第五章 序列比对 本章提要：介绍了序列相似性的概念，列举了 描述DNA和蛋白质序列相似性的计分矩阵。介绍 了序列比较的基本操作一“比对”的概念，以双序 列比对为例详细学习了序列整体比对的 Needleman-Wunsch算法，序列局部比对的Smith- Waterman算法。介绍了多序列比对的概念，简要 介绍了几种多序列比对的算法，学习了一个常用 的多序列比对软件一ClustalW的使用和用途。 2025/5/27 BIOINFORMATICS 1
第五章 序列比对 2025/5/27 BIOINFORMATICS 1 本章提要：介绍了序列相似性的概念，列举了 描述DNA和蛋白质序列相似性的计分矩阵。介绍 了序列比较的基本操作—“比对”的概念，以双序 列 比 对 为 例 详 细 学 习 了 序 列 整 体 比 对 的 Needleman-Wunsch算法，序列局部比对的SmithWaterman算法。介绍了多序列比对的概念，简要 介绍了几种多序列比对的算法，学习了一个常用 的多序列比对软件—ClustalW的使用和用途
序列比较是生物信息学中最基本、最重要 的操作，通过序列比较可以发现生物序列中的 功能、结构和进化的信息。序列比较的根本任 务是：通过比较生物分子序列，发现它们的相 似性，找出序列之间共同的区域，同时辨别序 列之间的差异。 数理与生物工程学院 2025/5/27 BIOINFORMATICS
2025/5/27 BIOINFORMATICS 数 理 与 生 物 工 程 学 院 2 序列比较是生物信息学中最基本、最重要 的操作，通过序列比较可以发现生物序列中的 功能、结构和进化的信息。序列比较的根本任 务是：通过比较生物分子序列，发现它们的相 似性，找出序列之间共同的区域，同时辨别序 列之间的差异
在分子生物学中，DNA或蛋白质的相似性 是多方面的，可能是核酸或氨基酸序列的相似， 可能是结构的相似，也可能是功能的相似。研 究序列相似性的目的之一是，通过相似的序列 得到相似的结构或相似的功能。通过比较未知 序列与已知序列（尤其是功能和结构已知的序 列)之间的相似性，可以很容易地预测未知序 列的功能。 理与生物 程 院 2025/5/27 BIOINFORMATICS 3
2025/5/27 BIOINFORMATICS 数 理 与 生 物 工 程 学 院 3 在分子生物学中，DNA或蛋白质的相似性 是多方面的，可能是核酸或氨基酸序列的相似， 可能是结构的相似，也可能是功能的相似。研 究序列相似性的目的之一是，通过相似的序列 得到相似的结构或相似的功能。通过比较未知 序列与已知序列（尤其是功能和结构已知的序 列）之间的相似性，可以很容易地预测未知序 列的功能
这种方法在大多数情况下是成功的，当然， 也存在着这样的情况，即两条序列几乎没有相 似之处，但分子却折叠成相同的空间形状，并 具有相同的功能。这里先不考虑空间结构或功 能的相似性，仅研究序列的相似性。研究序列 相似性的另一个目的是通过序列的相似性，判 数 别序列之间的同源性，推测序列之间的进化关 系。 与生 工程学院 2025/5/27 BIOINFORMATICS
2025/5/27 BIOINFORMATICS 数 理 与 生 物 工 程 学 院 4 这种方法在大多数情况下是成功的，当然， 也存在着这样的情况，即两条序列几乎没有相 似之处，但分子却折叠成相同的空间形状，并 具有相同的功能。这里先不考虑空间结构或功 能的相似性，仅研究序列的相似性。研究序列 相似性的另一个目的是通过序列的相似性，判 别序列之间的同源性，推测序列之间的进化关 系
序列比较可以分为4种情况： ()、假设有两条长度相近的、来自同一个字母 表的序列，它们之间非常相似，仅仅有一些细 微的差别，例如字符的插入、字符的删除和字 符替换，要求找出这两条序列的差别。这种操 作实际应用比较多，例如，有两个实验室同时 数 测定某个基因的DNA序列，其结果可能不一样， 需要通过序列比较来比较实验结果。 工程 院 2025/5/27 BIOINFORMATICS 5
2025/5/27 BIOINFORMATICS 数 理 与 生 物 工 程 学 院 5 序列比较可以分为4种情况： (1)、假设有两条长度相近的、来自同一个字母 表的序列，它们之间非常相似，仅仅有一些细 微的差别，例如字符的插入、字符的删除和字 符替换，要求找出这两条序列的差别。这种操 作实际应用比较多，例如，有两个实验室同时 测定某个基因的DNA序列，其结果可能不一样， 需要通过序列比较来比较实验结果
