05第五章 多序列对位排列分析和系谱分析.2012.04.28.2029.pptVIP

实际研究中，生物学家并不是仅仅分析单个蛋白质，而是更着重于研究蛋白质之间的关系，研究一个家族中的相关蛋白质，研究相关蛋白质序列中的保守区域，进而分析蛋白质的结构和功能。 多序列比对方法大致分为两类： 基于序列的相似性 基于结构的相似性 两种方法差异较大，各从不同的角度出发，很难说那种更优越。 与大量序列数据相比，三维结构数据非常少，所以很多情况下没有结构数据可用。我们只能依靠序列的相似性和一些生物化学特性建立一个比较满意的多序列比对模型。 “*”表示保守性极高的位点（完全相同、没有替代） “：”表示保守性非常高的位点（只有极少数替代） “.”表示保守性略低的位点（替代少）。 多序列对比中存在的问题： 假阴性：比对时忽略了真正的同源 假阳性：加入了不可靠的家族成员 比对错误：无法正确匹配远缘成员 比对错误：不恰当地加入空白 2. 系谱分析（Phylogenetic analysis) 分类学有两个学派： 表征学派：采用生物的不同特征，最初采用的是形态学特征。将生物归入一系列不同等级的分类目录(界、门、纲、目、科、属、种)中。 分子系统学派：利用核酸或蛋白质中提取的信息作为物种特征。 两者的共同点：主张分类应包括众多特征，并采用严格的数学方法进行积分归类。 各种生物基因组测序工作使我们可以从分子水平探索物种的起源及分子的进化，进而探讨基因的功能，生物的进化可以构建分子进化树以阐明。 相似性与同源性 相似性是指一种很直接的数量关系，比如部分相同或相似的百分比或其他一些合适的度量，可进行自身局部比较。 同源性是指从一些数据中推断出的两个基因或蛋白质序列具有共同祖先的结论，属于质的判断，是将研究序列加入到一组与之同源、但来自不同物种的序列中进行多序列同时比较，以确定该序列与其他序列间的同源性大小。 系统发生学的主要目标： 找出一颗能够正确反映物种或基因（蛋白质）进化以及基因和蛋白质序列同源关系的系统发生树。 推断不同生物体或基因（蛋白质）从他们上一级共同祖先开始分化的具体时间。 分子进化速率指每年每个核苷酸或氨基酸位点被别种核苷酸或氨基酸取代的比例。 基因不同区域所承受的进化压力不同，进化速度也不同。 用分子进化速率可以推断分子进化钟，简称分子钟。 以氨基酸为例，分子进化速率计算方法为： DNA？蛋白质？ 两者各具优点，但是目前建立系统发生树更倾向于使用蛋白质： 氨基酸比核酸具有更多的特征数据（20:4，组合后更丰富） 许多氨基酸有相似的生物物理性质（如赖氨酸与精氨酸都是碱性氨基酸），在比对时可以用打分系统来描述这些相关（但不匹配）的氨基酸之间的重要相关性。 更低的氨基酸替换率是其更加实用于比较广泛分化的物种。 DNA可提供更丰富的信息量 5’-UTR等非编码区可能被用于分子系统发生分析（如全长RNA的5’-UTR 和3’-UTR ）。 编码氨基酸的DNA可以发生同义或非同义的替换事件。 碱基转换与颠换的速率能被估算。 分子系统发生树的评估 不同建树方法得到的进化树可能有差异，需要判断进化树的可信度。如：自举法、参数检验法等。 自举法：从原数据中抽取部分数据组成新的数据集，然后用新的数据集构建系统发生树。重复该过程，产生很多采样数据，同时产生对应的自举树。进而检测自举树对最终系统发生树的各个分支的支持率，70%则认为比较可靠。 上述估算的理论基础是分子进化的中性学说，即假设分子进化速率在不同物种及同一物种的不同进化时期都是恒定不变的。 大量研究结果表明，由于自然选择的作用，分子进化速率在不同物种或不同进化时期可能不尽相同。 因此，利用分子进化钟的速率、只能粗略地估算物种的进化分歧时间。 2.用大麦Mlo基因（Z83834）编码的蛋白质序列(CAB06083)在数据库中检索同源蛋白质序列，找出与其同源程度最高的另外9条序列。对位排列这10条序列。 3.对这10条序列进行系谱分析，构建系谱发生树。 4.对下面的生物进行分子进化分析。 * 第五章 多序列对位排列分析和系谱分析 主要应用于分析基因或蛋白质的进化。 通过分析多个基因或蛋白质序列之间的同源性确定它们在进化上的关系。 本章重点难点：多序列分析的基本方法。 1. 多序列对位排列分析 （multiple sequence alignment) 两条序列的对位排列分析中，部分相似的出现可能是偶然现象；多序列对位排列分析中，如果一个区段或者一个氨基酸残基都是保守的，则该区段（氨基酸残基）极可能是起关键的结构或功能作用。 序列两两对比是序列分析的基础。多序列对比是为了寻找多条序列的共性。 在这种意义上说：两条序列的比对是为了寻找相似，而多条序列的比对则是为了寻找有意义的相似。 相同或相似的氨基酸排在同一列上，这些对齐的残基在进化意义上是同源的：来自共同的祖先。 从