当前位置：文档之家 › 实验六 蛋白质家族序列模式及多序列比对

实验六 蛋白质家族序列模式及多序列比对

  • 格式：doc
  • 大小：60.50 KB
  • 文档页数：4

实验六、多序列比对及进化树的构建（3学时）
目的：
1、了解蛋白质序列模式二级数据库的结构、内容及基本使用方法。
2、了解多序列比对工具ClustalW/X的使用方法并学习对比对结果进行编辑与分析。
3、学习如何构建系统进化树。
内容：
一、蛋白质功能位点数据库PROSITE、蛋白质序列指纹图谱数据库Prints的内容、结构及
使用。
1、 熟悉PROSITE数据库的数据结构。
从生物学院-国家生物学理科基地-课件下载处下载最新的课程相关内容.rar,解包后打开实
验数据-实验二中的CBI EMBL format_P02753，找到Database cross-references项中的
PROSITE，点击PS00213的链接。则显示PROSITE数据库中Lipocalin 模式（AC号为
PS00213）的记录信息。利用网上的PROSITE user manual
（http://cn.expasy.org/prosite/prosuser.html#convent36）理解每一个字段及内容的含
义。回答问题：
A、 Lipocalin pattern的长度是多少？
B、 请解释/TAXO-RANGE=??EP?的含义。
C、 分别解释NR字段中三行数据的含义。
D、 Q28133蛋白（ALL2_BOVIN）是否符合此pattern？
E、 Is this a good pattern? Why?

2、 PROSITE数据库的检索。
ExPaSy(http://cn.expasy.org/prosite/) 及SRS（http://srs.pku.edu.cn ，
http://srs.ebi.ac.uk ）都提供了对PROSITE数据库的检索服务。可以通过AC、ID、
description、author等信息进行数据库检索，你还可以通过各序列数据库中的交叉引
用链接（cross-references or xref等）找到相应的PROSITE pattern, profile or rules
信息。
ScanProsite工具（http://cn.expasy.org/tools/scanprosite/）则可以分析查询序
列中可能包含的序列模式或序列谱，以作为进一步鉴定的基础。同时，ScanProsite还
可以利用特定的序列模式进行对SWISS-PROT、TrEMBL及PDB数据库的搜索以获得
相应数据库中所有具有此模式的序列。利用ScanProsite的help页面了解有关的使用
方法。回答问题：
F、 如果查找PLEK_HUMAN序列中所包含的序列模式或序列谱？
G、 如何利用ScanProsite在SWISSPROT中查找有多少个人类（homo sapiens）
序列包含有与PLEK_HUMAN相同的序列谱？请写明过程。此查询执行的过程很慢，
预先作过的结果可从实验六-prosite- ScanProsite Results Viewer of
PLEK_HUMAN PROFILE.html文件中查看。

3、 蛋白质序列指纹图谱数据库Prints的数据内容及查询工具。
利用课程相关内容-实验数据-实验二中的CBI EMBL format_P02753，找到Database
cross-references项中的PRINTS，点击PR00179的链接，即显示PRINTS数据库中
Lipocalin 蛋白序列指纹信息。利用PRINTS数据库的用户指南
（http://umber.sbs.man.ac.uk/dbbrowser/PRINTS/printsman.html）熟悉其中的
内容与含义。利用FingerPrintScan
（http://umber.sbs.man.ac.uk/fingerPRINTScan/）进行查询序列中的序列指纹鉴别
（以实验五中的蛋白质查询序列为例）：
MSTAVLENPGLGRKLSDFGQETSYIEDNCNQNGAISLIFSLKEEVGALAKVLRLFEEN
DVNLTHIESRPSRLKKDEYEFFTHLDKRSLPALTNIIKILRHDIGATVHELSRDKKKDTV
PWFPRTIQELDRFANQILSYGAELDADHPGFKDPVYRARRKQFADIAYNYRHGQPIPR
VEYMEEEKKTWGTVFKTLKSLYKTHACYEYNHIFPLLEKYCGFHEDNIPQLEDVSQF
LQTCTGFRLRPVAGLLSSRDFLGGLAFRVFHCTQYIRHGSKPMYTPEPDICHELLGHVP
LFSDRSFAQFSQEIGLASLGAPDEYIEKLATIYWFTVEFGLCKQGDSIKAYGAGLLSSFG
ELQYCLSEKPKLLPLELEKTAIQNYTVTEFQPLYYVAESFNDAKEKVRNFAATIPRPFS
VRYDPYTQRIEVLDNTQQLKILADSINSEIGILCSALQKIK

回答问题：

H、 此序列包含了哪种序列指纹？
I、 此序列指纹包含了几个motif?

