多序列比对、进化树、

基础生物信息学及应用王兴平基础生物信息学及应用多序列比对分子进化分析——系统发生树构建核酸序列的预测与鉴定酶切图谱制作引物设计内容基础生物信息学及应用多序列比对基础生物信息学及应用内容：多序列比对多序列比对程序及应用基础生物信息学及应用第一节、多序列比对（Multiplesequencealignment）概念多序列比对的意义多序列比对的打分函数多序列比对的方法基础生物信息学及应用1、概念多序列比对（Multiplesequencealignment）alignmultiplerelatedsequencestoachieveoptimalmatchingofthesequences.为了便于描述，对多序列比对过程可以给出下面的定义：把多序列比对看作一张二维表，表中每一行代表一个序列，每一列代表一个残基的位置。将序列依照下列规则填入表中：（a）一个序列所有残基的相对位置保持不变；（b）将不同序列间相同或相似的残基放入同一列，即尽可能将序列间相同或相似残基上下对齐（下表）。基础生物信息学及应用1234567891ⅠYDGGAV-EALⅡYDGG---EALⅢFEGGILVEALⅣFD-GILVQAVⅤYEGGAVVQAL表1多序列比对的定义表示五个短序列（I-V）的比对结果。通过插入空位，使5个序列中大多数相同或相似残基放入同一列，并保持每个序列残基顺序不变基础生物信息学及应用2、多序列比对的意义用于描述一组序列之间的相似性关系，以便了解一个分子家族的基本特征，寻找motif，保守区域等。用于描述一组同源序列之间的亲缘关系的远近，应用到分子进化分析中。序列同源性分析：是将待研究序列加入到一组与之同源，但来自不同物种的序列中进行多序列同时比较，以确定该序列与其它序列间的同源性大小。其他应用，如构建profile，打分矩阵等基础生物信息学及应用手工比对在运行经过测试并具有比较高的可信度的计算机程序（辅助编辑软件如bioedit，seaview，Genedoc等）基础上，结合实验结果或文献资料，对多序列比对结果进行手工修饰，应该说是非常必要的。为了便于进行交互式手工比对，通常使用不同颜色表示具有不同特性的残基，以帮助判别序列之间的相似性。计算机程序自动比对通过特定的算法（如穷举法，启发式算法等），由计算机程序自动搜索最佳的多序列比对状态。3、多序列比对的方法基础生物信息学及应用穷举法穷举法（exhaustivealignmentmethod）将序列两两比对时的二维动态规划矩阵扩展到多维矩阵。即用矩阵的维数来反映比对的序列数目。这种方法的计算量很大，对于计算机系统的资源要求比较高，一般只有在进行少数的较短的序列的比对的时候才会用到这个方法DCA(Divide-and-ConquerAlignment）：aweb-basedprogramthatissemiexhaustive基础生物信息学及应用启发式算法启发式算法（heuristicalgorithms）：大多数实用的多序列比对程序采用启发式算法（heuristicalgorithms），以降低运算复杂度。随着序列数量的增加，算法复杂性也不断增加。用O（m1m2m3…mn）表示对n个序列进行比对时的算法复杂性，其中mn是最后一条序列的长度。若序列长度相差不大，则可简化成O（mn），其中n表示序列的数目，m表示序列的长度。显然，随着序列数量的增加，序列比对的算法复杂性按指数规律增长。基础生物信息学及应用第二节多序列比对程序及应用ProgressiveAlignmentMethodIterativeAlignmentBlock-BasedAlignmentDNASTARDNAMAN基础生物信息学及应用1、ProgressiveAlignmentMethodClustal:Clustal，是由Feng和Doolittle于1987年提出的。Clustal程序有许多版本ClustalW（Thompson等，1994）是目前使用最广泛的多序列比对程序它的PC版本是ClustalX作为程序的一部分，Clustal可以输出用于构建进化树的数据。基础生物信息学及应用ClustalW程序：ClustalW程序可以自由使用在NCBI/EBI的FTP服务器上可以找到下载的软件包。ClustalW程序用选项单逐步指导用户进行操作，用户可根据需要选择打分矩阵、设置空位罚分等。EBI的主页还提供了基于Web的ClustalW服务，用户可以把序列和各种要求通过表单提交到服务器上，服务器把计算的结果用Email返回用户（或在线交互使用）。基础生物信息学及应用ClustalW程序ClustalW对输入序列的格式比较灵活，可以是FASTA格式，还可以是PIR、SWISS-PROT、GDE、Clustal、GCG/MSF、RSF等格式。输出格式也可以选择，有ALN、GCG、PHYLIP和GDE等，用户可以根据自己的需要选择合适的输出格式。用ClustalW得到的多序列比对结果中，所有序列排列在一起，并以特定的符号代表各个位点上残基的保守性，“*”号表示保守性极高的残基位点；“.”号代表保守性略低的残基位点。