使用Bioperl模块作数据分析讲述.ppt

如何进行多序列比对 实例10：调用应用程序clustalw进行序列比对 $factory为Clustalw模块的一个实例 主要方法： new，参数中包含clustalw运行的主要参数，返回一个Clustalw模块的实例； align，以序列对象的数组地址为参数，调用clustalw程序进行多序列比对，返回一个AlignI模块的实例； 分析管道2：胰腺核酸酶进化分析 从远程数据库获取序列 序列长度分析 核苷酸序列的提取 核苷酸序列翻译到蛋白质序列 调用ClustalW进行多序列比对（蛋白质水平） 根据蛋白质序列比对产生核苷酸序列比对 进化距离的获取 同义和非同义替代率的获取 已知条件：文章(Zhang et al., 2002)中记录的17条胰腺核酸酶登录号: AF449628~AF449644 后续分析：水稻叶绿体蛋白质组的分析…. Outline Perl和Bioperl简介 基本概念 序列处理 比对处理 +比对文件格式的转换 +进化距离的计算 +同义替换率(D_s)和非同义替换率(D_n)的计算 +序列联配的自动化进行 +比对处理的管道设计 Outline Perl和Bioperl简介 基本概念 序列处理 比对处理 序列格式介绍 文件格式：embl fasta格式 embl格式 序列文件格式的转换 1，提出问题：如何进行文件格式的转换?（实例1） fasta格式 genbank格式 embl格式 序列文件格式的转换 2，是否已经相关代码？ Bioperl中SeqIO模块，封装了序列有关的文件读写 通过use Bio::SeqIO;语句告诉程序要使用SeqIO模块 方法 参数 返回值 作用 new 序列文件、序列格式 SeqIO模块实例 产生一个与文件关联的变量 next_seq 无 序列（Seq模块实例） 从文件中读取序列，但每次只读一条 write_seq 序列（Seq模块实例） 成功返回1，否则0 往文件写一条序列 3，解决方案： 3.1 利用SeqIO模块中的new方法产生一个读实例 3.2 利用SeqIO模块中的new方法产生一个写实例 3.3 从读实例中取序列 3.4 通过写实例往文件存入序列 3.5 反复操作3.3和3.4，直到读实例中无序列可取 序列文件格式的转换 序列文件格式的转换 4，编写代码 $in和$out均为SeqIO模块的实例 $seq为Seq模块的实例 序列文件格式的转换 5，运行代码： 首先要准备好待转换的序列文件 将上述代码保存到文件ex001.pl 在命令行上，进入工作目录 在命令行上，键入命令perl ex001.pl 查看结果 序列文件格式的转换 1.明确问题 -将某个序列文件的格式改成其它格式 2.寻找已经存在的代码 -Bio::SeqIO模块 3.确定解决方案 -分别产生一个读实例和一个写实例 -读实例不断地读取序列到内存 -同时写实例不断地把内存中的序列写到文件 4.编写代码 -关键变量$in, $out, $seq -while -修改 -调试 -修改 5.运行程序 DNA序列的翻译 问题2：DNA序列的翻译？ ...... ...... 64密码子 20氨基酸+终止信号 DNA序列的翻译 $seq和$prot两个均为Seq模块实例 2，已存在的代码；3，解决方案；4：代码编写 DNA序列的翻译 5，运行代码后，结果展示如下： 序列的统计信息：长度分布 提出问题:如何统计每条序列的长度？（实例3） 序列长度的计算 2，已存在的代码；3，解决方案；4代码编写： $seq为Seq模块实例 序列长度的计算 5，运行代码 后的结果展示： 借助于其它程序，比如perl，Excel可以获得下图 Seq模块总结 告诉程序要使用Seq模块？（即如何产生Seq模块实例？） 1，直接使用“use Bio::Seq;”语句；2，通过SeqIO模块中的next_seq方法；3，或者有关模块中的有关方法 方法 参数 返回值 new 序列名称（id）、序列本身（一段字符串）…… Seq模块实例 id 无，或者序列的新名称 序列名称 desc 无，或者序列的新描述 序列描述 Length 无 序列长度 seq 无，或者Seq模块实例的新序列 序列（用一串字符表示） subseq 起始位点，终止位点 子序列（一串字符） alphabet DNA，或者RNA，或者protein 序列类型 Revcom 反向互补序列(Seq模块实例) translate 终止符的表示，frame，密码子表…. (大多数情况下采用默认值) 翻译后的蛋白质序列(可以认为是Seq模块实例) get_SeqFeatures 无 一系列的SeqFeatureI模块实例 序列特征表 问题4：如何解析