《生物计算技术》第4章 多重序列比对分析-2007课件.pptVIP

Biocomputing technology— Multiple sequence alignment;4.1 多重序列比对的意义;8条免疫球蛋白序列片段的多重比对：;Biocomputing technology— Multiple sequence alignment;4.2 多重序列比对算法原理;4.2.1 SP 模型 (Sum-of-Pairs) 逐对加和函数;方法1：先计算多重比对结果的每一列字符的得分， 然后求整体多重比对得分;Biocomputing technology— Multiple sequence alignment;方法1：先计算多重比对结果的每一列字符的得分， 然后求整体多重比对得分;例：图4.1多重比对的倒数第3列的SP得分：;多重比对在两条特定序列上的投影;方法2：先计算多重序列结果的序列两两比对得分， 然后计算整体多重比对得分。;4.2.2 多重比对的动态规划算法;4.2.2 多重比对的动态规划算法;前趋节点的个数等于2k - 1 ;Biocomputing technology— Multiple sequence alignment;NP-完全问题的定义;NP-完全问题的近似求解方法;生物信息学中NP-完全问题的近似求解方法;4.2.3 优化计算方法;;Carrillo-Lipman的优化计算方法;一种计算两条序列经过特定断点的最优比对的算法;例:;Biocomputing technology— Multiple sequence alignment;Biocomputing technology— Multiple sequence alignment;Biocomputing technology— Multiple sequence alignment;Biocomputing technology— Multiple sequence alignment;Biocomputing technology— Multiple sequence alignment;Biocomputing technology— Multiple sequence alignment;Biocomputing technology— Multiple sequence alignment;Biocomputing technology— Multiple sequence alignment;具体实现过程:;4.2.4 星形比对;1. 星形比对的基本思想：;2. 星形比对算法概述-1;2. 星形比对算法概述-2;sc s1 s2 … sk ; 方法1：尝试将每一个序列分别作为核心序列， 进行星形多重序列比对，取比对结果最 好的一个。即SP得分最高的为最好。 方法2：是计算所有的两两比对，取下式值最大 的一个：;4.举例; 星形比对是一种多重序列比对近似的方法，然而是一种比较好的近似方法。如果用代价来评判多重序列的比对结果，则可以证明，用该方法所得到多重序列比对的代价不会大于最优多重序列比对代价的两倍。 ;4.2.5 树形比对;将CT、CG、CT分别赋予节点 x、y、z，则树的得分为8。;AA算法概述-1;AA算法概述-2;Biocomputing technology— Multiple sequence alignment;对于n个序列的树形比对的基本算法过程如下： （1）初始化，对于每个序列，生成一个叶节点 （2）利用AA算法合并两个节点，形成一个新节点， 合并的结果放在新节点中，原来的两个节点作为 新节点的子节点 （3）反复执行（2），直到形成n个叶节点的树根为止， 根节点中的序列即为最终的多重比对结果。;4.2.6 CLUSTAL 算法;Clustal算法包括三个阶段：;举例：;第一阶段：两两比对产生距离矩阵;第二阶段：产生指导树;第三阶段：渐进的比对;图4.23;序列权重的作用: 计算多重序列比对得分;多重序列比对的统计特征分析;令P=(P1,P2,…Pj,…,PL )；P表示在多重比对?的每一列上各种 字符出现的概率分布 Pj=(pj0,pj1,…,pj|A|)；A代表字母表， Pjk代表字母表A中第k个字符在第j列 出现的概率。 pj0：第0个字符是特殊的空位符号“-”。 称P为多重序列比对?的特征统计