多序列比对

17 /93
曼哈顿悬日
18 /93
2-D vs 3-D 比对网格
source V
W
2-D 矩阵
3-D 矩阵
sink
19 /93
2-D cell versus 3-D Alignment Cell
In 2-D, 3 edges in each unit square In 3-D, 7 edges in each unit cube
4. 用于描述一个同源基因之间的亲缘关系的远近，是分子进化分 析中构建进化树的必须步骤。
5. 其他应用，如构建profile，PSSM矩阵，打分矩阵等。
6. 参考《生物信息学与功能基因组学》p305。
7 /93
一个例子
This insertion could be due to alternative splicing
6 /93
多序列比对的意义（部分）
1. 比较基因组学研究，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， 以便了解一个基因家族的基本特征，如motif，保守区域等。 （GXW[YF][EA][IVLM]） 2. 共表达基因的共有调控序列。 3. 寻找同物种个体之间单核苷酸多态性(SNPs)
0 1 A 0 1 A 1 -2 A 2 T 3 T 3 G 3 -4 C 4 C
x coordinate y coordinate
--
A
T
G
C
•
13 /93
Alignment Paths
• Align 3 sequences: ATGC, AATC,ATGC
0 1 A 0 1 A 0 0 1 -2 A 1 2 T 3 T 2 3 G 3 -3 4 C 4 C 4
格图），每个坐标轴代表一 个序列。
• 对于全局比对，就是从起点
到终点的一条曲线。
source
15 /93
双序列比对的曼哈顿网格
16 /93
Manhattan Tourist Problem（曼哈顿游客问题）
Manhattan represented as a graph with weighted edges。
20 /93
3-D 比对单元的结构
(i-1,j-1,k-1) (i-1,j-1,k) (i-1,j,k-1)
(i-1,j,k)
(i,j,k-1) (i,j-1,k-1) (i,j-1,k) (i,j,k)
21 /93
Multiple Alignment: Dynamic Programming
si-1,j-1,k-1 + (vi, wj, uk) si-1,j-1,k + (vi, wj, _ ) si-1,j,k-1 + (vi, _, uk) si,j-1,k-1 + (_, wj, uk) si-1,j,k + (vi, _ , _) si,j-1,k + (_, wj, _) si,j,k-1 + (_, _, uk)
9 /93
从双序列比对引入多序列比对的概念
• 双序列比对可以用两行的矩阵来表示。 • 同理，3个序列的比对可以用3行的矩阵表示。 A T _ G C G _ A _ C G T _ A A T C A C _ A
10 /93
比对 = 。。。路径
• Align 3 sequences: ATGC, AATC,ATGC
A
--
T
G
C
A
A
T
--
C
--
A
T
G
C
11 /93
比对路径
• Align 3 sequences: ATGC, AATC,ATGC
0 1 A 1 -2 T 3 G 4 C
x coordinate
A
A
T
--
C
--
A
TLeabharlann Baidu
G
C
12 /93
比对路径
• Align 3 sequences: ATGC, AATC,ATGC
• si,j,k = max
• (x, y, z) 是 3-D 打分矩 阵中的元素。 如果比对k条蛋白质序列，记分矩阵是？迭 代公式的方程个数是？
22 /93
多序列比对运行时间
• 对于3条长n的序列，算法的时间复杂度是7n3;
O(n3) • 对于k条序列，时间复杂度是(2k-1)(nk); O(2knk) • 结论: 动态规划法虽然可以直接从2维问题推广到 高维问题，但是算法是指数复杂度的。
x coordinate y coordinate z coordinate
--
A
T
G
C
• 比对结果在(x,y,z) 空间中的路径:
(0,0,0)(1,1,0)(1,2,1) (2,3,2) (3,3,3) (4,4,4)
14 /93
比对三条序列
sink • 与比对两条序列相同的策略 • 使用一个三维矩阵（三维网
8 /93
二、多序列比对的算法
• • • • Progressive (ClustalW)——累进法 Iterative (MUSCLE) Consistency (ProbCons) Structure-based (Expresso)
http://www.ebi.ac.uk/Tools/msa
• 之前进行的是双序列比对
• 如果多个序列进行比对呢？ 如何进行？
4 /93
Multiple Alignment versus Pairwise Alignment
• 之前进行的是双序列比对 • 如果多个序列进行比对呢？ 如何进行？
• 多序列比对会比双序列比对 更敏感，揭示更多的信息。 （Multiple alignments can reveal subtle similarities that pairwise alignments do not reveal）
Multiple Sequence Alignment
1
Outline
• 一、多序列比对的基本概念与意义 • 二、多序列比对的算法（clustalW）
• 三、软件应用：ClustalW的使用
2 /93
一、多序列比对的基本概念与意义
• 多序列比对与双序列比对
• 之前进行的是双序列比对
3 /93
多序列比对与双序列比对
GXW[YF][EA][IVLM]
复习一下该表达式的含义。
5 /93
多序列比对
• 多序列比对(multiple sequence alignment)：把2条以上可 能有系统进化关系的序列（相似度不一定很高）进行比对 的方法。相同或者相似的氨基酸残基排在同一列上，这些 对齐的残基在进化意义上是同源的：来自共同的祖先。并 且从结构角度，这些残基也是同源的。