生物信息学概论的案例1.ppt

Biological Sequence Analysis Contents DB Searching the Blast family, pattern hunter, blat, etc. Sequence Alignment Clustalx, Tcoffee, mafft, ProsCons, etc. Sequence Pattern Analysis Sequence Logo, Codon Usage, etc. Protein Sequence Analysis ORF，funcntion，regulatory，strucuture，interaction，etc Phylogenetic analysis MEGA, PAUP, Phylip, Mrbayes, etc. Google Scholar Entrez BLAST Seeding MegaBlast 快速寻找高度相似的序列 主要特点： 比BLAST快数百倍 Large Word size Greedy algorithm 输入输出格式 所有类blast程序都接受fasta格式序列文件 所有类blast程序都输出类似blast的结果文件。 Fasta格式 seq1 CGGCGCTAGCATCGTACACGATCGACACACTGACATCGACACTAGCTAGCGATCGATCGATCGATGCTACTGACTGACTGATGCTGAC seq2 GATCGATCAGCACGAGCAGCAGCACGACTACTATGCAGTCGATCGTAGCTGACGTACTGATGCAGTCTGACTGATCGTAGCTACGACTACACTACGATC 各种序列格式及转换 Sequence Alignment Software ClustalX (Windows) Tcoffee Mafft Proscons MUSCLE MAUVE, LAGAN, etc (Genome alignment) … Progressive Alignment Comparison CLUSTAL WIN/UNIX下图形界面，使用最广泛，适合短和不太多的序列。 Tcoffee 比CLUSTAL略精确一些，慢，不常用 Mafft 精度可调，较多（500-10000条）或较长序列（5k-5000k aa/nt）都可使用，UNIX下命令行界面。 Porscons 目前为止最为精确的对位软件，慢，UNIX下命令行界面。 MUSCLE 快，可对较长或较多的序列，WIM/UNIX下命令行界面。 Why CLUSTALW? 输入输出格式 所有序列对位程序都接受fasta格式序列文件 所有序列对位程序都输出fasta格式结果文件或者类似clustalw格式的结果文件。 Genome Alignment Tools MUMmer (2002) LAGAN, M-LAGAN (2003) MAUVE (2004) … Rearrangement and Inversion MAUVE 序列模式分析 Sequence Logo Many others… Protein Sequence Analysis ORF Function Prediction 2nd, 3rd structural prediction、comparison Protein interaction predicion … ORF ORF Finder (demo) 功能预测 第一步: database search Blast…然后尝试搜索各个数据库 找到最接近的蛋白，寻找它的注释和功能信息 MPSS Structure Prediction 二级结构预测 Tertiary Structure Prediction http://www.russell.embl-heidelberg.de/gtsp/flowchart2.html Protein Structural Comparison Protein Interaction Prediction 用蛋白序列搜索各大相互作用数据库 BIND, STRING, DIP… Phylogenetic Analysis PHYLIP MEGA TreeView PAUP* MrBayes PAML PHYML … /phylip/software.html Phylip Joe Felsenstein “No Thanks to” 特点 发布早，使用非常广泛 命令行driven 能够处理各种类型的数据 包括除Bayesian之外的几乎所有方法 模块化 可批量处理 Flowchart 文件格式 输入均为PHYLIP格式 输出进化树文件为new