中国科技大学系列生物信息学.pptxVIP

第1页/共72页中国科技大学系列生物信息学第2页/共72页第三节 打分矩阵及其含义 1，计分方法 2，Dayhoff: PAM系列矩阵 3，Henikoff: BLOSUM系列矩阵第3页/共72页1， 计分方法匹配计分： UM矩阵(Unitary matrix) 相同的氨基酸记1分，否则记0分。BLAST中核酸比对结构域性质计分： SGM矩阵(Structure-Genetic Matrix) 主要根据氨基酸的结构和化学性质的相似程度来记分(如D和E，S和T，V和I有很高的相似性)，同时还考虑密码子之间相互转换的难易程度。可观测变换计分：PAM矩阵 (Point Accepted Mutation)BLOSUM矩阵 (BLOcks SUbstitution Matrix)第4页/共72页2， PAM系列矩阵 Margaret Dayhoff, 1978;通过对物种进化的研究，根据一种氨基酸被另一种氨基酸替代的频度而提出的，最常用的是PAM250; Accepted point mutation (PAM): 可接受的点突变，氨基酸的改变不显著影响蛋白质的功能；第5页/共72页PAM矩阵71个蛋白质家族的1572种变化；序列相似性 85%；功能同源的蛋白质 ? 通过中性进化，引入可接受的点突变； 进化模型：A. 基本假设：中性进化，Kimura,1968;B. 进化的对称性: A-B = B-A;C. 扩展性：通过对较短时间内氨基酸替代关系的计算来计算较长时间的氨基酸替代关系；第6页/共72页PAM1矩阵 两个蛋白质序列的~1%氨基酸发生变化； 定义进化时间以氨基酸的变异比例为准，而不是时间；因为各个蛋白质家族进化的速度并不相等； PAM2 = PAM1*PAM1 PAM3 = (PAM1)3 PAM250= (PAM1)250第7页/共72页PAMn矩阵的构建选取多个家族的相似性85%的保守序列；根据匹配计分进行多重比对(不含空位)；以比对结果构建进化树，反映氨基酸替换关系；计算每种氨基酸转换成其它氨基酸的次数；计算每种氨基酸突变率；计算每对氨基酸突变率，得到突变概率矩阵，将此矩阵自乘n次；将突变概率矩阵转化为PAMn矩阵。第8页/共72页例6：PAM矩阵的构建 已知3个蛋白质家族若干保守序列片段：家族一：FKILK，FKIKK，FFILL，FFIKL家族二：IIFFF， IIFIF ， IKFFL ， IKFIL家族三： KIFKK，KIFLK，KLFKL，KLFLL按Doyhoff方法构建PAM1与PAM2矩阵第9页/共72页Step1：多重比对位置对齐，多重比对（不考虑空位）：统计每种氨基酸出现的频率； fi = 氨基酸i的数目/总氨基酸数目fL = 12/60 = 0.2..家族一家族二家族三FKILKIIFFFKIFKKFKIKKIIFIFKIFLKFFILLIKFFLKLFKLFFIKLIKFILKLFLL第10页/共72页Step2：构建进化树最大简约法家族一:L和K间相互转换次数：N(L??K) = 3家族二，家族三 …FKILKFFILL(L??K)(K??F)(L??K)(L??K)FKIKKFFIKLFKIKKFFIKL第11页/共72页Step3：计算氨基酸间的转换次数计算每种氨基酸转换成其它氨基酸的次数。假设两种氨基酸间相互转换一样。e.g. N(L??K)= 3 + 0 + 3 = 6KFILK116F121I121L611第12页/共72页Step4：计算各氨基酸相对突变率每种氨基酸相对突变率mii：第i种氨基酸；fi ：每种氨基酸出现的频率；mK = 8/(12×2× fK ×100) = 0.0125…第13页/共72页Step5：计算氨基酸i替换为j的突变率氨基酸i替换为j的突变率mije.g.mKK = 1- mK = 0.9875mKF = mF × 1/4 = 0.001389…第14页/共72页Step5：氨基酸一步转移概率矩阵氨基酸突变概率——一步转移概率矩阵M1ij原氨基酸KFIL替换氨基酸K0.98750.0015630.0015630.009375F0.0013890.9944440.0027780.001389I0.0017860.0035710.9928570.001786L0.01250.0020830.0020830.983333第15页/共72页Step6: 计算PAM1计分矩阵由突变率mij计算计分矩阵中的分值rij：将rij = rji取平均值，再取整数； （按先前假设， rij = rji） rKK = 10lg(mkk/ fk) = 5.6857 ≈ 6 (rKF + rFK )/2 = -22.833 ≈ -23 …第16页/共72页Step6: P