二、利用网上或下载的ClustalX/W进行多序列比对，并对结果进行编辑与分析。
1、 多序列比对。
1）利用BLAST进行比对序列的收集。（当然，你也可以利用SRS系统进行某家族序列
的收集，并通过SRS整合的clustalW进行多序列比对。）在你的多序列比对中，可能
希望包含两种类型的序列：已经过鉴定的具有良好注释及实验信息的序列，以及你感兴
趣的未鉴定的序列（但必须属于此序列家族）。将后者加入多序列比对的主要目的是确
定序列中不会发生突变的保守位点，同时确定重要性相对小一些的那些区域。
进入ExPASy的BLAST server (http://au.expasy.org/tools/blast/),在检索框内输
入P20472（如果在检索框内输入的是蛋白质序列，使用blastp程序，如果输入的是
CDS序列，则选择tblastn程序）, 从options选项中的Number of best scoring sequences
to show以及Number of best alignments to show的下拉菜单中选择1000。点击
RUN BLAST。
2）从结果中选择少于10条序列进行第一次的多序列比对。注意选择的序列要在具有
良好的E值（10-40）与不太好的E值（10-5）之间平均分配，同时查看具体的alignment
以确定选择的目标序列与查询序列（P20472）之间具有全序列范围内的相似性。在选
择的序列前打勾，如P20472，P80079，P02626，P02619，P43305，P32930，P91482，
P02620，P02622。在Send selected sequences to项目的下拉菜单中选择合适的序列输
出选项，如clustalW是将序列发送到EMBnet的ClustalW服务器上，点击提交查询
内容，则将所选序列装填入ClustalW服务器的检索框内，利用默认参数，点击RUN
ClustalW，则可以得到以不同格式保存的多序列比对结果以及.dnd格式的向导树
（guide tree）或称dendogram，它并不是真正的系统进化树。
T-coffee也是一个多序列比对工具，采用的是与ClustalW相类似的渐进式比对算
法，它产生的比对结果准确度要比ClustalW高，但运行速度要比ClustalW慢。利用
默认参数，我们可以看到T-coffee产生的结果不仅包含了各种格式的多序列比对情况
以及向导树，还有用颜色标记比对质量的html文件及相应的PDF文件。在这些文件
中，红色表示高质量的片段，而兰色则表明比对的区域不可信。
3）将上步所选的序列以FASTA格式进行保存，并将多序列比对结果中的aln格式结果
及.dnd文件进行保存。
4）接入EBI的clustalW服务器（http://www.ebi.ac.uk/clustalw/index.html），将
另一个蛋白质P19132的FASTA格式加入到刚才下载的FASTA格式序列文件中。如果
查看刚才利用P20472序列进行对库搜索的结果中，这个蛋白的E值为4.4！而且其与
查询序列的同一性仅为在33个连续残基中的39%，因此进化关系上与P20472很远。
将这些序列进行多序列比对分析，必要时进行相关参数的设置。在Phylogenetic tree
选项中的tree type选择phylip或dist，使用帮助参见课程相关内容-实验数据-实验
六中的EBI Help-clustalW.html，将比对结果进行保存，并与前一步骤得到的结果进

合集下载

两条序列比对与多序列比对

两条序列比对与多序列比对

实验三：两条序列比对与多序列比对实验目的：学会使用MegAlign，ClustalX和MUSCLE进行两条序列和多条序列比对分析实验内容：双序列比对是使两条序列产生最高相似性得分的序列排列方式和空格插入方式。

