基于MATLAB的序列比对分析3 25.pdf

实验四基于Matlab的序列比对分析

实验目的

1．了解MATLAB7.x生物信息工具箱中的序列比对方法；

2．熟悉从数据库获取序列信息,查找序列的开放阅读框,将核普酸序列转

换为氨基酸序列,绘制比较两氨基酸序列的散点图,用Needleman-wunsch算法

和Smith-Waterman算法进行比对,以及计算两序列的同一性的方法；

3．熟悉与序列比对相关的生物信息学函数。

所需软件

MATLAB7.0或MATLAB7.0以上的版本

实验内容

序列比对是生物信息学的重要基础。进行序列比对的目的之一是判断两个序

列之间是否具有足够的相似性，从而判定二者之间是否具有同源性。序列比对的

基本算法主要有两个，一个是用于全局比对的Needleman-Wunsch算法，另一个

是主要用于局部比对的Smith-Waterman算法，而后者又是在前者的基础上发展

起来的。在MATLAB生物信息工具箱中，序列比对主要用这两种算法。

确定两个序列的相似性是生物信息学的基础工作，通过序列比对（又称序列

联配），可以确定两个序列是否具有同源性。

1.查找序列信息

Tay-Sachs-AHexA

症是一种由于缺乏ß氨基已糖苷酶（）而导致的常染色体

隐性遗传疾病。这种酶能分解大脑和神经细胞中的神经节苷脂（GM2）。基

因HEXA编码该酶的ß亚基，而第三个基因GM2A编码活化剂蛋白质GM2。

1.1查找目的基因Tay-Sachs

NCBISearch

在（）上查找信息，在列表中选择

[Nucleotide],for[Tay-Sachs],Go

在框中输入点击。

1.2读入序列数据

查找结果返回编码酶HexA的α和β亚基的基因和编码活化剂酶的相关页面。

NCBI中人类基因HEXA的登录号是NM_000520。用fastaread或genbankread函数

可将基因信息被以结构列表的形式导入MATLAB工作区。

方式1：

HumanHEXA=fastaread(NM_000520.txt);

humanHEXA=getfield(HumanHEXA,Sequence)；

方式2：

HumanHEXA=genbankread(NM_000520.gb)；

humanHEXA=getfield(HumanHEXA,Sequence)

1.3读入另一序列的信息mouseHEXA

许多基因的序列和功能通过同源基因在进化过程中被保留下来。同源基因就

是有共同祖先或是相似序列的基因。查找公共数据库的目的之一就是找出相似的

基因。如果用户能在数据库中定位一个未知的基因，那么这个未知基因和已知基

因的功能和特征很可能是相同的。

用fastarea或genbankrea函数可将鼠类HEXA基因信息被以结构列表的

形式导入MATLAB工作区（NCBI中鼠类基因HEXA的序列号是AK080777）。

方式1：

MouseHEXA=fastaread(AK080777.txt);

mouseHEXA=getfield(MouseHEXA,Sequence)

方式2：

MouseHEXA=genbankread(AK080777.gb)；

mouseHEXA=getfield(MouseHEXA,Sequence)

2．确定蛋白质编码序列

一个核苷酸序列在蛋白质编码段的前后都包含了调控序列。通过分析这个序

列，可以确定在编码最终蛋白质中亚氨基酸的核苷酸。

2.1查找人类HEXA的ORF

使用seqshoworfs函数输出人类HEXA的所有阅读框中ORF中起始和终止密码

子的位置。

humanORFs=seqshoworfs(humanHEXA)

结果显示了三个阅读框的ORF,分别以蓝色、红色和绿色标记,其中最长的

ORF在第