【精编】【生物信息学第二版】序列比对.pptVIP

（二）渐进多序列比对 三个序列的配对比对未必能组合成一个多序列比对 * 1111 对于接近或超过100个序列的多序列比对，渐进多序列比对具有较高效率。最流行的渐进多序列比对软件是Clustal家族。 * 1111 ClustalW有以下特点： 首先，在比对中对每个序列赋予一个特殊的权值以降低高度近似序列的影响和提高相距遥远的序列的影响（如下图）。 ClustalW中对序列赋权的方法 * 1111 其次，根据序列间进化距离的离异度（divergence）在比对的不同阶段使用不同的氨基酸替换矩阵； 第三，采用了与特定氨基酸相关的空缺（gap）罚分函数，对亲水性氨基酸区域中的空缺予以较低的罚分； 第四，对在早期配对比对中产生空缺的位置进行较少的罚分，对引入空缺和扩展空缺进行不同的罚分。 * 1111 迭代法 基于一致性的方法 遗传算法 其他多序列全局比对方法 * 1111 五、多序列局部比对 全局比对，其共同特征是序列中所有对应字符均假定可以匹配，所有字符具有同等的重要性，空格的插入是为了使整个序列得到比对，包括使两端对齐。 局部比对不假定整个序列可以匹配，重在考虑序列中能够高度匹配的一个区段，可赋予该区段更大的计分权值，空格的插入是为了使高度匹配的区段得到更好的比对。 * 1111 对2个序列进行全局和局部比对可得到完全不同的结果 * 1111 基于隐马尔可夫模型的多序列比对方法 隐马尔可夫模型和3个蛋白质序列PHSFTYVMT、PGSFTYW、RFTGFW的最小公共超图 * 1111 六、比对的统计显著性 确定比对得分score是否偶然： 1.将β球蛋白或肌球蛋白与大量非同源的蛋白质做比对，然后将score与这些比对的得分进行比较。 2.把一个序列与一组随机产生的序列进行比对，然后同样将score与这些比对的得分进行比较。 3.随机将两个序列中的一个打乱重组，比如说重组100次，并与另一个序列比对，同样得到一组比对的得分。 * 1111 第三节 数据库搜索 Section 3 Database Search * 1111 一、经典BLAST 基本的BLAST算法本身很简单，它的要点是片段对（segment pair）的概念，它是指两个给定序列中的一对子序列，它们的长度相等，且可以形成无空格的完全匹配。 * 1111 程序名 查询序列 数据库类型 方法 blastp 蛋白质 蛋白质 用蛋白质查询序列搜索蛋白质序列数据库 blastn 核酸 核酸 用核酸查询序列搜索核酸序列数据库 blastx 核酸 蛋白质 将核酸序列按6条链翻译成蛋白质序列后搜索蛋白质序列数据库 tblastn 蛋白质 核酸 用蛋白质查询序列搜索核酸序列数据库，核酸序列按6条链翻译成蛋白质 tblastx 核酸 核酸 将核酸序列按6条链翻译成蛋白质序列后搜索由核酸序列数据库按6条链翻译成的蛋白质序列的数据库 BLAST的查询序列和数据库的类型 * 1111 BLAST算法图示 * 1111 二、衍生BLAST （一）PSI-BLAST 主要用于搜索与感兴趣的蛋白质关系较远的蛋白质。 （二）PHI-BLAST 用来帮助判断这个蛋白质属于哪个家族。 （三）BLASTZ BLASTZ是在比对人和鼠的基因组中发展起来的，它适合于比对非常长的序列。 * 1111 下载 下载 下载 生物信息学 * 第二章 序列比对 南方医科大学 朱浩 吉林大学 李瑛 生物信息学 * 第一节 引 言 Section 1 Introduction * 1111 （一） 同源 两个序列享有一个共同的进化上的祖先，则这两个序列是同源的。 对于两个序列，他们或者同源或者不同源，不能说他们70%或80%同源。 、同源、相似与距离 * 1111 同源可分为垂直同源（ortholog）和水平同源（paralog） 垂直同源与水平同源 * 1111 （二）相似性与距离 相似性、距离：是两个定量描述多个序列相似度的度量。 相似性：被比对序列之间的相似程度。 距离：被比对序列间的差异程度。 相似性既可用于全局比对也可用于局部比对，而距离一般仅用于全局比对，因为它反映了把一个序列转换成另一个序列所需字符替换的耗费。 * 1111 二、相似与距离的定量描述 相似性可定量地定义为两个序列的函数，即它可有多个值，值的大小取决于两个序列对应位置上相同字符的个数，值越大则表示两个序列越相似。 编辑距离（edit distance）也可定量地定义为两个序列的函数，其值取决于两个序列对应位置上差异字符的个数，值越小则表示两个序列越相似。 * 1111 对于一个比对，不论使用什么计分函数进行计分，相似性被定义为总等值于最大的计分： 对于k个