蛋白质序列二结构搜索.pptVIP

蛋白质序列二级结构的搜索 Abstract 生命科学家使用的生物数据集的查询工具效率低下 在基于二级结构的大型数据集上搜索的问题 定义了直观的二级结构的查询语言 评估查询的算法 在Periscope、ORDBMS上实现算法 框架：优化查询、评估各种查询估计计划的开销 高效、交互式的二级结构查询（大型蛋白质数据集） 1. Introduction 人类基因组工程： 从蛋白质和DNA序列中得出有意义的生物信息、知识（bioinformatics）。 确定基因的位置和功能，观察蛋白质之间的反应，蛋白质保持时蛋白质的功能结构。 提出问题： 与大型生物数据集的分析密切相关 存储和查询大型基因、蛋白质数据库 1.1 生物背景知识 蛋白质的结构组织：四层 主结构：氨基酸的线性序列，蛋白质识别 二级结构：氨基酸的线性序列折叠成三维结构：?-螺旋（helix）， ?-片（sheet），翻转（loop） 三维结构决定蛋白质的功能 模式和排列：变革性的关系 二级结构折叠的类型、长度、开始位置：功能 1.2 科学动力 发现新的蛋白质、新的功能：确定蛋白质的功能和类型 已有方法 搜索已知的蛋白质数据库，和未知的蛋白质相匹配 分析相似蛋白质的功能和分类，得出共同点 简单基础：定义了蛋白质相似性 蛋白质结构和搜索目标的不同，相似性的定义不同：匹配主结构；匹配二级结构（预测生物分子反应）； 同样的级别上也有不同