序列相似性的作图分析.pptVIP

* * Dotplots - 序列相似性的作图分析 利用计算机比较序列 现在用计算机进行序列比较已经达到了很快的速度，我们只需选择不同的参数，然后查看所得结果，直到得出令人满意的结果。我们只需要记住一个很简单的规律，那就是：用…用…用计算机，直到你已经找到了所有感兴趣的东西并对结果非常满意，并且因此而为自己感到自豪。 随着我们对计算机程序越来越熟悉，会对计算机的工作更有好感并能更有效的使用它们。 最佳全序列排比--Globally optimal sequence alignment: The Needleman-Wunsch-Sellers Algorithm (Dynamic programming) Contents of this section: Dynamic Programming The Needleman-Wunsch-Sellers Algorithm An explicit example Gap penalties Literature and further reading 最佳全序列排比--Globally optimal sequence alignment: The Needleman-Wunsch-Sellers Algorithm (Dynamic programming) 动态程序(Dynamic Programming) 动态程序一词来源于操作系统研究，原来是用于描述一类为动态系统优化的算法。在动态程序中，divide-and-conquer的原理随处可见：将准备运算的一个太大而难以计算的问题分解为一些较小的可能更容易运算的问题。然后将这些小问题的答案组合起来作为大问题的解决方案。 最佳全序列排比--Globally optimal sequence alignment: The Needleman-Wunsch-Sellers Algorithm (Dynamic programming) 动态程序(Dynamic Programming) 在这里，这一原理被发挥到了极点：当你不知道要解决哪一个小问题时，简单的去解决所有的小问题，将结果储存并待以后集合成为大问题的解决方案。注意，动态程序方法假设优化的原理，也就是总的最佳方案的每一部分本身是其对应小问题的最佳解决方案。遗憾的是，这一关于从局部特性推导总体特性的理论对于有些生物学问题来说是无效的，但这一原理却可以很有效的用于寻找最佳整体序列排比。 最佳全序列排比--Globally optimal sequence alignment: The Needleman-Wunsch-Sellers Algorithm (Dynamic programming) 动态程序(Dynamic Programming) 最佳全序列排比是一个难题，主要因为我们不可能简单的将两个序列互相一个一个碱基的移位比较，然后将根据突变数据矩阵所得相似性分值加起来了事，这是不行的。因为生物序列互相比较时可能在相对应的位置有gaps或insertions。于是，没有人可以明确知道究竟哪个残基应该与哪个残基匹配，而原则上应该尝试各种可能的组合来找出最佳的一种，达到最多的匹配数和最好的匹配质量，同时在排比中加入的gaps的数量和长度又最少。显然，这必然会随着要比较序列大小的增加而使运算时对计算机资源的需求爆增。 最佳全序列排比--Globally optimal sequence alignment: The Needleman-Wunsch-Sellers Algorithm (Dynamic programming) The Needleman-Wunsch-Sellers Algorithm (NWS) 这三人是最早(1970-1974)用动态程序法(dynamic programming approach)来作序列排比研究的。从排比这个大题可分解成最小的比较单位是氨基酸对的比较。两个序列的最佳排比可以从一个二维的阵列中找出。阵列的每方代表一个序列，于是最佳排比可以被画成一条路线，从一个序列的两个边缘到另外一个序列的相对的边缘，被这条路线横贯的单元格即为排比的序列对。 最佳全序列排比--Globally optimal sequence alignment: The Needleman-Wunsch-Sellers Algorithm (Dynamic programming) The Needleman-Wunsch-Sellers Algorithm (NWS) 在这一过程中可选的路径即为所有可以延伸排比的路径。于是，在以下例子中，可以从用X标出的单元格(E,M)到达的下一个单元格为那些以+号标出的单元格。与对角线