[农学]生物信息学5.ppt

E23: 允许的替换 进化中蛋白序列的变化往往包括相近属性氨基酸间的替代，因为这样才能保持蛋白质的结构稳定。 比如：同一进化家族的蛋白质序列通常表现为有相似物理化学性质的氨基酸间的替代。 C P G G A V I L M F Y W H K R E Q D N S T C SH S+S positive charged polar aliphatic aromatic small tiny hydrophobic From: www.sanbi.ac.za/ Conservative amino acids substitution due to similar physicochemical properties: Isoleucine for Valine (both small, hydrophobic) Serine for Threonine (both polar) ... E23: 允许的替换 （保守替换） * 课程名称: 生物信息学 Bioinformatics 主 讲 人：刘 顺 会 所在单位：生命科学与生物制药学院 E: 以序列相似性标准搜索序列数据库 E1. 序列相似性搜索 E2. 氨基酸替换矩阵 E3. 数据库搜索: FASTA 和 BLAST E4. 序列过滤 E5. 数据库迭代搜索和 PSI-BLAST E1: 序列相似性搜索 E11. 序列相似性搜索 E12. 序列比对 E13. 比对算法 E14. 比对打分和空位罚分 E15. 序列相似性测量 E16. 相似与同源 E11: 序列相似性搜索 通过序列相似性来搜索数据库，我们可以找到与所查询序列相似的序列。可以用这些找到的序列信息来预测查询序列的结构或功能。依据相似性进行预测是生物信息学中强大而且广泛使用的方法，其根本依据是分子进化。 当序列拥有—个共同的祖先序列时，它们往往在序列、结构和生物学功能上具有相似性。 这很可能是生物信息学上最重要的思想，因为它使得我们可以进行预测。 E11: 序列相似性搜索 查询序列 BLAST FASTA searching Databases similar sequences 查询序列的结构 和功能信息 Predicting tools E11: 序列相似性搜索 E11: 序列相似性搜索 E12: 序列比对 任何一对DNA序列都有一定程度的相似。 序列比对：是使相似度量化的第一步，用来区分偶然性的相似和真实的生物学关系。 比对结果：以变化（突变）、插入或缺失（indels或空位）来显示序列之间的差异，这些差异可以用进化术语来说明。 SEQ1: AATTGATTGCGCATTTAAAGGG SEQ2: AACTGA - - - CGCATCTTAAGGG Gaps (Indels) insertions mutation Indel=Insertion+deletion E12: 序列比对 E13: 比对算法 动态规划算法（Dynamic programming algorithms） 可以计算两条序列之间的最佳联配。 E13: 比对算法 两个变体: Smith-Waterman algorithm: local align. Needleman-Wunsch algorithm: global align. 当序列不是全长关联时局部比对是有效的。例如仅在某些特定功能域相似的蛋白质序列，或仅在外显子区域关联的DNA序列等。 Local alignment---BLAST Alignment of finished quality sequences E13: 比对算法 E14: 比对打分和空位罚分 用简单的比对打分来测量相同匹配残基的比例或数目。得从比对打分中扣去空位罚分，以保证比对算法能得出有生物学意义的结果而没有太多的空位。 Score: S = sum (si) + sum (xk) 空位罚分可以根据预期的应用进行调整。有下述三种情况 ： 固定罚分: 与空位长度无关； 比例罚分:与空位长度成比例； 仿射罚分: 包括 gap opening 和 gap extension 两部分罚分 E14: 比对打分和空位罚分 Constant: x=u+vk, v=0 Proportional: x=u+vk, u=0 Affine: x=u+vk, u, v≠ 0 k is the number (length) of the linked gaps SEQ1: AATTGATTGCGCATTTAAAGGG SEQ2: AACTGA - - - CGCATCTTAAGGG K=3 E14: 比对打分和