中南民族大学研究生生物信息学05第五课多序列联配.ppt

F 多序列联配：基因和蛋白质家族,思考题： 多序列比对的作用 一致序列、权重矩阵的定义,多序列比对可以阐明家族性蛋白质和核苷酸序列中的内在关系。 与两序列联配相比，多序列联配更富含进化保守关系的信息，因此通常能告诉我们更多的信息。例如，两个同样的氨基酸残基可以在两条蛋白序列间联配；但事实上这些残基没有发生突变的原因可能是偶然的；另一方面，如果一个残基在一个家族所有序列中都是保守的，而该家族的序列相互间又不同时，就意味着该残基可能起着关键的结构或功能作用。 能表明两条或两条以上序列之间的关系。当所考察的序列不同时，保守的残基往往是维持稳定结构或生物学功能的关键残基。多序列联配可以揭示关于蛋白质结构和功能的许多线索。,Internet 上的许多网站具有ClustalW分析软件 可以免费下载,对要分析的序列的输入格式有要求，FASTA（Pearson）格式,sequence 1 ATTGCAGTTCGCA sequence 2 ATAGCACATCGCA,可修改分析参数,在ClustalW 网页的 “Parameters”修改参数,点击“align”重新排列序列,部分参数定义,Gap opening penalty：增大数值使 gap 数目减少 Gap extention penalty：增大数值使 gap 长度变短 Weight transition：AG 转换或 CT 转换（multiple DNA sequence alignment） Hydrophilic gap：选择“ on” 将增加形成 gap 的机会（multiple protein sequence alignment） Residue-specific gap penalties：选择“ on” 将增加在某些氨基酸残基处形成 gap 的机会，而减少在另一些氨基酸残基处形成 gap 的机会（multiple protein sequence alignment）,可进一步对排列好的序列进行修饰（2）,在EBI的ClustaW分析网页（http:/www.ebi.ac.uk/ clustalw/index.html）输入序列,“ClustalW Results”网页展示多序列对位排列结果,点击“Show Colors”用不同颜色的字母展示对位排列结果,颜色修饰 功能，突出相同或相似位点,蛋白质家族和模式数据库,一致序列： 这些序列把多序列联配的信息压缩至单条序列。主要的缺点是除了在特定位置最常见的残基之外，它们不能表示任何概率信息。一致序列的产生说明了任何蛋白家族的表示都是有偏向的，这主要是由于来源的序列集是有偏向的。,以凝血酶(THRB)和因子9(FA9)序列为例，从多序列联配中产生一致序列。 一致序列中每个位点对应于联配的一列。如果某残基为60以上的序列所共有，则设其为一致残基，否则记为X。60这个阈值通常是可变的。,PROSITE序列模式数据库, ,PROSITE模式有很多缺点：首先，它们长度较短使得不相关序列中有假阳性的存在。且这种效应不仅仅局限于与翻译后 修饰有关的较短模式。其次，虽然它们允许描述特定位置的变化，但无法计算该变化的概率。,PRINTS和BLOCKS PRINTS和BLOCKS是密切相关的。它们分别通过来自一组蛋白或蛋 白家族中最高度保守区域的多序列联配无空位片段的形式采表示蛋白质 家族。这种多序列联配无空位片段分别定义为blocks(在BLOCKS中)或 motifs(在PRINTS中)。PRINTS中这种motif集代表一种称为finger-print的 家族。PRINTS数据库质量非常高，它由 大量的人工工作创造，包含 关于蛋白质家族和功能的详尽注释和描述。 最初的BLOCKS版本由自动的方法产生，但现在许多数据库(包括 PRINTS)都以BLOCKS的格式存在。下图显示了SH3结构域的PRINTS 条目的例子。PRINTS通过覆盖SH3区域多序列联配中最保守区域的4个 motifs来表示这个区域。 这些数据库中的motifs要比PROSITE模式覆盖更大的序列区域。 PRINTS和BLOCKS模式的匹配比PROSITE模式的匹配更为敏感 (可以找到更多远距离关系)和更加特异(更少的假阳性出现)。,序列轮廓：(又称为权重矩阵) 它们表示完全结构域序列，多序列联配中每个位 点的氨基酸都有分值，并且特定位置插入或缺失的 可能性均有一定的