ProgressiveAlignmentMethod基础生物信息学及应用ClustalW使用输入地址：设置选项（next）ProgressiveAlignmentMethod基础生物信息学及应用ClustalW使用一些选项说明PHYLOGENETICTREE有三个选项TREETYPE：构建系统发育树的算法，有四个个选择none、nj（neighbourjoining）、phylip、distCORRECTDIST：决定是否做距离修正。对于小的序列歧异（＜10％），选择与否不会产生差异；对于大的序列歧异，需做出修正。因为观察到的距离要比真实的进化距离低。IGNOREGAPS：选择on，序列中的任何空位将被忽视。详细说明参见基础生物信息学及应用ClustalW使用输入5个16SRNA基因序列AF310602AF308147AF283499AF012090AF447394点击“RUN”ProgressiveAlignmentMethod基础生物信息学及应用ProgressiveAlignmentMethodT-Coffee(Tree-basedConsistencyObjectiveFunctionforalignmentEvaluation）：ProgressivealignmentmethodInprocessingaquery,T-Coffeeperformsbothglobalandlocalpairwisealignmentforallpossiblepairsinvolved.Adistancematrixisbuilttoderiveaguidetree,whichisthenusedtodirectafullmultiplealignmentusingtheprogressiveapproach.OutperformsClustalwhenaligningmoderatelydivergentsequencesSlowerthanClustal基础生物信息学及应用ProgressiveAlignmentMethodPRALINE：web-based：FirstbuildprofilesforeachsequenceusingPSI-BLASTdatabasesearching.Eachprofileisthenusedformultiplealignmentusingtheprogressiveapproach.theclosestneighbortobejoinedtoalargeralignmentbycomparingtheprofilescoresdoesnotuseaguidetreeIncorporateproteinsecondarystructureinformationtomodifytheprofilescores.Perhapsthemostsophisticatedandaccuratealignmentprogramavailable.Extremelyslowcomputation.基础生物信息学及应用ProgressiveAlignmentMethodDbClustal:Poa(Partialorderalignments):基础生物信息学及应用2、IterativeAlignmentPRRN：web-basedprogramUsesadoublenestediterativestrategyformultiplealignment.Basedontheideathatanoptimalsolutioncanbefoundbyrepeatedlymodifyingexistingsuboptimalsolutions基础生物信息学及应用Block-BasedAlignmentDIALIGN2：awebbasedprogramItplacesemphasisonblock-to-blockcomparisonratherthanresidue-to-residuecomparison.Thesequenceregionsbetweentheblocksareleftunaligned.Theprogramhasbeenshowntobeespeciallysuitableforaligningdivergentsequenceswithonlylocalsimilarity.基础生物信息学及应用Block-BasedAlignmentMatch-Box：web-basedserverAimstoidentifyconservedblocks(orboxes)amongsequences.TheserverrequirestheusertosubmitasetofsequencesintheFASTAformatandtheresultsarereturnedbye-mail.基础生物信息学及应用DNASTARDNAMAN软件：基础生物信息学及应用分子进化分析——系统发生树构建基础生物信息学及应用本章内容：分子进化分析介绍系统发生树构建方法系统发生树构建实例基础生物信息学及应用第一节分子进化分析介绍基本概念：系统发生（phylogeny）——是指生物形成或进化