两条序列比对是生物信息学最基础的研究手段。

第一次实验我们用dotplot方法直观地认识了两条序列比对。

但是dotplot仅仅是展示了两条序列中所有可能的配对，并不是真正意义上的序列比对。

这里介绍进行两条序列比对的软件-MegAlign。

多序列比对是将多条序列同时比对，使尽可能多的相同（或相似）字符出现在同一列中。

多序列比对的目标是发现多条序列的共性。

如果说序列两两比对主要用于建立两条序列的同源关系，从而推测它们的结构和功能，那么，同时比对多条序列对于研究分子结构、功能及进化关系更为有用。

多序列比对对于系统发育分析、蛋白质家族成员鉴定、蛋白质结构预测、保守模块的搜寻等具有非常重要的作用。

我们这节课主要学习多条序列比对的软件-ClustalX, MUSCLE。

一、MegAlignDNASTAR公司的Lasergene软件包是一个比较全面的生物信息学软件，它包含了7个模块。

其中MegAlign可进行两条或多条序列比对分析。

1. 两条序列比对1.1 安装程序解压DNASTAR Lasergene软件压缩包，双击Lasergene710WinInstall.exe文件，按照默认路径安装软件到自己电脑上。

1.2 载入序列a.点击开始－程序－Lasergene－MegAlign，打开软件。

我们首先用演示序列（demo sequence）学习软件的使用。

演示序列所在位置：C:\Program files\ DNASTAR\ Lasergene\ Demo Megalign\ Histone Sequences\。

b. 点击主菜单File—Enter sequence－选择序列所在文件夹，选择序列tethis21.seq和tethis22.seq，点击Add，这两条序列将出现在右侧selected sequences框中（Figure 3.1），选择完毕点击Done回到程序页面。

生物信息学 第五章 多序列比对

生物信息学 第五章 多序列比对


多序列比对有时用来区分一组序列之间的差异，但其主要用于描述一组序列之间的相 似性关系，以便对一个基因家族的特征有一个简明扼要的了解。与双序列比对一样，多序列 比对的方法建立在某个数学或生物学模型之上。因此，正如我们不能对双序列比对的结果得 出“正确或错误”的简单结论一样，多序列比对的结果也没有绝对正确和绝对错误之分，而 只能认为所使用的模型在多大程度上反映了序列之间的相似性关系以及它们的生物学特征。 显然，多序列比对需要使用许多专门的分析工具。除了一些已经广泛使用并仍在不但 改进的多序列计算机程序外，还需要有一个开发方便实用的多序列比对手工编辑工具。 可以从多个不同角度出发构建多序列比对模型。这里，主要指建立比对模型的生物学 基础，而不仅是具体的比对方法，如自动比对或手动比对等。目前，构建多序列比对模型的 方法大体可以分为两大类。第一类是基于氨基酸残基的相似性，如物化性质、残基之间的可 突变性等。另一类方法则主要利用蛋白质分子的二级结构和三级结构信息，也就是说根据序 列的高级结构特征确定比对结果。显然，这两种方法所得结果可能有很大差别。一般说来， 很难断定哪种方法所得结果一定正确，应该说，它们从不同角度反映蛋白质序列中所包含的 生物学信息。 基于序列信息和基于结构信息的比对都是非常重要的比对模型，但它们都有不可避免 的局限性，因为这两种方法都不能完全反映蛋白质分子所携带的全部信息。我们知道，蛋白 质序列是经过 DNA 序列转录翻译得到的。从信息论的角度看，它应该与 DNA 分子所携带 的信息更为“接近”。而蛋白质结构除了序列本身带来的信息外，还包括经过翻译后加工修 饰所增加的结构信息，包括残基的修饰，分子间的相互作用等，最终形成稳定的天然蛋白质 结构。因此，这也是对完全基于序列数据比对方法批评的主要原因。显然，如果能够利用结 构数据，对于序列比对无疑有很大帮助。不幸的是，与大量的序列数据相比，实验测得的蛋 白质三维结构数据实在少得可怜。在大多数情况下，并没有结构数据可以利用，我们只能依 靠序列的相似性和一些生物化学特性建立一个比较满意的多序列比对模型。
生物信息学中的蛋白质序列比对算法研究

