关于附录2生物信息分析工具GCG.docVIP

附录2 生物信息分析工具GCG GCG (Genetics Computer Group) 是Wisconsin大学遗传学系于1982年建立的一个服务系统，1990成立公司，成为生物信息学分析工具开发领域里的佼佼者，其Wisconsin序列分析软件包被生物学研究人员广泛应用，目前国际上近千个研究机构在使用该软件包。世界各地许多科学家合作共同开发和完善Wisconsin序列分析软件包，该软件包已经成为序列分析的工业标准。 Wisconsin软件包是一个序列分析、数据库管理、数据挖掘和可视化工具的综合系统（/），由130多个独立的程序组成，每个程序进行一项单一的分析任务。SeqLab是其图形用户界面（GUI），通过它可以使用所有Wisconsin软件包中的程序及其支持的数据库。此外，它还提供了一个环境用于创建、显示、编辑和注释序列。GCG支持的两种核酸数据库是GenBank数据库以及仅由GenBank中没有的序列组成的简化版的EMBL核酸序列数据库。为了方便进行搜索，这两个数据库被组合成一个更为一般的核酸数据库，称为GenEMBLPlus。这个组合数据库包括GenBank和EMBL核酸序列数据库的表达序列标记（EST）、序列标记位点（STS）以及基因组序列纵览（GSS）条目部分。GCG支持的三种蛋白质数据库是PIR、SWISS-PROT和SP-TrEMBL数据库。这些数据库既有GCG格式的（供大多数Wisconsin软件包程序使用），也有BLAST格式的（供BLAST数据库搜索程序使用），同时，还提供了用于LookUp程序以及数据库参考搜索的索引。SeqLab也可以被扩展，使其可以包括其它公用或非公用的程序和数据库。 Wisconsin软件包支持各种UNIX平台以及OpenVMS，使用SeqLab需要在微型计算机上运行X-terminal或X-server。现在，GCG也有了基于Internet网络界面的使用接口。与GenBank数据库的更新日程同步，GCG支持的数据库两个月更新一次。 以下分类介绍Wisconsin软件包中各个程序。 1、序列的两两比较 Gap: 使用Needleman和Wunsch提出的序列比较算法来寻找两条序列的比对，使得匹配最大，空位最少。Gap程序得到的是全局最优比对结果，适用于两条待比对的序列是进化相关的情况。 BestFit: 寻找两条序列的最优比对的子序列。BestFit程序适用于两条序列不是进化相关而是功能相关的情况。 FrameAlign: 建立一条蛋白质序列与一条核酸序列的三个单向阅读框架三联密码子之间的局部最优比对。 Compare：比较两条蛋白质序列或核酸序列，建立包含序列相似位点信息的文件，并用DotPlot程序显示出来。 DotPlot: 显示“Compare”或者“StemLoop”的输出结果。 GapShow：显示“Gap”或“BestFit”进行序列比对的结果，并着重表示序列之间相似之处及插入的空位。 ProfileGap: 建立一个序列统计特征（profile）与一个或多个序列的最优比对。 2、多个序列比较 PileUp: 通过渐进的方法（即逐步两两比对）建立一组相关序列的多重比对，并以树状形式显示序列之间的聚类关系。 HmmerAlign：利用隐马尔柯夫模型（HMM）进行多重序列比对。 PlotSimilarity：根据多重序列比对结果，显示序列之间的相似部分。 Pretty：显示根据多重序列比对的结果，计算保守序列。 PrettyBox：为了能够在Postscript及相容设备打印或显示，该程序以Postscript格式和阴影盒形式显示多重序列比对结果，也计算保守序列。 MEME(Multiple EM for Motif Elicitation)：在一系列未经比对的序列中发现序列保守模式（motif），并以序列统计特征（profile）形式保存这些序列模式。用户可以进一步利用序列统计特征搜索数据库（MotifSearch程序），寻找相关序列。 HmmerBuild：建立隐马尔柯夫模型，即多重序列比对统计模型。利用该模型可以进一步搜索数据库(HmmerSearch)，与其它序列比对(HmmerAlign)，或者产生与模型匹配的随机序列(HmmerEmit)。 HmmerCalibrate：校准一个HMM模型，以提高数据库搜索的敏感性。 ProfileMake：根据多重序列比对结果建立序列统计特征。 ProfileGap：将序列统计特征（profile）与一条或多条序列进行比对。 Overlap：将两组DNA序列进行比较。 NoOverlap：识别多条序列的非共同区域。 OldDistances：根据一组序列比对结果，建立序列两两相似关系表。 3、按字符方式搜索数据