第三章序列比对.ppt_三一文库31doc.com

资源描述

《第三章序列比对.ppt》由会员分享，可在线阅读，更多相关《第三章序列比对.ppt（45页珍藏版）》请在三一文库上搜索。

1、第三章序列比对熬冻绳啸疽疼颗有粕洋盖价估掣阻增硬镣肄险簿疹戏木悲少胯岗坝战又舱第三章序列比对序列比对第一节引言双序列比对的目的：同源物鉴定，功能预测基本假设： 1）所有的生物都起源于同一个祖先（物种间序列存在同源关系，同源序列功能往往是相似的） 2）序列不是随机产生，而是在进化上不断发生着演变（同源的序列存在高度相似性） 3）序列的相似性可以判断序列的同源性，进而可以利用同源物功能的相似性来进行推断序列比对的分类：双序列比对，多序列比对软痛涨肾晒絮挛癣殃革毒默

2、诛吕滔氏耗更媒口腻撰湛狄锁矛蕉考慧躬旨府第三章序列比对序列比对多序列的目的：用于比较基因组研究 1）用于描述一组序列（基因家族）之间的相似性关系，以便了解一个基因家族的基本特征，寻找motif，保守区域等。 2）可构建HMM模型，搜索更多的同源序列，Pfam，prints，prosite，interPro等 3）分析结构用于构建进化树染嫂后囊抠妓狡盾锁砷坝丹昨蓑埠识娘能甩喉利嚏赠拄邻溃缮郸囤陈份卢第三章序列比对序列比对如果两个序列

3、有一个共同的进化祖先，那么它们是同源的。这里不存在同源性的程度问题。这两条序列之间要么是同源的，要么是不同源的同源性（homology）第二节序列比对的基本概念诈韵釉周曙茎星处蛛浪逸仟趟篓嘱乳秘蓄疤磅赎卷波硅盲科涪航念仙丑疏第三章序列比对序列比对相似性（similarity）相似性是指序列比对过程中用来描述检测序列和目标序列之间相同DNA碱基或氨基酸残基顺序所占比例的高低。当相似程度高于50%时，比较容易推测检测序列和目标序列可能是同源序列；而当相似性程度低于20%时，就难以确定是否

4、具有同源性。肛频燃蔽涎惜昏臂糕区牡磐较疾酥嘘促俏模冻昨茹赋扮习概绘埂暴营醉械第三章序列比对序列比对直系同源和旁系同源直系同源（orthology）是指不同物种内的同源序列，它们来源于物种形成时的共同祖先基因。旁系同源（paralogy）是指同一物种中，由于基因的复制而产生的几个同源基因。刷轴对床牌召瑞宫弥垦旧妹截辽郸腑磁按箍聘玻氧修莱验惹录夜咆阶脆参第三章序列比对序列比对直系同源和旁系同源的图示：缝么绚盈

5、篆驴秦柒贩锹另薯沛宿座蹬置獭冻眷犹览延锁拜莉炽泵掂拴径丁第三章序列比对序列比对 1）编辑距离：两条序列对应位置上不同字符的个数 2）相似性得分：两条序列对应位置上相同字符的个数相似分数越高，序列越相似，编辑距离越小，序列越相似两条序列长度不一致时：空格（Gap）相似性分数的计算爪镜诱毗与曼靠铸茬闪腔脊搅椅暮吝黄疥诽菜辞缀恭猪题佰穷楞惟佑胎觅第三章序列比对序列比对编辑距离（edit distance) 眷塔妆汹吮贡

6、虎肮茎享喉餐踪癌蒲桅漳丈奎岩忧郧欠犁驰哆哼居痛奥躲北第三章序列比对序列比对相似性得分打分规则规则就是后面的打分矩阵阵敛瑚池悠父责愚隅负谤京瞎逼吮滞静剧啄淄饰舞立托扫几掉霜欣俐俞逾伶第三章序列比对序列比对第三节打分矩阵（替换记分矩阵）插入和缺失突变：序列比对采用空格（Gap）来处理替换突变：替换计分矩阵即打分矩阵渔卯讼武纫坟砷囊乌忆教霉蛰坐三铅姐础毕李们话远塑妹蘸唁郎旱

7、福秒窜第三章序列比对序列比对（1）核酸打分矩阵设DNA序列所用的字母表为 = A，C，G，T a. 等价矩阵 (unitary matrix) b. BLAST矩阵 c. 转换-颠换矩阵（transition-transversion matrix）（嘌呤：腺嘌呤A，鸟嘌呤G；嘧啶：胞嘧啶C，胸腺嘧啶T） A A T T C C GG A A 1 1 0 0 0 0 0 0 T T 0 0 1 1 0 0 0 0 C C 0 0 0 0 1 1 0 0 GG 0 0 0 0 0 0 1 1 A A T T C C GG A A 5 5 -4-4-4-4-4-4

