序列相似性及序列对比.pdfVIP

序列比较的生物学基础 构成生命的基本单位是蛋白质。而作为在细 胞中催化各种化学反应的分子机器的酶，也 是蛋白质。另外，细胞的许多结构也是蛋白 质组成的。连非蛋白质的构成部分也是由属 于蛋白质的酶所催化生产的。一个人体含有 大约100,000种不同的蛋白质，正是这 100,000种蛋白质的特性及其相互作用使我们 无所不能。 序列比较的生物学基础  蛋白质由20种氨基酸组成的多肽折叠而成。蛋白质 由20种不同的氨基酸组成不同长度的聚合体，也称 为肽或多肽。由这种线性拓朴结构的聚合体折叠起 来产生形状各异的不同蛋白质，不同的形状以及20 种氨基酸的化学特性决定了蛋白质的功能。现代生 物学中的一个很主要的概念是，蛋白质的功能特性 主要决定于线性多肽链中20种氨基酸的序列。由于 大多数蛋白质都是自身折叠而成，所以理论上知道 了一个蛋白质的序列后即可推导出其功能。 序列比较的生物学基础 什么决定蛋白质的氨基酸序列？分子生物学 的中心内容就是描述我们从父母获得的遗传 信息是如何储存于DNA中，它们是如何被用 于复制相同的DNA副本，如何从DNA转录到 RNA再翻译到蛋白质的。 序列比较的生物学基础  DNA由4种脱氧核苷酸组成: ATGC。DNA是由4种脱氧核苷酸 形成的线性多聚体，这4种核苷酸是： 腺嘌呤脱氧核苷单磷酸 (deoxyAdenosine monophosphate, A)、 胸腺嘧啶脱氧核苷单磷酸 (deoxyThymidine monophosphate, T)、 鸟嘌呤脱氧核苷单磷酸 (deoxyGuanosine monophosphate, G)、 胞嘧啶脱氧核苷单磷酸 (deoxyCytidine monophosphate, C)。 序列比较的生物学基础  RNA则是由A 、U、G、C，4种核苷酸形成的相似 线性多聚体，这4种核苷酸是： 腺嘌呤核苷单磷酸(Adenosine monophosphate, A)、 尿嘧啶核苷单磷酸(Uridine monophosphate, U)、 鸟嘌呤核苷单磷酸(Guanosine monophosphate, G) 胞嘧啶核苷单磷酸(Cytidine monophosphate, C)。 序列比较的生物学基础  遗传密码——三联子 mRNA上每3个核苷酸翻译成蛋白质多肽链上的一个氨基酸， 这3个核苷酸就称为一个密码，也叫三联子密码。翻译时从 起始密码子AUG开始，沿mRNA5’→3’的方向连续阅读直到 终止密码子，生成一条具有特定序列的多肽链。 mRNA中只有4种核苷酸，而蛋白质中有20种氨基酸，若以一 种核苷酸代表一种氨基酸，只能代表4种(4^1=4)。若以两种 核苷酸作为一个密码（二联子），能代表4^2=16种氨基酸。 而假定以3个核苷酸代表一个氨基酸，则可以有4^3=64种密 码，满足了编码20种氨基酸的需要。 序列比较的生物学基础 4种核苷酸组成64个三联密码子。 4种核苷酸可以组成64个不同的三联密码子(triplet codes)，用于编码20种氨基酸绰绰有余。其中三个 为终止密码子，代表多肽序列的末端，一种氨基酸 可以由1~6个三联密码子编码。由多个密码子编码 的氨基酸，不同密码子的使用频率并不相等，这种 使用频率的不同分布称为“密码子偏好”(coden usage)。不同种的生物密码子偏好不同。 序列比较的生物学基础 形成6个开放读码框 由于氨基酸是由三联密码子编码的，因此 DNA序列就包含三个不同的开放读码框，取 决于从第一、第二或第三位核苷酸开始(第四 位和第一位同框)。而双链DNA的两条链都可 以转录RNA，后者翻译蛋白质。因此，一个 DNA序列及其互补链可以有6个不同的读码框 (reading frames)。 序列比较的生物学基础  序列测定。  序列测定。 可以用化学方法测定蛋白质的氨基酸序列以及DNA和 RNA的核苷酸序列。可是，就目前来说，测定DNA 的核苷酸序列比测定RNA序列和蛋白质序列容易的