2)、假设有两条序列，要求判断是否有一条序列 的前缀与另一条序列的后缀相似，如果是，则分 别取出前缀和后缀。该操作常用于大规模DNA测 序中序列片段的组装。 (3)、假设有两条序列，要求判断其中的一条序列 是否是另一条序列的子序列。这种操作常用于搜 索特定的序列模式。 理 (④)、假设有两条序列，要求判断这两条序列中是 与生 否有非常相似的子序列。这种操作可用于分析保 守序列。 程 院 2025/5/27 BIOINFORMATICS 6
2025/5/27 BIOINFORMATICS 数 理 与 生 物 工 程 学 院 6 (2)、假设有两条序列，要求判断是否有一条序列 的前缀与另一条序列的后缀相似，如果是，则分 别取出前缀和后缀。该操作常用于大规模DNA测 序中序列片段的组装。 (3)、假设有两条序列，要求判断其中的一条序列 是否是另一条序列的子序列。这种操作常用于搜 索特定的序列模式。 (4)、假设有两条序列，要求判断这两条序列中是 否有非常相似的子序列。这种操作可用于分析保 守序列
当然，进行序列比较时，往往还需要说明 是采取全局比较，还是采取局部比较。全局比 较是比较两条完整的序列，而局部比较是找出 最大相似的子序列。 本章着重介绍通用的序列比较方法。了解 序列比较的原理对于正确、合理、灵活地使用 数 相关生物信息学资源和软件有重要的指导意义。 理 与生 工 程 院 2025/5/27 BIOINFORMATICS
2025/5/27 BIOINFORMATICS 数 理 与 生 物 工 程 学 院 7 当然，进行序列比较时，往往还需要说明 是采取全局比较，还是采取局部比较。全局比 较是比较两条完整的序列，而局部比较是找出 最大相似的子序列。 本章着重介绍通用的序列比较方法。了解 序列比较的原理对于正确、合理、灵活地使用 相关生物信息学资源和软件有重要的指导意义
§5.1序列的相似性 5.1.1几个基本概念 序列的相似性可以是定量的数值，也可以 是定性的描述。相似度是一个数值，反映两条 序列的相似程度。关于两条序列之间的关系， 有许多名词，如相同、相似、同源、同功、直 系同源、并系同源等。 数理与生物工程学院 2025/5/27 BIOINFORMATICS
2025/5/27 BIOINFORMATICS 数 理 与 生 物 工 程 学 院 8 §5.1序列的相似性 5.1.1 几个基本概念 序列的相似性可以是定量的数值，也可以 是定性的描述。相似度是一个数值，反映两条 序列的相似程度。关于两条序列之间的关系， 有许多名词，如相同、相似、同源、同功、直 系同源、并系同源等
在很多时候，往往通过一个简单序列相似 性的比较就可以对未知序列进行初步的功能预 测，为后续实验确定初步的研究方向。本节将 主要讲述如何采用生物信息学技术对核酸序列 进行较为全面的分析。 数理与生物工程学院 2025/5/27 BIOINFORMATICS 9
2025/5/27 BIOINFORMATICS 数 理 与 生 物 工 程 学 院 9 在很多时候，往往通过一个简单序列相似 性的比较就可以对未知序列进行初步的功能预 测，为后续实验确定初步的研究方向。本节将 主要讲述如何采用生物信息学技术对核酸序列 进行较为全面的分析
在进行序列比较时经常使用“同 源”(homology)和“相似”(similarity)这两个概 念，这是两个经常容易被混淆的不同概念。两 条序列同源是指它们具有共同的祖先。在这个 意义上，无所谓同源的程度，两条序列要么同 源，要么不同源。而相似则是有程度的差别， 如两条序列的相似程度达到30%或60%。 数理与生物工程学院 2025/5/27 BIOINFORMATICS 10
2025/5/27 BIOINFORMATICS 数 理 与 生 物 工 程 学 院 10 在 进 行 序 列 比 较 时 经 常 使 用 “ 同 源”(homology )和“相似”(similarity)这两个概 念，这是两个经常容易被混淆的不同概念。两 条序列同源是指它们具有共同的祖先。在这个 意义上，无所谓同源的程度，两条序列要么同 源，要么不同源。而相似则是有程度的差别， 如两条序列的相似程度达到30％或60％