中国科技技大学系列生物信息学.ppt

生物信息学 第三章序列比对Ⅱ  本章內容提要 口第一节:数学基础:概率及概率模型 口第二节:双序列比对算法的介绍 Dot matrix 动态规划算法 ◆( Needleman-Wunsch, Smith- Waterman算法 FASTA和 BLAST算法 口第三节:打分矩阵及其含义 口第四节:多序列比对  第三节打分矩阵及其含义 1,计分方法 2, Dayho:PAM系列矩阵 口3, Henikoff: BLOSUM系列矩阵  1,计分方法 口匹配计分: UM矩阵( Unitary matrix 相同的氨基酸记1分,否则记0分。  BLAST中核酸比对 冂结构域性质计分: SGM矩阵( Structure-Genetic Matrix) 主要根据氨基酸的结构和化学性质的相似程度 来记分(如D和E,S和T,V和有很高的相似性),同 时还考虑密码子之间相互转换的难易程度。 口可观测变换计分 PAM矩阵( Point Accepted Mutation)  BLOSUM矩阵( BLOcks SUbstitution Matrix)  2,PAM系列矩阵 B Margaret Dayhoff, 1978; 冂通过对物种进化的研究,根据一种氨基酸被 另一种氨基酸替代的频度而提出的,最常用 的是PAM250; 口 Accepted point mutation(PAM):可接受 的点突变,氨基酸的改变不显著影响蛋白质 的功能;  PAM矩阵 口71个蛋白质家族的1572种变化; 门序列相似性85%; 口功能同源的蛋白质→通过中性进化,引入 可接受的点突变 口进化模型 A.基本假设:中性进化, Kimura,1968; B.进化的对称性:A-B=B-A C.扩展性:通过对较短时间内氨基酸替代关系 的计算来计算较长时间的氨基酸替代关系  PAM1矩阵 口两个蛋白质序列的~1%氨基酸发生变化; 口定义进化时间以氨基酸的变异比例为准, 而不是时间;因为各个蛋白质家族进化的速 度并不相等; 「PAM2=PAM1*PAM1 PAM3=(PAM1)3 PAM250=(PAM1)250  PAMn矩阵的构建 1选取多个家族的相似性85%的保守序列; 2.根据匹配计分进行多重比对(不含空位); 3.以比对结果构建进化树,反映氨基酸替换关 系 4.计算每种氨基酸转换成其它氨基酸的次数; 5.计算每种氨基酸突变率; 6.计算每对氨基酸突变率,得到突变概率矩阵 ,将此矩阵自乘n次; 7.将突变概率矩阵转化为PAMn矩阵  例6:PAM矩阵的构建 口已知3个蛋白质家族若干保守序列片段 家族一:FKLK, FKIKK,FFL,FFKL 家族二:ⅢFFF,ⅢFIF,KFFL,IF 家族三:KFKK, KIFLK, KLFKL, KLFLL 按 Doyho方法构建PAM1与PAM2矩阵  step1:多重比对 口位置对齐,多重比对(不考虑空位): 家族一家族二家族三 FKILKFFF KIFKK FKIKK IFIF KIFLK FFILLKFFL KLFKL FFIKLKFIL KLFLL 口统计每种氨基酸出现的频率; =氨基酸的数目总氨基酸数目 f=1260=02