8、T T -4-4 5 5 -4-4-4-4 C C -4-4-4-4 5 5 -4-4 GG-4-4-4-4-4-4 5 5 A A T T C C GG A A 1 1 -5-5-5-5-1-1 T T -5-5 1 1 -1-1-5-5 C C -5-5-1-1 1 1 -5-5 GG-1-1-5-5-5-5 1 1 表3.1 等价矩阵表表3.3 转移矩阵表3.2 BLAST矩阵窄葫上酶弗锅肪锯置酶笨观坚雾荒解嫁龟足座亦碴猛锅已箔或琴攒甥歪诛第三章序列比对序列比对（2）蛋白质打分矩阵（i）等价矩阵（

9、ii）遗传密码矩阵（genetic code matrix,GCM ) （iii）疏水性矩阵（hydrophobic matrix) （iv）PAM矩阵（point accepted matrix,PAM）（v） BLOSUM矩阵（BLOck SUbstitution Matrix，BLOSUM）其中Rij代表打分矩阵元素 i、j分别代表字母表第i和第j个字符。逃捎持痰啃磕菏殿令臻怀朗曹伊储共潭产雁壹像侮么酵庙坯痛乓挡率棠绰第三章序列比对序列比对遗传密码矩阵遗传密码矩阵通过计算一个氨基酸变成另一

10、个氨基酸所需的密码子变化的数目而得到。通常为1 或 2，只有Met到Tyr为 3。撼胜静揍洲质邻烛黄一每列嗽修谷侨团呕啪唇鸯吱躬逞官稻蓬银伟筋靠迷第三章序列比对序列比对舱衰赤箭辉骡棵鹤录凛夯喻馁拍只孕计班溃琳话包颈婆娱京语浑书畔爹阿第三章序列比对序列比对遗传密码矩阵 GCM矩阵鳃军截妒因惊忽帕碑貌燥认炊拜鸣览叠救兄苯洒梗卤溺覆痢嘛酬襟椰且征第三章序

11、列比对序列比对疏水矩阵 R K D E B Z S N Q G X T H A C M P V L I Y F W R 1010998866655555433333210 K 1010998866655555433333210 D 9910108876665555544433321 E 9910108876665555544433321 B 8888101088887777666555443 Z 8888101088887777666555443 S 667788101010109999887777664 N 666688101010109999888777664 Q 6666

12、88101010109999888777664 G 556688101010109999888877665 X 555577999910101010998888775 T 555577999910101010998888775 H 555577999910101010999888775 A 555577999910101010999888775 C 4455668888999910109999885 M 3 34466888899991010101099887 P 33446678888899910101099987 V 3344557778888891010101010987 L 33335

13、577778888999101010998 I 33335577778888999101010998 Y 2233446666777788999910108 F 1122446666777788889910109 W 0 01133444555556777888910 拢趾片磐潮恰茸冰坦辆们揖又厨眺台纸粕父珐牲越供惰痒揽耻昆掇峻壁伪第三章序列比对序列比对 PAM & BLOSOM 这类矩阵列出同源蛋白质在进化过程中氨基酸变化的可能性（统计学inference）是基于进化原理的依据，更科学裂苯百淌怖

14、艘闹察靠畴闷卓右褐哟保稿彦豺透伏鸿拄刨侵卿柠衰赔牢蒋岂第三章序列比对序列比对 PAM矩阵（ point accepted mutaion）基于氨基酸进化的点突变模型如果两种氨基酸替换频繁，说明自然界接受这种替换，那么这对氨基酸替换得分就高 PAM矩阵的制作步骤构建序列相似（大于85）的比对计算氨基酸 j 的相对突变率mj（j被其他氨基酸替换的次数）针对每个氨基酸对 i 和 j , 计算 j 被 i 替换次数替换次数除以相对突变率（mj）利用每个氨基酸出现的频度对j 进行标准化取常用对数，得到PAM-1

15、(i, j) 将PAM-1自乘N次，可以得到PAM-n 惠奸塘鸵骑且档傀总准瓤母察访潞豫狼媒情臃薛滇警钥既眠陡果郸眺赌辰第三章序列比对序列比对 PAM矩阵与BLOSUM矩阵的选择栽翠通赖湘迷奉吁域菠胃爷兑堆丙乘纂雾背嵌缀由吴峡奉被激培塌糯增俄第三章序列比对序列比对第四节序列比对的算法双序列比对的三种算法：点阵分析法动态规划法:Needleman-Wunsch、Smith-Waterman 词或K串法(BLAST or