生物信息学中的蛋白质序列比对算法研究

生物信息学中的蛋白质序列比对算法研究在生物学研究中，蛋白质序列比对是一种重要的技术手段，用于分析和理解蛋白质的结构和功能。

蛋白质序列比对算法旨在寻找两个或多个蛋白质序列之间的相似性关系和差异性。

基于这些比对结果，我们可以推断蛋白质的功能、亲缘关系以及进化历史等信息。

本文将介绍几种常用的蛋白质序列比对算法，并讨论它们在生物信息学中的应用。

一、序列比对的重要性蛋白质序列比对为我们理解蛋白质的结构和功能提供了基础。

蛋白质是生物体内最为重要的大分子，其功能与结构紧密相关。

通过比对蛋白质序列，我们可以推断其可能的功能和结构特征。

而蛋白质序列的比对不仅可以研究同一物种的不同蛋白质，还可以比较不同物种之间的蛋白质，从而推断它们之间的进化关系。

二、常用的蛋白质序列比对算法1. Smith-Waterman算法Smith-Waterman算法是一种动态规划算法，用于比对两个蛋白质序列或核酸序列。

该算法通过构建一个得分矩阵来计算序列的相似性。

在得分矩阵中，每个单元格代表两个相应序列位置之间的最佳得分。

最终根据最高得分确定比对的起始位置，从而得到最优的比对结果。

Smith-Waterman算法适用于比对相对较短的序列，但对于大规模比对问题计算复杂度较高。

2. Needleman-Wunsch算法Needleman-Wunsch算法也是一种动态规划算法，用于全局比对两个蛋白质序列或核酸序列。

与Smith-Waterman算法不同的是，Needleman-Wunsch算法通过引入罚分来惩罚不匹配的碱基或氨基酸，以确定最佳比对结果。

这个算法适用于比对相对较长的序列，但也面临计算复杂度较高的问题。

3. BLAST算法BLAST（Basic Local Alignment Search Tool）算法是一种快速比对算法，广泛应用于生物信息学领域。

BLAST算法采用启发式搜索策略，通过预先建立一个库，将待比对序列与库中的序列进行比对。

蛋白序列相似度比对

蛋白序列相似度比对

蛋白序列相似度比对蛋白序列相似度比对简介蛋白序列相似度比对（Protein Sequence Alignment）是分析蛋白质序列之间的相似性的一种方法。

蛋白序列相似度比对是了解全基因组的演化规律、寻找生物学功能和设计基因工程等领域的必要工具。

在此文章中，我们将讨论蛋白序列相似度比对的常见算法和相关应用。

1. 常见蛋白序列比对算法1.1 Needleman-Wunsch算法Needleman-Wunsch算法是全局比对算法，适用于两个序列之间长度相等的情况。

该算法是动态规划算法的一种，它首先构建一个矩阵来存放序列的比对得分，然后回溯从得分矩阵中推断出最佳的比对方式。

1.2 Smith-Waterman算法Smith-Waterman算法是局部比对算法，它可以对两个序列之间的片段进行比对，而无需比对整个序列。

该算法使用类似于Needleman-Wunsch算法的方法来构建得分矩阵，并从矩阵中推导出相似片段。

1.3 BLAST算法BLAST算法是一种常用的快速比对算法。

该算法首先将相似性序列摆放在数据库中，然后使用一种称为“seed”的技术来搜索数据库中与查询序列相似的片段。

BLAST算法可以快速处理大量的序列数据，因此是许多生物信息学研究的首选比对算法。

2. 蛋白序列相似度比对的应用2.1 生物信息学蛋白序列相似度比对是生物信息学的一个主要领域。

比对两个或多个不同物种的蛋白序列可以帮助我们了解它们的进化过程和基因功能的演化。

物种间蛋白序列相似性的比对也可以为我们提供进一步了解人和其他物种之间的异同所必需的关键信息。

2.2 基因工程在基因工程领域，蛋白序列相似度比对可以帮助研究人员设计更好的重组蛋白和药物。

通过比对相似的蛋白序列，科学家们可以了解其在不同生物系统中的结构和功能更多信息，以创建更有效和安全的药物。

3. 结论总之，蛋白序列相似度比对是一个重要的分析工具，在生物学、生物化学、基础医学等领域都发挥着重要的作用。