生物信息学(第二版).docx

生物信息学(第二版)

第一篇：生物信息学(第二版)《精要速览系列-先锋版生物信息学（第二版）》D.R.Westhead，J.H.Parish&R.M.Twyman科学出版社2004A生物信息学概述相关学习网站plexes）的形成。了解这些复合物对于注释蛋白质功能是必需，也是解释信号级联和调控网络等分子途径的一个步骤。死效应反映了两个突变的蛋白质2．遗传方法抑制子突变体可以通过恢复被破坏的蛋白质互作来补偿有害的原始突变体。而合成致死效应反映了两个突变的蛋白质不能相互作用，显性负突变（dominantnegativemutation）显示了一种起着多聚复合体作用的蛋白质。3．亲和性方法可通过几种利用蛋白质亲和性（特异结合的倾向）分析的物理方法来为蛋白质之间的相互关系提供直接的证据，比如亲和性管柱层析法，免疫共沉淀。由Ciphergen公司使亲和实验格式更趋微型化，使得在蛋白质芯片的发展中达到顶峰。4．分子和原子的方法X射线晶体学和核磁共振谱有助于在原子水平识别蛋白质互作，其它的蛋白质互作分析的分子方法包括荧光共振能量传递（FRET），表面基元共振谱（SPR）和表面增强激光接吸附/离子化技术（SELDL），其中的很多方法可通过质谱技术直接集成到蛋白质注释中。5．基于文库的方法基于文库的蛋白质互作实验有两个主要优点：它是高度并行的实验格式；候选互作蛋白质及其cDNAs之间直接关联。影响最大的方法是酵母双杂交系统（yeasttwo-hybridsystem，Y2H），在这个系统中蛋白质通过识别与之连接的一个功能转录因子进行互作。C数据库--内容，结构和注释已注释的序列数据库1．初级序列数据库GenBank（NCBI）、核酸序列数据库（EMBL）和日本的DNA数据库（DDBJ）2．SWISS-PROT和TrEMBLSWISS-PROT收集了确认的蛋白质序列及与结构，功能和所属蛋白质家族有关的注释信息。相关数据库TrEMBL翻译了初级核酸数据库中的编码序列。其他数据库1．OMIMOMIM指人类孟德尔遗传的联机数据库，用于研究人类遗传学和人类分子生物学的强大资源。每个OMIM条目都有一个对特定基因或性状的已知信息的全文总结，并有指向初级序列数据库和其它遗传学资源的链接。2．Incyte和UniGeneIncyte是商业数据库，它提供了基因序列和专家注释的记录，这是专门为药物研究开发服务的数据库。UniGene是一种用来把GenBank序列聚类并与EST数据相关联的实验工具。3．结构数据库蛋白质数据库（PDB），核酸数据库（NDB），大分子结构数据库（MSD）E通过序列相似性标准搜索序列数据库序列相似性搜索1．序列联配序列联配是是相似度量化的第一步，用来区分偶然性的相似和真实的生物学关系。联配结果以变化（突变）、插入或缺失（或空位indel）来显示序列之间的差异，这些差异可以用进化术语来说明。2．联配算法动态规划算法可以计算两条之间的最佳联配，其中广泛使用的算法有Smith-Waterman算法（局部联配）和Needleman-Wunsch算法（全局联配）。3．联配分支和空位罚分用简单的联配分值来测量相同匹配残基的比例或数目。得从联配分值中扣去空位罚分，以保证联配算法能得出有生物学意义的结果而没有太多的空位。数据库搜索：FASTA和BLAST1．统计分值相似度记分的P值是指获得至少与两条无关序列间的偶然相似性一样高的分值的概率。低P值表明重要的匹配，这些匹配可能会有真实生物学意义。相关的E值（期望值）是至少与所识别的相似性记同样高分值的偶然事件的期望概率。两序列见相似度的低P值对应于大数据库搜索的高E值。2．敏感性和特异性敏感性衡量数据库中真实生物序列关系的比例，该关系表现为击中项（有意义的相似序列）。特异性指的是对应于真实生物学关系的击中项的比例。改变E和P的默认值会导致这些互补的优良度测量方法之间的平衡。F多序列联配：基因和蛋白质家族多序列联配和家族关系1．多序列联配多序列联配表明两条或两条以上序列之间的关系，可以解释关于蛋白质结构和功能的许多线索。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。2．渐进联配渐进联配方法以两序列联配来初步评价序列是如何相关的，并在这个基础上构建向导树，然后使用向导树逐步添加序列到联配中，从最密切相关的序列开始到距离最远的序列结束。蛋白质家族和模式数据库1．蛋白质家族把序列分配到蛋白质家族中是预测蛋白质功能是非常有价值的方法。多序列联配信息的表示方法有很多种，包括联配本身、一致序列、保守残基和残基模式、序列轮廓以及其他的序列家族的概率模型。这些根据不同的应用都有不同的用途，其中大多数已经被开发和存储在数据库中，里面含有大量不同蛋白质家族的信息，这样的数据库称为二级数据库。2．一致序