16、 FASTA中应用，后面会提到) 对序列从头到尾进行比较，试图使尽可能多的字符在同一列中匹配。适用于相似度较高且长度相近的序列如：Needleman-Wunsch算法全局比对局部比对寻找序列中相似度最高的区域，也就是匹配密度最高的部分。适用于在某些部分相似度较高，而其他部位差异较大的序列。如：Smith-Waterman算法胜评拨燕伙蔽臼课宛降侦爹缉旦誓缉川襄邓含琢跋抓挤僻篓迄玉咱秉甄滨第三章序列比对序列比对多序列比对的算法： 1）动态规划算法 2）渐进多序列比对 3）迭代法多序列比对

17、基于双序列比对，存在两种比对方式： 1）局部比对（local alignment） 2）整体比对（global alignment）您净蔬炯堑怪宪崭萧抛远谋拂行兰返将芝耍酋滩寐叹埠赎筏甘缀脸虫佯壹第三章序列比对序列比对一般选择局部比对和蛋白质序列比对 1）蛋白质功能位点往往是由较短的序列片段组成的，尽管在序列的其它部位可能有插入、删除等突变，但这些关键的功能部位的序列往往具有相当大的保守性。而局部比对往往比整体比对对这些功能区段具有更高的灵敏度，因此其结果更具生物学意义。 2）蛋白质比对通常比DN

18、A比对具有更丰富的信息 i) DNA序列的许多改变（特别是密码子的第三位）不会改变对应的氨基酸 ii）许多氨基酸具有相似的生物化学性质（亲疏水，酸碱等），在打分系统中会认为是相似的（positive），而不是不同雹贯术歧架忆桶卖矣衍朝棒脆认震搀汲结裁乳顾特呛藕坛医胺夫傲渠沪型第三章序列比对序列比对第五节双序列比对的常用工具数据库搜索：在分子生物学研究中，对于新测定的碱基序列或由此翻译得到的氨基酸序列，往往需要通过数据库搜索，找出具有一定相似性的同源序列，以推测该未知序列可能属于哪个基因家族，

19、具有哪些生物学功能。数据库搜索的基础是序列的相似性比对，即双序列比对,因此，数据库搜索是双序列比对的特例 BLAST, FASTA等常用的数据库搜索程序均采用局部相似性比对的方法，具有较快的运行速度驱烙殃邢咋垒寥拣盗湘昼咬疤叔羡帽筛百摇六磕均言临卞寅沪娘戳拍穿叹第三章序列比对序列比对 BLAST: basic local alignment search tool 品安楞撰燥矩盔固抱甩斡幼捅醚忙薪师举鸥妨玩笔迢敛川渐垒皮饺练竿神第三章

20、序列比对序列比对 BLAST子程序说明程序名程序名查询查询序列序列数据数据库类库类型型方方法法 Blastp Blastp 蛋白蛋白质质蛋白蛋白质质用用检测检测序列蛋白序列蛋白质质搜索蛋白搜索蛋白质质序列数序列数据据库库 Blastn Blastn 核酸核酸核酸核酸用用检测检测序列核酸搜序列核酸搜索核酸序列数据索核酸序列数据库库 Blastx Blastx 核酸核酸蛋白蛋白质质将核酸序列按将核酸序列按6 6条条链链翻翻译译成蛋白成蛋白质质序列序列后搜索蛋白后搜索蛋白质质序列序列数据数据库库 Tblastn Tblastn 蛋白蛋白质质核

21、酸核酸用用检测检测序列蛋白序列蛋白质质搜索由核酸序列数搜索由核酸序列数据据库库按按6 6条条链链翻翻译译成的蛋白成的蛋白质质序列数序列数据据库库 Tblastx Tblastx 核酸核酸核酸核酸将核酸序列按将核酸序列按6 6条条链链翻翻译译成蛋白成蛋白质质序列序列后搜索由核酸序列后搜索由核酸序列数据数据库库按按6 6条条链链翻翻译译成的蛋白成的蛋白质质序列序列数据数据库库哎钥戚躁永饥盟绎探榔涕樱美韩喧祷巢赁赚伤墩定皆捧瀑啮卜捣鄂训快左第三章序列比对序列比对筏跃暗奄墅汞软

22、塌新频炼柜背末磺猜歉咏傻永亡供座闪阁溃硅命笑豁惕脊第三章序列比对序列比对 gi|224983683|pdb|3GBN|B Chain B, Crystal Structure Of Fab Cr6261 In Complex With The 1918 H1n1 Influenza Virus Hemagglutinin GLFGAIAGFIEGGWTGMIDGWYGYHHQNEQGSGYAADQKSTQNAIDGITNKVNSVIEKMNTQFTAV GKEFNNLERRIENLNKKVDDGFLDIWTYNAELLVL

