生物信息学市公开课一等奖百校联赛获奖课件.pptx

课程名称:生物信息学 Bioinformatics 主 讲 人：刘 顺 会所在单位：生命科学与生物制药学院第1页F:多重序列比对:基因和蛋白家族F1.多重序列比对和家族关系F2.蛋白家族和模式数据库F3.蛋白结构域家族第2页F1:多重序列比对和家族关系F11.多重比对F12.软件F13.渐进性比对第3页F11:多重比对多序列比对能够用来揭示两条或多条序列之间关系。第4页当所考查序列不一样时，保守残基往往是维持稳定结构或生物学功效关键残基。多序列比对能够揭示关于蛋白质结构和功效许多线索。F11:多重比对第5页多序列比对经常会比两序列比对告诉我们更多信息，因为经过它能够发觉更多关于进化保守方面信息。F11:多重比对第6页F12:软件The best-known software is the ClustalW package,available by ftp fromftp:/ftp-igbmc.u-strasbg.fr/pub/ClustalX.第7页F13:渐进性比对大多数惯用软件使用渐进比对方法，该法有运行速度较快优点。该法以两序列比对来初步评价序列是怎样相关，并在此基础上构建树（guide tree）；然后使用向导树逐步添加序列到比对中，从最亲密相关序列开始到距离最远序列结束。第8页F13:渐进性比对第9页F13:渐进性比对渐进性比对方法通常非常有效，但也存在一个问题，即过程中早期产生比对错误不能被及时矫正而是被“冻结”在比对结果中，从而影响后续比对结果。另外，独立生物化学信息有时能给出序列正确比正确信息。比如：结构和功效上关键残基 二硫键第10页F13:渐进性比对第11页F13:渐进性比对几个渐进性比正确精炼方法：空位罚分 发生改变以使空位插入更有可能发生在亲水性环状区域（loop区）；依据序列之间相关程度采取不一样氨基酸替换矩阵。第12页F2:蛋白质家族和模式数据库F21.蛋白家族F22.一致序列F23.PROSITEF24.PRINTS 和 BLOCKS第13页F21:蛋白质家族 把序列分配到蛋白质家族中是预测蛋白质功效一个非常有价值方法。有许多方法来代表蛋白质家族信息，这些方法和信息存放在二级蛋白质家族数据库（secondary protein family databases）中。“人以类聚 物以群分”第14页F21:蛋白质家族多序列比对信息表示方法：序列比对本身；一致序列；保守残基和残基模式；序列轮廓；其它序列家族概率模型。二级数据库第15页F22:一致序列这些序列把多序列比正确信息压缩至单条序列。主要缺点：只能表示特定位置最常见残基信息，而不能表示任何概率信息。另外，一致序列表示蛋白家族信息是有偏向，因为用于产生一致序列起源序列是有偏向。第16页F22:一致序列THRB_HUMAN LESYIDGRIVEGSDAEIGMSPWQVMLFRKSPQELLTHRB_BOVIN FESYIEGRIVEGQDAEVGLSPWQVMLFRKSPQELLTHRB_MOUSE LDSYIDGRIVEGWDAEKGIAPWQVMLFRKSPQELTHRB_RAT LDSYIDGRIVEGWDAEKGIAPWQVMLFRKSPQELFA9_RAT EPINDFTRVVGGENAKPGQIPWQVILNGEIE-AFFA9_RABIT QSSDDFTRIVGGENAKPGQFPWQVLLNGKV-AFConsensus XXSYIXGRIVEGXDAEXGXXPWQVMLFRKSPQEL第17页F23:PROSITEPROSITE 数据库包含与蛋白质家族组员、特定蛋白功效及翻译后修饰相关序列模式。第18页F23:PROSITE几个例子：LIVM-ST-A-STAG-H-C 6 residuesDNSTAGC-CSTAPIMV-x(2)-G-DE-S-G-GS-SAPHV-LIVMFYMH-PA-LIVMFYSTANQH 14 residuesNote:LT any residue except L or T第19页F23:PROSITEPROSITE 序列模式缺点：1、它们长度较短使得不相关序列中有假阳性存在；2、即使它们允许描述特定位置改变，但无法计算该改变概率。LIVM:?%L,I,V,M第20页F24:PRINTS 和 BLOCKSPRINTS 和 BLOCKS 是亲密相关。它们分别经过来自一组蛋白或蛋白家族中最高度保守区域多序列比对无空位片段（blocks and motifs）形式来表示蛋白质家族。第21页F24:PRINTS 和 BLOCKS Motif 1 Motif2 Motif3 GYVSALYDYDA DELSFDKDD I ISV EYDWWEARSL YTAVALYDYQA GDLSFHAGDRIEV EGDWWLANSL RWARALYDFEA EE I SFRKGDTIAV DGDWWYARSL Example sequences for the four conserved motifs used to represent the SH3 domain in the PRINTS database.第22页F24:PRINTS and BLOCKS 这些数据库中motifs要比 PROSITE模式覆盖更大序列区域。与 PROSITE不一样，序列中motifs匹配通常要考虑氨基酸替换矩阵，因而对某一固定模式不要求严格匹配。所以，PRINTS和BLOCKS模式匹配比PROSITE模式匹配更为敏感（能够找到更多远距离关系）和愈加特异（更少假阳性出现）第23页F3:蛋白结构域家族F31.结构域家族F32.序列轮廓F33.隐马尔可夫模型F34.网上资源第24页F31:结构域家族许多蛋白质是由结构域以模块化方式构建。所以蛋白质家族研究其实是对蛋白质结构域家族研究。第25页F31:结构域家族Prodom是由自动方法产生蛋白质结构域序列数据库，这一数据库来自于蛋白质序列数据库。第26页F32:序列轮廓又称为权重矩阵，它们表示完全结构域序列，是一个描述蛋白结构域家族相关序列方法。多序列比对中每个位点氨基酸都有分值，而且特定位置插入或缺失可能性都有一定衡量方法。序列轮廓能够被用作一些PROSITE数据库条目中序列模式之外替换方法。第27页F33:隐马尔可夫模型这类模型是蛋白质结构域家族序列一个严格统计模型，包含序列匹配，插入和缺失状态，并依据每种状态概率分布和状态间相互转换来生成蛋白质序列。第28页F33:隐马尔可夫模型d1i0m0d2d3d4i1i2i3m1m2m3第29页代表某蛋白结构域家族模型从该家族中生成序列概率较高，从其它家族中生成序列概率较低。F33:隐马尔可夫模型第30页现在已经有算法能够近似地得出从某特定家族模型中生成一条新蛋白序列概率，而且它们能够用来把新蛋白序列归类到某一蛋白家族中。F33:隐马尔可夫模型第31页F34:网上资源Pfam和SMART能够被用于蛋白质结构域家族分析。Interpro联合了PROSITE,PRINTS,Pfam,Prodom和SMART，从而形成了一个整合资源。第32页Presentations第七组：举例查询Interpro蛋白质家族资源第33页Helpful tipsWe have only touched small parts of the elephantTrial and error(intelligently)is often your best toolKeep up with the main five sites,and youll have a pretty good idea of what is happening and available第34页Thanks very much!第35页