一个交叉学科的胜利-生物信息学.ppt

A B C D E A B 1.43 C 2.65 4.24 D 5.24 4.33 2.52 E 3.08 1.57 2.19 3.02 4. 根据A和B的距离来重新计算遗传距离 例如， (A+B) 和 C 的距离是 (2.65+4.24)/2= 3.445 依次计算所有影响到的距离 A+B C D E A+B C 3.445 D 4.785 2.52 E 2.325 2.19 3.02 5. 重复上述步骤，找到下一个最小的距离。在这个例子中是C 和 E之间的距离. A B 0.715 0.715 C E 1.095 1.095 D 1.385 1.385 1.92 1.92 HIV从何而来 Freeman Herron, 2001. Evolutionary Analysis. Prentice Hall 结语 * * * * 发生在Wal Mart 的真实故事 理念：相关联的货物最好摆在一起 问题：啤酒和什么货物关联？ 可能的答案：花生米？红肠？…… 从上百万张收银单获得的答案：尿布！ * * * * * * * * * * * * * 一个交叉学科的胜利 简介生物信息学 08300240054 黄晓靖 简介 生物信息学 一个交叉学科的胜利 现代医学的挑战 生物信息学 分子同源性计算 现代医学的挑战 一个交叉学科的胜利 过去 个人 经验学科 现在 极小 极大 实验学科 现代医学的挑战 大规模数据的采集 大规模数据的处理 经验型处理常常会出错 Wal-Mart 现代医学的挑战 CS to the rescue~~~ 现代医学的挑战 生物信息学 一个交叉学科的胜利 当生物遇上了计算机 生物信息学！ 网络预测流感 网络预测流感(2) 数据挖掘 关联 Associating 分类 Classifying 建模与模拟 Modeling Simulating 预测与检验 Predicting Testing 主要应用领域 基因测序 Sequence analysis 基因注解 Genome annotation 同源性计算 Computational evolutionary biology 基因表达分析 Analysis of gene expression 拮抗/协同分析 Analysis of regulation 蛋白质表达分析 Analysis of protein expression 蛋白质结构预测 Prediction of protein structure 生物系统模型 Modeling biological systems 大信息量图像分析 High-throughput image analysis …… 分子同源性计算 一个交叉学科的胜利 分子系统发育分析的主要方法 距离矩阵法 (Distance Matrix) 最大简约法 (Maximum Parsimony) 最大似然法 (Maximum Likelihood) 贝叶斯法 （Bayesian Inference) 距离聚类 主要有UPGMA法 (类平均法) 和NJ法 (邻接法 ) 。 使用这两种方法前都必须获得一个对称距离矩阵 (m阶方阵) D = {dij}m×m, 其中m为OUT（分类群〕数目。 距离系数的公式很多。例如，Nei (1972)的遗传距离系数适用于限制性内切酶和同功酶数据，Jukes-Cantor 单参数距离系数和Kimura两参数模型距离系数则广泛用于各种序列数据。 1.将最近的物种聚合在一起 2.开始用于聚合的单元是独立的 3.在每次迭代中，将 两个”最近”单元(距离最小)聚在一起形成一个新的聚合单元 分子系统发育分析的主要方法 A B C D E A B 1.43 C 2.65 4.24 D 5.24 4.33 2.52 E 3.08 1.57 2.19 3.02 找到距离矩阵中最小的距离，在这个例子中 最小距离是物种A 和 B. 2. 将 A 和 B 用树枝相连并给每一个分枝赋予一半的遗传距离 3. 从现在起，将(A+B) 作为一个单元考虑 A B 0.715 0.715 * * * * 发生在Wal Mart 的真实故事 理念：相关联的货物最好摆在一