华侨大学课件系列：《生物信息学_序列对比》03_序列对比1.pdfVIP

生物信息学 序列比对 为什么要序列比对？ 根本任务： 发现序列之间的相似性 辨别序列之间的差异 目的： 相似序列相似的结构，相似的功能 判别序列之间的同源性，进而推测序列之 间的进化关系 作用：  寻找进化过程中的同源序列;  基于同源物鉴定的功能预测; • 同源（homology）- 具有共同的祖先 直向同源（Orthologous ） 共生同源（paralogous ） • 相似（similarity ） — 同源序列一般是相似的 — 相似序列不一定是同源的 — 进化趋同（同功能） 序列比对问题 TTTGTGTGCATTTAAGGGTGATAGTGTATTTGCTCTTTAAGAGCTG || || || | | ||| | |||| ||||| ||| ||| TTGACAGGTACCCAACTGTGTGTGCTGATGTA.TTGCTGGCCAAGGACTG AGTGTTTGAGCCTCTGTTTGTGTGTAATTGAGTGTGCATGTGTGGGAGTG | | | | |||||| | |||| | || | | AAGGATCTCAGTAATTAATCATGCACCTATGTGGCGG AAATTGTGGAATGTGTATGCTCATAGCACTGAGTGAAAATAAAAGATTGT ||| | ||| || || ||| | ||||||||| || |||||| | AAA.TATGGGATATGCATGTCGA...CACTGAGTG..AAGGCAAGATTAT 序列比对意义  序列比对(alignment)是序列分析的基础，其他一切都建立在序列比对 的基础上。  根据相似性推导可能的演化过程，确定亲缘关系，构建进化树。  最常见的是蛋白质序列之间或者核酸序列之间的两两比对。通过比较两个序列 之间的相似区域和保守性位点，寻找二者可能的分子进化关系。  将多个序列同时比对，寻找这些有进化关系的序列之间共同的保守区域、位点 和profile （概型），从而探索导致它们产生共同功能的序列模式（motif）。  把蛋白质序列与核酸序列相比来探索核酸序列可能的表达框架。  把蛋白质序列与具有三维结构信息的蛋白质相比，从而获得蛋白质折叠类型的 信息。  序列比对还是数据库搜索算法的基础。可以通过查询序列与整个数据库所有序 列进行比对，从数据库中获得与其相似序列的已有数据，对于进一步分析其结 构和功能会有很大的帮助。 序列比对意义  确定特定的蛋白质或者核酸序列有哪些直系同源或旁系同源序列。 【搜索整个数据库】  确定哪些蛋白质和基因在特定的物种中出现。  确定一个DNA或蛋白质序列身份。  发现新基因。  确定一个特定基因或者蛋白质有哪些已经被发现了的变种。  研究可能存在多种剪接方式的表达序列标签。  寻找对于一个蛋白质的功能和/或结构域起关键作用的氨基酸残基。 序列比对的数学模型  序列比对的数学模型大体可以分为两类，一类从全长序列出发，考虑 序列的整体相似性，即整体比对；第二类考虑序列部分区域的相似性， 即局部比对。  对序列从头到尾进行比较，试图使尽可能多的字符在 同一列中匹配。 全局比对  适用于相似度较高且长度相近的序列  如：Needleman-Wunsch算法 （动态规划全局比对）  寻找序列中相似度最高的区域，也就是匹配密度最 高的部分。 局部比对  适用于在某些部分相似度较高，而其他部位差异较 大的序列。  如：Smith-Waterman算法 （动态规划全局比对） 生物序列的相似性 相似性(similarity)： 是指一种很直接的数量关系，比如部 分相同或相似的