序列分析的原理和方法+结构的预测+全序列分析和进化分析
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1 CAGCCUCGCUUAG 2 AAUGCCAUUGACGG
由于是双重序列对比，所以采用2-D列阵法，将对 比的两个序列分别置于相互垂直的两个轴。
对应位置的两个元素相同则在列阵中对应点记分1， 不相同记为0。
GCCUCG GCCAUUG
GCC UCG GCCAUUG
2. 点矩阵作图法
点矩阵作图法(dot matrix)也称图式矩阵 (graphic matrix)法。
以软件MACAW为例
Reference 1:
Proceedings of the National Academy of Sciences USA 87, 2264-2268 (1990)
此外，该方法为了增加矩阵的容量，将一很大的点矩阵 压缩成一个单面，并用彩色增加效果，一次能分析两条 各5000个元素的序列。
3. 最大期望值算法
最大期望值算法
(expectation maximization algorithm) 简称EM法。
该方法是从多重序列对齐中反复分析找出体现 序列特性的最优模型。
CGTTAAGCTTA - - - TTAAGCTTAGC
C
用点矩阵作图法分析：
TCATTCGCTTA ATTCGCTTACT
T CAT T CGCT T A
A
T
回
T
文
C
结
G
构
C
T
T
A
C
TCATTCGCTTA
T
ATTCGCTTACT
过滤程序 (filtration procedure)
为了排除不规则散布的点对有意义点模式的干扰，该方法增 加了一过滤程序以滤去散杂点，强化有意义的点。
记分法主要有如下几种：
1.性质矩阵法
用能体现元素特征的理化性质来描述序列中出现的特定元素。
具有某种性质的元素记为1， 不具此性质的记为0
元素特征的理化性质有： 疏水性 极性 带电性 芳香性 分子大小
Baidu Nhomakorabea
2.遗传密码矩阵 3.结构—遗传矩阵 4.突变数值矩阵 5.氨基酸替换矩阵
(二)几种主要算法
生物信息学中的算法(algorithm)
在矩阵中用点“.”和空位代替动态程序算 法中的数字1，0。两条对比的序列中对应 的元素相同打点，不相同作空白。
两条序列比较，若完全相同，形成的点组成一条对角线； 若部分相同，形成的点可连成一条或几条与对角线平行的线段； 若不相同，形成的点呈不规则散布 ； 序列内存在回文结构，对应的点形成的线段则垂直于主对角线；
His-57---Asp-102---Ser-195 (H----------D-----------S)
高等生物至低等生物其丝氨酸蛋白酶均具有类似的功能和结构。将这些物种的 相应蛋白序列利用生物信息学上述方法进行分析，得到下图。
H------D------C/S
Alignment Block Motifs #
………
TTAAGCTTA TTAAGCTTA
T T AAGCT T A T T A A G C T T A
用点矩阵作图法写出下面序列的alignment：
CGTTAAGCTTA TTAAGCTTAGC
CGT T AAGCT T A
T
T
A
A
G
C
T
T
A CGTTAAGCTTA G TTAAGCTTAGC
然后，在以权值矩阵法为基础建立的程序反复分析，得到的Motifs能 反映序列生物学本质。
由此我们得到一个从无规则排列的蛋白 质、核酸序列中建立Blocks和Motifs的 流程图：
权值矩阵法
Alignment -------Block--------Motifs
丝氨酸蛋白酶在自然界分布广泛，具有重要的生物学功能。早在70年 代末， His-57、Asp-102和Ser-195作为酶的催化活性中心已经被证明，已被大家所 公认。
综上所述，我们可以看到，用于相似性分析的各种记分法、 动态程序算法、点矩阵法是序列分析的基础；
由此建立的软件BLAST等扫描数据库得到的相似性序列集合 （alignment)，该相似性序列显著性意义可能不大；
经过Gibbs抽样法、EM法等反复抽样分析得到Blocks， 包含在Blocks的序列已经具有显著性意义；
既然病毒的这些蛋白质包含有体现丝氨 酸蛋白酶催化活性Motif:
H----------D-----------S
我们可以推测病毒的这些蛋白质也具有 丝氨酸蛋白酶活性.
