序列(一)一一序列比对研究报告.ppt

生物信息学研究的三个层面 初级层面： 基于现有的生物信息数据库和资源，利用成熟的生物信息学工具（专业网站、软件）解决生物信息学问题 ——生物信息数据库（NCBI、EBI、DDBJ、UniProt等） ——基因组序列分析、序列比对软件（BLAST、CLUSTAL等） ——系统发育树构建软件的简单使用（PHYLIP、PALM等） ——搜集、整理有特色的生物信息学数据库 为什么要进行序列比对？？？ 与进化相关的几个概念 第一节、双序列比对 点阵分析 动态规划 1. 点阵分析 用途： 1. 寻找两条序列间所有可能的比对； 2. 寻找蛋白质、DNA序列上正向或反向的重复序列； 3. 发现RNA上可能存在的互补区域。 优点： 1. 可以找到两个序列间所有可能的残基匹配； 2. 简单、易懂 3. 直观、整体性强 工具： http://www.ebi.ac.uk/Tools/emboss/index.html 例1：自身的比对 例2：重复序列 例3：反向重复/回文 例4：RNA stem/loop 例5：不同序列的比对 点阵法的序列比对 点阵序列比对的缺点 滑动窗口和阈值的选择过于经验化, 信噪比较低 , 不适合进行高通量的数据分析, 对长序列，计算时间长。 序列相似性打分矩阵 简单的得分函数： p(a, a)=1 p(a, b)=0 p(a, -)=p(-, b)=-1 例5：不同序列的比对 PAM矩阵（Point Accepted Mutation） 序列相似度 = 14% - 27% 40% 50%? 60%?????????? |? | ?|?? | 打分矩阵 = PAM250 PAM120 PAM80 PAM60 2. 动态规划算法 动态规划往往被用于一个复杂的空间中寻找一条最优路径。 全局优化比对：Needleman-Wunsch 局部优化比对：Smith-Waterman 为什么要设计动态规划算法? 直接的序列比对，要分别计算所有比对情况的分值，以求得最大分值（或最小分值）。但两序列比对数是序列长度的指数函数，计算量很大，因此必须设计高效的算法。 BLOSUM62替代矩阵 动态规划算法：全局比对(1) 全局比对 (2) 全局比对 (3) BLOSUM62替代矩阵 全局比对 (4) BLOSUM62替代矩阵 全局比对 (5) 全局比对 (6) 比对结果： 基于蛋白质疏水矩阵的全局比对 局部优化比对 下例：局部优化打分 两条序列如下： 对全局比对策略稍作修改可得到局部最优比对算法。 比对的路径不需要到达有哪些信誉好的足球投注网站图的尽头 ,如果某种比对的分值不会因为增加比对的数量而增加时，这种比对就是最佳的。 依赖于记分系统的性质：因为某种路径的记分会在不匹配的序列段减少 ,当分值降为零时，路径的延展将会终止，一个新的路径就会产生。 局部优化比对 (1) BLOSUM62替代矩阵 局部优化比对 (2) 局部优化比对 (3) 比对结果： 序列比对的分值 1. Smith-waterman算法打分：9分 2. 直接打分：2+4-11+9=4 比对的统计检验 用来判断两条序列的比对分数是否足够高，是否有统计意义； 没有数学理论描述全序列比对的期望分布； 通常做法：两序列分别打乱进行比对，获得正态分布进行检验； Karlin-Altschul公式 在众多序列比对软件中，均能计算显著性。 Karlin-Altschul公式 第二节、多序列比对 1. 不同物种中，许多基因的功能保守，序列相似性较高，通过多条序列的比较，发现保守与变异的部分； 2. 构建进化的树的必须步骤； 3. 比较基因组学研究需要。 动态规划算法：hyperlattice 注意 最优的多序列比对，其两两序列之间的比对不一定最优。 多序列比对软件的性能比较 1. ProbCons：目前综合性能最好； 2. T-Coffee：序列相似性高时最准确； 3. DIALIGN: 序列相似性低时最准确； 4. POA：性能接近T-Coffee和DIALIGN，速度最快； 5. ClustalW/X: 最经典、最被广泛接受的工具； 6. MU