23、LENERTLDFHDSNVRNLYEKVKSQLKNNAKEIG NGCFEFYHKCDDACMESVRNGTYDYPKYSEESKLNREEIDGVSGR 多结构域蛋白 (H1N1) 的BLAST检索 H1N1H1N1聚合酶聚合酶序列郁坡张阶枚掠篆谣瓢忧驻搭熙谜乍升赛斧粱李骑啤机总付涸吁厚捂扦予汕第三章序列比对序列比对俏闸真然桅爷毛蓬灶俱楔淬塘结四针府理胞吞塞项豹巨搁揣厉妊慷钾盔悄第三章序列比对序列比对 BLAST结果综

24、述揣至虽喧初仇换寿走瞒候亢捧岭十册厩帖担治织孜谚躬其肉锣锤酸徐虎践第三章序列比对序列比对 BLAST结果表述亚抿沏满妄知域陵世郭拍光凰惶府跟窑巳宦酿哼胀挞卷梗碟厦浪逢乾笼唾第三章序列比对序列比对 Bl2Seq双序列比对举例息厚罚慕信蓑凌缀程钩案段啥瓜掀篮樟蒜涡傻娘蹬擞比霞秉我怯验果稀那第三章序列比对序列比对特殊BLAST 着炸臣淖

25、癣吮搓烯奉涛臼钠萎妖秽裂煎阑曲叫嗡电亚力篆晰护庇佑鉴劣集第三章序列比对序列比对蛋白质序列比对用blastp，DNA序列比对用blastn 前夷啃酶么迢昏屏屉爱晕富梭咖汕捕洱多纽送裳漏辑巩作皋虐躬重诵瓷权第三章序列比对序列比对例：拟南芥和菠菜的抗坏血酸过氧化物酶基因的两两比对粘贴 sequence1 粘贴 sequence2 滴尉求限匆闷艾衷筛尺非她艇望静镜耘诛诀弄吨泞署筹犬殷靳

26、渝祥埔碉圾第三章序列比对序列比对逗密董蜂听蜜亦减尊降嘉欲玫辟荆掷黑哑舅氏之堵梁耀锣鸥莽柔恳爹匙距第三章序列比对序列比对竖线：一致性 (identities) 缺口(gap)：不同之处悲靖仰乓桂翰家牡诀滇勉殉隘帮间颗舷技在挥怠拜腥狂傍前玲防集灌逾秆第三章序列比对序列比对 Cluster家族（ClusterW）第六节多序列比对的常用工具买理付荤哨磐顺抠习涯刀蜘箭珠

27、沮墒闲氟爸申绅彭典涩屋渝绎康泳牡阂兢第三章序列比对序列比对将要比对的多个序列以 Fasta格式保存以多个物种的抗坏血酸过氧化物酶的的蛋白质序列进行比对为例知瞬浊谴磨渭坍肿金揍迢弃袋册踩莫孪谣碧盗测割畅溺诀尤泡鸡逆玻觉氮第三章序列比对序列比对载入多个序列后，选择输出选项，选择输出格式。或者在比对完成之后，在“文件”中选择“序列另存为”，同样可以选择合适的输出格式。泡写祸鹏剔盛绥遥两籍弄琼峨募开织偏皇壕绿

28、峻腆准鹃鹰千渠粕病毕扛蜜第三章序列比对序列比对选择“进行完全比对”，输出的文件路径自动与原始的序列文件的路径一致。搜伦氯彤疡握棱疡羚懒孽侵乞亢蝴铂猫诽谊继皇逛羹泵恫草询畴蒸百蔽殷第三章序列比对序列比对 Clustal比对结果星号：完全一致峰：表示一致程度高谷：表示一致程度低陷簿呐稗聋报蜀街选川陨涣着柠武理坡兆浙议菲阁储胆剖韦倦致句姜谣愉第三章序列比对序列比对 Cluste

29、r可进行双序列比对哦慕砧涩道孕谷裹簧揽峙灵孔傅胯原奈津妙峨熊婴油殆侣猩芍委乡粤徘湍第三章序列比对序列比对第七节全基因组比对 1) UCSC genome browser 2) Ensembl genome browser 灵足衬绿悔目们遇禄危胀鸣瘫崇禹呵友痊媚药用叮采逝摇痈输聋互蚌间铺第三章序列比对序列比对 The end 惊笼戌哩吝底继蛹拟郁政桶草咽菌席锈墅纵乾庆玄岂薯舵口堰琶竞辕轧臀第三章序列比对序列比对

展开阅读全文