生物信息学-第三章.ppt

* * Globin球蛋白 * * * * * * * Ｗ色氨酸分值最大１７ Ｓ丝氨酸分值最小２ Ｅ谷氨酸和天冬氨酸Ｄ的分值为３，它们之间的替换频率比较大，表示比较容易发生替换，这从遗传密码的角度也是可以理解的 * 天冬氨酸由GAU或GAC编码,第三个位置变成A或G导致密码子编码谷氨酸;因此这一对氨基酸最常发生替换.都是酸性氨基酸. BLOSUM矩阵由Henikoff于1990年构建的 BLOSUM矩阵是根据500多个蛋白质家族中约2000个保守氨基酸模式构建的. * * * * 连续插入多个空位比间隔插入多个空位难度小 因此应该赋予更小的罚分值 * * * * Sequence 1: HEAGAWGHEE Sequence 2: PAWHEAE 序列比对例子 HEAGAWGHE-E P-A--W-HEAE HEAGAWGHEE P-AWHEA--E HEAGAW-GHE-E P---AW--HEAE Alignment 1 Alignment 2 Alignment 3 问题？ 好的序列比对的衡量标准是什么？ 分值高的为最好的序列比对结果 * Sequence1：HEAGAWGHEE Sequence2: PAWHEAE Two sequences HEAGAWGHE-E P-A--W-HEAE One alignment 残基或碱基相同得分: +2 残基或碱基不同得分: -1 插入空位: -1 记分函数 (Score function ) SCORE = 5 * 2 + 1 *（-1）+ 5*（-1）= 4 计算得分值 (Compute score ) 例 子 HEAGAWGHE-E P-A--W-HEAE One alignment SCORE = 5 * 2 + 1 *（-1）+ 5*（-1）= 4 计算得分Compute score 比对计分方法 考虑相同或相似残基赋予的分值 考虑插入空位赋予的分值 记分矩阵 空位罚分 最佳比对 比对得分值 = 匹配得分 - 错配得分 - 空位罚分 最佳比对：在所有可能的比对结果中，比对得分值最高的比对即为最佳比对。 * 二 记分矩阵 DNA计分矩阵 蛋白质计分矩阵 广泛使用的两种矩阵 PAM BLOSUM * 记分矩阵 (SCORING MATRICES) DNA Scoring Matrices Amino Acid Substitution Matrices PAM (Point Accepted Mutation) BLOSUM (Blocks Substitution Matrix) DNA计分矩阵 actaccagttcatttgatacttctcaaa taccattaccgtgttaactgaaaggacttaaagact Sequence 1 Sequence 2 A G C T A 1 0 0 0 G 0 1 0 0 C 0 0 1 0 T 0 0 0 1 匹配: 1 错配: 0 分值：5 * 转换和颠换 C T A G 嘧啶 嘌呤 ? ? ? ? ? ? ?表示转换(transition)，?表示颠换(transversions) 转换比颠换更容易发生 * 转换和颠换 A G T C A 0.99 G 0.006 0.99 T 0.002 0.002 0.99 C 0.002 0.002 0.006 0.99 转换速率是颠换3倍时的模型 * 蛋白质计分矩阵 PTHPLASKTQILPEDLASEDLTI PTHPLAGERAIGLARLAEEDFGM Sequence 1 Sequence 2 记分矩阵 T:G = -2 T:T = 5 Score = 48 C S T P A G N D . . C 9 S -1 4 T -1 1 5 P -3 -1 -1 7 A 0 1 0 -1 4 G -3 0 -2 -2 0 6 N -3 1 0 -2 -2 0 5 D -3 0 -1 -1 -2 -1 1 6 . . C S T P A G N D . . C 9 S -1 4 T -1 1 5 P -3 -1 -1 7 A 0 1 0 -1 4 G -3 0 -2 -2 0 6 N -3 1 0 -2 -2 0 5 D -3 0 -1 -1 -2 -1 1 6 . . * 第一个用于序列分析的记分矩阵ＰＡＭ１是被Dayhoff 等人于1978年构建的 ＰＡＭ１矩阵是对７１组相似性达到８５％以上紧密相关的蛋白质家族中１５７２个突变进行观察构建获