMFPGVPLDTHDVFQYREKAYFCQDRFYWRVSSRSELNQVDQVGYVTYDILQCPED Paralichthys olivaceusMRCCALAVCLVLVIVQDGWSLPLRSISVTFPGDILKNVTDTDLAETYLKRFGYLDKMHRSGFQSMVSTAKALKMMQRQMGLKETGKLDKSTLEAMKQPRCGVPDVANYQTFEGDLKWDHNDVTYRTLNYSPDMESSLIDDAFARAFKVWSDVTPLTFTRLYEGTADIMISFGKADHGDPYPFDGRNGLLAHAYPPGEGVQGDAHFDDDEHWTLGNGPAVKTLYGNADGAMCHFPFTFEGKSYTSCTTDGRTDNLPWCATTADYSRDGKYGFCPSELLYTVGGNADGAKCVFPFVFLEKEYDSCTKEGRSDGYRWCATTANFDQDQKYGFCPSRDTAVFGGNSEGEPCH