生物信息学Blocks和Motifs方法 在病毒研究中的应用.
武汉大学学报, 2000，46（6）：709-716
(三)DNA或RNA序列分析
Gibbs抽样法(Gibbs sampling)是一种改进的最大期望值算法。
可用于: 蛋白质序列分析； DNA特殊序列的搜寻； 调节蛋白作用位点的分析
4. 权值矩阵法
上述方法给出了反映序列特征的最优模式。 然而模式中元素对反映序列 特征的贡献是平均化的。
事实上，蛋白质、酶以及核酸的活性部位中元素的作用是 有差异的，因此，包含在反映序列特性的模式中的各元素 除了出现的频率外，还应有能反映贡献差异的数学模式。 权值矩阵法(Weight matrix)在这方面有所侧重。
该算法开始多用于双重序列分析，
包括全序列对齐 (global sequence alignment)
和局部序列对齐 (local sequence alignment)。
其基本原理是两序列的最大匹配依赖于序列的相似性， 即一种序列中的元素与另一种序列相应位置的元素相 同的最大数目。
请指出下面两个序列的保守部分:
指的是根据上述记分法或者元素本身的特征以及 在序列或结构中的分布 规律而推导出来的能反映 被检序列生物学意义的数学方法。
1. 动态程序算法
动态程序算法(dynamic programming algorithm) 起始于1970年。
动态程序算法是现代序列分析的发展基础。
现在普遍使用的用于同源性搜索和序列分析起步搜索的软件 都是以动态程序算法为基础，加以适当的改进而建立起来的。
第三章 序列分析的基本原理
序列分析的基本原理就其本质， 主要来源于： 几种主要的记分法和几种基本算法
(一)几种主要记分法
所谓记分法（scoring method）是 将被分析的序列中的元素通过某 种手 段转化为简单的、直观的、便于计算 机处理的数值的方法。
生物信息学将被分析的序列中的氨基 酸或核苷酸称为“元素”。
由于是双重序列对比，所以采用2-D列阵法，将对 比的两个序列分别置于相互垂直的两个轴。
对应位置的两个元素相同则在列阵中对应点记分1， 不相同记为0。
GCCUCG GCCAUUG
GCC UCG GCCAUUG
2. 点矩阵作图法
点矩阵作图法(dot matrix)也称图式矩阵 (graphic matrix)法。
以软件MACAW为例
Reference 1:
Proceedings of the National Academy of Sciences USA 87, 2264-2268 (1990)
此外，该方法为了增加矩阵的容量，将一很大的点矩阵 压缩成一个单面，并用彩色增加效果，一次能分析两条 各5000个元素的序列。
3. 最大期望值算法
最大期望值算法
(expectation maximization algorithm) 简称EM法。
该方法是从多重序列对齐中反复分析找出体现 序列特性的最优模型。
CGTTAAGCTTA - - - TTAAGCTTAGC
C
用点矩阵作图法分析：
TCATTCGCTTA ATTCGCTTACT
T CAT T CGCT T A
A
T
回
T
文
C
结
G
构
C
T
T
A
C
TCATTCGCTTA
T
ATTCGCTTACT
过滤程序 (filtration procedure)
为了排除不规则散布的点对有意义点模式的干扰，该方法增 加了一过滤程序以滤去散杂点，强化有意义的点。
记分法主要有如下几种：
1.性质矩阵法
用能体现元素特征的理化性质来描述序列中出现的特定元素。
具有某种性质的元素记为1， 不具此性质的记为0
元素特征的理化性质有： 疏水性 极性 带电性 芳香性 分子大小
Baidu Nhomakorabea
2.遗传密码矩阵 3.结构—遗传矩阵 4.突变数值矩阵 5.氨基酸替换矩阵
(二)几种主要算法
生物信息学中的算法(algorithm)
在矩阵中用点“.”和空位代替动态程序算 法中的数字1，0。两条对比的序列中对应 的元素相同打点，不相同作空白。
