《生物信息学》5序列比对.ppt

Sequence Analysis (II) Sequence Alignment Galacid-Secret of Life NucleicAcids A T(U) G C Proteins 20 amino acids Salvador Dali’s Galacidalacidesoxyribonucleicacid, Homage to Watson and Crick, 1963. Note the figures in quartets to the right – signifying the tetranucleotide hypothesis that DNA was composed of a simple repeating unit of A, C, G and T and was therefore too simple to encode genetic information – an idea that was obsolete even by the time Dali painted Galacid. * What’s Alignment * The Need of Sequence Alignment Homology study 同源研究 Phylogenetic study 系统进化研究 Pattern (motif) identification 模式识别 Protein Family Classification 家族分类 EST analysis 表达序列标签分析 Gene Identification 基因识别 Genomic study 组学研究 Protein-Protein Interaction 蛋白相互作用 More… Principle of Sequence Alignment 序列比对原理 Dotplots Pairwise alignment Local alignment Global alignment Multiple alignment Dotplots Needleman/Wunsch/Sellers Smith/Waterman Gotoh Spliced and more… What’s Alignment 同源序列、相似序列和相同序列 相似序列的定量描述 Seq-a: ATC ACCTT GGTAGCTA Seq-b: TAC ACCTT CGTCGCCA 打分规则1（相同记为1，不同记为0） 1 + 5 + 5 = 11 打分规则2（相同记为0.8，不同记为0.2） 1.2 + 4 + 4.6 = 9.8 打分规则3 -3 + 25 + 13 = 35 A T C G A 5 -4 -4 -4 T -4 5 -4 -4 C -4 -4 5 -4 G -4 -4 -4 5 Simple Score Scheme 最简单的打分规则 匹配：+5分 不匹配：0分 举例： 肽链A：K A W S A D V 肽链B：K D W S A E V 5+0+5+5+5+0+5=25 对于核酸序列仍然适用 替换和突变 突变：DNA的复制和修复过程中出现错误而导致的核苷酸序列的改变 替换：经过自然选择过滤后保留下来的突变 同义和异义替换： 甘氨酸：GGG, GGA, GGU, GGC 编码基因的序列发生同义替换的概率差不多是异义替换的3倍 人/鼠 同义替换率 异义替换率 生长激素 0.321 0.100 载脂蛋白E 0.199 0.148 组蛋白(H2A) 0.967 0.057 估计替换数目 核酸序列之间的差异可以用替换数目（K）表示 如果序列之间的差异很大，K有可能被低估 Jukes-Cantor模型：K=-3/4ln[1-(4/3(p))] Kimura双参数模型：K=1/2ln[1/(1-2P-Q)]+1/4ln[1/(1-2Q)] 多参数模型：误差太大 时刻0 时刻1 时刻2 位点 C T C 转换和颠换 Conserved Substitution 氨基酸的保守替换 Substitution of S/T or E/D should result in scores that are only moderately lower