第十七章 基因和蛋白质信息处理中的信号处理技术(Signal Processing.ppt

第十七章 基因和蛋白质信息处理中的信号处理技术(Signal Processing Techniques for Gene and Protein Information Processing) 第一节 相关分析·比对（Correlation analysis·alignmemnt） 第二节 蛋白质结构和功能预测中的信号处理技术(Signal processing in predicting structures and functions of protein) 第三节 DNA结构和功能预测中的信号处理技术（Signal processing techniques in DNA structure and function prediction） 第四节 DNA 模体和内切酶酶切位点的查找（Location for DNA motifs and enzyme recognition sites） 第五节 基因型和表现型(Genotype and phenotype) * * 基因（的单字符表示法）是由四个字符A（脱氧腺嘌呤核苷酸）、T（脱氧胸腺嘧啶核苷酸）、G（脱氧鸟嘌呤核苷酸）和C（脱氧胞嘧啶核苷酸）的序列（常称为碱基）组成，其遗传信息就包含在序列的组成和排列顺序中。在关键之处，序列的组成相同但排列不同有完全不同的意义，如ATG 与TGA，前者表示起始码，按人类通用遗传密码表（见表17-1），翻译成蛋氨酸（M）。后者表示终止码，指令系统停止翻译。组成蛋白质的氨基酸有20种，其单字符码见表17-1。蛋白质的结构和功能不但与序列的组成有关，而且与排列顺序有关。这些性质与信号序列的性质十分相似。 生物信息学中的序列比对（alignment：比对、联配、对准）技术与信号处理中的相关分析技术十分相似。当前序列分析和功能预测主要是基于统计理论和字符串比较技术，因此不能用现代信号处理理论进行进一步分析和特征提取。 表17-1 通用（人的细胞核）遗传密码表 A Glu(E)谷氨酸 C U G Asp(D)天冬氨酸 Ala(A)丙氨酸 Val(V)缬氨酸 G G Met(M)蛋氨酸 A Arg(R)精氨酸 Lys(K)赖氨酸 C U Ser(S)丝氨酸 Asn(N)天冬酰氨 Thr(T)苏氨酸 Ile(I)异亮氨酸 A A U Arg(R)精氨酸 His(H)组氨酸 G C G A 终止密码子 终止密码子 Gln(Q)谷氨酰氨 C U Cys(C)半光氨酸 Tyr(Y)酪氨酸 Trp(W)色氨酸 Phe(F)苯丙氨酸 　U G A C U 第三位字母（3’末端） 第二位字母（5’末端） 第一位字母（5’末端） 蛋白质结构和功能预测包括用比对技术由已知结构和功能的蛋白质预测未知蛋白质（主要是根据对DNA测序的结果由计算机翻译出的氨基酸序列）的结构和功能。现有的技术是基于字符串比较的技术。还可尝试用信号处理中的相关分析技术，这样就必须首先对组成蛋白质的氨基酸序列进行数字化。 一、蛋白质序列的比对 蛋白质序列的比对实际上是组成蛋白质的氨基酸序列的比对。比对的目的是：（1）研究不同物种间的同类蛋白质的同源性关系，比对结果的评分高（类似于相关系数大）者，则关系近；（2）根据已知蛋白质的结构和功能预测（推断）未知蛋白质的结构和功能，比对结果的评分高（类似于相关系数大）者具有相似的结构（二、三、四级结构）。下面将以人、大、小鼠的β3肾上腺素能受体（一种与脂代谢有关的跨膜蛋白质）的氨基酸序列的比较为例，说明小鼠与人的（遗传）进化关系更近，其β3肾上腺素能受体具有更相似的结构和功能。推论就是，用小鼠作医学实验（含药物实验）比用大鼠更好。 关于组成蛋白质的氨基酸的序列的比对，互联网上有公用的程序，如NCBI(national center of biology information)的BLAST 2.0(basic local alignment search tools 2.0), 网址为：HTTP://WWW.NCBI.NLM.NIH.GOV/BLAST/。该程序有多个功能，其中BLASTP专用于蛋白质序列比对。该程序可以在网上运行，也可以下载到本地计算机上运行。 BLAST程序使用的技术是字符串比较的技术，比较氨基酸序列的单字符代码。氨基酸序列的比对程序研究了多年，现在仍然在不断改进之中。在使用该程序时，一般都要选用一个表，如表17-2。它是基于对氨基酸的性质的研究，对于两氨基酸序列中的不同氨基酸相对准时，给以不同的评分。这个表是基于研究蛋白质比对的多年经验的积累。 表17-2 氨基酸比对评分表（BLOSUM62氨基酸替换矩