⚫ 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 第二节 二重序列比对基本算法

生物学家大都熟悉用动物模型来研究人体疾病。尽管人体疾病有可能在动物中找不到完全相 同的形式,但某种动物疾病和人体疾病有相当多的类似性质使我们可以从动物疾病中获得的 数据来推断人体的疾病过程。通过将肌肉想象成弹簧和水压活塞的组合,将骨骼想象成杠杆 臂,可以得到描述肌肉骨骼运动的数学模型。这样的模型可以对更多复杂的生物系统进行有 意义的预测和检验

一级蛋白质和核酸数据库在分子生物学界是如此的司空见惯,以致于我们很少会去考虑这些 普遍存在的工具是如何建立的。但是如果我们能够了解这些序列是如何汇集到一起的,这将 有助于我们加深对生物学的理解,并且能够更加充分地发掘这些记录中蕴藏的信息。 GenBank是美国国立卫生研究院维护的基因序列数据库,汇集并注释了所有公开的核酸以及蛋 白质序列

美国国家生物技术信息中心( National Center for biotechnology Information fa] 称NCBI)创建于1988年。 1991年,NCB|开发了 Entrez数据库查询系 统,用于对 Gen Bank等分子生物学和生物 医学文献摘要( Medline)等数据库的査询 ( Schuler et al,1996)

Entrez系统 NCB综合数据库 ·美国国家生物技术信息中心(National Center for Biotechnology Information, 称NCBI)创建于1988年。 1991年,NCBI开发 Entrez了数据库查询系 统,用于对 GenBank等分子生物学和生物 医学文献摘要(Medline)等数据库的查询 (Schuler et al, 1996)

系统发生(或种系发生、系统发育,phylogeny是指生物形成或进化的历史。系统发 生学(phylogenetics)研究物种之间的进化关系,其基本思想是比较物种的特征,并认为特征 相似的物种在遗传学上接近

随着cDNA微阵列和寡核苷酸芯片(下文没有特别说明时,统称为DNA微阵列)等 高通量检测技术的发展,我们可以从全基因组水平定量或定性检测基因转录产物mrNA 在本章中,基因表达数据特指基于DNA微阵列实验得到的反映mRNA丰度的数据,而 不包括基因表达最终产物—蛋白质丰度的数据。由于生物体中的细胞种类繁多,同时基因 表达具有时空特异性,因此,基因表达数据与基因组数据相比,要更为复杂,数据量更大, 数据的增长速度更快

几年前,几张已经制成的人类基因组图谱还只是在小面积上的低分辨率图。生物医学研究者 如果希望定位和克隆一个致病基因,总的说来就不得不对目的区域制图,而这是一个费时费 力的过程。这种情况在近几年发生了巨大的变化。现在已经有了高质量的人类基因组基因图 谱,它以单一序列重复多态性( Murray et al..1994: Dib et al.,1996)为基础,提供分 辨率达1-5b的图谱信息

实用指南 辑 Andreas d. Baxevanis enome Technology Branch National human genome research Institute National Institutes of health Bethesda, Maryland B. F Francis ouellette National Center for Biotechnology Information National Institute of health ADB将本书奉献给他的母亲 Anastasia,并纪念他的父亲 Demetrios,他们的智慧和爱是守护 他一生的力量

本章介绍序列比对时常用的几个概念,包括同一性identity)、相似性(《dcnysimilaiy《)同 源性( homology)等。这些概念,在蛋白质和核酸序列比对时经常使用。双序列比对(pairwise alignement)是指通过一定的算法对两个DNA或蛋白质序列进行比对分析,从而找出两者 之间最大相似性匹配。双序列比对是序列分析常用方法之一,是多序列比对和数据库搜索的 基础