两条序列比较，若完全相同，形成的点组成一条对角线； 若部分相同，形成的点可连成一条或几条与对角线平行的线段； 若不相同，形成的点呈不规则散布 ； 序列内存在回文结构，对应的点形成的线段则垂直于主对角线；
His-57---Asp-102---Ser-195 (H----------D-----------S)
高等生物至低等生物其丝氨酸蛋白酶均具有类似的功能和结构。将这些物种的 相应蛋白序列利用生物信息学上述方法进行分析，得到下图。
H------D------C/S
Alignment Block Motifs #
………
TTAAGCTTA TTAAGCTTA
T T AAGCT T A T T A A G C T T A
用点矩阵作图法写出下面序列的alignment：
CGTTAAGCTTA TTAAGCTTAGC
CGT T AAGCT T A
T
T
A
A
G
C
T
T
A CGTTAAGCTTA G TTAAGCTTAGC
然后，在以权值矩阵法为基础建立的程序反复分析，得到的Motifs能 反映序列生物学本质。
由此我们得到一个从无规则排列的蛋白 质、核酸序列中建立Blocks和Motifs的 流程图：
权值矩阵法
Alignment -------Block--------Motifs
丝氨酸蛋白酶在自然界分布广泛，具有重要的生物学功能。早在70年 代末， His-57、Asp-102和Ser-195作为酶的催化活性中心已经被证明，已被大家所 公认。
综上所述，我们可以看到，用于相似性分析的各种记分法、 动态程序算法、点矩阵法是序列分析的基础；
由此建立的软件BLAST等扫描数据库得到的相似性序列集合 （alignment)，该相似性序列显著性意义可能不大；
经过Gibbs抽样法、EM法等反复抽样分析得到Blocks， 包含在Blocks的序列已经具有显著性意义；
既然病毒的这些蛋白质包含有体现丝氨 酸蛋白酶催化活性Motif:
H----------D-----------S
我们可以推测病毒的这些蛋白质也具有 丝氨酸蛋白酶活性.
生物信息学Blocks和Motifs方法 在病毒研究中的应用.
武汉大学学报, 2000，46（6）：709-716
(三)DNA或RNA序列分析
Gibbs抽样法(Gibbs sampling)是一种改进的最大期望值算法。
可用于: 蛋白质序列分析； DNA特殊序列的搜寻； 调节蛋白作用位点的分析
4. 权值矩阵法
上述方法给出了反映序列特征的最优模式。 然而模式中元素对反映序列 特征的贡献是平均化的。
事实上，蛋白质、酶以及核酸的活性部位中元素的作用是 有差异的，因此，包含在反映序列特性的模式中的各元素 除了出现的频率外，还应有能反映贡献差异的数学模式。 权值矩阵法(Weight matrix)在这方面有所侧重。
该算法开始多用于双重序列分析，
包括全序列对齐 (global sequence alignment)
和局部序列对齐 (local sequence alignment)。
其基本原理是两序列的最大匹配依赖于序列的相似性， 即一种序列中的元素与另一种序列相应位置的元素相 同的最大数目。
请指出下面两个序列的保守部分:
指的是根据上述记分法或者元素本身的特征以及 在序列或结构中的分布 规律而推导出来的能反映 被检序列生物学意义的数学方法。
1. 动态程序算法
动态程序算法(dynamic programming algorithm) 起始于1970年。
动态程序算法是现代序列分析的发展基础。
现在普遍使用的用于同源性搜索和序列分析起步搜索的软件 都是以动态程序算法为基础，加以适当的改进而建立起来的。
第三章 序列分析的基本原理
序列分析的基本原理就其本质， 主要来源于： 几种主要的记分法和几种基本算法
(一)几种主要记分法
所谓记分法（scoring method）是 将被分析的序列中的元素通过某 种手 段转化为简单的、直观的、便于计算 机处理的数值的方法。
生物信息学将被分析的序列中的氨基 酸或核苷酸称为“元素”。