【8年制生物信息学】第2章.pptxVIP

第一节 引言;通过点矩阵进行序列比较 ;编辑距离（edit distance);相似性得分 ;第二节 替换记分矩阵;（2）蛋白质打分矩阵;遗传密码矩阵 遗传密码矩阵通过计算一个氨基酸变成另一个氨基酸所需的密码子变化的数目而得到。通常为1 或 2，只有Met到Tyr为 3。;;疏水矩阵;PAM BLOSOM ;PAM矩阵（ point accepted mutaion） 基于氨基酸进化的点突变模型 如果两种氨基酸替换频繁，说明自然界接受这种替换，那么这对氨基酸替换得分就高 一个PAM就是一个进化的变异单位, 即1%的氨基酸改变但这并不意味100次PAM后，每个氨基酸都发生变化，因为其中一些位置可能会经过多次突变，甚至可能会变回到原来的氨基酸。 PAM矩阵的制作步骤 构建序列相似（大于85％）的比对 计算氨基酸 j 的相对突变率mj（j被其他氨基酸替换的次数） 针对每个氨基酸对 i 和 j , 计算 j 被 i 替换次数 替换次数除以相对突变率（mj） 利用每个氨基酸出现的频度对j 进行标准化 取常用对数，得到PAM-1(i, j) 将PAM-1自乘N次，可以得到PAM-n;PAM Matrices ;Constructing PAM Matrix: Training Data;PAM: Phylogenetic Tree;PAM: Accepted Point Mutation;Mutability of Residue j;Total Mutation Rate;Normalize Total Mutation Rate to 1%;Mutation Probability Matrix Normalized Such that the Total Mutation Rate is 1%;Mutation Probability Matrix (transposed) M*10000;elements are shown multiplied by 10,000 From: :// icp.ucl.ac.be/~opperd/private/pam1.html;;PAM-250;PAM60—60%, PAM80—50%, PAM120—40% PAM-250 matrix provides a better scoring alignment than lower-numbered PAM matrices for proteins of 14-27% similarity;PAM Matrix: Assumptions; PAM = % Accepted Mutations:1500 changes in 71 groups 85% similarity BLOSUM = Blocks Substitution Matrix:2000 “blocks” from 500 families;BLOSUM 62;Choice of Scoring Matrix;针对不同的进化距离采用PAM 矩阵;PAM矩阵与BLOSUM矩阵的比较 ;第三节 双序列比对算法;序列两两比对基本算法;动态规划方法 Dynamic Programming;;;;;算法分析： 数据结构d i , j 空间复杂度：O (mn) 时间复杂度：O (mn);矩阵赋值算法 ;反向构造匹配序列 ;子序列与完整序列的比对 ;目标： 使S(s, i:t:j ) 最大;不计删除后缀的j+1:t:|t|得分 ??—处理最后一行;不计前缀0:t:i 的得分 ——处理第一行;三、比对的统计学显著性;经验法则（针对蛋白质序列）： ① 如果两个序列的长度都大于100，在适当地加入空位之后，它们配对的相同率达到25%以上，则两个序列相关； ② 如果配对的相同率小于15%，则不管两个序列的长度如何，它们都不可能相关； ③ 如果两个序列的相同率在15%?25%之间，它们可能是相关的。;数据库的搜索简介 ; 数据库搜索的基础是序列的相似性比对，即双序列比对(pairwise alignment)。 新测定的、希望通过数据库搜索确定其性质或功能的序列称作检测序列(probe sequence)；通过数据库搜索得到的和检测序列具有一定相似性的序列称目标序列(subject sequence)。 为了确定检测序列和一个已知基因家族之间的进化关系，在通过数据库搜索得到某些相似序列后，还需要判断其序列相似性程度。如果检测序列和目标序列的相似性程度很低，还必须通过其他方法或实验手段才能确定其是否属于同一基因家族 。;一、 BLAST 简介;BLAST程序是目前最常用的基于局部