药物生物信息学 序列比对(1) 2021/1/26
2021/1/26 1 药物生物信息学 序列比对（1）
练习: 设有两个序列: GACGGATTAG, GATCGGAATA Alignment. GACGGATTAG GA- CGGATTAG GATCGGAATA GATCGGAATA 2021/1/26
2021/1/26 2 练习： Alignment: GACGGATTAG GATCGGAATA 设有两个序列： GACGGATTAG，GATCGGAATA GA- CGGATTAG GATCGGAATA -
序列比对的任务与目的 ●序列比对的根本任务: 发现序列之间的相似性 辨别序列之间的差异 ●目的: 相似序列→相似的结构,相似的功能 判别序列之间的同源性 推测序列之间的进化关系 2021/1/26
2021/1/26 3 序列比对的任务与目的 ⚫ 序列比对的根本任务： –发现序列之间的相似性 –辨别序列之间的差异 ⚫ 目的： 相似序列 → 相似的结构，相似的功能 判别序列之间的同源性 推测序列之间的进化关系
本章内容 序列的相似性 ●二重序列比对 多重序列比对 DNA片断组装 2021/1/26
2021/1/26 4 本章内容 ⚫ 序列的相似性 ⚫ 二重序列比对 ⚫ 多重序列比对 ⚫ DNA片断组装
第一节序列的相似性 字母表和序列 编辑距离 ●矩阵作图法 序列的两两比对 ●打分矩阵 2021/1/26
2021/1/26 5 第一节 序列的相似性 ⚫ 字母表和序列 ⚫ 编辑距离 ⚫ 矩阵作图法 ⚫ 序列的两两比对 ⚫ 打分矩阵
同源与相似 序列同源( homology)-具有共同的祖先 ●直向同源( Orthologous)(不同种属) ●共生同源( paralogous)(同一种属) 序列相似( similarity) 一同源序列一般是相似的 相似序列不一定是同源的 一进化趋同(同功能) 2021/1/26
2021/1/26 6 同源与相似 – 序列同源（homology）- 具有共同的祖先 ⚫ 直向同源（Orthologous ）（不同种属） ⚫ 共生同源（paralogous ）（同一种属） – 序列相似（similarity） —同源序列一般是相似的 — 相似序列不一定是同源的 — 进化趋同（同功能）
直向同源(a1 in species I,a1 in species Il) 共生同源(a1anda2 in species I) 基因复制 A B a Gene duplication a1Ha2 Speciation Gene duplication ahAz a1Ha2 Species I Species Il D ( 202 进化趋同 水平转移
2021/1/26 7 直向同源（a1 in species I, a1 in species II) 共生同源（a1 and a2 in species I） 进化趋同 水平转移 基因复制
序列的相似性描述 定性的描述 ●序列的比对是一种关于序列相似性的定性描述, 它反映在什么部位两条序列相似,在什么部位 两条序列存在差别。 最优比对揭示两条序列的最大相似程度,指出 序列之间的根本差异。 GA- CGGATTAG 定量的描述 相似度 GATCGGAATA 距离 2021/1/26
2021/1/26 8 序列的相似性描述 – 定性的描述 ⚫ 序列的比对是一种关于序列相似性的定性描述， 它反映在什么部位两条序列相似，在什么部位 两条序列存在差别。 ⚫ 最优比对揭示两条序列的最大相似程度，指出 序列之间的根本差异。 – 定量的描述 ⚫ 相似度 ⚫ 距离 GA- CGGATTAG GATCGGAATA -
序列比对的基本操作是比对( Alignment) 两个序列的比对是指这两个序列中各个字符的一种 对应关系,或字符的对比排列。 设有两个序列: GACGGATTAG, GATCGGAATAG Alignment 1 GACGGATTAG GATCGGAATAG Alignment GA CGGATTAG GATCGGAATAG 2021/1/26
2021/1/26 9 序列比对的基本操作是比对（Alignment） – 两个序列的比对是指这两个序列中各个字符的一种 一一对应关系，或字符的对比排列。 设有两个序列： GACGGATTAG，GATCGGAATAG Alignment2: GA—CGGATTAG GATCGGAATAG Alignment1: GACGGATTAG GATCGGAATAG
1、字母表和序列 ●将生物分子序列抽象为字符串,其中的字符取 自特定的字母表。 ●字母表 4字符DNA字母表:{A,C,G,T} 扩展的遗传学字母表或 IUPAC编码 单字母氨基酸编码 上述字母表形成的子集 2021/1/26
2021/1/26 10 1、字母表和序列 ⚫ 将生物分子序列抽象为字符串，其中的字符取 自特定的字母表。 ⚫字母表 – 4字符DNA字母表：{A, C, G, T} – 扩展的遗传学字母表或IUPAC编码 – 单字母氨基酸编码 – 上述字母表形成的子集